RWN及Quorum與強一致性

分佈式理論系列

• 從ACID到CAP到BASE

• 2PC到3PC到Paxos到Raft到ISR

• 複製、分片和路由

• 副本更新策略

• 負載均衡算法及手段

• RWN及Quorum與強一致性

序

本文主要討論對等以及主從模型的讀寫衝突的解決方法。

對等式分佈模型

即有多個master，同時接受讀寫操做

寫入衝突

多我的在同時更新同一條數據（對於單機數據庫，就是併發問題，可由樂觀鎖或悲觀鎖來解決；對於對等分佈式模型，則須要保證順序一致性，即全部節點都保證以相同順序執行操做）。

讀取衝突

從各個節點讀取同一個數據的內容不同。

RWN方案解決讀衝突

強一致性：strong consistency（讀取的數據都是最新的），要求多少節點才行。

write quorum

假設某份數據須要複製到3個節點，爲了保證強一致性，不須要全部節點都確認寫入操做，只須要其中兩個節點（也就是超半數節點）確認就能夠了。在這種狀況下，若是發生兩個相互衝突的寫入操做，那麼只有其中一個操做能爲超過半數的節點所承認，這就是寫入仲裁（write quorum），若是用稍微正規一點的方式說，那就是W>N/2，這個不等式的意思是參與寫入操做的節點數W，必須超過副本節點數N的一半，副本節點數又稱爲複製因子（replication factor）。

read quorum

讀取仲裁（read quorum），也就是說想保證可以讀到最新的數據，必須與多少個節點聯繫才行。假設寫入操做須要兩個節點來確認（W=2），那麼咱們至少得聯繫兩個節點，才能保證獲取到最新數據。然而，假如某些寫入操做只被一個節點所確認（W=1），那麼咱們就必須3個節點都通訊一遍，才能確保獲取到的數據是最新的。一個狀況下，因爲寫入操做沒有得到足夠的節點支持率，因此可能會產生更新衝突。可是，只要從足夠數量的節點中讀出數據，就必定能偵測出此類衝突。所以，即便在寫入操做不具有強一致性的狀況下，也能夠實現除具備強一致性的讀取操做來。

RWN

• R
  執行讀取操做時所需聯繫的節點數R

• W
  確認寫入操做時所需徵詢的節點數W

• N
  複製因子N

這三者之間的關係，能夠用一個不等式來表述，即只有當R+W>N的時候，才能保證讀取操做的強一致性。

實例

對於Riak這樣的數據庫，能夠控制CAP中的參數：N（存取鍵值對的副本節點數）、R（順利完成讀取操做所需的最小節點數）、W（順利完成寫入操做所需的最小節點數）。假設Riak集羣有5個節點，將N設爲3，也就是全部數據都要至少複製到3個節點中，將R設爲2，即get請求要求有兩個節點應答，才能成功，將W設爲2，即put請求必須寫入到兩個節點纔算寫入完畢。

主從分佈式模型

針對主從分佈式模型，只須要保證都向master寫入數據，就能夠避免寫入衝突了，相似的，讀取操做從master，就能夠避免讀寫衝突/讀取不一致了。

參考

• NoSQL入門級資料整理（CAP原理、最終一致性）