Kerangka Shoal: Inovasi untuk mengurangi latensi Bullshark di Aptos
Aptos Labs baru-baru ini mencapai terobosan signifikan di bidang DAG BFT, menyelesaikan dua masalah kunci, secara signifikan mengurangi latensi, dan untuk pertama kalinya menghilangkan kebutuhan akan timeout dalam protokol deterministik. Secara keseluruhan, dalam kondisi tanpa kesalahan, latensi Bullshark meningkat sebesar 40%, dan dalam kondisi dengan kesalahan meningkat sebesar 80%.
Shoal adalah sebuah sistem yang meningkatkan protokol konsensus berbasis Narwhal ( seperti DAG-Rider, Tusk, Bullshark ) melalui pemrosesan alur dan reputasi pemimpin. Pemrosesan alur mengurangi latensi pengurutan DAG dengan memperkenalkan titik jangkar di setiap putaran, sementara reputasi pemimpin lebih lanjut memperbaiki latensi dengan memastikan titik jangkar terkait dengan node verifikasi tercepat. Selain itu, reputasi pemimpin memungkinkan Shoal memanfaatkan pembangunan DAG asinkron untuk menghilangkan waktu habis di semua skenario. Ini memungkinkan Shoal untuk memberikan fitur yang kami sebut sebagai "responsivitas universal", yang mencakup responsivitas optimis yang biasanya diperlukan.
Teknologi kami sangat sederhana, pada dasarnya menjalankan beberapa instance dari protokol dasar secara berurutan. Oleh karena itu, ketika diinstansiasi menggunakan Bullshark, kami mendapatkan sekelompok "ikan hiu" yang berlari dalam perlombaan estafet.
Latar Belakang dan Motivasi
Dalam upaya mengejar kinerja tinggi jaringan blockchain, mengurangi kompleksitas komunikasi selalu menjadi fokus, tetapi pendekatan ini tidak memberikan peningkatan throughput yang signifikan. Misalnya, versi awal Diem yang mengimplementasikan Hotstuff hanya mencapai 3500 TPS, jauh di bawah target 100.000+ TPS.
Terobosan terbaru berasal dari pemahaman bahwa penyebaran data adalah hambatan utama yang berbasis pada protokol pemimpin, dan dapat mengambil manfaat dari paralelisasi. Sistem Narwhal memisahkan penyebaran data dari logika konsensus inti, mengusulkan arsitektur di mana semua validator menyebarkan data secara bersamaan, dengan komponen konsensus hanya mengurutkan sejumlah kecil metadata. Makalah Narwhal melaporkan throughput 160.000 TPS.
Kami sebelumnya memperkenalkan Quorum Store, implementasi Narwhal kami yang memisahkan penyebaran data dari konsensus, serta bagaimana menggunakannya untuk memperluas protokol konsensus saat ini Jolteon. Jolteon adalah protokol berbasis pemimpin yang menggabungkan jalur cepat linier Tendermint dan perubahan pandangan gaya PBFT, dapat mengurangi latensi Hotstuff sebesar 33%. Namun, protokol konsensus berbasis pemimpin jelas tidak dapat memanfaatkan potensi throughput Narwhal sepenuhnya. Meskipun memisahkan penyebaran data dari konsensus, seiring dengan meningkatnya throughput, pemimpin Hotstuff/Jolteon tetap terbatas.
Oleh karena itu, kami memutuskan untuk menerapkan Bullshark di atas Narwhal DAG, sebuah protokol konsensus tanpa biaya komunikasi. Sayangnya, struktur DAG yang mendukung throughput tinggi Bullshark membawa biaya latensi 50% dibandingkan Jolteon.
Artikel ini menjelaskan bagaimana Shoal secara signifikan mengurangi latensi Bullshark.
