是在源數據存儲和目標數據存儲之間建立一致性的過程，并隨著時間的推移不斷協調數據。它是各種應用的基礎，包括文件同步和移動設備同步。

數據同步在同步公鑰服務器的加密中也可以發揮作用。

有一些工具可用于文件同步、版本控制（CVS、Subversion等）、分布式文件系統（Coda等）和鏡像（rsync等），在所有這些試圖保持文件集的同步。然而，只有版本控制和文件同步工具可以處理對文件的多個副本的修改問題。

文件同步通常用于外部硬盤上的家庭備份或更新USB閃存驅動器上的運輸。自動過程可以防止復制已經相同的文件，因此相對于手動復制來說，可以節省相當多的時間，而且速度更快，更不容易出錯。 版本控制工具旨在處理多個用戶試圖同時修改同一個文件的情況，而文件同步器則針對一次只編輯一個文件副本的情況進行優化。由于這個原因，雖然版本控制工具可以用于文件同步，但專用程序需要的開銷較少。 分布式文件系統也可以看作是確保一個文件的多個版本的同步。這通常要求存儲文件的設備總是連接在一起，但有些分布式文件系統，如Coda，允許斷開操作后再進行調和。分布式文件系統的合并設施通常比版本控制系統的設施更有限，因為大多數文件系統不保留版本圖。 鏡像（計算）。鏡像是一個數據集的精確拷貝。在互聯網上，一個鏡像站點是另一個互聯網站點的精確拷貝。鏡像網站最常被用來提供同一信息的多個來源，作為提供可靠訪問大型下載的一種方式，具有特殊的價值。 理論模型 在研究文獻中存在幾種數據同步的理論模型，該問題也與信息論中的Slepian-Wolf編碼問題有關。這些模型是根據它們認為數據同步的方式進行分類的。

無序數據的同步化問題（也稱為集合調和問題）被建模為試圖計算對稱差S A⊕S B = ( S A - S B ) ∪ ( S B - S A ) {displaystyle S_{A}oplus S_{B}=（S_{A}-S_{B}）/cup (S_{B}-S_{A})}在兩個b位數的遠程集合S A {displaystyle S_{A}}和S B {displaystyle S_{B}}之間。這個問題的一些解決方案的典型代表是。

批量傳輸在這種情況下，所有數據都被傳輸到一臺主機上進行本地比較。時間戳同步在這種情況下，數據的所有變化都有時間戳標記。同步的過程是通過傳輸所有時間戳晚于前一次同步的數據來進行的。數學同步在這種情況下，數據被視為數學對象，同步對應于一個數學過程。

有序數據在這種情況下，兩個遠程字符串σ A {displaystyle sigma _{A}和σ B {displaystyle sigma _{B}需要被調和。通常情況下，假設這些字符串最多有固定數量的編輯（即字符的插入、刪除或修改）而不同。然后，數據同步是減少σ A {displaystyle sigma _{A}和σ B {displaystyle sigma _{B}之間編輯距離的過程。｝直到理想的距離為零。這適用于所有基于文件系統的同步（其中數據是有序的）。這方面的許多實際應用在上面有討論或參考。

有時可以通過一個稱為shingling（將字符串分割成shingles）的過程將問題轉化為無序數據的問題。

在容錯系統中，分布式數據庫必須能夠應對其數據的（部分）丟失或損壞。xxx步通常是復制，這涉及到制作多個數據副本，并在發生變化時保持它們都是最新的。然而，當一個實例發生丟失或損壞時，有必要決定依靠哪個副本。

最簡單的方法是有一個單一的主實例，它是真理的xxx來源。對它的修改被復制到其他實例上，當舊的主實例失效時，這些實例中的一個成為新的主實例。

Paxos和Raft是更復雜的協議，它們的存在是為了解決故障切換過程中的瞬時效應問題，比如兩個實例同時認為自己是主控。

如果整個節點的故障非常普遍，秘密共享就很有用。這將同步從一個明確的恢復過程轉移到每個讀的一部分。