“太白金星：听闻老君最近在练神丹妙药，能否与我一讲？web
太上老君：老白啊，我最近在练六颗丹药：两颗
延年丹、两颗健步丹、两颗恢复丹。算法太白金星：那这三个八卦炉定是练这三件法宝的？数据库
太上老君：正是正是。并且对于相同的丹药，功效和大小还得彻底同样。小程序
”
1、三个炼丹炉怎么分配的
“太白金星：老君，你的八卦炉怎么分配的啊？数组
”
让咱们揭开老君的炼丹炉，看看六颗丹药是怎么分配的。浏览器
首先咱们是很容易猜到丹炉是怎么分配炼丹的：缓存
-
一号丹炉炼两颗 延年丹。 -
二号丹炉炼两颗 健步丹。 -
三号丹炉炼两颗 恢复丹。
那如此分配会有什么问题呢？性能优化
咱们试想一下，若是一号丹炉由于炉火过高炸裂了，那么两颗延年丹定会失败。这和把鸡蛋放到一个篮子里面是一个道理。假如篮子不慎被打翻，里面的鸡蛋都掉出来，就都碎了。服务器
“太上老君：老白，我把锅炉的盖子揭开给你看看你就知道了。微信
”
-
一号丹炉炼一颗 延年丹和一颗健步丹。 -
二号丹炉炼一颗 延年丹和一颗恢复丹。 -
三号丹炉炼一颗 健步丹和一颗恢复丹。
“太白金星：老君，为什么要如此分配，每一个丹药的火候可不那么好把控啊？
太上老君：老白，我但是炼丹大师，火候难不倒我。
太白金星：不愧是老君啊，这样即便有一个丹炉有问题，至少能保证一颗能炼成，而不是两颗都毁了。
”
映射到咱们互联网系统中：丹炉相似于服务器节点或数据库节点，经过多个节点来相互备份数据来保证系统的高可用性（High Availability）。
2、如何保证丹药品质同样
2.1 一致性
“太白金星：老君，你刚提到，两颗延年丹须要保证功效同样，大小同样？
太上老君：确实如此，丹药品质必须保持一致，我炼的都是九品丹药，药效差一点则是千差万别。
”
太上老君说的品质保持一致到底怎么回事？
一号丹炉里面的延年丹和二号丹炉的延年丹如何保证品质一致呢？
这不就是咱们经常说的分布式一致性吗？两颗丹药分布在不一样的丹炉中，须要保证品质一致。
以下图所示，这两颗延年丹的一大一小，颜色也有不一样，这就是品质不同。
而在架构设计中，好比请求访问到不一样的数据库，查到的数据都是同样的，这就是一致性。
以下图所示：浏览器访问数据库 1 和数据库 2 中的数据 A，结果返回的都是 A = 1。
2.2 最终一致性和强一致性
分布式中的一致性又分为最终一致性和强一致性。
所谓强一致性就是写操做完成后，任何后续访问都能读到更新后的值。这就是CP系统所要求的一致性和分区容错性。。
那放到炼丹中怎么理解？
好比老君给一号丹炉的延年丹加入了莲花这种药材，给二号丹炉的延年丹也这么操做，那么老白揭开炉盖看到的两颗延年丹的成分是同样的。
而最终一致性就是不保证后续访问都能读到更新后的值，可是通过一段时间后，再去读，就能获得相同的值。也就是说，在这段时间内，可能读到旧的数据。这就是AP系统所要求的可用性和分区容错性。
放到炼丹中怎么理解？
好比老君给一号丹炉的延年丹加入了莲花，而通过了一个时辰后，才给二号丹炉加雪莲，那么在这个时辰内，看到的两颗延年丹的成分就不同了。但通过一个时辰后，最终成分同样。
3、可控的品质：Quorum NWR 协议
“假如延年丹必须保证品质的强一致性，而健步丹只须要保证品质的最终一致性，这个该怎么控制呢？
”
这个可没有难倒老君，由于老君懂得分布式协议：Quorum NWR。
Quorum 这个单词的意思：(会议的)法定人数。主要是看后面三个大写字母：N、W、R。由 NWR 来控制一致性。
3.1 参数 N
咱们仍是来看下丹炉中的状况，两颗延年丹是互为备份的，至关于有两个副本。
N 称做副本数，又叫作复制因子（Replication Factor）。表示同一份数据有多少个副本，因此：延年丹的 N = 2。依次类推：健步丹的 N = 2，恢复丹的 N = 2。以下图所示：
那 N 能够变吗？
以下图所示：好比我想炼 3 颗延年丹，也就是每一个丹炉都有延年丹，那就把 N 改为 3 就能够了。而健步丹只须要炼一颗足以，那一号丹炉炼就能够了，因此N = 1。
3.2 参数 W
指定了副本数 N 以后，就能够对副本数据进行读写操做。
-
读操做：查看所在丹炉内丹药的状况。 -
写操做：给丹药添加药材、提升温度。
那多个丹药该如何执行读写操做呢？对于写操做，咱们有 W 参数，对于读操做，咱们有 R 参数。
