返回资讯中心
外部精选
软件工程
#开发者实时流

数据库复制专家在HPTS'26演讲,主张用Quorum复制替代Raft

来源标题:Please Implement a Quorum Database

数据库复制系列演讲第二部分在HPTS'26发布,延续《Enough With All The Raft》的论点,主张生产环境应更多采用基于Quorum的复制方案。演讲者调查发现,Raft在生产数据库中占据主导地位,正取代primary-backup与Quorum方案。该演讲还基于其撰写的《Data Replication Design Spectrum》一文的工作展开。

Hacker News 最新eatonphil2026/11/15 · 2 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

发布于 2026-11-15 阅读时间 18 分钟 强制法律免责声明: 本文所表达的观点仅代表 我个人,不代表我雇主 的观点或意见。 我带着复制系列吐槽的第二篇回来了。这个演讲是在 HPTS'26 上做的,它充实了《Enough With All The Raft》中关于基于 quorum 的复制的论点,并延续了撰写《Data Replication Design Spectrum》时所做的工作。 我觉得我们倾向于认为 quorum 复制在生产环境中普遍不实用。 如果你想看论文链接,请找下面对应的幻灯片。 这是我在 HPTS 2026 上做的关于复制的演讲。 我曾经做过一次调查,看看生产环境中的数据库都在用什么类型的复制算法,结果看起来是这样的。 Raft 是那个巨大的吃豆人,吃掉了 primary-backup 和 quorum slices。 Quorum slice 足够小,我们现在就可以把它完整枚举出来。 左上角是开源多数派 quorum 数据库。 右上角是曾经或正在将其用于数据复制的专有数据库。 左下角是将共识用于日志的专有数据库。 右下角是技术上成立但有附加说明的。 如果我们按它们现在的状况来筛选这个列表: Voldemort 已经死透了,在上一张幻灯片之前你们所有人都忘了它的存在。 InfluxDB 和 Grafana Mimir 有过使用 quorum 的早期版本,然后它们重新架构了。 Weviate 对数据做 quorum,对元数据做 raft,如果它们也重新架构了,我一点也不会惊讶。 腾讯的 PaxosStore 在中国大厂内部极其封闭,所以我完全不了解。 CouchDB 更多是为了最终一致性而设计的,但有一个集群模式,除了 cloudant 之外我不知道还有谁在用? OG Dynamo,在座有人能跟我讲讲,但我猜它正在/已经被淘汰了? 注:HPTS 听众的摇头证实了我对 Dynamo 的判断。 这让我有一种尴尬的感觉:如果我说实现一个 quorum 数据库,我能指出的唯一好例子就是 Cassandra?!? HPTS 说尽管提交你的辛辣观点,所以做好准备:我认为我们应该确实地构建不止一个 quorum 数据库的好例子。 而我们正在这么做!我手里有三个非常近期的例子要抛给你们。 但首先,在接下来的 16 分钟里,我将是 CashDB 的 CEO 兼彻底妄想的创始人,因为我需要为这个演讲准备一个贯穿始终的例子。 CashDB 是一个专门为你用的那个和朋友分摊账单的应用而做的数据库。 首先,它只支持非常有限的一组操作: 第二个约束是,我让一个 coding agent 把 CashDB 做得尽可能可靠,现在它拿到了我的 AWS 密钥,以混沌测试的名义每分钟重启我的一台 VM,而且已经自我复制了。我阻止不了它。我们现在必须围绕这个来设计 CashDB。我需要一个复制版的 CashDB。 如果我使用基于重新配置的复制协议,每次故障都做一次 view change,我的用户每分钟都会看到延迟尖峰,我将不得不回答一些令人不适的问题。 如果我使用 raft,那么期望值是当 leader 受影响时他们每五分钟看到一次延迟尖峰,但其他故障会被掩盖。 这就是我为无 leader 设计所推销的动机。你应该获得更好的延迟, 我不是说可用性,因为可用性只是一个延迟 SLO。 那么,如果我们试着按照我们那些历史悠久的例子来构建 CashDB 会怎样? 首先我们有 ABD 论文衍生出来的所有做标准多数派 quorum 的东西。 Hagit Attiya, Amotz Bar-Noy, and Danny Dolev. 1995. Sharing memory robustly in message-passing systems. Journal of the ACM 42, 1 (January 1995), 124–142. [scholar] 想想 OG cassandra。我们得到漂亮的 1 或 2 RTT 写入。我们得到 1-2 RTT 读取。生活很美好。 它只实现了分布式读/写寄存器,因此账户借记/贷记操作所需的隐式原子读-改-写无法工作。 追加到事务日志也会很困难。 我觉得我们对多数派 quorum 的评价略低于它应得的,因为它来自最终一致性时代,read repair + LWW + anti-entropy 给了很多机会让失败的写入复活。 但是,除非你非常刻意地让寄存器模型适配线性一致但主观上更差的一致性,我不认为多数派 quorum 是前进的道路。 让我们转而考虑构建一个像 Megastore 那样的系统是否可行。 Jason Baker, Chris Bond, James C. Corbett, JJ Furman, Andrey Khorlin, James Larson, Jean-Michel Leon, Yawei Li, Alexander Lloyd, and Vadim Yushprakh. 2011. Megastore: Providing Scalable, Highly Available Storage for Interactive Services. In Proceedings of the Conference on Innovative Data system Research (CIDR), 223–234. [scholar] Megastore 为每个实体组复制一个日志,proposer 用它的提案瞄准日志中下一个可用的槽位。这其实就是没有基于时间的 leader 选举的 multi-paxos。 共识给了我们状态机复制,因此我们可以把借记和贷记建模为增量和减量,把日志追加建模为追加。这很棒。 它会因为延迟而失败。Paxos 有一个活性问题:两个互相竞争的 proposer 很容易阻止对方的进展。以日志为中心的模型只会帮助把 proposer 汇聚到冲突中。 Megastore 优化:如果你提交到槽位 N,你就自动成为槽位 N+1 的“leader”。 PaxosStore:一旦你听到某个日志槽位的提案,就对该槽位做基于时间的排斥(还有地理邻近性)。 然而,好处是副本追赶很容易,因为只有一个日志、一种顺序需要复制,而且人们可以简单地用日志偏移量来描述数据快照。但是,比 leader 选举超时更严重的延迟尖峰消除了使用 quorum 的初衷。 如果我们用一些 E-Paxos 的想法来构建 CashDB 会怎样?

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →