分布式系统之Quorum机制

在《分布式系统之中心副本控制协议（Primary-secondary协议）》 中略微提及到了Quorum，但没有进行详细的阐述，这篇文章将带你走进Quorum.

1. Quorum介绍

首先，先认识发音和基本含义，英[ˈkwɔ:rəm]， 美[ˈkwɔrəm, ˈkwor-]，n. 法定人数.
在介绍Quorum之前，先对一些概念进行定义：系统中的更新操作定义为$w_i$，$i$ 为更新操作单调递增序号。每个$w_i$ 执行成功后副本数据的版本记为$v_i$. 假设每个副本保存了历史上所有版本的数据。

1.1 Write all read one(WARO)

WARO的意思是：在更新时写所有副本，只有在所有副本中更新成功才算成功 ，保证了所有副本中数据的一致性，读取时可以读任意副本数据。

很显然，这种机制在工程实践中并没有那么好的可用性，为什么呢？

更新操作需要在N个节点上都更新成功才算真正成功，只要存在一个节点异常，则更新服务不可用。更新操作无法容忍任一节点的异常。
但是WARO读服务却有着较高的容错能力，可以容忍N-1个副本异常。读服务有较高的可用性。

WARO机制同时需要原服务器记录数据版本信息，从而达到数据的强一致性。WARO牺牲了更新服务的可用性，最大程度地增强了读服务的可用性。

1.2 Quorum机制

对WARO条件进行松弛，对读写服务可用性做折中。

Quorum机制：当更新操作$w_i$ 在N个节点中的W个节点上更新成功，称之为“成功提交的更新操作”。由于更新操作$w_i$在W个节点上更新成功，所以在读数据时，令$R>N-W$，最多读取R个节点副本一定能读到更新操作$w_i$ 更新后的数据$v_i$。

说白了，在更新操作$w_i$成功提交后，R+W>N，那么读取的R个节点一定会与更新成功的W个节点有交集。此时你是否想到了鸽巢原理。

当W=N,R=1时，就可以得到WARO机制，所以WARO是Quorum的特例。

那WARO的可用性如何呢？

限制Quorum参数W+R=N+1.
更新操作在W个节点上更新成功，当N-W+1个节点异常时，更新操作不可用。
当N-R+1个节点异常，无法保证读取内容与W个副本有交集，读服务一致性降低。

注意：仅仅依赖Quorum机制无法保证强一致性。因为仅有Quorum机制时无法确定最新已成功提交的数据。那如何能够读到最新提交数据呢？

1.3 增强Quorum机制（读取最新成功提交数据）

为了能够保证系统的强一致性，系统应该返回最新成功提交数据，需要对Quorum机制进行条件增强。

1. 更新操作严格递增（数据版本号严格递增），只有前一个更新操作成功提交才可以允许后一个更新操作提交
2. 读取R个节点，取得最高版本号数据
	2.1. 在读取的R个节点中，存在W个节点有最高版本数据，则该数据为最新成功提交的数据
	2.2. 若存在小于W个节点有最高版本数据，则继续读取剩余节点，直至读到W个节点存在最高版本数据为止；
	     如果所有节点读取完毕不满足W个，则版本号第二大的数据为最新成功提交的数据（此时可能处于更新提交的中间态）

从上述增强Quorum机制可得，若需确定最新成功提交的数据，最多需要读取N个节点。

当出现任一节点异常时，可能无法读到最新成功提交的数据。

例如：共有5个节点，W=3，R=3，已读取3个节点数据版本为（$v_2,v_1,v_1$）。

1. 若剩余2个节点读到（$v_2，v_2$），则$v_2$ 为最新成功提交的数据版本；
2. 若剩余2个读到($v_2，v_1$)或（$v_1，v_1$），则$v_1$ 为最新成功提交的数据版本；
3. 若剩余2个节点中，读取到1个节点数据版本为（$v_2$），另一个节点异常，则无法判断哪个版本是最新成功提交的数据。

在工程实践中，节点异常是经常会出现的情况，需要尽量回避通过Quorum机制来读取最新成功提交数据。

2. 基于Quorum机制选择primary

当Quorum机制与Primary-Secondary协议结合时，可以通过读取primary的方式读取最新成功提交的数据。

在primary-secondary协议中，primary负责进行更新同步操作。在primary-secondary协议中引入Quorum机制，primary成功更新W个节点（含本身）后向用户返回成功。

读取数据时按照一致性要求不同可有不同的做法：

1. 达到强一致性，直接读取primary中的数据，也可通过增强Quorum机制进行读取最新成功提交数据
2. 达到会话一致性，根据已读版本号在副本上进行选择性读取（选择版本号 > 已读版本号）
3. 达到弱一致性，选择任意版本读取

当primary节点异常时，需要选择一个新的节点作为primary，然后secondary与primary进行同步。选择新的primary是由一个中心节点完成的，此时引入Quorum机制，新primary的选择方式类似于读取数据的方式，中心节点读取R个节点副本，选择R个节点副本中版本号最高的作为新的primary（R个节点副本中一定存在最新成功提交的数据）。新primary与至少W个副本完成数据同步后作为新的primary提供读写服务。

需要进一步说明的是，读取R个节点副本能够获取到当前最新的数据，但并不一定是一个成功提交的数据。这时候会出现两种情况（假设系统版本情况为（$v_2,v_2,v_1,v_1,v_1$），W=3，R=3）：

1. R个节点全部读到成功提交的数据（$v_1,v_1,v_1$），此时产生的$v_2$ 为脏数据，可以有多种处理方式解决脏数据，如简单粗暴的删除。
2. R个节点读到的最新数据不是成功提交的数据（$v_2,v_1,v_1$）,此时新primary副本的最新数据为$v_2$，虽然$v_2$ 不是一个成功提交的数据，但是在随后primary与secondary的数据同步后，使$v_2$ 版本数据达到W个，便能够使得该版本数据成为一个最新成功提交的数据。

那如果使用上一节介绍的增强Quorum机制又是一种什么样的情况呢？留给你自己去思考。^_

参考

• 《分布式系统原理介绍》