CAP原理告诉我们，一致性，可用性和分区容忍性三者最多只能偏重其中两个。在NoSQL系统中，分区容忍性(P)几乎已经成为必选项。于是很多NoSQL选择了牺牲一定一致性的做法。比如Amazon的Dynamo，比如本文的主角Riak。

　　下面一介绍的是Riak官方的一篇文章，通过几个典型的故障案例，对Riak的最终一致性原理进行了讲解。

　　请求过程

　　首先介绍一下Riak的请求处理过程，以数据冗余N份存储，每次读取其中的R份，写操作需要写W份。

• 　　通过计算得出请求的key所在的N个节点
• 　　向这N个节点依次发起请求
• 　　等待这N个节点中的W个(如果是写操作的)或R个(如果是读操作)返回成功
• 　　返回相应的数据给客户端

　　失败场景

　　下面讨论几种失败场景：

　　1.读取数据前其中一个节点故障

　　数据以W=3成功写入三份

　　其中一个节点故障

　　数据再以R=3读取三份，发起三个请求

　　此次读操作会返回了not_found

　　而这次系统在检测到了数据只有两份，会启动修复器将数据备份一份到secondary节点上，以保证有三份备份

　　后续的读操作将会从primary上读到两份，从secondary上读到一份数据，以实现成功读到三份数据。

　　2.读取数据前其中两个节点故障

　　数据以W=3成功写入三份

　　其中两个节点故障

　　数据再以R=3读取三份，发起三个请求

　　此次读操作会返回了not_found

　　后续的读操作将会从primary上读到一份，从secondary上读到两份数据，以实现成功读到三份数据。

　　3.读取数据前三个节点全部故障

　　数据以W=3成功写入三份

　　其中三个节点故障

　　数据读取操作将会永远返回not_found，直到某个节点恢复

　　4.写操作前一个节点故障

　　一个节点故障

　　数据以W=3发起三个写请求

　　一个secondary节点承担了其中的一个写请求

　　后面的读请求会正常的读到三份数据

　　5.写操作前一个节点故障，后来又恢复了

　　一个节点故障

　　数据以W=3发起三个写请求

　　一个secondary节点承担了其中的一个写请求

　　故障节点又恢复了

　　在60秒内，一个叫hinted handoff的过程会启动，将secondary中的数据迁移到刚刚恢复的primary中

　　在hinted handoff过程完成后，数据就恢复正常了

　　6.在hinted handoff 过程中进行读写操作

　　在hinted handoff过程中，由于原来的primary节点是启动的，所以数据读写操作都会到这个节点上来执行，这时候可能由于一些值还没有备份回来，所以会导致这个节点暂时的not_found返回。

　　7.在两个primary节点故障后一个又恢复期间进行读写操作

　　这时候刚刚恢复的节点会进行hinted handoff过程，而读写操作依然会由于not_found的发生而启动修复器进行数据备份到secordary中。