Quorum学习总结

在分布式系统中，为了高可用和容错性，数据需要被复制到多个服务器上。为了保证数据在多个服务器上最终一致，需要一种机制保证一个operation只有在一定数目的服务器上完成后，服务器才回复这个operation的成功，我们称这个过程为这些服务器达成了Quorum, 有点类似于投票。

写的Quorum如果小于服务器的数量的话，客户端可能读到不一致的数据。举个例子，a=5存储在服务器s1, s2, s3上，现在我们要写a=7，那么我们可以选2个服务器这样大多数的服务器会得到最新的a=7的数值，然后我们返回写的成功。如果s1和s2得到a=7然后客户端c1的读在a=7还没有发到s3上时读了s3，这样我们就会返回a=5. 如何选择Quorum才能保证读写的一致呢？假设我们有N个node，至少超过一半的node在线才能保证一致性。如果有5个node，至少需要3个在线；如果有4个node，也至少需要3个在线。因为5个node可以有2个fail而4个只能用有1个fail，一般选奇数个node的服务器群。

Quorum是这样都到的：R + W > N；R是最少需要读的node，W是最少需要写的node，N是总数。例如：

(N=3, W=2, R=2): 写必须2个node返回成功写操作才能返回成功；读需要2个node成功返回。

(N=3, W=1, R=3): 写只需要1个node返回成功写操作就能返回成功；读需要3个都读。写很快，都很慢，如果写完一个node在备份到其他两个node之前这个node fail，那么写的数据将被丢失，所以不是很durable。

(N=3, W=3, R=1): 写需要三个都成功；读只需要一个，durable。如果有node有问题，写操作会失败，所以可用性不高。

一般情况下大部分系统写操作比读操作少很多，所以一般需要快读而牺牲一些写的速度，1 < R < W < N。常见的quorum algorithm有Paxos，几乎所有的大型分布式系统需要严格的quorum的都有用，之后深入学习后会分享。有趣的是亚马逊早期的dynamo (和AWS的DynamoDB不同）用的是Sloppy Quorum, 所以的读写操作都是在前N个健康的node上的，每次不一定是同N个node。