W 称为写一致性级别（Write Consistency Level），表示成功完成 W 个副本更新，才完成写操做。
好比设置延年丹的 W = 2，表示对延年丹执行写操做时，完成了 2 个副本的更新时，才完成写操做。
以下图所示：一号丹炉和二号丹炉中的延年丹都加入了莲花，而三号丹炉中的延年丹未加入莲花。也就是只完成了两个副本的更新，符合 W = 2 这个条件，即写操做完成。
可是你们发现问题没，三号丹炉的延年丹未加入莲花，那怎么保证太上老君查看丹药状况时，得知是已加入莲花呢？也就是如何保证读写的强一致性，这就要用到第三个参数了：R。
3.3 参数 R
R 称为读一致性级别（Read Consistency Level），表示读取一个数据对象时，须要读 R 个副本，而后返回 R 个副本中最新的那份数据。
回到炼丹的问题中，设置延年丹的 R = 2，也就是查看延年丹的状况时，只须要查看两个丹炉内的延年丹的状况，而后返回最新的延年丹的状况就能够了。
-
假设查看的是一号和二号丹炉内的延年丹，返回的状况都是：已加入莲花。这种场景是一致性的。
-
假设查看的是一号和三号丹炉内的延年丹，一号丹炉的延年丹是已加入莲花，三号丹炉是未加入莲花，可是三号丹炉内的延年丹最后一次操做时间是早于一号丹炉的，因此返回一号丹炉内延年丹的状况：已加入莲花。这种场景也是一致性的。
经过上面的两种场景，咱们知道，经过设置 R = 2，即便读到第三份未更新的数据，也能返回更新后的数据，实现强一致性。
3.4 参数组合
参数 N、W、R 的不一样组合将会带来不一样的一致性效果。
-
好比上面的例子，N = 3，W = 2，R = 2，W + R > N，对于客户端来说，整个系统能保证强一致性，必定能返回更新后的那份数据。
-
当 W + R <= N 时，对于客户端来说，整个系统只能保证最终一致性，访问数据期间可能会返回旧数据。
参数不一样，效果不一样，分布式系统须要根据不一样场景来配置。
4、应用
InfluxDB 企业版是时序数据库，它有四种写一致性级别：
-
any：W + R < N，W = 1，任何一个节点写入成功后，或者写入 Hinted-handoff 缓存（等下次重传），返回成功给客户端。 -
one：W + R < N，W = 1，任何一个节点写入成功后，当即返回成功给客户端，不包括写入 Hinted-handoff 缓存 -
quorum：W + R > N，大多数节点写入成功后，就返回成功给客户端。（要求 N 大于2） -
all：W = N，全部节点都写入成功后，返回成功。
另外对于 时序数据库 InfluxDB 来讲，读操做须要读取大量数据，为了保证读取的高效，它不支持读一致性级别（R = N），可是能够经过设置写一致性级别为 all，来实现强一致性。
InfluxDb 实现了 Quorum NWR，当线上业务须要临时作些一致性调整时，设置不一样的写一致性级别便可完成快速切换。
5、总结
本文经过太上老君和太白金星关于炼丹的对话，引伸出自定义一致性的分布式协议：Quorum NWR 协议。
丹炉比喻节点，丹药比做数据，多个丹药称做副本。
-
N 表明副本数，W 表明写多少个副本数，R 表明读多少个副本数。
-
当 N 大于节点数时，就会出现一个节点存在多个副本的状况，这个节点故障时，多个副本会受到影响。
-
W + R > N 时，表明强一致性。
-
W = N 时，读性能好。R = N，写性能好。
-
W = R = (N+1)/2，容错能力好，能容忍 少数节点（也就是(N-1)/2） 个节点故障。
-
如何设置 N、W、R 值，取决于咱们的系统该往哪方面优化。
-
Quorum NWR 分布式算法给业务提供了按需选择一致性级别的灵活度，弥补了 AP 型系统缺少强一致性的缺点。
“太白金星：预祝你炼丹成功！我要去分享和留言了！
”
- END -
做者简介：悟空，8年一线互联网开发和架构经验，用故事讲解分布式、架构设计。《JVM性能优化实战》专栏做者，开源了《Spring Cloud 实战 PassJava》项目，自主开发了一个 PMP 刷题小程序。关注可免费刷题。
本文分享自微信公众号 - 悟空聊架构（PassJava666）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。