【分布式系统百科】共识协议的工程权衡：Raft vs Multi-Paxos vs EPaxos 实测对比
内容提要
本文基于论文与官方基准，对比Raft、Multi-Paxos与EPaxos共识协议的工程权衡，分析性能、故障恢复、跨地域延迟等维度。指出Raft因可理解性、成熟生态和稳定性能成为多数场景首选，EPaxos理论优但实现复杂、冲突率不可控，生产案例极少。强调选型需结合团队能力与运维成本，并警示勿自行实现共识协议，建议复用成熟库或服务。
延伸解读
性能对比的陷阱：数字不可直接排名
文中强调，不同论文的基准测试在硬件、负载模型、数据大小上均未对齐，直接比较数字毫无意义。例如，etcd 官方基准显示高并发下吞吐可达 10^4–10^5 ops/s，而 ZooKeeper 论文在 100% 写负载下吞吐随节点数增加而下降。EPaxos 的优势仅在冲突率低于 10% 时显现，高冲突下优势消失。因此，选型时应关注模式而非孤立数字，并需在本地复测。
Leader 瓶颈与读写比的关键影响
Raft 和 ZAB 等强 Leader 模型，所有写入必须经过 Leader，导致其 CPU、网络和磁盘成为瓶颈。ZooKeeper 论文显示，读占比高时吞吐随节点数线性扩展，而写密集时增加节点反而降低吞吐。EPaxos 通过无 Leader 设计分散负载，但依赖低冲突率。理解读写比和冲突率对性能的影响，是选型时的重要考量。
故障恢复与跨地域延迟的权衡
Raft 的故障恢复时间主要由选举超时决定，etcd 默认约 1 秒，而 ZAB 论文显示恢复耗时在亚秒到数秒。跨地域部署时，Raft 写入延迟受 Leader 到多数派节点 RTT 限制，EPaxos 可让客户端就近发起共识，但高冲突时退化。副本放置策略（如 TiKV Placement Rules）对跨地域性能至关重要，需根据实际 RTT 实测。
为什么大多数场景选 Raft
尽管 EPaxos 在理论上跨地域低冲突场景更优，但工程上 Raft 因可理解性、成熟生态和稳定性能成为首选。etcd、TiKV、CockroachDB 等生产系统均采用 Raft，而 EPaxos 缺乏成熟实现和调试工具。选型时，团队能力、运维成本和生态支持往往比理论性能更重要，除非有明确理由，否则优先考虑 Raft。
Q&A
Raft、Multi-Paxos 和 EPaxos 在工程选型上主要有哪些权衡？
Raft 以可理解性和成熟生态见长，性能稳定，适合大多数场景；Multi-Paxos 灵活性高但实现复杂；EPaxos 理论上在低冲突和跨地域场景有优势，但实现复杂、冲突率不可控，生产案例极少。选型需结合团队能力、运维成本和具体场景。
Raft 和 Multi-Paxos 在消息复杂度和通信轮次上有什么区别？
在消息复杂度上，Raft 和 Multi-Paxos 都是 O(n)（每条日志条目需要一轮广播加一轮确认）。通信轮次上，两者稳态下都是 1 RTT（Leader 到多数派）。EPaxos 在无冲突时 Fast Path 为 1 RTT，冲突时 Slow Path 为 2 RTT。
为什么 EPaxos 的理论优势没有转化为大规模生产部署？
主要原因包括：依赖图实现复杂，故障恢复逻辑难以正确实现；冲突率在生产中不可预测，热点 key 会导致性能退化；调试和可观测性困难；缺乏成熟实现形成恶性循环。
在跨数据中心部署时，Raft 和 EPaxos 的延迟表现有何不同？
Raft 写入延迟受 Leader 位置影响，需等待多数派确认，跨地域时延迟较高。EPaxos 无 Leader，客户端可联系最近副本，低冲突时 Fast Path 可降低延迟，但高冲突时退化为 Slow Path，优势消失。
Raft 的故障恢复时间主要由什么决定？如何配置？
Raft 故障恢复时间主要由选举超时（election timeout）决定，包括故障检测、选举和日志同步。etcd 默认 election timeout 为 1000ms，heartbeat interval 为 100ms，典型恢复时间约 1-2 秒。配置时需权衡检测速度和稳定性，建议 election timeout 至少为 RTT 的 10 倍。
为什么文章建议不要自己实现共识协议？
因为共识实现极其困难，论文省略大量工程细节，并发时序导致状态空间爆炸，且存在多种特殊故障模式。历史上许多实现存在正确性 bug。建议复用成熟库（如 etcd/raft）或服务（如 etcd、ZooKeeper）。
在单机房场景下，为什么推荐使用 Raft？
单机房内 RTT 极低，Leader 瓶颈不明显；Raft 可理解性和工具链成熟，etcd 和 Consul 等实现经过大规模验证。没有理由使用更复杂的协议。
etcd 的官方基准测试中，写入性能受哪些因素影响？
写入性能受磁盘 fsync 和网络 RTT 影响，单连接串行时受限；高并发时批处理提升吞吐；value 大小影响显著，小 value 吞吐更高。
