时序数据，就是按照时间顺序记录系统、设备状态变化的数据，时序数据最大的特点是数据量很大，可以不夸张地说是海量。时序数据主要来自监控（监控被称为业务之眼），而且在不影响业务运行的前提下，监控埋点是越多越好，这样才能及时发现问题、复盘故障
META 节点存放的是系统运行的关键元信息，比如数据库（Database）、表（Measurement）、保留策略（Retention policy）等。它的特点是一致性敏感，但读写访问量不高，需要一定的容错能力，META 节点来说，节点数的多少代表的是容错能力。DATA 节点存放的是具体的时序数据。它有这样几个特点：最终一致性、面向业务、性能越高越好，除了容错，还需要实现水平扩展，扩展集群的读写性能，DATA 节点而言，节点数的多少则代表了读写性能
META 节点存放的是系统运行的关键元信息，那么当写操作发生后，就要立即读取到最新的数据，需要强一致性
InfluxDB 企业版中，Hinted-handoff解决一个节点接收到写请求时，需要将写请求中的数据转发一份到其他副本所在的节点，那么在这个过程中，远程 RPC 通讯是可能会失败的问题，写失败的请求，会缓存到本地硬盘上 ;周期性地尝试重传 ;相关参数信息，比如缓存空间大小 (max-szie)、缓存周期（max-age）、尝试间隔（retry-interval）等，是可配置的。还不行就通过反熵来处理：数据副本之间的数据不一致，是因为数据写失败导致数据丢失了，也就是说，存在的都是合理的，缺失的就是需要修复的。这时我们可以采用两两对比、添加缺失数据的方式，来修复各数据副本的不一致了
实现强一致性（Werner Vogels 提到的强一致性），每次读操作都要能读取最新数据，不能读到旧数据。那么在一个 AP 型的分布式系统中，通过Quorum NWR实现
通过 Raft 算法，我们能实现强一致性的分布式系统，能保证写操作完成后，后续所有的读操作，都能读取到最新的数据。通过自定义副本数、Hinted-handoff、反熵、Quorum NWR 等技术，我们能实现 AP 型分布式系统，还能通过水平扩展，高效扩展集群的读写能力