5.2 Quorum

read-after-write（read-your-write） consistency

例如一個使用者 po 文，通常使用者會希望能看到自己的文章，
不然他可能以為自己眼睛業障重。

如果今天 client 送出 po 文請求給兩個 replicas，
但只有 A 成功收到，
而發出讀取請求時卻只有 B 收到，
就違背了 read-after-write consistency。

如何達到 read-after-write consistency？

若能保證兩個 replicas 都有收到 po 文請求才真正寫入，
那讀取時兩個 replicas 都是最新的，就沒問題了吧？

然而這樣卻失去了 fault tolerance：
當其中一個 replica 出事，無論是 寫入 還是 讀取 都不能做了。

Read and write quorum

quorum 是指一個動作要有幾個節點回應才有效。

如果今天有 n 個 replicas，
write quorum： w 個 replicas 回 ack
read quorum: r 個 replicas 回 ack
只要能保證 w + r > n，
就會保證讀取時至少有 1 個節點是之前寫過的。（鴿籠原理）

通常： r = w = (n + 1)// 2 for n = 3, 5, 7...

但 Replicas 不一致？

透過 Read and write quorum，
client 端開心了，
但是 replicas 這邊可能有一些不一致。
有兩種解法：

1. anti-entropy
   replicas 自己發現並透過前面談到的 anti-entropy 過程去 sync
2. read repair
   因為 client 在讀時很容易發現哪些 replicas 回的是舊資料，
   可以幫忙把最新的更新推回去給這些過時的 replicas。

5.3 State machine replication

雖然沒特別提，但前面的 Quorum 是在 best-effort 的基礎上討論的：client 廣播讀寫請求到每個 replicas，封包可能遺失、也沒有保證特定的訊息順序。

如果用之前說的最嚴格的 FIFO total order broadcast 呢？

State machine replication (SMR)

可以把 replicas 變成 state machine!
我們假設 state machine 是 deterministic 的，
複習一下ＸＤ
deterministic: 一個 state 被 apply 更新後，只會轉換成下一個 state，不會有兩個或三個其他可能。
有了這個前提，replicas 們的 initial state 相同，會經過相同順序的 transitions（FIFO total order給的保證） 而最終變成同樣的 state。

SMR 優缺點

優點：從一個 state 轉到另一個 state，之間的邏輯要多複雜就可以多複雜，不用想太多，唯一的條件就是 deterministic。

區塊鏈、智能合約等等都是基於 state machine replication

缺點：total order broadcast 本身的限制。

第 4 章有提到，一個節點要確定前面的訊息都來了才能 deliver 自己的廣播訊息，也就是一個 replica 不能馬上更新自己的 state。

用其他的廣播模型做 replication

前面提到 best-effort，
而後提到 FIFO total order，
那其他的廣播模型例如 causal order 也能拿來作 replication 嗎？

以 causal order 來說，只有 concurrent 的廣播事件順序可能會不一致，那只要確保這些事件在 apply 時，是 commutative 就好。
f(g(x)) = g(f(x)) 也就是就算中途不一樣，最後會一致就好。這些在第 8 章會提到。