As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # Gerenciando a consistência dos dados em CloudTrail CloudTrail usa um modelo de computação distribuída chamado [consistência eventual](https://en.wikipedia.org/wiki/Eventual_consistency). Qualquer alteração que você fizer em sua CloudTrail configuração (ou em outros AWS serviços), incluindo tags usadas no [controle de acesso baseado em atributos (ABAC)](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction_attribute-based-access-control.html), leva tempo para ficar visível em todos os endpoints possíveis. Parte do atraso resulta do tempo necessário para enviar os dados de servidor para servidor e de região para região em todo o mundo. CloudTrail também usa o cache para melhorar o desempenho, mas em alguns casos isso pode aumentar o tempo. A alteração talvez não fique visível enquanto os dados armazenados em cache anteriormente não atingirem o tempo limite. Suas aplicações devem ser projetadas para levar em conta esses possíveis atrasos. Garanta que eles funcionem conforme o esperado, mesmo quando uma alteração feita em um local não fique imediatamente visível em outro. Essas alterações incluem [habilitar uma região opcional](cloudtrail-multi-region-trails.md#cloudtrail-multi-region-trails-optin), criar ou atualizar trilhas ou datastores de eventos, atualizar seletores de eventos e iniciar ou interromper o registro em log. Quando você cria ou atualiza um armazenamento de dados de trilhas ou eventos, CloudTrail entrega registros ao bucket do S3 ou ao armazenamento de dados de eventos com base na última configuração conhecida até que as alterações se propaguem para todos os locais. Para obter mais informações sobre como isso afeta outras Serviços da AWS pessoas, consulte os seguintes recursos: + **Amazon DynamoDB**: [Qual é o modelo de consistência do DynamoDB?](https://aws.amazon.com/dynamodb/faqs/) nas *Perguntas frequentes sobre o DynamoDB* e [Consistência de leitura](https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/HowItWorks.ReadConsistency.html) no *Guia do desenvolvedor do Amazon DynamoDB*. + **Amazon EC2**: [consistência eventual na referência](https://docs.aws.amazon.com/AWSEC2/latest/APIReference/query-api-troubleshooting.html#eventual-consistency) da *API Amazon Elastic Compute Cloud*. + **Amazon EMR***: [garantindo a consistência ao usar o Amazon S3 e o MapReduce Amazon Elastic para](https://aws.amazon.com/blogs/big-data/ensuring-consistency-when-using-amazon-s3-and-amazon-elastic-mapreduce-for-etl-workflows/) fluxos de trabalho AWS de ETL no blog de big data.* + **AWS Identity and Access Management (IAM)**: [As alterações que eu faço nem sempre são imediatamente visíveis](https://docs.aws.amazon.com/IAM/latest/UserGuide/troubleshoot_general.html#troubleshoot_general_eventual-consistency) no *Guia do usuário do IAM*. + **Amazon Redshift**: [Gerenciamento da consistência de dados](https://docs.aws.amazon.com/redshift/latest/dg/managing-data-consistency.html) no *Guia do desenvolvedor de banco de dados do Amazon Redshift*. + **Amazon S3**: [Modelo de consistência de dados do Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html#ConsistencyModel) no *Guia do usuário do Amazon Simple Storage Service*.