Latar Belakang DAG-BFT
Setiap simpul di Narwhal DAG terkait dengan satu putaran. Untuk memasuki putaran ke-r, validator harus terlebih dahulu memperoleh n-f simpul dari putaran ke-r-1. Setiap validator dapat menyiarkan satu simpul per putaran, dan setiap simpul harus setidaknya mengacu pada n-f simpul dari putaran sebelumnya. Karena asinkronisitas jaringan, validator yang berbeda mungkin mengamati pandangan lokal DAG yang berbeda pada waktu yang berbeda.
Salah satu atribut kunci dari DAG adalah tanpa ambiguitas: jika dua node validasi memiliki simpul v yang sama dalam pandangan lokal DAG mereka, maka mereka memiliki sejarah kausal v yang sepenuhnya identik.
Urutan Umum
Dapat mencapai konsensus tentang urutan total semua simpul di DAG tanpa biaya komunikasi tambahan. Untuk itu, validator di DAG-Rider, Tusk, dan Bullshark menginterpretasikan struktur DAG sebagai protokol konsensus, di mana simpul mewakili proposal dan tepi mewakili suara.
Meskipun logika interseksi kelompok pada struktur DAG berbeda, semua protokol konsensus berbasis Narwhal yang ada memiliki struktur berikut:
Titik jangkar yang ditentukan: Setiap beberapa putaran ( seperti dua putaran dalam Bullshark ) akan ada seorang pemimpin yang telah ditentukan sebelumnya, dan puncaknya disebut sebagai titik jangkar.
Titik urutan: Validator secara independen tetapi deterministik menentukan titik urutan mana yang akan dipilih dan titik urutan mana yang akan dilewatkan.
Urutan sejarah kausal: validator memproses daftar titik jangkar yang terurut satu per satu, untuk setiap titik jangkar, mengurutkan semua simpul yang tidak terurut sebelumnya dalam sejarah kausalnya melalui beberapa aturan deterministik.
Kunci untuk memenuhi keamanan adalah memastikan bahwa pada langkah (2), semua daftar titik jangkar terurut yang dibuat oleh node verifikasi yang jujur berbagi awalan yang sama. Dalam Shoal, kami membuat pengamatan berikut terhadap semua protokol di atas:
Semua validator setuju pada titik jangkar yang terurut pertama.
Bullshark latensi
Latensi Bullshark ditentukan oleh jumlah putaran antara titik jangkar terurut di dalam DAG. Meskipun versi sinkron Bullshark yang paling praktis memiliki latensi yang lebih baik dibandingkan versi asinkron, namun itu jauh dari yang terbaik.
Pertanyaan 1: Rata-rata latensi blok. Di Bullshark, setiap putaran genap memiliki titik jangkar, dan puncak di setiap putaran ganjil diinterpretasikan sebagai suara. Dalam kasus umum, dibutuhkan dua putaran DAG untuk mengurutkan titik jangkar, namun, puncak dalam sejarah kausal titik jangkar membutuhkan lebih banyak putaran untuk menunggu titik jangkar diurutkan. Dalam kasus umum, puncak di putaran ganjil membutuhkan tiga putaran, sementara puncak non-titik jangkar di putaran genap membutuhkan empat putaran.
Pertanyaan 2: Kasus kegagalan latensi. Analisis latensi di atas berlaku untuk situasi tanpa kegagalan, di sisi lain, jika pemimpin dari satu putaran tidak cukup cepat untuk menyiarkan titik jangkar, maka titik jangkar tidak dapat diurutkan ( sehingga dilewati ), oleh karena itu semua simpul yang tidak terurut dari beberapa putaran sebelumnya harus menunggu titik jangkar berikutnya diurutkan. Ini akan secara signifikan mengurangi kinerja jaringan replikasi geografis, terutama karena Bullshark menggunakan waktu tunggu untuk menunggu pemimpin.
