五篇分布式共识系列文章合集： 分布式共识算法（拜占庭容错算法）的系列整理一：PBFT、PoW、PoS、DPos 分布式共识算法（故障容错算法）系列整理(二)：Bully、Gossip、NWR 分布式共识算法（故障容错算法）系列整理(三)：Paxos 分布式共识算法（故障容错算法）系列整理(四)：Raft 分布式共识算法（故障容错算法）系列整理(五)：ZAB 导语 为什么要有分布式选举？ 主节

Quorum NWR算法 概述 不知道你在工作中有没有遇到过这样的事情:你开发实现了一套AP型分布式系统，实现了最终一致性，且业务接入后运行正常，一切看起来都那么美好。 可是突然有同事说，我们要拉这几个业务的数据做实时分析，希望数据写入成功后，就能立即读取到新数据，也就是要实现强一致性(Werner Vogels提出的客户端侧一致性模型，不是指线性一致性)，即数据更改后，要保证用户能立即查询到

背景 在常见的分布式系统中，总会发生诸如机器宕机或网络异常（包括消息的延迟、丢失、重复、乱序，还有网络分区）等情况。 一致性算法需要解决的问题就是如何在一个可能发生上述异常的分布式系统中，快速且正确地在集群内部对某个数据的值达成一致，并且保证不论发生以上任何异常，都不会破坏整个系统的一致性。   CAP 定理 CAP 理论告诉我们，一个分布式系统不可能同时满足一致性（C:Consiste

文章目录 强一致性和最终一致性什么是Quorum NWRQuorum 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

转载自：http://blog.sina.com.cn/s/blog_57f61b490101a8ca.html 最近有人讨论到swift副本数是否能够调整，3副本成本过高，如果改成2副本怎么样？多聊了几句以后发现不少人可能都是望文生义，简单的认为副本数只是多一个少一个Copy的问题，并不了解背后的理论依据。所以想写个简单的介绍，普及分布式系统设计的一些基础知识点。这个是按傻瓜版写的，已经知道的