不变性的局限：流失率与合规删除需求

[[状态与流互为积分微分的关系及不可变事件的优点]]描绘的不变性理想并非无代价可行：能否永久保留所有变更历史，取决于数据集的”流失率”——以追加为主、很少更新删除的工作负载很容易一直不变；但在相对较小的数据集上有高更新/删除率的工作负载里，不可变历史会膨胀到难以接受的规模，碎片化和压缩/垃圾回收的表现会变成运维稳健性的核心痛点。除了性能考量，还存在必须删除数据的管理性理由——隐私法规可能要求用户注销账号后删除其个人信息，数据保护立法可能要求删除错误信息，或需要堵住敏感信息的意外泄露。这种情况下，仅仅在日志末尾追加一条”标记为删除”的事件是不够的，必须真正改写历史、假装数据从未被写入过（Datomic称之为”切除”、Fossil版本控制系统称之为”避免”）。但真正删除数据极其困难，因为副本可能散落在很多地方：存储引擎/文件系统/SSD通常写到新位置而非原地覆盖旧数据，备份也常常被特意做成不可变以防意外删除或损坏——所以”删除”更准确的含义是”让数据更难被取回”，而不是”让数据不可能被取回”，即便如此，有时候你还是必须去尝试。