Kerangka Shoal
Shoal meningkatkan pemrosesan melalui jalur aliran untuk Bullshark( atau protokol BFT berbasis Narwhal lainnya), memungkinkan adanya satu titik jangkar di setiap putaran, dan mengurangi latensi semua titik puncak non-jangkar di DAG menjadi tiga putaran. Shoal juga memperkenalkan mekanisme reputasi pemimpin tanpa biaya di DAG, yang membuat pemilihan lebih condong kepada pemimpin yang cepat.
Tantangan
Dalam konteks protokol DAG, pemrosesan paralel dan reputasi pemimpin dianggap sebagai masalah yang sulit, dengan alasan sebagai berikut:
Coba modifikasi logika inti Bullshark sebelumnya di jalur produksi tampaknya pada dasarnya tidak mungkin.
Reputasi pemimpin diperkenalkan dalam DiemBFT dan dipformalkan dalam Carousel, berdasarkan pemilihan dinamis pemimpin masa depan dari kinerja masa lalu validator sebagai titik jangkar dalam Bullshark. Meskipun adanya perbedaan dalam identitas pemimpin tidak melanggar keamanan dalam protokol ini, dalam Bullshark, hal ini dapat mengarah pada urutan yang sangat berbeda, yang mengangkat inti masalah bahwa pemilihan jangkar secara dinamis dan deterministik adalah perlu untuk menyelesaikan konsensus, sementara validator perlu mencapai kesepakatan mengenai sejarah terurut untuk memilih jangkar masa depan.
Sebagai bukti tingkat kesulitan masalah, kami mencatat bahwa implementasi Bullshark, termasuk yang saat ini ada di lingkungan produksi, tidak mendukung fitur-fitur ini.
Protokol
Meskipun ada tantangan di atas, solusi tersembunyi dalam kesederhanaan.
Di Shoal, kami mengandalkan kemampuan untuk melakukan perhitungan lokal di atas DAG, dan telah mewujudkan kemampuan untuk menyimpan dan menafsirkan kembali informasi dari beberapa putaran sebelumnya. Dengan semua validator yang menyetujui wawasan inti dari titik jangkar terurut pertama, Shoal secara berurutan menggabungkan beberapa instance Bullshark untuk memprosesnya secara paralel, menjadikan ( titik peralihan instance dari titik jangkar terurut pertama, serta ) sejarah kausal dari titik jangkar digunakan untuk menghitung reputasi pemimpin.
( pemrosesan aliran
V yang memetakan putaran ke pemimpin. Shoal menjalankan instance Bullshark satu per satu, sehingga untuk setiap instance, jangkar ditentukan sebelumnya oleh pemetaan F. Setiap instance mengurutkan sebuah jangkar, yang akan memicu peralihan ke instance berikutnya.
Pada awalnya, Shoal meluncurkan instans pertama Bullshark pada putaran pertama DAG dan menjalankannya sampai titik jangkar berurutan pertama ditentukan, seperti pada putaran r. Semua validator setuju dengan titik jangkar ini. Oleh karena itu, semua validator dapat dengan pasti sepakat untuk menafsirkan ulang DAG mulai dari putaran r+1. Shoal hanya meluncurkan instans Bullshark baru pada putaran r+1.
Dalam kasus terbaik, ini memungkinkan Shoal untuk mengurutkan satu jangkar di setiap putaran. Jangkar titik pertama diurutkan berdasarkan instansi pertama. Kemudian, Shoal memulai instansi baru di putaran kedua, yang memiliki satu jangkar, yang diurutkan oleh instansi tersebut, kemudian, instansi baru lainnya mengurutkan jangkar di putaran ketiga, dan kemudian proses tersebut dilanjutkan.
