Consensus 之外:QuePaxa 把 leader 失效当常态后的工程取舍
Cloudflare 的博客说明,其内部全球控制平面服务 Meerkat 选用了 2023 年发表、此前从未部署过的共识算法 QuePaxa,理由是它在跨洲、延迟剧烈波动的网络中不依赖单个 leader 推进,能绕开基于 leader 的协议中选举竞争与故障误判带来的连锁恢复。本文区分了来源事实与推断,并指出 QuePaxa 的实现细节、性能数据与生产表现不在本次材料范围内,属于待核实。
- 基于 leader 的协议把 leader 失效当成异常路径,但广域网里延迟抖动和断连才是常态。
- Raft 的选举本身会重现 Paxos 的破坏性干扰,并可能形成初始故障消失后仍自我延续的 metastable fai
- 材料只说明 QuePaxa 不依赖 leader 推进,未给出其协议机制、轮次或性能数字,这些待核实。
结论先行#
Cloudflare 在 2026 年 11 月 11 日的博客中说明,其内部全球控制平面服务 Meerkat 选用了一个 2023 年发表、此前从未部署过的共识算法 QuePaxa。理由不是吞吐或延迟指标,而是它在 leader 失效、链路抖动时仍能推进。Meerkat 的副本分布在不同大洲,网络长期处于高延迟且波动大的状态,而常见共识算法的设计前提恰好相反。
下面的内容依据该博客公开的段落整理。QuePaxa 内部如何实现、实际表现如何,本次材料没有展开,文中会明确标出。
Meerkat 面对的是什么样的网络#
Meerkat 让一组副本对一份有序日志达成一致,日志中的每个事件由共识算法决定。共识算法保证副本不会决定互相冲突的值,因此日志不会分叉,各副本能构造出相同的键值状态。来源把 Consul、etcd、Apache ZooKeeper 列为同类系统。
区别在部署形态。同类系统多跑在较小、较局域的网络里,对延迟有严格要求;Meerkat 的集群可能横跨大洲,链路延迟高且变化剧烈。来源认为,在这个规模上,故障更可能来自网络本身而不是机器。
基于 leader 的协议把异常当成了例外#
Raft、Multi-Paxos、Viewstamped Replication 的共同做法是把提案权集中到一个 leader。这样做消除了并发提案的竞争,也让一次决策只需一个网络往返而非两个。代价是 leader 必须存活、可达、延迟可预期;一旦它变慢或断连,整个系统就停住,只能等其余副本判定它失效、再选出新的 leader。
破坏性干扰:提案者可以互相卡死
Paxos 分为 Prepare 与 Accept 两个阶段。任何 proposer 都能在两阶段之间插入一个更高的 ballot,把低 ballot 的提案挡住;两个 proposer 可以反复互挡,谁也无法推进。来源把这种现象称为破坏性干扰(destructive interference):并发 proposer 越多,卡住的概率越高,即使没有任何副本崩溃,系统也可能一直无法决定提案。形式化的说法是,Paxos 在缺少部分同步(消息最终能在有界时间内到达)假设时不保证活性。
选举把干扰带了回来
Raft 用多数票选 leader。怀疑 leader 失效的副本自荐为候选者并拉票,票数不够就重新选举;而任何察觉到 leader 异常的副本都可以参选,候选者之间于是争夺同一个多数票,重演了 Paxos 里的互挡。
更麻烦的是这种状态可能自我维持。一次两秒的网络中断足以让 leader 看起来失效并触发选举;中断早已结束,候选者仍在互挡,选举继续失败并引发更多选举。来源称之为 metastable failure——初始故障原因已移除,故障模式仍在延续。按这个描述,恢复过程本身成了新的停机来源。
故障检测只能靠猜
分布式系统里,一个进程无法直接观察到远端进程已经死亡,只能观察到预期消息有没有按时到达。因此故障检测本质上依赖对时间的预期:超时未达,就怀疑出故障。而异步网络不保证消息到达时间的上界——大多数消息按时到达,但突发的延迟和丢包会在没有预警的情况下拉长传输时间。此时“服务器挂了”和“网络慢了”在网络上无法区分,任何实用的检测器都只能根据等待时长与预期作判断,误判无法根除。
