The leaderless consensus protocol was developed to resolve the potential bottlenecks of leader-based consensus protocols, where all operations are managed by the leader node. The leaderless consensus protocol improves the utilization of resources, scalability, and load balancing by adding a synchronization mechanism through message exchange, allowing all nodes to act as leaders. The lease-based leaderless consensus protocol requires a dependency check process. This process increases the complexity of the protocol due to additional dependency checks like graph operations, which are difficult to optimize due to unintended latency increases, especially in microsecond-level low-latency networks. Conversely, consensus protocols optimized for low-latency networks are often too specialized for certain applications, limiting their applicability to various applications. To address this issue, this paper proposes State Machine Replication with Dependency Check Offloading(REO), which is optimized for RDMA(Remote Direct Memory Access). REO reduces protocol complexity and enables rapid failure recovery by fixing ownership and reducing unnecessary message exchanges. This paper analyzes the capability of adding replay features in commercial applications, observing performance changes due to code modifications in applications, replication layers, and re-execution behaviors.
무리더 합의 프로토콜은 모든 연산을 리더 노드가 담당하는 리더 기반 합의 프로토콜의 잠재적인 병목을 해결하고자 개발되었다. 무리더 합의 프로토콜은 메시지 교환을 통한 동기화 기작을 추가하여 모든 노드가 리더의 역할을 수행하도록 하여 자원의 활용률, 확장성 및 로드 밸런싱을 개선하였다. 임대를 기반으로 한 무리더 합의 프로토콜은 의존성 확인 과정을 필요로 한다. 이러한 과정은 그래프 연산과 같은 추가적인 의존성 확인 과정을 거치도록 하여 프로토콜의 복잡성을 증가시키고, 마이크로초 수준의 저지연 네트워크에서 거치며 의도하지 않은 대기 시간의 증가를 불러오기 때문에 최적화가 어렵다. 반대로 저지연 네트워크 환경에서의 최적화된 합의 프로토콜은 특정 응용프로그램에 특화되어 다양한 응용프로그램에 적용할 수 없다는 한계가 있다. 이 문제를 해결하기 위해 본 논문은 RDMA(Remote Direct Memory Access)에 최적화한 State Machine Replication with Dependency Check Offloading(REO)을 제시한다. REO는 소유권을 고정하여 불필요한 메시지 교환을 줄여 프로토콜의 복잡성을 낮추고 신속한 장애 대응을 가능하게 한다. 본 논문은 상용 응용프로그램의 요청의 재실행 구현 가능성에 대해 분석하고, 응용프로그램의 코드를 수정하여 복제 계층 및 재실행 동작으로 인한 성능 변화를 관찰한다.