![Penjelasan lengkap tentang kerangka Shoal: Bagaimana mengurangi latensi Bullshark di Aptos?])https://img-cdn.gateio.im/webp-social/moments-0b0928cb6240e994c1514c75e080a4b2.webp(
) reputasi pemimpin
Selama periode pengurutan Bullshark, melewati titik jangkar akan meningkatkan latensi. Dalam kasus ini, teknologi pemrosesan paralel tidak ada gunanya, karena instance baru tidak dapat diluncurkan sebelum titik jangkar dari instance sebelumnya selesai diurutkan. Shoal memastikan bahwa pemimpin yang sesuai untuk menangani titik jangkar yang hilang kemungkinan besar tidak akan dipilih di masa depan dengan memberikan skor kepada setiap node validasi berdasarkan riwayat aktivitas terbaru masing-masing node validasi dengan menggunakan mekanisme reputasi. Validator yang merespons dan terlibat dalam protokol akan mendapatkan skor tinggi, jika tidak, node validasi akan diberikan skor rendah, karena mungkin mengalami keruntuhan, lambat, atau berbuat jahat.
Konsepnya adalah untuk menghitung kembali pemetaan F yang telah ditentukan dari putaran ke pemimpin secara deterministik setiap kali skor diperbarui, dengan mengutamakan pemimpin yang memiliki skor lebih tinggi. Agar para validator dapat mencapai konsensus pada pemetaan baru, mereka harus mencapai kesepakatan pada skor, sehingga mencapai konsensus pada sejarah yang digunakan untuk menurunkan skor.
Di Shoal, pemrosesan aliran dan reputasi pemimpin dapat secara alami digabungkan, karena keduanya menggunakan teknologi inti yang sama, yaitu menafsirkan ulang DAG setelah mencapai konsensus pada titik jangkar terurut pertama.
Sebenarnya, satu-satunya perbedaan adalah, setelah mengurutkan titik jangkar di putaran r, validator hanya perlu menghitung pemetaan baru F' mulai dari putaran r+1 berdasarkan sejarah kausal titik jangkar yang terurut di putaran r. Kemudian, node validator mulai menggunakan fungsi pemilihan titik jangkar yang diperbarui F' untuk menjalankan instance baru Bullshark dari putaran r+1.
![Penjelasan Detail Kerangka Shoal: Bagaimana Mengurangi latensi Bullshark di Aptos?]###https://img-cdn.gateio.im/webp-social/moments-859e732e16c3eee0e2c93422474debc2.webp(
) Tidak ada lagi waktu habis
Keterlambatan memainkan peran penting dalam semua implementasi BFT sinkron deterministik berbasis pemimpin. Namun, kompleksitas yang mereka bawa meningkatkan jumlah status internal yang perlu dikelola dan diamati, yang menambah kompleksitas proses debugging dan memerlukan lebih banyak teknik observabilitas.
Timeout juga akan secara signifikan meningkatkan latensi, karena sangat penting untuk mengonfigurasi mereka dengan benar, dan biasanya memerlukan penyesuaian dinamis, karena sangat bergantung pada lingkungan ### jaringan (. Sebelum beralih ke pemimpin berikutnya, protokol akan membayar penalti latensi timeout penuh untuk pemimpin yang mengalami kegagalan. Oleh karena itu, pengaturan timeout tidak boleh terlalu konservatif, tetapi jika waktu timeout terlalu pendek, protokol mungkin akan melewatkan pemimpin yang baik. Misalnya, kami mengamati bahwa dalam situasi beban tinggi, pemimpin di Jolteon/Hotstuff kewalahan, dan waktu timeout telah habis sebelum mereka mendorong kemajuan.
Sayangnya, protokol yang berbasis pemimpin ) seperti Hotstuff dan Jolteon### secara esensial memerlukan latensi, untuk memastikan setiap kali pemimpin mengalami kegagalan.
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.
13 Suka
Hadiah
13
6
Posting ulang
Bagikan
Komentar
0/400
SandwichDetector
· 9jam yang lalu
Peningkatan kinerja benar-benar bull ya, peningkatan 80% luar biasa.
Lihat AsliBalas0
NFTRegretful
· 9jam yang lalu
Sepertinya baik-baik saja, hanya saja kecepatannya masih belum cukup cepat.
