Cloudflare 为何选 QuePaxa:未大规模部署的共识算法怎么评估风险
Cloudflare 选择 QuePaxa 的原因在于 Meerkat 跨洲部署、网络抖动才是主要故障源,而 leader 型共识的选举恢复路径会在广域网上被反复触发并自我维持。但 QuePaxa 尚未大规模部署,Meerkat 也只是实验性服务:这条选型理由只回答“为什么值得试”,不回答“能不能用”。开发者应把安全性、活性假设、实现成熟度、可观测性与回退路径分开核验,尤其是“系统在推进但慢”与“已经停止推进”的区分手段。
- Cloudflare 的核心理由是运行环境:Meerkat 跑在跨洲链路上,机器不崩、网络变差也会让 leader 型共
- Raft 一类算法的问题不只在 leader 本身,更在选举:候选人互相拉票阻塞,会让两秒的网络抖动演变成长时间的选举风
- 异步网络里“慢”和“死”无法区分,超时阈值只能猜,这是所有故障检测器的共同上限。
- 未大规模部署意味着证据结构不同:论文与证明不能替代故障注入记录和运维配套。
- 本文材料在故障检测一节被截断,QuePaxa 的具体机制与 Cloudflare 部署阶段均属待核实。
Cloudflare 选择 QuePaxa,理由不在于“算法更新”,而在于它的运行位置:Meerkat 是跨洲部署的共识服务,副本之间的网络本身就是主要故障源。以 leader 为中心的共识算法要求有一个可用、延迟可预测的 leader,这个前提在广域网上很容易被打破;而打破之后的恢复流程,又会被网络抖动反复触发。Cloudflare 的说明把 QuePaxa 的卖点归结为“很大程度上不依赖 leader 推进”。
但这条理由只回答“为什么值得试”,不回答“能不能用”。QuePaxa 是一套此前没有大规模部署过的算法,Meerkat 被 Cloudflare 自己称为实验性服务。对开发者来说,比记住结论更有用的,是看清这个决定里哪些是已确认的事实、哪些是仍待验证的假设。
Meerkat 的约束:日志要一致,网络不可靠#
Meerkat 要做的事本身不新鲜:多个副本对一份有序事件日志达成一致,日志不 diverged,应用就能在其上构建键值存储这类状态机。Consul、etcd、Apache ZooKeeper 都属于这一类系统。
不同的是部署范围。Meerkat 集群可能横跨多个大洲,链路经常出现高且抖动的延迟。多数共识系统跑在相对小的本地网络中,延迟有上界,这个差异直接决定了算法选型。
Cloudflare 给了一个自身案例:2020 年,一个核心网络交换机部分故障,导致某个共识驱动的系统降级,dashboard 操作比平时慢 80 倍,持续六小时。期间没有丢数据,但写入不可用,直到问题解决。这个案例的关键点是:机器没崩,坏的是网络,系统照样不可用。
leader 型共识在广域网里的两个失效点#
破坏性干扰:Paxos 的两阶段与互相阻塞
Paxos 有两类进程:proposer 和 acceptor;两个阶段:Prepare 和 Accept。Prepare 阶段,proposer 把 ballot number 发给多数 acceptor,acceptor 承诺只接受不低于该编号的提案;Accept 阶段,proposer 带编号提交提案,多数 acceptor 仍持有该编号则通过。
问题出在并发 proposer。另一个 proposer 可以在两个阶段之间插入更高的 ballot,把低编号的提案挡掉。两个 proposer 可以反复互相阻塞,Cloudflare 称之为破坏性干扰(destructive interference)。proposer 越多,反复提案、卡住的概率越高。形式上,Paxos 在不假设“某个时刻之后消息在有限时间内到达”(即部分同步,partial synchrony)时,不保证活性(liveness,即提案最终会被决定)。
Raft 的选举把干扰搬到了恢复路径
为了避开并发提案,Raft、Multi-Paxos、Viewstamped Replication 引入 leader,只有 leader 能提案。并发请求被强制排序,正常情况下一次网络往返就能定案,比两阶段快。
代价是 leader 必须可用、可达。leader 变慢、失联或崩溃,系统就停住,只能靠剩余副本检测故障、选出新 leader。
而选举本身又是一次多数票竞争:怀疑 leader 故障的副本都可以自荐为候选人,同时拉票,互相阻止对方拿到多数。选举失败次数越多,越多副本加入竞选。
