Quorum机制

Quorum这个词的念作“科瑞姆”，字面意思是选举法定人数，对于自小成长于五道杠的环境，缺乏选举参与经验的各位小伙伴，即使把这个词翻译成中文也不太明白吧？其实是这样，腐朽的西方资本主义社会在举行选举时，通常要求参与人数必须达到额定的数量，才能成为一个法定有效的选举。这个额定的人数就是Quorum，这是原始的涵义。

而在计算机的世界里，Quorum机制是一种容错技术，常常出现在分布式系统设计中。据说微信后台也用，这样是不是突然觉得亲切很多？

除了常见的镜像，Raid，cluster外， Quorum机制也是常见的容错技术，经常用在分布式系统的冗余设计方案中。它采用互斥和选举两种容错执行协议，性能的衡量指标和size大小，可用性及负载都有关系。Quorum按照组织方式，拓扑结构，执行协议和容错过程的不同还有分类，多达4，5种，更详细的内容可以参考我的校友宋平04年就已经发表的论文“基于Quorum系统容错技术综述”（他师从孙建伶教授研究方向是分布式数据库，写的关于quorum的论文算是国内比较突出的）

这个技术不是新东西，而依据的数学理论就更早了，鸽笼原理，相关的论文好像是1979年发表的。

鸽笼原理很简单：若有n+1只鸽子关在n个笼子里，那么至少有一个笼子有至少2只鸽子

看起来浅显到爆吧？但其实有时候一些数学理论看起来就是很简单，简单才是大美嘛。而这么简单的理论就能保证你想要的时候肯定可以拿到数据。当然它还可以应用到其他地方，例如可以解决哈希表冲突等。

鸽笼原理在这里的具体应用其实就是读副本数+写副本要大于总副本数

分布式系统通常支持多副本，副本存放在不同节点上，读写时需要对多个副本进行操作。按照自然而然的想法，一个写操作会需要写多个副本，但是读只要读到一个副本即可。这种思路猛听起来很合理，有一个学名叫“读一写全协议”（read only write all,ROWA）但若真依此实现，每一次写都必须刷新所有副本，才能避免产生一致性问题，如此写操作就显得太“重”了，尤其是和读操作相比较，一头轻一头重，负载明显不平衡，更加显得不协调。而且写的respond time变长其实也会间接影响到读，因为不写好没法读嘛，最终拖慢整体性能。

在实际的系统中，通常Quorum指的就是一次有效读或写操作所需要完成的有效副本数。

采用Quorum机制后，写操作需要即刻完成的副本数减少，读操作需要成功读取的副本数增加，负载被间接转移了过去，一定程度上平衡了读写两种操作，系统整体性能会得到提升。

另外想起来一件事，做存储或AIX的同学们可能会在lsvg这种命令里也看过quorum，有人把quorum机制简单的理解为过半数，应该说不是很准确，在大多数情况下，过半意味着多数，所以很多系统采用这种设定。但是出于不同的考虑和需求，有些系统的设计里会提高这个下限，所以并不是所有情况下都是过半数就好。