Minimizing end-to-end latency in geo-replicated systems usually makes it necessary to compromise on resilience, resource efficiency, or throughput performance, because existing approaches either tolerate only crashes, require additional replicas, or rely on a global leader for consensus. In this paper, we eliminate the need for such tradeoffs by presenting Isos, a leaderless replication protocol that tolerates up to $f$ Byzantine faults with a minimum of $3f+1$ replicas. To reduce latency in wide-area environments, Isos relies on an efficient consensus algorithm that allows all participating replicas to propose new requests and thereby enables clients to avoid delays by submitting requests to their nearest replica. In addition, Isos minimizes overhead by limiting message ordering to requests that conflict with each other (e.g., due to accessing the same state parts) and by already committing them after three communication steps if at least $f+1$ replicas report each conflict. Our experimental evaluation with a geo-replicated key-value store shows that these properties allow Isos to provide lower end-to-end latency than existing protocols, especially for use-case scenarios in which the clients of a system are distributed across multiple locations.


翻译:将地理复制系统中的端到端的悬浮最小化通常使得有必要就弹性、资源效率或吞吐量性能达成妥协,因为现有办法要么只容忍碰撞,要求更多的复制品,要么依靠全球领导人达成共识。 在本文件中,我们通过展示Isos来消除这种权衡的必要性,Isos是一个无领头的复制协议,以至少3f+1美元的复制品来最小化拜占庭断层。为了降低广域环境中的延缓性,Isos依靠一种有效的协商一致算法,允许所有参与复制的复制品提出新的请求,从而通过向最近的复制品提交请求,使客户能够避免延误。此外,Isos通过限制发出要求相互冲突的信息(例如,由于访问相同的状态部分),并通过在三个通信步骤后承诺进行这种权衡,如果至少有$f+1美元的复制品报告每场冲突。我们用一个地理复制的关键价值仓库进行的实验性评价表明,这些属性允许Isos提供较低的端到端的延缩度,从而通过向最近的复制品复制品提交请求,从而避免延误。此外,特别是为了在多个交易中使用多个地点。

0
下载
关闭预览

相关内容

专知会员服务
38+阅读 · 2020年9月6日
【机器学习术语宝典】机器学习中英文术语表
专知会员服务
59+阅读 · 2020年7月12日
因果图,Causal Graphs,52页ppt
专知会员服务
239+阅读 · 2020年4月19日
开源书:PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
2018年中科院JCR分区发布!
材料科学与工程
3+阅读 · 2018年12月11日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】基于TVM工具链的深度学习编译器 NNVM compiler发布
机器学习研究会
5+阅读 · 2017年10月7日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2021年11月3日
Arxiv
0+阅读 · 2021年11月3日
Arxiv
0+阅读 · 2021年11月2日
Arxiv
0+阅读 · 2021年11月2日
Arxiv
3+阅读 · 2018年3月13日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
2018年中科院JCR分区发布!
材料科学与工程
3+阅读 · 2018年12月11日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】基于TVM工具链的深度学习编译器 NNVM compiler发布
机器学习研究会
5+阅读 · 2017年10月7日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员