====== PACELC teorém ======

PACELC teorém je koncept v počítačové vědě, který rozšiřuje a doplňuje slavný [[CAP teorém]] pro distribuované databázové systémy. Autorem tohoto teorému je počítačový vědec Daniel J. Abadi z Yaleovy univerzity, který jej poprvé definoval v roce 2010 a formálně publikoval v roce 2012.

Zatímco CAP teorém se zabývá pouze tím, jak se systém chová v krizové situaci při výpadku sítě (Partition), PACELC reflektuje skutečnost, že distribuované systémy musí činit architektonické kompromisy i za běžného, bezchybného provozu.

====== Rozbor zkratky PACELC ======

Název teorému je složen ze dvou logických částí, které popisují rozhodovací strom distribuovaného systému:

PAC (Při výpadku): Pokud dojde k rozdělení sítě (Partition - P), systém si musí vybrat, zda obětuje dostupnost (Availability - A), nebo konzistenci dat (Consistency - C). Tato první polovina je v podstatě jen zopakováním klasického CAP teorému.

ELC (Za normálního provozu): Jinak (Else - E), tedy v případě, že síť funguje naprosto v pořádku, musí systém volit mezi rychlostí odezvy (Latency - L) a absolutní shodou dat (Consistency - C).

Tento dodatek je klíčový. V globálním měřítku existuje fyzikální limit daný rychlostí světla. Pokud máte datové centrum v Evropě a druhé v USA, synchronizace dat vždy zabere desítky milisekund. Architekt se tak musí rozhodnout, zda databáze odpoví uživateli okamžitě (L), ale s rizikem, že si přečte zlomky vteřin stará data, nebo zda uživatele nechá čekat (C), dokud se data stoprocentně nesesynchronizují napříč všemi kontinenty.

====== Klasifikace NoSQL databází podle PACELC ======

Díky PACELC teorému lze mnohem přesněji kategorizovat moderní NoSQL databáze podle toho, jaké kompromisy dělají v obou scénářích (výpadek vs. běžný provoz).

PA/EL systémy: Tyto databáze jsou navrženy pro maximální rychlost a plynulost. Při výpadku sítě volí dostupnost (PA) a při běžném provozu volí nízkou latenci na úkor okamžité přesnosti dat (EL). Typickými zástupci jsou Amazon DynamoDB, Apache Cassandra nebo Riak. K dosažení shody využívají koncept konečné konzistence (Eventual Consistency).

PC/EC systémy: Tyto systémy jsou nekompromisní v otázce přesnosti. Při výpadku sítě se raději odpojí, aby nevrátily špatná data (PC), a za běžného provozu vás nechají čekat na dokončení synchronizace všech uzlů (EC). Patří sem ACID kompatibilní systémy jako Apache HBase, Google Bigtable nebo VoltDB.

PA/EC systémy: Zajímavý hybridní přístup. Pokud dojde k havárii sítě, systém se snaží za každou cenu zůstat dostupný pro uživatele (PA). Nicméně pokud síť funguje normálně, systém dává přednost absolutní shodě dat a nutí uzly k synchronizaci (EC). Do této kategorie spadá běžná konfigurace databáze MongoDB.

PC/EL systémy: Tyto systémy při pádu sítě raději odmítnou komunikovat, aby zabránily rozpadu dat (PC), ale za normálního provozu se snaží odpovídat co nejrychleji i za cenu drobné lokální nekonzistence (EL). Příkladem je databázový systém PNUTS od společnosti Yahoo!.

//Související pojmy: [[CAP teorém]], Distribuované systémy, Latence, Eventual Consistency, NoSQL, Cassandra, MongoDB, ACID, BASE.//