Cloudflare 用“亚稳态故障”(metastable failure)描述这种模式:初始诱因消失后,故障模式仍自我维持。两秒的网络中断足以让 leader 看起来失效,触发选举;选举失败又触发更多选举。中断早已结束,选举风暴还在继续。
故障检测只能猜
分布式系统里,进程无法直接观测远端进程是否死亡,只能观测“预期消息有没有在预期时间内到达”。心跳和确认就是这种预期。真实网络没有消息延迟的硬上界,突发延迟和丢包会让任意一条消息变慢,这类网络被称为异步网络。
于是超时变成一个两难:设得紧,网络一抖就误判故障,系统把时间花在恢复上;设得松,真故障时恢复得慢。任何实用的故障检测器都只能猜。Cloudflare 的正文在这一点上被截断,后续关于 QuePaxa 如何处理故障检测的论述,本次材料未提供。
QuePaxa 被期望解决什么,以及材料没说什么#
按 Cloudflare 的表述,QuePaxa 由 Tennage 与 Băsescu 等人于 2023 年发表,其价值在于面对网络波动时有更好的稳定性,很大程度来自不依赖 leader 推进。如果不需要通过选举更换 leader,那么“选举竞争 + 误判触发”这条自我维持的失效路径,在设计上就被绕开了。
需要明确边界:这是 Cloudflare 对算法特性的陈述和选型理由,不等于生产验证结论。QuePaxa 如何在没有 leader 的情况下保证副本不决定冲突值、冲突提案如何收敛、活性依赖什么网络假设、在什么条件下会退化,本次抓取的正文没有展开,不能替它补全。这些要回到论文原文和博文后半部分核实。
未大规模部署,风险要自己算#
“没被大规模部署过”不是否决理由,但它改变了证据结构。成熟算法自带大量生产事故记录,新算法的证据主要来自论文、证明和作者团队的实验。评估时应该把两类证据分开列,而不是用“官方选了它”替代验证。
| 评估维度 | 材料能确认的 | 需要自己核实的 |
|---|---|---|
| 安全性 | 属于共识算法,目标仍是副本不决定冲突值 | 论文的安全性证明覆盖哪些故障模型与假设 |
| 活性 | 不依赖 leader 推进,以期在网络波动下继续工作 | 活性在何种网络模型下成立,是否仍需部分同步假设 |
| 实现成熟度 | Meerkat 被 Cloudflare 称为实验性服务 | 实现语言、版本、测试覆盖、故障注入记录 |
| 可观测性 | 未提供 | 没有 leader 指标后,如何判断系统已经停止推进 |
| 回退路径 | 未提供 | 实验性服务能否切回成熟共识实现 |
| 性能 | 未提供 | 往返次数、吞吐、尾延迟,需在自有拓扑上测试 |
其中可观测性容易被低估。leader 型系统至少有一个明确的“谁在负责”指标,运维习惯围绕它建立。去掉 leader 之后,“系统在推进但慢”和“系统已经停止推进”的区分要靠新的信号,这类工程配套通常不会写在论文里。
给开发者的一份取舍清单#
- 先分清安全性问题和活性问题。共识层不决定冲突值是底线,通常不是新算法的主要风险点;新算法赌的是可用性和恢复行为,风险也集中在那里。
- 把网络假设写下来。你的部署是单机房、多可用区还是跨洲?延迟上界是否存在?如果只是同区域部署,leader 型算法的恢复路径远没有素材里那么容易被触发,换算法的收益也随之下降。
- 区分“故障”和“慢”。素材里的核心论点是这两者在异步网络上不可区分。如果系统里的超时阈值是拍脑袋定的,换什么算法都救不了。
- 要求可复现的故障注入记录。不是“某公司用了”,而是在丢包、延迟抖动、分区、进程暂停几类注入下的行为记录,并注明环境与范围。
- 保留回退路径。实验性组件要么能被替换,要么不该承载没有备份的关键路径。
边界说明#
本文依据的是 Cloudflare 博文的标题、摘要和抓取到的正文前半部分,正文在故障检测一节被截断,结论部分不在材料内。因此,QuePaxa 的具体协议机制、Cloudflare 的部署规模与阶段、任何性能数字,本文均未给出,属于待核实项。文中引用的 2020 年事故数据(慢 80 倍、持续六小时、无数据丢失)来自 Cloudflare 自述,本文未独立核验。
常见问题(FAQ)
QuePaxa 是完全不需要 leader 吗?
为什么不直接用 Raft,而是换一个没部署过的算法?
新算法没有生产记录,怎么判断能不能用?
这套判断对不跨洲的系统有意义吗?
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。