来源举了 Cloudflare 自己的一次事故:2020 年一台核心网络交换机部分故障,导致一个基于共识的系统降级,仪表盘比平时慢 80 倍,持续六小时。数据没有丢失,但在问题解决前写入不可用。
QuePaxa 被选中的理由#
来源给出的理由很集中:QuePaxa 在很大程度上不依赖 leader 推进,因此在网络波动下更稳定。它要覆盖的不只是副本崩溃,还包括延迟尖峰和连接断开——这正是基于 leader 的协议最容易失手的场景。
材料到此为止。QuePaxa 的 quorum 结构、消息轮次、它如何在没有 leader 的情况下避免提案冲突、故障检测器如何设计,本次提供的正文片段均未涉及,待核实。因此本文不描述其内部机制。
| 维度 | 基于 leader 的常见算法 | QuePaxa |
|---|---|---|
| 正常路径 | 一个 leader 统一提案,一次网络往返 | 本次材料未说明 |
| leader 失效或变慢 | 系统停住,等待检测与重新选举 | 来源称不依赖 leader 也能推进 |
| 已知薄弱点 | 破坏性干扰、故障误判、metastable failure | 本次材料未说明 |
| 部署成熟度 | 实现成熟、被广泛使用 | 来源称此前从未部署过 |
把 leader 失效当常态,代价会转移到哪#
以下是从问题性质推出的判断,不是来源对 QuePaxa 的具体描述,需要以后续材料和实际实现核对。
- 换掉的是高风险动作,不是全部成本。不再需要“尽快选出新 leader”这一动作,也就绕开了选举竞争和误判引发的连锁恢复。但排序权不再由单点持有,通常意味着更多的协调轮次或更复杂的 quorum 交错——这部分是推断,具体形态待核实。
- “不依赖 leader”不等于“不需要故障检测”。只要副本之间靠消息通信,超时判断就仍然存在。区别可能在于:误判的后果是继续尝试推进,而不是触发一轮可能自我延续的选举。这一点同样需要看算法定义。
- 成熟度是一项真实的成本。Raft 有大量实现、工具链、运维经验和文档;一个此前未部署过的算法没有这些。来源把 Meerkat 定位为实验性服务,这与成熟度上的取舍是一致的。
- 收益要看故障分布。如果集群集中在同一区域、网络延迟可预期,基于 leader 的协议的单往返优势和生态成熟度通常是更实际的选择。跨洲部署且链路经常抖动时,“失效是常态”这个前提才开始成立。这是本文的判断,来源没有做这样的对比。
给开发者的判断清单#
- 先确认你的集群是否真的跨广域。共识系统的大部分部署其实在一个区域甚至一个机房里,此时 Raft 的成熟度往往比算法特性更重要。
- 把“leader 失效”和“网络变慢”分开评估。很多系统的实际故障是后者:进程都活着,只是消息晚了。基于 leader 的协议对这类故障同样敏感。
- 检查你的故障检测参数。超时设得太短会把网络抖动误判成崩溃,设得太长则恢复变慢;这个矛盾无法靠调参消除,只能选择在哪一侧承担代价。
- 如果考虑换算法,先要求可核验的材料:论文、实现代码、故障注入测试记录。仅有“更稳定”的表述不足以作为选型依据——本文对 QuePaxa 的机制就只能停在“待核实”。
边界说明#
本文所有关于 QuePaxa 的结论都限于来源明确表述的部分:它由研究者于 2023 年发表,被 Cloudflare 用于实验性服务 Meerkat,设计目标是在网络波动下不依赖 leader 推进。它的实际性能、在真实故障下的行为、与 Raft 的定量对比,本次材料均未提供,不能据此认为它已经在生产环境验证过。
常见问题(FAQ)
QuePaxa 是 Cloudflare 设计的算法吗?
什么是 metastable failure?
Meerkat 已经可以生产使用了吗?
参考来源
以上为本文写作时的参考资料,引用观点以原文为准。