Quorum NWR 算法

[TOC]

Quorum NWR，可以灵活地自定义一致性，当 W + R > N 时，就可以实现强一致性了。

Quorum NWR 是非常实用的一个算法，能有效弥补 AP 型系统缺乏强一致性的不足，给业务提供了按需调整一致性级别的灵活度。

NWR 的三要素

N 表示集群中同一份数据有多少个副本，又叫做复制因子（Replication Factor）。副本数可以不等于节点数，不同的数据可以有不同的副本数。

W，写一致性级别（Write Consistency Level），表示成功完成 W 个副本更新，才完成写操作。

R，读一致性级别（Read Consistency Level），表示读取一个数据对象时需要读 R 个副本，读取指定数据时，要返回 R 个副本中最新的那份数据。

N、W、R 值的不同组合，会产生不同的一致性效果，

  • 当 W + R > N 的时候，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 的时候，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。

当 W + R > N 时，可以实现强一致性。通过读取多副本，比较得到最新的数据。

N 决定了副本的冗余备份能力；

  • 如果设置 W = N，读性能比较好；
  • 如果设置 R = N，写性能比较好；
  • 如果设置 W = (N + 1) / 2、R = (N + 1) / 2，容错能力比较好，能容忍少数节点（也就是 (N - 1) / 2）的故障。

InfluxDB 企业版

InfluxDB 副本数不能超过节点数据，因为在一个节点存在多个副本没有多大意义。

InfluxDB 企业版，支持“any、one、quorum、all”4 种写一致性级别

  • any：任何一个节点写入成功后，或者接收节点已将数据写入 Hinted-handoff 缓存（也就是写其他节点失败后，本地节点上缓存写失败数据的队列）后，就会返回成功给客户端。

  • one：任何一个节点写入成功后，立即返回成功给客户端，不包括成功写入到 Hinted-handoff 缓存。

  • quorum：当大多数节点写入成功后，就会返回成功给客户端。此选项仅在副本数大于 2 时才有意义，否则等效于 all。
  • all：仅在所有节点都写入成功后，返回成功。

对时序数据库而言，读操作常会拉取大量数据，查询性能是挑战，是必须要考虑优化的，因此，在 InfluxDB 企业版中，不支持读一致性级别，只支持写一致性级别。另外，我们可以通过设置写一致性级别为 all，来实现强一致性。

实现

副本数 N 不要超过节点数。

在写W个副本是，为了防止写入失败的情况，需要保持写操作的幂等性。方便重试。

实际中，一般2副本或3副本可能满足需求了。太多副本，影响性能。

在 KV数据 存储场景，需要给副本生成版本号，方便比较。而时序数据不需要，因为一条时序数据记录是没有“新旧”之说的。

更新时间: