Kerangka Shoal: Bagaimana Mengurangi Latensi Bullshark di Aptos?
Ringkasan
Aptos labs telah menyelesaikan dua masalah terbuka penting dalam DAG BFT, secara signifikan mengurangi latensi, dan untuk pertama kalinya menghilangkan kebutuhan akan penangguhan dalam protokol nyata yang deterministik. Secara keseluruhan, dalam kondisi tanpa kegagalan, latensi Bullshark meningkat sebesar 40%, dan dalam kondisi kegagalan meningkat sebesar 80%.
Shoal adalah kerangka kerja yang meningkatkan protokol konsensus berbasis Narwhal melalui pipeline dan reputasi pemimpin. Pipeline mengurangi latensi pengurutan DAG dengan memperkenalkan titik jangkar di setiap putaran, sementara reputasi pemimpin lebih lanjut meningkatkan latensi dengan memastikan titik jangkar terkait dengan node validasi tercepat. Selain itu, reputasi pemimpin memungkinkan Shoal memanfaatkan konstruksi DAG asinkron untuk menghilangkan time-out dalam semua skenario. Ini memungkinkan Shoal untuk memberikan atribut respons universal, termasuk respons optimis yang biasanya diperlukan.
Teknologi ini sangat sederhana, melibatkan menjalankan beberapa instance dari protokol dasar secara berurutan. Ketika diinstansikan dengan Bullshark, itu seperti sekelompok "hiu" yang sedang melakukan perlombaan estafet.
Motivasi
Dalam mengejar performa tinggi jaringan blockchain, orang-orang selalu memperhatikan pengurangan kompleksitas komunikasi. Namun, pendekatan ini tidak mengarah pada peningkatan throughput yang signifikan. Misalnya, Hotstuff yang diimplementasikan dalam versi awal Diem hanya mencapai 3500 TPS, jauh di bawah target 100k+ TPS.
Peningkatan terbaru berasal dari pemahaman bahwa penyebaran data adalah hambatan utama yang didasarkan pada protokol pemimpin, dan dapat memperoleh manfaat dari paralelisasi. Sistem Narwhal memisahkan penyebaran data dari logika konsensus inti, mengusulkan arsitektur di mana semua validator secara bersamaan menyebarkan data, dan komponen konsensus hanya mengurutkan sejumlah kecil metadata. Makalah Narwhal melaporkan throughput sebesar 160.000 TPS.
Quorum Store yang diperkenalkan sebelumnya memisahkan penyebaran data dari konsensus, digunakan untuk memperluas protokol konsensus saat ini, Jolteon. Jolteon adalah protokol berbasis pemimpin yang menggabungkan jalur cepat linier dari Tendermint dan perubahan pandangan gaya PBFT, dapat mengurangi latensi Hotstuff sebesar 33%. Namun, protokol konsensus berbasis pemimpin tidak dapat memanfaatkan potensi throughput Narwhal secara maksimal.
Oleh karena itu, diputuskan untuk menerapkan Bullshark di atas Narwhal DAG, sebuah protokol konsensus tanpa biaya komunikasi. Namun, struktur DAG Bullshark membawa biaya latensi sebesar 50%.
Artikel ini menjelaskan bagaimana Shoal secara signifikan mengurangi latensi Bullshark.
Latar Belakang DAG-BFT
Setiap simpul di Narwhal DAG terkait dengan satu putaran. Masuk ke putaran ke-r, validator harus mendapatkan n-f simpul dari putaran ke-r-1. Setiap validator dapat menyiarkan satu simpul per putaran, dan setiap simpul setidaknya merujuk pada n-f simpul dari putaran sebelumnya. Karena asinkronisitas jaringan, validator yang berbeda mungkin mengamati pandangan lokal DAG yang berbeda pada titik waktu mana pun.
Salah satu atribut kunci dari DAG adalah tidak ambigu: jika dua node validasi memiliki simpul v yang sama dalam pandangan lokal DAG, maka mereka memiliki sejarah kausal v yang sepenuhnya sama.
Urutan Umum
Dapat mencapai konsensus tentang urutan total semua simpul di DAG tanpa biaya komunikasi tambahan. Validator dalam DAG-Rider, Tusk, dan Bullshark menginterpretasikan struktur DAG sebagai protokol konsensus, di mana simpul mewakili proposal dan tepi mewakili suara.
Semua protokol konsensus yang ada berbasis Narwhal memiliki struktur berikut:
Titik jangkar yang dijadwalkan: Setiap beberapa putaran ada seorang pemimpin yang ditentukan sebelumnya, puncak pemimpin disebut titik jangkar.
Titik Jangkauan: Validator secara independen tetapi dengan kepastian menentukan urutan titik jangkauan mana yang akan dipesan dan mana yang akan dilewati.
Urutkan sejarah kausal: validator memproses daftar titik jangkar yang terurut satu per satu, mengurutkan semua simpul tidak terurut sebelumnya dalam sejarah kausal setiap titik jangkar.
Kunci untuk memenuhi keamanan adalah memastikan bahwa pada langkah 2, semua node verifikasi yang jujur menciptakan daftar jangkar terurut yang sama, di mana semua daftar berbagi awalan yang sama. Di Shoal, kami mengamati bahwa semua validator setuju pada jangkar terurut pertama.
Bullsharklatensi
Latensi Bullshark tergantung pada jumlah putaran antara titik jangkar yang terurut dalam DAG. Meskipun beberapa versi sinkron memiliki latensi yang lebih baik daripada versi asinkron, itu masih jauh dari optimal.
Ada dua masalah utama:
Rata-rata latensi blok: Dalam kasus umum, puncak putaran ganjil memerlukan tiga putaran, sedangkan puncak putaran genap yang bukan titik jangkar memerlukan empat putaran untuk diurutkan.
Situasi Gangguan Latensi: Jika seorang pemimpin dalam satu putaran gagal untuk segera menyiarkan titik jangkar, maka puncak yang belum terurut dari beberapa putaran sebelumnya harus menunggu pengurutan titik jangkar berikutnya, yang secara signifikan mengurangi kinerja jaringan replikasi geografis.
Kerangka Shoal
Shoal meningkatkan Bullshark melalui jalur alur, memungkinkan satu titik jangkar per putaran, mengurangi latensi semua titik puncak non-jangkar menjadi tiga putaran. Shoal juga memperkenalkan mekanisme reputasi pemimpin tanpa biaya, yang cenderung memilih pemimpin yang cepat.
Tantangan
Dalam protokol DAG, pipeline dan reputasi pemimpin dianggap sebagai masalah yang sulit:
Upaya sebelumnya untuk mengubah logika inti Bullshark di jalur aliran tampaknya pada dasarnya tidak mungkin.
Reputasi pemimpin dapat menyebabkan peringkat yang sepenuhnya berbeda, dan validator perlu mencapai konsensus tentang sejarah yang terurut untuk memilih jangkar di masa depan.
Sebagai bukti tingkat kesulitan masalah, implementasi Bullshark di lingkungan produksi saat ini tidak mendukung fitur-fitur ini.
Protokol
Shoal bergantung pada pelaksanaan perhitungan lokal di atas DAG, yang memungkinkan penyimpanan dan penafsiran kembali informasi dari beberapa putaran sebelumnya. Dengan memanfaatkan wawasan bahwa semua validator setuju pada titik jangkar urutan pertama, Shoal menggabungkan beberapa instance Bullshark secara berurutan untuk pemrosesan jalur, sehingga:
Titik jangkar terurut pertama adalah titik peralihan dari contoh.
Sejarah kausal dari titik jangkar digunakan untuk menghitung reputasi pemimpin
jalur produksi
Shoal menjalankan instansi Bullshark satu demi satu, setiap instansi memesan satu jangkar, memicu perpindahan ke instansi berikutnya.
Pada awalnya, Shoal meluncurkan instansi Bullshark pertama pada putaran pertama DAG, berjalan hingga titik jangkar terurut pertama ( ditentukan seperti pada putaran r ). Semua validator setuju dengan titik jangkar ini, sehingga dapat disetujui dengan pasti untuk menafsirkan ulang DAG dari putaran r+1. Shoal meluncurkan instansi Bullshark baru pada putaran r+1.
Dalam kondisi ideal, ini memungkinkan Shoal untuk memesan satu jangkar per putaran.
reputasi pemimpin
Ketika Bullshark melompati titik jangkar, latensi akan meningkat. Shoal memberikan skor untuk setiap node validasi melalui mekanisme reputasi, memastikan bahwa pemimpin yang lambat kemungkinan besar tidak akan dipilih di masa depan.
Setiap kali pembaruan skor, secara deterministik menghitung ulang pemetaan dari putaran ke pemimpin F, dengan preferensi untuk pemimpin dengan skor tinggi. Agar validator dapat mencapai konsensus pada pemetaan baru, mereka harus mencapai konsensus pada skor.
Jalur produksi dan reputasi pemimpin dapat digabungkan secara alami, karena keduanya menggunakan teknologi inti yang sama, yaitu menafsirkan kembali DAG setelah mencapai konsensus pada titik jangkar terurut pertama.
tidak perlu latensi
Timeout berperan penting dalam implementasi BFT sinkron deterministik berbasis pemimpin, tetapi memperkenalkan kompleksitas dan secara signifikan meningkatkan latensi.
Shoal mengamati bahwa konstruksi DAG menyediakan "jam" untuk memperkirakan kecepatan jaringan. Selama n-f validator jujur terus menambahkan simpul ke DAG, putaran akan terus maju. Akhirnya, ketika pemimpin yang tidak gagal cukup cepat untuk menyiarkan titik jangkar, seluruh sejarah kausal titik jangkar akan diurutkan.
Menghindari keterlambatan sangat terkait dengan reputasi pemimpin. Menunggu pemimpin yang lambat berulang kali akan meningkatkan latensi, sementara mekanisme reputasi mengecualikan validator lambat untuk dipilih sebagai pemimpin.
Respon Umum
Shoal menyediakan atribut respons yang umum, yang dapat berjalan dengan kecepatan jaringan bahkan dalam kasus kegagalan pemimpin atau jaringan yang asinkron. Ini lebih baik daripada konsep respons optimis Hotstuff.
Evaluasi
Mewujudkan Bullshark dan Shoal, dan membandingkannya dengan Jolteon. Temuan utama:
Baseline Bullshark tanpa batas waktu berfungsi terbaik saat terjadi kesalahan.
Mekanisme reputasi jalur dan pemimpin Shoal secara signifikan meningkatkan latensi Bullshark.
Dalam 50 kegagalan, ada 16 kegagalan di mana latensi Shoal 65% lebih rendah dibandingkan Baseline Bullshark.
Jolteon tidak dapat diperluas ke lebih dari 20 node validasi, throughputnya sekitar setengah dari Bullshark/Shoal.
Secara keseluruhan, Shoal secara signifikan meningkatkan latensi Bullshark, dan seharusnya dapat bersaing dengan latensi end-to-end Jolteon di bawah beban tinggi.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
14 Suka
Hadiah
14
6
Posting ulang
Bagikan
Komentar
0/400
CompoundPersonality
· 1jam yang lalu
Sudah lebih cepat, suatu saat akan melampaui sol, tidak bisa tidak.
Lihat AsliBalas0
governance_ghost
· 08-10 03:14
80% latensi berkurang, tsk tsk kami para pemain apttas menang besar nih
Lihat AsliBalas0
ForkItAll
· 08-10 03:09
aptos melakukan dengan baik tps meningkat begitu banyak
Lihat AsliBalas0
DaisyUnicorn
· 08-10 03:08
Ikan hiu kecil akhirnya bisa berenang dengan lancar~ Pembaruan teknologi berubah menjadi kolam air musim semi.
Lihat AsliBalas0
SignatureCollector
· 08-10 02:59
Ah, sekarang Aptos To da moon.
Lihat AsliBalas0
OnChainSleuth
· 08-10 02:45
bull啊 aptos efisiensinya meningkat cukup banyak ya
Kerangka Shoal secara signifikan meningkatkan kinerja Blockchain Aptos dengan latensi yang turun 40%-80%
Kerangka Shoal: Bagaimana Mengurangi Latensi Bullshark di Aptos?
Ringkasan
Aptos labs telah menyelesaikan dua masalah terbuka penting dalam DAG BFT, secara signifikan mengurangi latensi, dan untuk pertama kalinya menghilangkan kebutuhan akan penangguhan dalam protokol nyata yang deterministik. Secara keseluruhan, dalam kondisi tanpa kegagalan, latensi Bullshark meningkat sebesar 40%, dan dalam kondisi kegagalan meningkat sebesar 80%.
Shoal adalah kerangka kerja yang meningkatkan protokol konsensus berbasis Narwhal melalui pipeline dan reputasi pemimpin. Pipeline mengurangi latensi pengurutan DAG dengan memperkenalkan titik jangkar di setiap putaran, sementara reputasi pemimpin lebih lanjut meningkatkan latensi dengan memastikan titik jangkar terkait dengan node validasi tercepat. Selain itu, reputasi pemimpin memungkinkan Shoal memanfaatkan konstruksi DAG asinkron untuk menghilangkan time-out dalam semua skenario. Ini memungkinkan Shoal untuk memberikan atribut respons universal, termasuk respons optimis yang biasanya diperlukan.
Teknologi ini sangat sederhana, melibatkan menjalankan beberapa instance dari protokol dasar secara berurutan. Ketika diinstansikan dengan Bullshark, itu seperti sekelompok "hiu" yang sedang melakukan perlombaan estafet.
Motivasi
Dalam mengejar performa tinggi jaringan blockchain, orang-orang selalu memperhatikan pengurangan kompleksitas komunikasi. Namun, pendekatan ini tidak mengarah pada peningkatan throughput yang signifikan. Misalnya, Hotstuff yang diimplementasikan dalam versi awal Diem hanya mencapai 3500 TPS, jauh di bawah target 100k+ TPS.
Peningkatan terbaru berasal dari pemahaman bahwa penyebaran data adalah hambatan utama yang didasarkan pada protokol pemimpin, dan dapat memperoleh manfaat dari paralelisasi. Sistem Narwhal memisahkan penyebaran data dari logika konsensus inti, mengusulkan arsitektur di mana semua validator secara bersamaan menyebarkan data, dan komponen konsensus hanya mengurutkan sejumlah kecil metadata. Makalah Narwhal melaporkan throughput sebesar 160.000 TPS.
Quorum Store yang diperkenalkan sebelumnya memisahkan penyebaran data dari konsensus, digunakan untuk memperluas protokol konsensus saat ini, Jolteon. Jolteon adalah protokol berbasis pemimpin yang menggabungkan jalur cepat linier dari Tendermint dan perubahan pandangan gaya PBFT, dapat mengurangi latensi Hotstuff sebesar 33%. Namun, protokol konsensus berbasis pemimpin tidak dapat memanfaatkan potensi throughput Narwhal secara maksimal.
Oleh karena itu, diputuskan untuk menerapkan Bullshark di atas Narwhal DAG, sebuah protokol konsensus tanpa biaya komunikasi. Namun, struktur DAG Bullshark membawa biaya latensi sebesar 50%.
Artikel ini menjelaskan bagaimana Shoal secara signifikan mengurangi latensi Bullshark.
Latar Belakang DAG-BFT
Setiap simpul di Narwhal DAG terkait dengan satu putaran. Masuk ke putaran ke-r, validator harus mendapatkan n-f simpul dari putaran ke-r-1. Setiap validator dapat menyiarkan satu simpul per putaran, dan setiap simpul setidaknya merujuk pada n-f simpul dari putaran sebelumnya. Karena asinkronisitas jaringan, validator yang berbeda mungkin mengamati pandangan lokal DAG yang berbeda pada titik waktu mana pun.
Salah satu atribut kunci dari DAG adalah tidak ambigu: jika dua node validasi memiliki simpul v yang sama dalam pandangan lokal DAG, maka mereka memiliki sejarah kausal v yang sepenuhnya sama.
Urutan Umum
Dapat mencapai konsensus tentang urutan total semua simpul di DAG tanpa biaya komunikasi tambahan. Validator dalam DAG-Rider, Tusk, dan Bullshark menginterpretasikan struktur DAG sebagai protokol konsensus, di mana simpul mewakili proposal dan tepi mewakili suara.
Semua protokol konsensus yang ada berbasis Narwhal memiliki struktur berikut:
Titik jangkar yang dijadwalkan: Setiap beberapa putaran ada seorang pemimpin yang ditentukan sebelumnya, puncak pemimpin disebut titik jangkar.
Titik Jangkauan: Validator secara independen tetapi dengan kepastian menentukan urutan titik jangkauan mana yang akan dipesan dan mana yang akan dilewati.
Urutkan sejarah kausal: validator memproses daftar titik jangkar yang terurut satu per satu, mengurutkan semua simpul tidak terurut sebelumnya dalam sejarah kausal setiap titik jangkar.
Kunci untuk memenuhi keamanan adalah memastikan bahwa pada langkah 2, semua node verifikasi yang jujur menciptakan daftar jangkar terurut yang sama, di mana semua daftar berbagi awalan yang sama. Di Shoal, kami mengamati bahwa semua validator setuju pada jangkar terurut pertama.
Bullsharklatensi
Latensi Bullshark tergantung pada jumlah putaran antara titik jangkar yang terurut dalam DAG. Meskipun beberapa versi sinkron memiliki latensi yang lebih baik daripada versi asinkron, itu masih jauh dari optimal.
Ada dua masalah utama:
Rata-rata latensi blok: Dalam kasus umum, puncak putaran ganjil memerlukan tiga putaran, sedangkan puncak putaran genap yang bukan titik jangkar memerlukan empat putaran untuk diurutkan.
Situasi Gangguan Latensi: Jika seorang pemimpin dalam satu putaran gagal untuk segera menyiarkan titik jangkar, maka puncak yang belum terurut dari beberapa putaran sebelumnya harus menunggu pengurutan titik jangkar berikutnya, yang secara signifikan mengurangi kinerja jaringan replikasi geografis.
Kerangka Shoal
Shoal meningkatkan Bullshark melalui jalur alur, memungkinkan satu titik jangkar per putaran, mengurangi latensi semua titik puncak non-jangkar menjadi tiga putaran. Shoal juga memperkenalkan mekanisme reputasi pemimpin tanpa biaya, yang cenderung memilih pemimpin yang cepat.
Tantangan
Dalam protokol DAG, pipeline dan reputasi pemimpin dianggap sebagai masalah yang sulit:
Upaya sebelumnya untuk mengubah logika inti Bullshark di jalur aliran tampaknya pada dasarnya tidak mungkin.
Reputasi pemimpin dapat menyebabkan peringkat yang sepenuhnya berbeda, dan validator perlu mencapai konsensus tentang sejarah yang terurut untuk memilih jangkar di masa depan.
Sebagai bukti tingkat kesulitan masalah, implementasi Bullshark di lingkungan produksi saat ini tidak mendukung fitur-fitur ini.
Protokol
Shoal bergantung pada pelaksanaan perhitungan lokal di atas DAG, yang memungkinkan penyimpanan dan penafsiran kembali informasi dari beberapa putaran sebelumnya. Dengan memanfaatkan wawasan bahwa semua validator setuju pada titik jangkar urutan pertama, Shoal menggabungkan beberapa instance Bullshark secara berurutan untuk pemrosesan jalur, sehingga:
jalur produksi
Shoal menjalankan instansi Bullshark satu demi satu, setiap instansi memesan satu jangkar, memicu perpindahan ke instansi berikutnya.
Pada awalnya, Shoal meluncurkan instansi Bullshark pertama pada putaran pertama DAG, berjalan hingga titik jangkar terurut pertama ( ditentukan seperti pada putaran r ). Semua validator setuju dengan titik jangkar ini, sehingga dapat disetujui dengan pasti untuk menafsirkan ulang DAG dari putaran r+1. Shoal meluncurkan instansi Bullshark baru pada putaran r+1.
Dalam kondisi ideal, ini memungkinkan Shoal untuk memesan satu jangkar per putaran.
reputasi pemimpin
Ketika Bullshark melompati titik jangkar, latensi akan meningkat. Shoal memberikan skor untuk setiap node validasi melalui mekanisme reputasi, memastikan bahwa pemimpin yang lambat kemungkinan besar tidak akan dipilih di masa depan.
Setiap kali pembaruan skor, secara deterministik menghitung ulang pemetaan dari putaran ke pemimpin F, dengan preferensi untuk pemimpin dengan skor tinggi. Agar validator dapat mencapai konsensus pada pemetaan baru, mereka harus mencapai konsensus pada skor.
Jalur produksi dan reputasi pemimpin dapat digabungkan secara alami, karena keduanya menggunakan teknologi inti yang sama, yaitu menafsirkan kembali DAG setelah mencapai konsensus pada titik jangkar terurut pertama.
tidak perlu latensi
Timeout berperan penting dalam implementasi BFT sinkron deterministik berbasis pemimpin, tetapi memperkenalkan kompleksitas dan secara signifikan meningkatkan latensi.
Shoal mengamati bahwa konstruksi DAG menyediakan "jam" untuk memperkirakan kecepatan jaringan. Selama n-f validator jujur terus menambahkan simpul ke DAG, putaran akan terus maju. Akhirnya, ketika pemimpin yang tidak gagal cukup cepat untuk menyiarkan titik jangkar, seluruh sejarah kausal titik jangkar akan diurutkan.
Menghindari keterlambatan sangat terkait dengan reputasi pemimpin. Menunggu pemimpin yang lambat berulang kali akan meningkatkan latensi, sementara mekanisme reputasi mengecualikan validator lambat untuk dipilih sebagai pemimpin.
Respon Umum
Shoal menyediakan atribut respons yang umum, yang dapat berjalan dengan kecepatan jaringan bahkan dalam kasus kegagalan pemimpin atau jaringan yang asinkron. Ini lebih baik daripada konsep respons optimis Hotstuff.
Evaluasi
Mewujudkan Bullshark dan Shoal, dan membandingkannya dengan Jolteon. Temuan utama:
Baseline Bullshark tanpa batas waktu berfungsi terbaik saat terjadi kesalahan.
Mekanisme reputasi jalur dan pemimpin Shoal secara signifikan meningkatkan latensi Bullshark.
Dalam 50 kegagalan, ada 16 kegagalan di mana latensi Shoal 65% lebih rendah dibandingkan Baseline Bullshark.
Jolteon tidak dapat diperluas ke lebih dari 20 node validasi, throughputnya sekitar setengah dari Bullshark/Shoal.
Secara keseluruhan, Shoal secara signifikan meningkatkan latensi Bullshark, dan seharusnya dapat bersaing dengan latensi end-to-end Jolteon di bawah beban tinggi.