本文介绍了分布式系统中常见的副本策略Write-all-read-one（WARO）及其优缺点，然后引出了Quorum机制，通过放宽WARO的写操作条件来提高写更新的可用性。Quorum定义了在N个副本中至少需要W个副本成功写入，读取时需要从R个副本中读取数据，保证R+W>N，以此确保读到的成功递交的数据。然而，仅依赖Quorum无法保证强一致性，需要结合其他手段来确定最新递交的值。文章最后讨论了Quorum在实际工程中的应用和与其他技术的结合。
在分布式系统中，我们通常增加数据的冗余来达到较高的数据可靠性，多副本和纠删码是最常用的两种数据冗余技术。Quorum 机制则是经常配合冗余副本管理的一种机制。
我们先考虑一个简单的场景，你的系统是 3 副本设计，怎么读写流程比较好？直观来讲，写的时候 3 副本都写成功才报告成功，那么读的时候随便读哪个副本都是可以的。这个是最简单的副本策略：write-all-read-one，简称 WARO，也是最常用的一种副本策略。
Write-all-read-one
对于多副本冗余的系统来说，写的时候，所有的副本节点写都成功才算成功（write all），读的时候就可以随便读一个副本即可（read one）。这个就很容易理解，因为有这么个假设存在：只要写成功了，那么多副本的数据就是一致的，你随便读哪个都是正确的数据（不考虑静默或其他问题，静默导致的问题用数据自校验解决）。
现在我们想一个问题，为什么 WARO 的模式下，在读的时候可以随便读任一副本的数据？
关键在于：我们读的是写成功的数据，这个是 Write-All 这个前提保证的。现在思考下优缺点：
优点：
- 实现简单，无需考虑复杂的异常处理，读的时候高效；
缺点：
- 写的可用性不大好，由于更新写操作需要在所有的 N 个副本都成功，写操作才算成功，所以一旦有一个副本异常，写失败，则更新操作不可用。对于更新服务来说，虽然系统由 N 个副本，但系统却无法容忍任何一个副本异常；
- 读的可用性挺好的，N 个副本中，只要由一个副本正常提供服务，系统就可以提供读服务，换句话说，系统可以容忍 N-1 个副本异常；
所以，我们看到 WARO 读写可用性的区别，更新服务的可用性太低了，系统虽然使用了多副本，但是更新操作的可用性等效于没有副本。
能优化这个吗？可以的，其实就是 CAP 理论，WARO 保证了数据的高度一致性，但是牺牲了写更新的可用
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
