基于精确时序的超大规模分布式数据库吞吐量改进

超大规模分布式数据库的吞吐量改进基于精确定时

为什么需要 DC 同步？

• 需求背景：Google 和 Stanford 利用自然网络效应实现可扩展的细粒度时钟同步，精确的时间轴可提升应用程序的性能、效率和安全性。
• 应用场景：纳秒级时钟同步实现新的频谱数据中心中的定时和延迟，关键应用包括分布式数据库吞吐量提升、计算现场安全、定时加密网络交通、数据一致性、Casuality 事件排序等。

外部一致性

• 定义：对于任何两个事务 T1 和 T2，如果 T2 的提交开始时间晚于 T1 的提交结束时间，则 T2 的时间戳大于 T1 的时间戳。
• 机制：
  • 写操作和读操作按照时钟不确定性成比例地进行等待。
  • 如果违反外部一致性，则事务会重新启动。
• 实验数据：在 32 个实验性 CockroachDB 集群中，读取 128 条记录的服务器每条记录每 25 毫秒更新一次。随着时钟不确定性 T 从 1 ms 到 10 us 再到 100 ns，重试率从 99.30% 降至 4.74% 再降至 0.08%。

分布式数据库中的具体应用

• 读取本地副本：共识协议/心跳（25 毫秒）。
• 使缓存条目失效：获取（键）服务客户失效，值，过期 = 时间戳。
• 领导人选举：新领导人等待租约期限 + 时钟不确定性时间跨度。

现有技术对比

• 时间 API / 库：GrandMaster > 1,000 usec，> 100 nsec。
• 伺服透明时钟：Linux 内核 / 驱动程序 > 10 usec，50 nsec。
• 边界时钟：~10 usec。
• 普通时钟：软件 / 应用程序 > 10 usec，50 nsec。
• 网络硬件：PCIe 总线 NIC 50 nsec。

呼吁采取行动

• 参与项目：TAP 项目（时间电器）。
• 更多信息：OpenCompute 组织的 Time Appliances 项目，Precision Time API 用于传播时间错误界限并为用户空间过程带来准确的时间。