Lihat AsliBalas0
BearMarketSurvivor
· 9jam yang lalu
latensi Drop 80% Ini adalah kekuatan nyata di medan perang, berharap untuk melihat kinerja di lapangan.
Lihat AsliBalas0
CoinBasedThinking
· 9jam yang lalu
Proyek andal peningkatan teknologi, semoga tidak setengah hati.
Kerangka Shoal meningkatkan efisiensi konsensus Aptos, Bullshark mengurangi latensi 80%
Kerangka Shoal: Inovasi untuk mengurangi latensi Bullshark di Aptos
Aptos Labs baru-baru ini mencapai terobosan signifikan di bidang DAG BFT, menyelesaikan dua masalah kunci, secara signifikan mengurangi latensi, dan untuk pertama kalinya menghilangkan kebutuhan akan timeout dalam protokol deterministik. Secara keseluruhan, dalam kondisi tanpa kesalahan, latensi Bullshark meningkat sebesar 40%, dan dalam kondisi dengan kesalahan meningkat sebesar 80%.
Shoal adalah sebuah sistem yang meningkatkan protokol konsensus berbasis Narwhal ( seperti DAG-Rider, Tusk, Bullshark ) melalui pemrosesan alur dan reputasi pemimpin. Pemrosesan alur mengurangi latensi pengurutan DAG dengan memperkenalkan titik jangkar di setiap putaran, sementara reputasi pemimpin lebih lanjut memperbaiki latensi dengan memastikan titik jangkar terkait dengan node verifikasi tercepat. Selain itu, reputasi pemimpin memungkinkan Shoal memanfaatkan pembangunan DAG asinkron untuk menghilangkan waktu habis di semua skenario. Ini memungkinkan Shoal untuk memberikan fitur yang kami sebut sebagai "responsivitas universal", yang mencakup responsivitas optimis yang biasanya diperlukan.
Teknologi kami sangat sederhana, pada dasarnya menjalankan beberapa instance dari protokol dasar secara berurutan. Oleh karena itu, ketika diinstansiasi menggunakan Bullshark, kami mendapatkan sekelompok "ikan hiu" yang berlari dalam perlombaan estafet.
Latar Belakang dan Motivasi
Dalam upaya mengejar kinerja tinggi jaringan blockchain, mengurangi kompleksitas komunikasi selalu menjadi fokus, tetapi pendekatan ini tidak memberikan peningkatan throughput yang signifikan. Misalnya, versi awal Diem yang mengimplementasikan Hotstuff hanya mencapai 3500 TPS, jauh di bawah target 100.000+ TPS.
Terobosan terbaru berasal dari pemahaman bahwa penyebaran data adalah hambatan utama yang berbasis pada protokol pemimpin, dan dapat mengambil manfaat dari paralelisasi. Sistem Narwhal memisahkan penyebaran data dari logika konsensus inti, mengusulkan arsitektur di mana semua validator menyebarkan data secara bersamaan, dengan komponen konsensus hanya mengurutkan sejumlah kecil metadata. Makalah Narwhal melaporkan throughput 160.000 TPS.
Kami sebelumnya memperkenalkan Quorum Store, implementasi Narwhal kami yang memisahkan penyebaran data dari konsensus, serta bagaimana menggunakannya untuk memperluas protokol konsensus saat ini Jolteon. Jolteon adalah protokol berbasis pemimpin yang menggabungkan jalur cepat linier Tendermint dan perubahan pandangan gaya PBFT, dapat mengurangi latensi Hotstuff sebesar 33%. Namun, protokol konsensus berbasis pemimpin jelas tidak dapat memanfaatkan potensi throughput Narwhal sepenuhnya. Meskipun memisahkan penyebaran data dari konsensus, seiring dengan meningkatnya throughput, pemimpin Hotstuff/Jolteon tetap terbatas.
