Quorum NWR算法

在分布式场景中，扩展性、可靠性可以通过复制数据副本实现。如果多个服务分别向三个节点写数据，为了保证强一致，就必须要求三个节点全部写成功才返回。这样在读的时候可以读任意节点，就不会有不一致的情况了。但是，同步写三个节点的性能较低，如果换一个思路，一致性并不一定要在写数据的时候完成，可以在读的阶段决策，只要每次能读到最新的版本就可以了。这就是Quorum机制的核心思想。

简单来说，Quorum机制就是要满足公式 W+R>N，式中N代表副本个数，W，又称写一致性级别， 表示成功完成W个副本更新，才完成写操作，R，又称读一致性级别，表示读操作至少要读取R个副本（然后返回R个副本中最新的那份数据）。这个公式把选择权交给了业务用户，让用户来做出最终决策。

我们举个例子说明：假设对某一数据，设定N=5，即五副本，我们定义，W=3，即写一致性级别为3，为此我们假定原有副本数据为v0，写操作成功后，至少有3副本的数据更新为v1，此时进行读操作，虽然仍有可能存在没有更新的副本，但因为读操作至少要读R>N-W，即R>2，我们只要读3个副本，选择3副本(至少有一个是更新后的副本)中最新的副本数据即可读到最新写入的值，这样就实现强一致性了。

• 强一致性：能保证写操作完成后，任何后续访问都能读到更新后的值；
• 最终一致性：只能保证如果对某个对象没有新的写操作了，最终所有后续访问都能读到相同的最近更新的值。也就是说，写操作完成后，后续访问可能读到旧数据。

可以想到，通过调整N、W、R值的不同组合，会产生不同的一致性效果，具体来说，有如下两种效果：

• 当W+R>N时，对于客户端来讲，整个系统能保证强一致性，一定能返回更新后的那份数据。
• 当W+R<=N时，对于客户端来讲，整个系统只能保证最终一致性，可能会返回旧数据。