Quorum NWR 意义
Quorum NWR (/ˈkwɔːrəm/)算法提供了一种灵活的方式，使得使用者可以根据业务需求调整参数，以在一致性和可用性之间找到合适的平衡点。同时，能够实现客户端一致性。
客户端一致性：不论存储方是如何存储的，当 W+R>N 的时候，读取的时候一定能读到最新的数据。下面论述中的“强一致性”均表示的是客户端一致性。
Quorum NWR 三要素
- N：副本数量（Number of Replicas），即一个数据项在集群中有多少个副本。
- W：写入确认数量（Write Quorum），表示在一次写操作被认为成功之前，需要有多少个副本确认接收到写操作。
- R：读取确认数量（Read Quorum），表示在一次读操作返回结果之前，需要从多少个副本中获取数据。
- 以上图的三节点集群为例，DATA-1 有 2 个副本，DATA-2 有 3 个副本，DATA-3 有 1 个副本。
- 需要注意的是，实现 Quorum NWR 的时候，需要实现自定义副本的功能。即用户可以自定义指定数据的副本数。
- N、W、R 值的不同组合，会产生不同的一致性效果，具体来说，有这么两种效果：
- 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。
- 为了明确哪个节点上的数据是最新的，需要引入时间戳或版本号等机制来进行评判。
Quorum NWR 工作原理
- 写操作：
- 当客户端发起一个写请求时，协调者会将这个请求转发给 N 个副本。
- 只有当至少 W 个副本确认接收到写请求后，这次写操作才会被认为是成功的，并向客户端返回确认信息。
- 如果 W > N/2，则可以保证强一致性，因为这确保了任何两个写操作之间有足够的重叠，使得最新的写操作总能覆盖旧的数据。
- 读操作：
- 客户端发起读请求时，协调者会联系 R 个副本以获取数据。
- 只要从 R 个副本中收集到足够的响应，协调者就可以向客户端返回数据。
- 如果 R > N/2 并且 W + R > N+1，那么可以保证读取到的是最新的数据版本，因为这意味着任何一个读集和写集都会有交集，从而避免读取到过期的数据。
扩展问题
- AP 系统基础上实现了 Quorum NWR，岂不是 CAP 都具有了？
- 尽管通过 N、W、R 组合，可以实现不同的一致性级别，但对于同一份数据而言，CP 和 AP 是不可兼得。
- NWR 在 P 不发生的时候，AP 系统实现了客户端侧（注意，仅仅是客户端侧，并不是真实的线性一致性）的 C。
- C 是指系统能被外部访问到的节点都表现出一致性，用了 NWR 后，访问 AP 系统有些节点返回旧的数据，有些又返回新的数据，这其实不满足 C 了，只不过 NWR 多了一层比较操作，使得最终数据对于上层业务来讲是强一致的（也就是文中所讲的“客户端侧的一致性”）
- Raft 协议满足了写超过半数，那我们就让 R 也超过半数以上，就能保证基于 raft 协议还能做出强一致性的需求。
- 作者表示没必要，可以直接读取 Leader 节点就可以有强一致性需求。
- 自己思考，如果 Leader 压力大，就可以通过 R 超过半数来缓解 Leader 压力？但是节点多的情况下，需要访问的节点数目比较多，其他节点压力可能比较大。
- N3W2R2 配置，第一次写入只有一个节点成功，返回客户端错误。此时有个读取操作，读到了成功的那个副本，返回了这份数据，那么不就出现了问题？
- 是存在这个现象。能保证“写成功后，一定能读取到更新后的值”，但是不能保证“写失败，只能读取到之前的值”。对于后者需要实现事务。即，在实现系统时，需要根据场景特点选择适合的技术。