Lease 机制和 Quorum 机制
一、Lease 机制
Lease 机制是最重要的分布式协议，广泛应用于各种实际的分布式系统中。即使在某些系统中相似的设计不被称为 Lease，但我们可以分析发现其本质就是一种 Lease 的实现。
Lease 机制的定义如下：lease 是由颁发者授予的在某一有效期内的承诺。颁发者一旦发出 lease，则无论接受方是否收到，也无论后续接收方处于何种状态，只要 lease 不过期，颁发者一定严守承诺；另一方面，接收方在 lease 的有效期内可以使用颁发者的承诺，但一旦 lease 过期，接收方一定不能继续使用颁发者的承诺。
Lease 机制的基本原理如下：中心服务器在向各节点发送数据时同时颁发一个 lease，每个 lease 具有一个有效期，该有效期通常是一个明确的时间点，例如 12:00:10，一旦真实时间超过这个时间点，则 lease 过期失效（假设中心服务器与各节点的时钟是同步的）。
Lease 机制的核心为 承诺，具体表现为：
- 在 lease 的有效期内，中心服务器保证不会修改对应数据的值；
- 节点收到数据和 lease 后，将数据加入本地 cache，一旦对应的 lease 超时，节点保证将对应的本地 cache 数据删除并重新发起读请求；
- 中心服务器在修改数据时，首先阻塞所有新的读请求，并等待之前为该数据发出的所有 lease 超时过期，然后修改数据的值。
Lease 机制可以容错的关键是：服务器一旦发出数据及 lease，无论客户端是否收到，也无论后续客户端是否宕机，也无论后续网络是否正常，服务器只要等待 lease 超时，就可以保证对应的客户端节点不会再继续 cache 数据，从而可以放心的修改数据而不会破坏 cache 的一致性。
工程中，常选择的 lease 时长是 10s 级别，这是一个经过验证的经验值，实践中可以作为参考并综合选择合适的时长。
工程中，总是使用多个中心节点互为副本，成为一个小的集群，该小集群具有高可用性，对外提供颁发 lease 的功能。
工程中，直接实现 Lease 机制无疑会增加系统设计的复杂度，好在我们有类似 zookeeper 这样的开源的高可用系统，在工程中完全可以间接使用 Lease。
问题一：修改元数据时，阻塞了所有新的读请求，造成没有读服务？
- 服务器在进入修改数据流程后，一旦收到读请求则只返回数据但不颁发 lease；
- 服务器在进入修改数据流程后，服务器颁发的 lease 有效期限选择为已发出的 lease 的最大有效期限；
问题二：服务器在修改元数据时需要等待所有的 lease 过期超时，从而造成修改元数据的操作时延大大增大？
- 在等待所有的 lease 过期的过程中，服务器主动通知各个持有 lease 的节点放弃 lease 并清除 cache 中的数据，如果服务器收到客户端返回的确认放弃 lease 的消息，则服务器不需要在等待该 lease 超时；
问题三：如何解决颁发者和接收者的时钟同步问题？
- 对于时钟不同步，实践中的通常做法是将颁发者的有效期设置得比接收者的略大，只需大过时钟误差就可以避免对 lease 的有效性的影响。
二、Quorum 机制
Quorum 机制是一种简单有效的副本管理机制。
Quorum 机制概括说来是一种集合 N, N 是全集 U 的子集，N 中任意取集合 W、R ，W、R 都存在交集。
通俗来讲这个理论：假设有2个筐 A、B，A 中全放红球 2 个，B 中全放黑球 2 个，一次要取到所有颜色的球，只需取出3个球即可。
现在将这个理论用于分布式系统的数据一致性，如上情况，假设红色代表最新数据的版本，黑色代表历史数据的版本，那么取到所有版本再比较，就可以获得最新数据版本，也得到最新数据。这样对于想将所有数据取出的次数 4 次，操作次数就降低啦。
那么对于写模型，只需要完成 W 个副本的更新后，用户写操作就算完成，而不需要等待全写，此后系统内部会继续更新剩余节点，最终达到一致。可以看到，该算法是把写的部分负载转移到了读上，通过延长分布式系统中数据一致性的最终时间来降低写负载。至于转移多少负载比较合适，这个需要根据分布式系统的具体需求中对数据一致性的要求。
提高到数学公式：
N 表示数据所具有的副本数；R 表示完成读操作所需要读取的最小副本数，即一次读操作所需参与的最小节点数目；W 表示完成写操作所需要写入的最小副本数，即一次写操作所需要参与的最小节点数目。
由 Quorum 的理论可知，W 和 R 是关联的，W 值决定 R 值，要获取最新数据需要满足 R > N - W。
假设 N=5， 如果 R=1， 那么 W 必须是 5. 所以就是写入所有的节点是全部节点，那么读取任何一个节点就可以最新的数据（有点就是像读写锁了）；如果 R=5， 那么 W 只要是 1 就可以了。那么写的效率就非常高。读取的效率比较低。