[論文レビュー] Practical Experience Report: The Performance of Paxos in the Cloud

Parisa Jalili Marandi, Samuel P. Benz+2 more|arXiv (Cornell University)|Apr 27, 2014

Distributed systems and fault tolerance参考文献 21被引用数 4

ひとこと要約

本論文は、Amazon EC2における多様なクラウド環境下で、S-Paxos、OpenReplica、Ring Paxos、Libpaxosの4つのオープンソースPaxos実装の性能を評価し、標準Paxosライブラリが障害発生時、特に非均質的または地理的に分散された環境下でバースト性の高い動作と深刻な性能低下を示すことを明らかにした。研究では、高速多数派に依存するプロトコル（例：Libpaxos）は、高速ノードの障害発生時に長時間の遅延を生じるが、全参加者を含むプロトコル（例：Ring Paxos）は、ピーク性能が低下する代わりに良好な障害耐性を示すことが判明した。さらに、Libpaxosの動作を安定化させる最適化手法を提案した。

ABSTRACT

This experience report presents the results of an extensive performance evaluation conducted using four open-source implementations of Paxos deployed in Amazon's EC2. Paxos is a fundamental algorithm for building fault-tolerant services, at the core of state-machine replication. Implementations of Paxos are currently used in many prototypes and production systems in both academia and industry. Although all protocols surveyed in the paper implement Paxos, they are optimized in a number of different ways, resulting in very different behavior, as we show in the paper. We have considered a variety of configurations and failure-free and faulty executions. In addition to reporting our findings, we propose and assess additional optimizations to existing implementations.

研究の動機と目的

• 実際のクラウド環境下、障害やネットワークの非均質性を含めた条件下で、4つのオープンソースPaxos実装の性能を評価すること。
• クラウドサービスで一般的な環境（均質的、非均質的、可用性ゾーン跨ぎのデプロイ）における性能の違いを特定すること。
• 一部のPaxos実装がなぜ障害発生後、特にノード障害後にバースト性の高いスループットと長時間の意思決定遅延を示すのかを調査すること。
• 特にストレス状態下での安定性を確保するため、Libpaxosを含む既存Paxos実装に対する最適化を提案・評価すること。
• システム設計者が、デプロイ環境や信頼性要件に応じて適切なPaxosバリアントを選定できるように支援すること。

提案手法

• Amazon EC2上にS-Paxos、OpenReplica、Ring Paxos、Libpaxosの4つのオープンソースPaxosライブラリをデプロイし、制御された環境および障害発生時の条件下での性能を評価した。
• 3つの構成（1つのAZ内での均質ノード、1つのAZ内での非均質ノード、複数AZにまたがる均質ノード）で実験を実施した。
• メッセージサイズを変化させ、障害なしと障害発生ありの両方の実行条件下で性能を測定し、安定性とスループットを評価した。
• 特に遅延するアクセプタでのメッセージバックログの蓄積を分析し、実装間でのフローワン制御メカニズムの評価も行った。
• 障害発生時におけるメッセージバックログの低減と意思決定レートの安定化を目的として、Libpaxosに対する最適化を提案・評価した。
• Quorum戦略に基づいてプロトコルを分類した：全参加者を含む（Ring Paxos、S-Paxos）と高速多数派に依存する（Libpaxos、OpenReplica）の2種類。

実験結果

リサーチクエスチョン

• RQ1 クラウド環境下で、障害なしと障害発生時の両条件において、異なるPaxos実装はどのように動作するか？
• RQ2 非均質なQuorum環境下で高速アクセプタが障害を起こした場合、どのような性能低下パターンが生じるか？
• RQ3 一部のPaxos実装がなぜバースト性の高いスループットを示すのか、またそれがアプリケーションレベルの性能にどのように影響を与えるか？
• RQ4 遅延するアクセプタでのメッセージバックログは、意思決定遅延とシステム安定性にどのように影響するか？
• RQ5 既存Paxos実装（例：Libpaxos）に対する最適化により、性能のばらつきを低減し、障害耐性を向上させることができるか？

主な発見

• LibpaxosとOpenReplicaはバースト性の高い性能を示し、高速アクセプタの障害発生後に完全に停止する場合があり、意思決定レートがゼロに低下する。
• S-PaxosとRing Paxosは全参加者を含むことで障害後も進行を維持できるが、すべてのノードに負荷が分散されるためピーク性能が低下する。
• 非均質な構成下では、高速多数派に依存するプロトコル（例：Libpaxos）は通常時は良好な性能を示すが、高速ノードの障害発生時には深刻な性能低下を示す。
• 遅延するアクセプタがQuorumに含まれる場合、すべての実装の性能が著しく低下する。これは、意思決定処理の遅延を引き起こすメッセージバックログの蓄積によるものである。
• Libpaxos + は、メッセージバックログの蓄積を回避することで性能のばらつきを低減し、正しさを損なわずに改善された安定性を示した。
• 本研究では、プロトコルの挙動がデプロイ環境の特性に極めて敏感であり、ノードの非均質性やネットワークトポロジなどの環境制約に応じたプロトコル選定が不可欠であることを示した。