Alternativa correta: D - Consistência eventual (eventual consistency)

Tema central: Esta questão aborda modelos de consistência em bancos de dados NoSQL distribuídos, especialmente em ambientes que valorizam alta disponibilidade e baixa latência. O conhecimento fundamental aqui é compreender como diferentes modelos de consistência impactam o tempo de resposta e a atualização dos dados nesses sistemas distribuídos.

Resumo teórico: Em sistemas NoSQL distribuídos, como Cassandra, DynamoDB e Riak, existem diferentes níveis de consistência:

• Consistência forte: Garante que todas as leituras retornem o valor mais recente, mas pode aumentar a latência.
• Consistência eventual: Permite leituras rápidas, mesmo que retornem dados desatualizados; os dados ficarão consistentes com o tempo.
• Outros modelos (causal, de sessão): oferecem equilíbrios intermediários.

Segundo o Designing Data-Intensive Applications (Martin Kleppmann, 2017), consistência eventual é ideal quando a prioridade é minimizar latência sem exigir que os dados lidos sejam os mais recentes.

Justificativa da alternativa correta (D):
A consistência eventual oferece menor latência de leitura, pois não espera a atualização sincronizada de todos os nós. É amplamente utilizada onde performance e disponibilidade são prioritários, aceitando que, por um curto período, os dados possam estar desatualizados.

Análise das alternativas incorretas:

• A - Consistência forte: Prioriza precisão, exigindo sincronização e aumentando a latência.
• B - Consistência causal: Garante ordem lógica de operações relacionadas, mas ainda pode aumentar a latência em comparação à eventual.
• C - Consistência de sessão: Mantém a consistência para uma sessão do usuário, mas não é a mais indicada para baixar a latência globalmente.
• E - Consistência linearizável: É ainda mais rigorosa que a forte, maximizando segurança dos dados, porém com maior latência.

Estratégia para interpretação:

Ao ler o enunciado, observe palavras-chave como "minimizar latência" e "dados possivelmente desatualizados". Elas apontam para a necessidade de priorizar performance, não precisão dos dados, eliminando alternativas que falam em consistência forte ou linearizável.

Gostou do comentário? Deixe sua avaliação aqui embaixo!

A alternativa correta é: D) Consistência eventual (eventual consistency).

---

✅ Explicação:

Em sistemas NoSQL distribuídos, especialmente do tipo chave-valor, há uma troca (trade-off) entre:

Latência (tempo de resposta),

Consistência (quão atual é o dado retornado),

Disponibilidade (serviço sempre disponível, mesmo com falhas).

Esse dilema é formalizado pelo Teorema CAP, que afirma que é impossível para um sistema distribuído garantir simultaneamente consistência forte, disponibilidade e tolerância à partição.

---

Consistência Eventual (Eventual Consistency)

Mais adequada quando a prioridade é a baixa latência.

Permite que os dados não estejam sincronizados imediatamente entre todos os nós.

Uma leitura pode retornar um valor desatualizado, mas eventualmente o sistema convergirá para o valor mais recente.

Muito usada em sistemas como Amazon DynamoDB, Cassandra, Riak, etc.

> Ideal quando não é crítico ter o dado mais recente, como em contadores, caches, sistemas de recomendação etc.

---

❌ Por que as outras estão erradas?

Alternativa Motivo

A) Consistência forte Garante que a leitura sempre retorna o valor mais recente, mas aumenta a latência.

B) Consistência causal É mais relaxada que a forte, mas ainda exige ordem causal, o que impacta a latência.

C) Consistência de sessão Garante que uma sessão de usuário veja seus próprios dados atualizados, mas não minimiza latência geral.

E) Consistência linearizável É ainda mais estrita que a forte (parece que tudo é instantâneo), e tem alta latência.

A consistência eventual é amplamente utilizada em bancos NoSQL distribuídos porque prioriza:

• alta disponibilidade;
• baixa latência;
• escalabilidade horizontal.

Nesse modelo, uma leitura pode retornar dados temporariamente desatualizados, mas o sistema garante que, eventualmente, todas as réplicas convergirão para o mesmo estado.

• A) Consistência forte → garante leitura sempre atualizada, porém com maior latência.
• B) Consistência causal → preserva relações de causa e efeito entre operações.
• C) Consistência de sessão → garante consistência dentro da sessão do usuário.
• E) Linearizabilidade → modelo extremamente forte e rigoroso, com maior custo de desempenho.

Gabarito: D