基於Quorum投票的冗餘控制演算法

Quorom 機制，是一種分散式系統中常用的，用來保證資料冗餘和最終一致性的投票演算法，其主要數學思想來源於鴿巢原理。

在有冗餘資料的分散式儲存系統當中，冗餘資料物件會在不同的機器之間存放多份拷貝。但是同一時刻一個數據物件的多份拷貝只能用於讀或者用於寫。

該演算法可以保證同一份資料物件的多份拷貝不會被超過兩個訪問物件讀寫。

演算法來源於[Gifford, 1979][3]^[1]。 分散式系統中的每一份資料拷貝物件都被賦予一票。每一個操作必須要獲得最小的讀票數（V_r）或者最小的寫票數(V_w）才能讀或者寫。如果一個系統有V票（意味著一個數據物件有V份冗餘拷貝），那麼這最小讀寫票必須滿足：

1. V_r + V_w > V
2. V_w > V/2

第一條規則保證了一個數據不會被同時讀寫。當一個寫操作請求過來的時候，它必須要獲得V_w個冗餘拷貝的許可。而剩下的數量是V-V_w 不夠V_r，因此不能再有讀請求過來了。同理，當讀請求已經獲得了V_r個冗餘拷貝的許可時，寫請求就無法獲得許可了。

第二條規則保證了資料的序列化修改。一份資料的冗餘拷貝不可能同時被兩個寫請求修改。

演算法的好處

在分散式系統中，冗餘資料是保證可靠性的手段，因此冗餘資料的一致性維護就非常重要。一般而言，一個寫操作必須要對所有的冗餘資料都更新完成了，才能稱為成功結束。比如一份資料在5臺裝置上有冗餘，因為不知道讀資料會落在哪一臺裝置上，那麼一次寫操作，必須5臺裝置都更新完成，寫操作才能返回。

對於寫操作比較頻繁的系統，這個操作的瓶頸非常大。Quorum演算法可以讓寫操作只要寫完3臺就返回。剩下的由系統內部緩慢同步完成。而讀操作，則需要也至少讀3臺，才能保證至少可以讀到一個最新的資料。

Quorum的讀寫最小票數可以用來做為系統在讀、寫效能方面的一個可調節引數。寫票數V_w越大，則讀票數V_r越小，這時候系統寫的開銷就大。反之則寫的開銷就小。