Quorum 讀寫 (Quorum Reads & Writes)

• 寫入在 w 個節點落地、讀取查 r 個節點。若 w + r > n，兩個集合在 n 個節點裡不可能不相交（鴿籠原理）。
• 相交的那個節點同時見過最新寫入與這次讀取，因此讀取結果裡一定含最新值。
• 客戶端平行讀多個副本，拿版本號最高的為準；落後的副本再用 read repair 補回。

DDIA 列出幾種 strict quorum 仍失守的場景：

• 用 sloppy quorum 時，w 個寫入與 r 個讀取可能落在完全不同的節點上，兩集合不再保證相交。
• 兩個寫入並行發生、先後無法判定；若用 LWW 合併，時鐘偏差可能讓某次寫入被默默丟掉。
• 寫入與讀取同時發生，寫入可能只反映在部分副本。
• 寫入在部分副本成功、其他失敗（如磁碟已滿），成功的副本不回滾；後續讀取拿不拿得到這次寫入，不確定。
• 攜帶新值的節點故障，從攜帶舊值的副本恢復，使持有新值的副本數掉到 w 以下。

所以 Dynamo 風格資料庫通常針對最終一致性最佳化，而非把 quorum 當成 strong consistency。要真正的線性一致得靠共識，不是 quorum。

無主系統沒有 leader 主動推送變更，靠兩個機制讓落後副本最終追上：

• Read repair：客戶端平行讀取時發現某副本回傳舊值，就把新值寫回那個副本。適合經常被讀到的資料——冷門資料可能長期不被修復。
• Anti-entropy process：背景程式持續比對副本間差異、把缺的資料補過去。與單主複製不同，它不保證複製順序，且可能有顯著延遲。

• 大型叢集（節點數遠大於 n）遇網路問題時，客戶端可能連不到指定的那 n 個節點。兩個選擇：對達不成 quorum 的請求回錯誤，或接受寫入、先塞進 n 之外任何可達的節點——後者就是 sloppy quorum。
• Hinted handoff：網路恢復後，暫時收留寫入的節點把資料送回原本「正確」的節點。
• 效果：只要有任意 w 個節點可用就能寫，寫入可用性提高。代價：即使 w + r > n 也不保證讀到最新值——最新值可能還暫存在 n 以外的節點上。

• Cassandra、Voldemort 在無主模型下支援多資料中心：n 個副本分散於多個資料中心，寫入送往所有副本，但只等本地資料中心的 quorum 確認。
• 跨資料中心的複製在背景非同步進行——本地低延遲、跨區容錯，兩者兼得。