[论文解读] Raft Consensus Algorithm: an Effective Substitute for Paxos in High Throughput P2P-based Systems

Mohammad Fazlali, Sara Moazezi Eftekhar+3 more|arXiv (Cornell University)|Nov 4, 2019

Peer-to-Peer Network Technologies被引用 7

一句话总结

本文提出在 Apache Cassandra 中用 Raft 共识算法替代 Paxos，以解决高吞吐量对等网络（P2P）系统中工作者冲突的问题。通过利用 Raft 更简单的领导选举和日志复制机制，研究显示在高系统负载下，与 Paxos 相比，Raft 显著提升了负载均衡能力，降低了延迟，并提高了请求吞吐量。

ABSTRACT

One of the significant problem in peer-to-peer databases is collision problem. These databases do not rely on a central leader that is a reason to increase scalability and fault tolerance. Utilizing these systems in high throughput computing cause more flexibility in computing system and meanwhile solve the problems in most of the computing systems which are depend on a central nodes. There are limited researches in this scope and they seem are not suitable for using in a large scale. In this paper, we used Cassandra which is a distributed database based on peer-to-peer network as a high throughput computing system. Cassandra uses Paxos to elect central leader by default that causes collision problem. Among existent consensus algorithms Raft separates the key elements of consensus, such as leader election, so enforces a stronger degree of coherency to reduce the number of states that must be considered, such as collision.

研究动机与目标

• 解决由于缺乏集中协调而导致的并发作业处理所引发的 Cassandra 分布式队列系统中工作者冲突问题。
• 通过用更易理解的替代方案替代 Paxos 等复杂共算法，提升基于 P2P 的分布式数据库的可扩展性和容错能力。
• 在高系统负载下，评估 Raft 与 Paxos 在延迟、负载均衡和请求吞吐量方面的性能表现。
• 证明 Raft 在大规模、高吞吐量 P2P 环境中能够提供更高的系统稳定性和效率。

提出的方法

• 在 Apache Cassandra 的领导选举和日志复制机制中，将 Raft 共识算法作为 Paxos 的替代方案进行部署。
• 使用 Opscenter 监控工具和 Cassandra stress 工具在集群中生成并测量高负载工作负载。
• 监控随时间变化的系统指标，包括读/写请求延迟、操作系统负载、网络 I/O（发送/接收数据）以及请求速率。
• 在关键性能指标上对比 Raft 与 Paxos 表现：延迟、负载分布和请求处理一致性。
• 分析系统在负载逐渐增加时的行为，以评估其可扩展性和容错特性。
• 评估系统负载对请求吞吐量和网络活动的影响，重点关注稳定性与偏差模式。

实验结果

研究问题

• RQ1 在系统负载不断增加的情况下，Raft 与 Paxos 在读/写请求延迟方面有何差异？
• RQ2 在 Raft 与 Paxos 中，系统负载对操作系统和网络负载分布的影响有何不同？
• RQ3 在高吞吐量 P2P 数据库系统中，Raft 是否实现了比 Paxos 更优的负载均衡和请求处理一致性？
• RQ4 Raft 是否能够减少 Cassandra 分布式队列架构中的工作者冲突并提升系统效率？
• RQ5 在持续工作负载下，Raft 与 Paxos 的网络 I/O 模式（发送和接收数据）有何差异？

主要发现

• Raft 在高负载下表现出显著更低且更一致的读/写请求延迟，相较于 Paxos 优势明显。
• Paxos 显示出请求延迟与网络 I/O 之间的反比关系，高负载下数据传输速率急剧下降；而 Raft 保持了稳定且规律的网络 I/O 模式。
• Raft 的每秒平均写请求数为 11，而 Paxos 为 14，表明 Raft 实现了更均衡的负载分布。
• Paxos 在高负载下读请求速率波动剧烈，而 Raft 维持了稳定且优化的速率，有助于降低延迟。
• Raft 的操作系统负载始终更低且更平稳，而 Paxos 展现出更宽泛的波动，表明 Raft 具有更优的系统资源利用率。
• Raft 更优的负载均衡能力带来了整体系统效率的提升，减少了冗余，并增强了高吞吐量 P2P 环境下的性能表现。