请求讲解分布式系统中Quorum、Consensus与Vector Clock的区别及示例

1. Quorum（法定人数） #

Quorum是分布式系统里平衡数据一致性和可用性的核心机制，本质是靠“足够多的节点达成一致”来完成读写操作，避免少数节点故障拖垮整个系统。

示例：
假设有5个节点的分布式存储集群，我们设定读取Quorum值R=3，写入Quorum值W=3：

• 写入操作：必须有至少3个节点成功保存数据，才会给客户端返回“写入成功”。就算之后1-2个节点挂了，剩下的节点里至少还有3个存着正确数据，不会丢数据。
• 读取操作：要从至少3个节点拿数据，然后取多数一致的结果。比如3个节点里2个返回版本A、1个返回版本B，就取版本A，避免读到过期或错误的数据。
  这里的关键规则是R + W > N（N是总节点数），这样读写操作一定会有重叠的节点，从根源上避免“写了但读不到”或者“读到旧数据”的问题。

2. Consensus（共识） #

Consensus是让分布式系统里的多个节点对某个状态达成统一认知的过程，是解决分布式一致性问题的核心。常见的共识算法有Raft、Paxos。

示例：
比如一个分布式锁服务，多个客户端同时抢锁，集群里3个节点得统一“谁拿到锁”的结论：

1. 客户端A给所有节点发锁请求；
2. 节点1、2收到请求后回复同意，节点3暂时没收到；
3. A收集到2个同意（3个节点的话，超过半数就是2），就确定自己拿到锁，然后通知所有节点更新“锁被A持有”的状态；
4. 节点3收到通知后同步状态，最终所有存活节点都一致认为锁属于A。
   这个过程就是共识——不管节点之间有延迟或暂时故障，最终所有正常节点都会对同一状态达成统一。

3. Vector Clock（向量时钟） #

Vector Clock是用来追踪分布式数据版本、识别并发冲突的工具，每个节点维护一个包含所有节点版本号的向量，每次写入时更新自己的版本号。

示例：
假设集群有两个节点：Node X和Node Y：

1. 初始状态，两个节点的向量时钟都是[X:0, Y:0]；
2. Node X写入数据V1，把自己的版本号加1，向量时钟变成[X:1, Y:0]；
3. Node Y同步了V1后，基于V1修改出V2并写入，把自己的版本号加1，向量时钟变成[X:1, Y:1]；
4. 这时Node X没同步V2，直接基于V1又写出V3，向量时钟变成[X:2, Y:0]；
5. 当两个节点再次同步时，对比两个向量时钟：[X:2, Y:0]和[X:1, Y:1]，两者互相不包含（X的版本更高但Y的版本更低，反过来也一样），这就说明出现了并发修改冲突，需要客户端或者系统来合并V2和V3的内容。
   如果是[X:2, Y:1]和[X:1, Y:1]，前者所有版本号都大于等于后者，说明前者是后者的后续版本，直接用前者覆盖后者就行，没冲突。

内容的提问来源于stack exchange，提问作者Kumar