Oleh karena itu, kami memutuskan untuk menerapkan Bullshark di atas Narwhal DAG, sebuah protokol konsensus tanpa biaya komunikasi. Sayangnya, struktur DAG yang mendukung throughput tinggi Bullshark membawa biaya latensi 50% dibandingkan Jolteon.
Artikel ini menjelaskan bagaimana Shoal secara signifikan mengurangi latensi Bullshark.
Latar Belakang DAG-BFT
Setiap simpul di Narwhal DAG terkait dengan satu putaran. Untuk memasuki putaran ke-r, validator harus terlebih dahulu memperoleh n-f simpul dari putaran ke-r-1. Setiap validator dapat menyiarkan satu simpul per putaran, dan setiap simpul harus setidaknya mengacu pada n-f simpul dari putaran sebelumnya. Karena asinkronisitas jaringan, validator yang berbeda mungkin mengamati pandangan lokal DAG yang berbeda pada waktu yang berbeda.
Salah satu atribut kunci dari DAG adalah tanpa ambiguitas: jika dua node validasi memiliki simpul v yang sama dalam pandangan lokal DAG mereka, maka mereka memiliki sejarah kausal v yang sepenuhnya identik.
Urutan Umum
Dapat mencapai konsensus tentang urutan total semua simpul di DAG tanpa biaya komunikasi tambahan. Untuk itu, validator di DAG-Rider, Tusk, dan Bullshark menginterpretasikan struktur DAG sebagai protokol konsensus, di mana simpul mewakili proposal dan tepi mewakili suara.
Meskipun logika interseksi kelompok pada struktur DAG berbeda, semua protokol konsensus berbasis Narwhal yang ada memiliki struktur berikut:
Titik jangkar yang ditentukan: Setiap beberapa putaran ( seperti dua putaran dalam Bullshark ) akan ada seorang pemimpin yang telah ditentukan sebelumnya, dan puncaknya disebut sebagai titik jangkar.
Titik urutan: Validator secara independen tetapi deterministik menentukan titik urutan mana yang akan dipilih dan titik urutan mana yang akan dilewatkan.
Urutan sejarah kausal: validator memproses daftar titik jangkar yang terurut satu per satu, untuk setiap titik jangkar, mengurutkan semua simpul yang tidak terurut sebelumnya dalam sejarah kausalnya melalui beberapa aturan deterministik.
Kunci untuk memenuhi keamanan adalah memastikan bahwa pada langkah (2), semua daftar titik jangkar terurut yang dibuat oleh node verifikasi yang jujur berbagi awalan yang sama. Dalam Shoal, kami membuat pengamatan berikut terhadap semua protokol di atas:
Semua validator setuju pada titik jangkar yang terurut pertama.
Bullshark latensi
Latensi Bullshark ditentukan oleh jumlah putaran antara titik jangkar terurut di dalam DAG. Meskipun versi sinkron Bullshark yang paling praktis memiliki latensi yang lebih baik dibandingkan versi asinkron, namun itu jauh dari yang terbaik.
Pertanyaan 1: Rata-rata latensi blok. Di Bullshark, setiap putaran genap memiliki titik jangkar, dan puncak di setiap putaran ganjil diinterpretasikan sebagai suara. Dalam kasus umum, dibutuhkan dua putaran DAG untuk mengurutkan titik jangkar, namun, puncak dalam sejarah kausal titik jangkar membutuhkan lebih banyak putaran untuk menunggu titik jangkar diurutkan. Dalam kasus umum, puncak di putaran ganjil membutuhkan tiga putaran, sementara puncak non-titik jangkar di putaran genap membutuhkan empat putaran.
Pertanyaan 2: Kasus kegagalan latensi. Analisis latensi di atas berlaku untuk situasi tanpa kegagalan, di sisi lain, jika pemimpin dari satu putaran tidak cukup cepat untuk menyiarkan titik jangkar, maka titik jangkar tidak dapat diurutkan ( sehingga dilewati ), oleh karena itu semua simpul yang tidak terurut dari beberapa putaran sebelumnya harus menunggu titik jangkar berikutnya diurutkan. Ini akan secara signifikan mengurangi kinerja jaringan replikasi geografis, terutama karena Bullshark menggunakan waktu tunggu untuk menunggu pemimpin.
