離れた場所にある複数のサーバーで同じデータを扱うには、更新の順序や内容について合意する仕組みが必要です。ただし、データが食い違わないことと、要求を処理し続けられることは別の問題です。通信が一時的に遅くなっただけで処理が止まるなら、データを守れていてもサービスの使い勝手は大きく損なわれます。
Cloudflareが実験的な分散合意サービスMeerkatに選んだのは、広く使われているRaftやMulti-Paxosではなく、QuePaxaという比較的新しいアルゴリズムです。注目点は、特定のリーダーが正常に動くことを、処理継続の必須条件にしない設計にあります。
確認できる採用内容:リーダーを必須の役割から高速化の役割へ
Cloudflareは、実験的な分散合意サービスMeerkatにQuePaxaを採用しています。同社の解説記事によると、Meerkatは社内のグローバルな制御基盤を管理するために設計され、複数のレプリカがイベントの順序付きログについて合意します。このログを使い、各レプリカが同じ状態を構築する仕組みです。
一般的なリーダー型の合意方式では、要求を提案する役割を一つのレプリカに集約します。正常時には提案の競合を避け、効率よく合意できます。一方、そのリーダーが停止したり、通信が遅くなったりすると、別のリーダーへ切り替えるまで進行が妨げられます。
QuePaxaでは、リーダーが停止しても、ほかの提案者が合意処理を進められます。リーダー自体をなくすのではなく、条件がよいときに速く決定するための役割として残す点が特徴です。リーダーだけに提案権を集中させる方式とは、障害時の進め方が異なります。
これは、どの環境でもQuePaxaが既存方式より優れているという意味ではありません。Cloudflareが問題にしたのは、大陸をまたぐ通信のように遅延や接続状態が変動する環境です。成熟した実装がある既存方式を置き換えるには、それだけの運用上の理由が必要になります。
適用条件:通信の遅れを故障と見分けにくい環境
離れたサーバーの状態は、ネットワーク越しには直接観測できません。応答が来ない場合も、サーバーが停止したのか、メッセージが遅れているだけなのかを即座に区別することはできません。リーダー型の方式では、一定時間応答がないことを手掛かりに故障を疑い、選挙を始めます。
この待ち時間を短くすると、本当の故障には早く反応できますが、一時的な通信遅延でも選挙が起きやすくなります。長くすると誤検知は抑えられる一方、本当の故障時に待つ時間が延びます。通常の通信自体に時間がかかる広域ネットワークでは、この調整が難しくなります。
さらに、複数の候補が同時にリーダーになろうとすると、票が分かれて選挙をやり直す可能性があります。元の通信障害が解消しても、選挙の競合が続けば、すぐには通常処理へ戻れません。Cloudflareは、こうした提案者同士の妨げ合いと、誤り得る故障検知への依存を課題として挙げています。
QuePaxaは、故障を正しく見抜いてから交代するのではなく、ほかの提案者も処理に参加できるようにして、この依存を弱めます。ただし、通信できなくても無条件に決定できるわけではありません。原文の手順では、各段階で記録役の過半数から応答を得て進みます。多数側との通信を確保できることは、読み落としてはいけない条件です。
競い合う代わりに、優先度の高い提案へそろえる
QuePaxaには、値を提案する「提案者」と、受け取った提案を記録する「記録役」があります。通常の提案にはランダムな優先度を付け、リーダーの提案には特別に最大の優先度を与えます。提案者は、記録役を通じて自分より優先度の高い提案を知ると、それを採用して広めます。
重要なのは、自分の案を通すために他者を締め出すのではなく、共通の案へ寄せていく点です。一度でそろわなければ次のラウンドへ進み、そこで合意を目指します。乱数を使うため、毎回必ず同じ回数で決定する仕組みではありません。障害時の応答時間を固定値として期待するのは適切ではありません。
