头脑风暴：结合NWR，实现对Quorum的动态调节

[shihuili1218]

NWR介绍

N：成员总数 W：写入数据的Quorum数 R：读取数据的Quorum数

满足W+R>N的情况下，读和写一定存在交集，系统一定是满足强一致性的。

基于这个条件，用户可以根据业务场景动态调节读和写Quorum的大小，甚至让其达到一个极端情况，例如W=1，R=N，此时写效率最高，当然这需要付出的代价是不允许有成员宕机。

基于NWR的描述，该设计是否可以用于Raft？

Raft中Leader选举存在两个功能：

1. 选出集群认可的成员处理写请求
2. 选出的成员，必须拥有最完整的日志，这用于确保已达成共识的不会被覆盖 这像极了NWR模型中的读场景，而处理事务日志对应NWR模型中的写场景。

在原生的Raft协议中，读写场景都使用多数派作为Quorum数量，两个多数派正好满足W+R>N的场景。如果NWR适用于Raft，用户则可动态调节Quorum数量，例如在一个五成员的集群中，R可以设置为4，W设置为2，那么写性能将会有大幅度的提升。

[killme2008]

在这里讨论过 https://github.com/sofastack/sofa-jraft/issues/265

[fengjiachun]

在这里讨论过 #265

我说怎么隐约有印象，就没想起来