Kerangka Shoal
Shoal meningkatkan pemrosesan melalui jalur aliran untuk Bullshark( atau protokol BFT berbasis Narwhal lainnya), memungkinkan adanya satu titik jangkar di setiap putaran, dan mengurangi latensi semua titik puncak non-jangkar di DAG menjadi tiga putaran. Shoal juga memperkenalkan mekanisme reputasi pemimpin tanpa biaya di DAG, yang membuat pemilihan lebih condong kepada pemimpin yang cepat.
Tantangan
Dalam konteks protokol DAG, pemrosesan paralel dan reputasi pemimpin dianggap sebagai masalah yang sulit, dengan alasan sebagai berikut:
Coba modifikasi logika inti Bullshark sebelumnya di jalur produksi tampaknya pada dasarnya tidak mungkin.
Reputasi pemimpin diperkenalkan dalam DiemBFT dan dipformalkan dalam Carousel, berdasarkan pemilihan dinamis pemimpin masa depan dari kinerja masa lalu validator sebagai titik jangkar dalam Bullshark. Meskipun adanya perbedaan dalam identitas pemimpin tidak melanggar keamanan dalam protokol ini, dalam Bullshark, hal ini dapat mengarah pada urutan yang sangat berbeda, yang mengangkat inti masalah bahwa pemilihan jangkar secara dinamis dan deterministik adalah perlu untuk menyelesaikan konsensus, sementara validator perlu mencapai kesepakatan mengenai sejarah terurut untuk memilih jangkar masa depan.
Sebagai bukti tingkat kesulitan masalah, kami mencatat bahwa implementasi Bullshark, termasuk yang saat ini ada di lingkungan produksi, tidak mendukung fitur-fitur ini.
Protokol
Meskipun ada tantangan di atas, solusi tersembunyi dalam kesederhanaan.
Di Shoal, kami mengandalkan kemampuan untuk melakukan perhitungan lokal di atas DAG, dan telah mewujudkan kemampuan untuk menyimpan dan menafsirkan kembali informasi dari beberapa putaran sebelumnya. Dengan semua validator yang menyetujui wawasan inti dari titik jangkar terurut pertama, Shoal secara berurutan menggabungkan beberapa instance Bullshark untuk memprosesnya secara paralel, menjadikan ( titik peralihan instance dari titik jangkar terurut pertama, serta ) sejarah kausal dari titik jangkar digunakan untuk menghitung reputasi pemimpin.
( pemrosesan aliran
V yang memetakan putaran ke pemimpin. Shoal menjalankan instance Bullshark satu per satu, sehingga untuk setiap instance, jangkar ditentukan sebelumnya oleh pemetaan F. Setiap instance mengurutkan sebuah jangkar, yang akan memicu peralihan ke instance berikutnya.
Pada awalnya, Shoal meluncurkan instans pertama Bullshark pada putaran pertama DAG dan menjalankannya sampai titik jangkar berurutan pertama ditentukan, seperti pada putaran r. Semua validator setuju dengan titik jangkar ini. Oleh karena itu, semua validator dapat dengan pasti sepakat untuk menafsirkan ulang DAG mulai dari putaran r+1. Shoal hanya meluncurkan instans Bullshark baru pada putaran r+1.
Dalam kasus terbaik, ini memungkinkan Shoal untuk mengurutkan satu jangkar di setiap putaran. Jangkar titik pertama diurutkan berdasarkan instansi pertama. Kemudian, Shoal memulai instansi baru di putaran kedua, yang memiliki satu jangkar, yang diurutkan oleh instansi tersebut, kemudian, instansi baru lainnya mengurutkan jangkar di putaran ketiga, dan kemudian proses tersebut dilanjutkan.
