来聊聊Quorum NWR如何自定义一致性

Posted 2022-12-16 神技圈子

文章目录

• 强一致性和最终一致性
• 什么是Quorum NWR
• Quorum NWR的三要素
• Dynamo的NWR模型
• 如何发现不一致副本

强一致性和最终一致性

 如果部门想做一个业务数据的实时分析系统，希望数据写入成功后就能马上读取到最新的数据，其实就是要求实现一个强一致性系统，数据更新后能立即查询到。
 那么，在这里面首先要搞清楚强一致性和最终一致性有什么区别。

• 强一致性：保证写操作完成后，任何后续访问都能读取到最近更新成功后的数据
• 最终一致性：如果对某个对象没有新的写操作了，最终所有后续访问经过一段时间后都能读到相同的最近更新的值。也就是说，写操作完成后，后续访问可能会读到旧的数据。

什么是Quorum NWR

 如果为了这么一个临时需求重新开发一套系统肯定不合适，因为数据量大，耗时长。可以考虑在原有系统上开始实现新功能，通过Quorum NWR自定义一致性级别，通过临时调整写入或者查询的方式，当W+R>N时就可以实现强一致性了。
  在AP型分布式系统中（比如Dynamo、cassandra、InfluxDB的集群），Quorum NWR通常都是会实现的一个功能。这样，用户可以根据业务的特点，灵活地指定一致性级别。
  下面我们首先来了解下NWR的原理。
  Quorum NWR的核心内容就是N,W,R。一般就是通过组合这三个要素来实现自定义一致性级别的。

Quorum NWR的三要素

• N表示副本数，又叫做复制因子。所以N用来描述同一份数据有多少个副本。

• W表示一次写操作入至少写入W份数据才算写入成功。

• R表示一次读操作至少读到R份数据才算读取成功。
   配置的时候要求W+R>N,因为W+R>N，所以R>N-W表示读取的副本份数一定要比总份数减去确保写成功的份数要大。也就是说，每次读取都能至少读取到一份最新的数据。
    下面举个例子，如下图所示
  
   从图中你可以看到，DATA-3的读副本数为2。也就是说，客户端读取DATA-3的数据时，需要读取2个副本的数据，然后返回最新的那份数据。
    无论客户端如何执行读操作，哪怕它读取的是写操作未强制更新副本数据的节点（比如节点N1），但因为W(2)+R(2)>N(3),意思就是访问节点N1执行读操作时，，因为要读2份数据副本，所以除了节点N1上的DATA-3，还会读取节点N2或N3上的DATA-3。而节点N2和N3的DATA-3副本是强制更新成功的。这个时候，返回给客户端肯定是最新的那份数据。
    所以， 通过设置R为2，即使读到前面问题中的未更新副本数据，也能返回更新后的那份数据从而实现强一致性。
    除此之外,N、W、R的不同组合，会产生不同的一致性效果。具体如下：

• 当W+R>N的时候，整个系统保持强一致性，一定能返回最新的数据

• 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，可能会读取到旧数据。

Dynamo的NWR模型

  Dynamo NWR模型是把CAP选择权交给用户，让用户自己选择CAP。

• 优化写性能（AP）

 当我们优化写性能（写多读少的场景），可以配置W=1，表示只要写完1个副本就返回，其它副本慢慢自己异步复制。如果N=3，那么根据W+R>N,则R=3，表示需要读取3个副本以判断数据是否冲突。这样的情况只要写任何节点成功就认为成功，但是读取的时候必须从所有节点读出数据。

• 优化读性能（CP）
    当我们优化读性能（读多写少的场景），可以配置W=N，表示写完所有的副本才算成功，所有只能同步复制。根据公式W+R>N的时候，则R=1，表示只需要读取一个副本即可。这种情况任何一个节点读取成功就成功，但是写的时候必须写所有节点。
• 平衡读写
   当我们的数据不多，单台机器能搞定的时候，可以配置N=2，根据公式W+R>N，则W=2,R=2

如何发现不一致副本

  当W=1时，用户A更新一个副本，在A的副本还有异步复制到其它节点的时候，如果用户B也在其它节点上更新了数据那么数据处于不一致状态了。Dynamo采用了向量clock（Vector Clock）。每个节点各自记录自己的版本信息。主要包括两个部分1）节点名称2）版本号。举个例子，A、B、C三个节点，W=1，R=N=3。一个写请求被节点A处理，它会增加一个版本信息（A， 1），我们把这个时候的数据记作D1（A，1），另外一个请求同样被A节点处理了，这时候记作D2(A，2），这个时候是不会造成版本冲突的。现在讲D2异步复制到B和C两个节点，此时B和C上的数据还是D2(A,2)，三个节点上的数据版本一致。如果新的请求被节点B处理，此时节点B上的数据版本变为D3(A,2 ;B, 1)，这样数据的全局版本号为3，节点A更新了2次，B更新了1次。
  如果D3数据还没有异步复制到节点C，C处理了一个新的写请求，此时节点C上的数据D4(A,2;C,1)。
  这个时候，一个收到一个读请求，因为R=N=3，所以要读取3个节点的版本。

• 节点A:(A,2)
• 节点B:(A,2;B,1)
• 节点C:(A,2;C,1)
    这个时候可以看到节点A的版本最老被舍弃，但是节点B和C存在版本冲突得交给用户自己做版本冲突管理。dynamo做版本并发控制类似SVN提交代码冲突的原理类似