Quorum NWR

NWR是一种在分布式存储系统中用于控制一致性级别的一种策略。在Amazon的Dynamo云存储系统中，就应用NWR来控制一致性。

让我们先来看看这三个字母的含义：

N：同一份数据的Replica的份数
W：是更新一个数据对象的时候需要确保成功更新的份数
R： 读取一个数据需要读取的Replica的份数

NWR值的不同组合会产生不同的一致性效果，当W+R>N的时候，整个系统对于客户端来讲能保证强一致性。当W+R<N的时候只能保证最终一致性。

以常见的N=3、W=2、R=2为例：

N=3，表示，任何一个对象都必须有三个副本（Replica），W=2表示，对数据的修改操作（Write）只需要在3个Replica中的2个上面完成就返回，R=2表示，从三个对象中要读取到2个数据对象，才能返回。

在分布式系统中，数据的单点是不允许存在的。即线上正常存在的Replica数量是1的情况是非常危险的，因为一旦这个Replica再次错误，就可能发生数据的永久性错误。假如我们把N设置成为2，那么，只要有一个存储节点发生损坏，就会有单点的存在。所以N必须大于2。N约高，系统的维护和整体成本就越高。工业界通常把N设置为3。

当W是2、R是2的时候，W+R>N，这种情况对于客户端就是强一致性的。

 

在上图所示的系统中，由于W等于2，所以更新操作只需要确保完成两份就可以了。无论存储在Node3上面的第三份数据是否完成，都直接返回。假设后续的操作从Node1和Node3分别读取了两个数据。然而，Node3上面的数据尚未真正完成之前的更新操作。因此，客户端会发现读到的两个版本不一致，这个时候，只需要选择出最新的数据就可以了。

从不等式中可以看到，当W+R>N的时候，整个系统能够保证R>N-W。也就是说，至少每次都能够读到一份最新的数据。因此只需要把最新的数据返回即可。所以，虽然服务器上的三份Replica有不一致的情况，对于客户端来讲，每次读到的数据都是最新的。所以这种情况对于客户端来讲是强一致性的。

另外的几种情况：<N,W,R>=<1,1,1>和单点运行的数据库是同一个配置。<N,W,R>=<2,1,1>，则相当于Slave-Master模式。由于1+1不大于2，所以这种情况是可能读到非最新数据的。也就是这种配置是不一致的。

W越大，写性能越差。R越大，读性能越差。N越大，数据可靠性就越强。为了保障一致性，平衡读写性能，通常的配置是：W=Q, R=Q ，Q=N/2+1（N=3，R=2，W=2的配置就满足这个公式）。

 

转自：http://ultimatearchitecture.net/index.php/2010/06/22/quorum-nwr/