前言

在分布式系统中，多副本机制确保了数据的高可用性与容错能力，但同时也带来了副本间一致性的问题。为了在性能、可用性与一致性之间取得平衡，Quorum（一致性法定人数）机制应运而生，广泛应用于分布式数据库与存储系统，如 Cassandra、Dynamo、etcd、ZooKeeper 等。

定义

Wiki 定义如下：

In distributed computing, a quorum is the minimum number of members of a group that must be present to make the results of any vote valid. In distributed databases, it refers to the minimum number of nodes required to acknowledge a read or write operation to consider it successful.

简而言之： Quorum 是指执行读或写操作时必须成功访问的最小副本数，以保障一致性。

工作原理

一句话：通过确保读写操作都覆盖到一定数量的副本，使得“读”总能读到最新的“写”。

经典公式为：

1

W + R > N

其中：

  • N：副本总数
  • W：写操作成功所需副本数
  • R：读操作成功所需副本数

只要 W + R > N，就保证了至少有一个副本同时被读写覆盖，从而实现强一致性。

例如：

  • 若 N = 3，W = 2，R = 2，则满足 W + R = 4 > 3，因此可以读到最新写入的数据。

属性与指标

Quorum 涉及以下核心属性与指标：

  1. 副本数 N 系统中每条数据的存储副本总数，通常为 3、5、7。

  2. 写法定人数 W 每次写入必须成功的副本数量，影响写可用性与一致性。

  3. 读法定人数 R 每次读取必须访问的副本数量，影响读延迟与一致性。

  4. Consistency Level 一般系统支持不同级别：ONE、QUORUM、ALL、LOCAL_QUORUM 等。

  5. Latency vs Consistency 增加 R/W 会提高一致性，但也可能提高延迟。

  6. Fault Tolerance 系统最多能容忍 (N - W) 个副本写失败，或 (N - R) 个副本读失败。

类型

按读写权重划分

  1. 强写弱读（W高，R低）

    • 保证写入强一致，读取副本少，读延迟低。
    • 适合写频繁、读延迟敏感场景。

  2. 强读弱写（W低，R高）

    • 写入快，读取需访问更多副本，保证读到最新值。
    • 适合读密集、要求读一致性的业务。

  3. 对称 Quorum（W = R = ⌈N/2⌉）

    • 比较常见的设置，读写一致性较强，适用广泛。

按地理范围划分

  1. Local Quorum

    • 限定在单个数据中心中满足 W 或 R，适合多机房部署。

  2. Global Quorum

    • 所有数据中心参与法定人数计算，适合强一致性跨机房场景。

存储系统中的应用

Quorum 机制在许多系统中扮演关键角色：

系统 是否使用 Quorum 说明
Cassandra ✅ R/W 可配置，支持 Local/Global
DynamoDB ✅ 源自 Dynamo 论文
ZooKeeper ✅ 多数派投票机制
etcd / Consul ✅ 使用 Raft 算法，依赖多数节点确认
MongoDB ✅（部分场景） WriteConcern 和 ReadPreference 提供类似机制

与程序的关系

对于开发者而言：

  1. 读写一致性调优 通过选择合适的 R/W 组合，控制系统的最终一致性行为。

  2. CAP 权衡的体现 Quorum 是 CAP 中 C（Consistency）与 A（Availability）的权衡点。

  3. 错误处理设计 需处理部分副本失败、超时、数据不一致等场景。

  4. 可观测性 系统应暴露法定人数满足情况、失败率、响应时间等指标。

常见支持 Quorum 的系统

  1. Apache Cassandra
  2. Amazon DynamoDB
  3. Apache HBase
  4. Riak
  5. etcd / Consul
  6. ZooKeeper
  7. FoundationDB
  8. CockroachDB