高速経路と、合意を引き継ぐための四つの段階
処理は大きく四段階です。最初に提案を送り、知り得た高優先度の案を採用します。続いてその案を広め、次の段階で決定可能かを確認します。決定できなければ、得られた案を次のラウンドへ引き継ぎます。リーダーが最初に過半数へ到達したことを確認できる条件では、最初の段階で一往復の通信による決定が可能です。
安全性を支える重要な性質が、二つの過半数は必ずどこかで重なることです。ある過半数に伝わった情報は、別の過半数へ問い合わせる際にも接点を持ちます。各段階で情報を広め、次へ引き継ぐ手順と組み合わせることで、異なる提案を矛盾して決定しないようにします。単に最大の乱数を選ぶだけの仕組みではありません。
読者への影響:停止しにくさと引き換えに何を負担するか
実務で注目したいのは、リーダー以外にも要求を回す「ヘッジ」の待ち時間です。まずリーダーが高速に処理する機会を残し、短い待ち時間の後にほかの提案者も参加させます。Cloudflareの実装では、論文の構成から変更し、この待機をレプリカ側ではなくクライアント側で行うことで、送信メッセージを減らしていると説明しています。
この待ち時間は、リーダーの故障を断定するためのタイムアウトではありません。短くし過ぎた場合も、直ちに選挙を繰り返す構造にはならず、参加する提案者が増えます。その代わり、提案を配る通信量が増え、一つのラウンドで合意しにくくなる可能性があります。素早く別経路を使うことと、帯域や処理効率を節約することの交換条件です。
したがって、「リーダー障害を待たずに進める」と「常に通常時と同じ速度で動く」は区別する必要があります。リーダーの高速経路を使えなければ、複数段階の通信が必要になります。停止を避けられても、応答時間や単位時間当たりの処理件数が変化する可能性は残ります。
Cloudflareは、自社の評価ではリーダーの停止、切断、低速化があってもMeerkatが要求処理を継続したと報告しています。ただし、これは同社の評価環境についての報告です。あらゆるネットワーク分断や負荷条件で停止しない保証として受け取るべきではありません。具体的な構成や障害条件の異なるシステムへ、そのまま性能を当てはめることもできません。
もう一つの注意点は成熟度です。Cloudflare自身、QuePaxaはRaftやPaxosほど広く実運用で検証されていないと説明しています。また、元の設計が想定する停止後に復帰しない故障モデルから、停止後の復帰も扱う構成へ拡張しているとしています。再起動したサーバーの状態をどう安全に扱うかは、導入判断に関わる重要な論点です。
必要な行動:移行を急ぐ前に、障害の実態を測る
ここからは一般的な実務上の提案です。まず、自社で困っているのがデータの不整合なのか、リーダー交代中の停止なのか、平常時の遅さなのかを分けてください。今回の選定理由が直接参考になるのは、特に広域通信の変動と、リーダーへの依存が可用性を制約している場合です。
- 通常時だけでなく遅延が大きい時間帯も測り、選挙や要求失敗との関係を確認する。
- 完全停止に加え、一部の接続だけが遅い、片側だけ通信しにくいといった障害を試験する。
- 要求処理が継続したかだけでなく、応答時間、処理件数、通信量の変化を比較する。
- 再起動後の状態復元、検証方法、運用時の監視まで含めて実装の適合性を確認する。
Cloudflareは、実装とMeerkat全体の形式検証に加え、シミュレーションや障害注入試験を進めていると説明しています。新しい合意方式を選ぶ際は、アルゴリズムの説明だけでなく、実装がその性質を保っている根拠を見ることが欠かせません。
QuePaxaの事例が示すのは、定番を避けること自体の価値ではありません。自分たちの環境で何が停止の原因になるかを見極め、その原因に合う設計を選ぶという姿勢です。既存方式の成熟度と、新方式が提供する障害時の継続性を、同じ試験条件と運用要件の上で比べることが判断の出発点になります。