![Penjelasan lengkap tentang kerangka Shoal: Bagaimana mengurangi latensi Bullshark di Aptos?])https://img-cdn.gateio.im/webp-social/moments-0b0928cb6240e994c1514c75e080a4b2.webp(
) reputasi pemimpin
Selama periode pengurutan Bullshark, melewati titik jangkar akan meningkatkan latensi. Dalam kasus ini, teknologi pemrosesan paralel tidak ada gunanya, karena instance baru tidak dapat diluncurkan sebelum titik jangkar dari instance sebelumnya selesai diurutkan. Shoal memastikan bahwa pemimpin yang sesuai untuk menangani titik jangkar yang hilang kemungkinan besar tidak akan dipilih di masa depan dengan memberikan skor kepada setiap node validasi berdasarkan riwayat aktivitas terbaru masing-masing node validasi dengan menggunakan mekanisme reputasi. Validator yang merespons dan terlibat dalam protokol akan mendapatkan skor tinggi, jika tidak, node validasi akan diberikan skor rendah, karena mungkin mengalami keruntuhan, lambat, atau berbuat jahat.
Konsepnya adalah untuk menghitung kembali pemetaan F yang telah ditentukan dari putaran ke pemimpin secara deterministik setiap kali skor diperbarui, dengan mengutamakan pemimpin yang memiliki skor lebih tinggi. Agar para validator dapat mencapai konsensus pada pemetaan baru, mereka harus mencapai kesepakatan pada skor, sehingga mencapai konsensus pada sejarah yang digunakan untuk menurunkan skor.
Di Shoal, pemrosesan aliran dan reputasi pemimpin dapat secara alami digabungkan, karena keduanya menggunakan teknologi inti yang sama, yaitu menafsirkan ulang DAG setelah mencapai konsensus pada titik jangkar terurut pertama.
Sebenarnya, satu-satunya perbedaan adalah, setelah mengurutkan titik jangkar di putaran r, validator hanya perlu menghitung pemetaan baru F' mulai dari putaran r+1 berdasarkan sejarah kausal titik jangkar yang terurut di putaran r. Kemudian, node validator mulai menggunakan fungsi pemilihan titik jangkar yang diperbarui F' untuk menjalankan instance baru Bullshark dari putaran r+1.
![Penjelasan Detail Kerangka Shoal: Bagaimana Mengurangi latensi Bullshark di Aptos?]###https://img-cdn.gateio.im/webp-social/moments-859e732e16c3eee0e2c93422474debc2.webp(
) Tidak ada lagi waktu habis
Keterlambatan memainkan peran penting dalam semua implementasi BFT sinkron deterministik berbasis pemimpin. Namun, kompleksitas yang mereka bawa meningkatkan jumlah status internal yang perlu dikelola dan diamati, yang menambah kompleksitas proses debugging dan memerlukan lebih banyak teknik observabilitas.
Timeout juga akan secara signifikan meningkatkan latensi, karena sangat penting untuk mengonfigurasi mereka dengan benar, dan biasanya memerlukan penyesuaian dinamis, karena sangat bergantung pada lingkungan ### jaringan (. Sebelum beralih ke pemimpin berikutnya, protokol akan membayar penalti latensi timeout penuh untuk pemimpin yang mengalami kegagalan. Oleh karena itu, pengaturan timeout tidak boleh terlalu konservatif, tetapi jika waktu timeout terlalu pendek, protokol mungkin akan melewatkan pemimpin yang baik. Misalnya, kami mengamati bahwa dalam situasi beban tinggi, pemimpin di Jolteon/Hotstuff kewalahan, dan waktu timeout telah habis sebelum mereka mendorong kemajuan.
Sayangnya, protokol yang berbasis pemimpin ) seperti Hotstuff dan Jolteon### secara esensial memerlukan latensi, untuk memastikan setiap kali pemimpin mengalami kegagalan.