SpiceDB在CockroachDB上的事务表性能问题分析
在分布式权限数据库SpiceDB中,设计了一个专门用于防止"NewEnemy"错误的事务表机制。这个机制通过在transactions表中记录额外的时间戳信息来确保线性一致性,但同时也带来了显著的性能开销。
问题背景
SpiceDB使用一个集中式的事务表来跟踪所有事务的时间戳。这个设计初衷是为了防止在CockroachDB分布式环境中出现"NewEnemy"错误(即由于时钟偏移导致的事务冲突)。然而,由于所有事务都需要频繁更新这个表中的同一行数据,实际上在CockroachDB集群中创建了一个热点,导致大量不必要的UncertaintyRetries错误。
技术原理分析
CockroachDB本身通过max_clock_skew机制来处理时钟偏移问题。当检测到数据比当前事务的时间戳更新时,会触发UncertaintyRetries让客户端重试。SpiceDB额外的事务表机制实际上是在应用层又实现了一次类似的功能。
理论上,使用SELECT FOR UPDATE语句配合SERIALIZED隔离级别应该足以防止"NewEnemy"错误。SELECT FOR UPDATE会为查询返回的行获取排他锁,防止在读取过程中数据被修改。这种方案可以避免集中式事务表带来的热点问题。
历史考量与现状
五年前SpiceDB团队在设计这个机制时,曾测试过SELECT FOR UPDATE方案,但发现由于CockroachDB写意图(Write Intent)创建方式的特殊性,仍可能出现时间戳乱序的情况。写意图的创建顺序在分布式节点间无法保证完全一致,导致从全局视角看数据顺序可能违反线性一致性。
现有解决方案
对于不关心"pop-in"问题(新创建关系短暂不可见)的场景,SpiceDB提供了配置选项可以完全禁用事务表机制。此外,也可以通过设置租户键(tenant key)来将事务表的使用范围限定在特定数据子集内,从而减轻热点问题的影响。
未来优化方向
虽然目前仍需保留事务表机制,但值得考虑以下优化方向:
- 重新测试新版本CockroachDB中SELECT FOR UPDATE的行为,确认是否已有改进
- 探索混合方案,结合SELECT FOR UPDATE和部分使用事务表
- 优化事务表的分片策略,减少热点影响
分布式系统的时间一致性始终是一个复杂问题,需要在正确性和性能之间做出权衡。SpiceDB团队将持续关注底层数据库的演进,寻找更优的解决方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









