Cloud Spannerの「レプリケーションラグ」という幻想を解体する
多くのエンジニアが「マルチリージョン構成におけるレプリケーションラグ」という言葉を口にする。しかし、Cloud Spannerを深く理解している者からすれば、その問い自体がこの分散DBの本質を見誤っている。
Spannerにおいて、レプリケーションラグは「解決すべき課題」ではなく、「Paxosアルゴリズムによる合意形成レイテンシとしてシステム内に完全に抽象化された定数」である。
今回は、巷のドキュメントには書かれていない、Spannerの内部メカニズムと「強整合性」を担保する極限の最適化について深掘りしよう。
—
1. Paxosグループと「同期」の真実
まず、Spannerはマルチリージョンであっても、レプリケーションを「非同期」で行うことはない。Spannerの各スプリット（データの最小管理単位）はPaxosグループとして動作する。
書き込みが行われた際、リーダーノードがコミットを確定させるためには、過半数のレプリカ（Quorum）から「ログの書き込み完了」の応答を受け取る必要がある。
- 重要なのは「全レプリカの同期」ではない:
グローバルなマルチリージョン構成において、遠隔地のフォロワーがリーダーよりミリ秒単位で遅れることは物理法則上不可避だ。しかし、Spannerの強整合性モデルにおいて、読取り要求は常にリーダー（あるいはリーダーのリースを保持するノード）に向けられるため、アプリケーション層からは「ラグ」は観測不能なのだ。
2. メモリ最適化：TrueTimeとリーダーリースの背後
なぜ強整合性を保ちながら、これほど高速に動作するのか。その核となるのはTrueTime APIを用いた「リーダーリース（Leader Lease）」の最適化だ。
Spannerのリーダーは、自分自身がリーダーであることを保証するために、「リース時間」を保持する。
// 概念的なリーダーリースの判定ロジック
bool IsLeader(Timestamp now) {
// TrueTimeの不確実性(epsilon)を考慮したリース判定
// TT.now().latest < lease_expiration_
return TT.now().latest < lease_expiration_;
}
このリースがある限り、リーダーは他のフォロワーとの合意形成を毎回行うことなく、ローカルメモリ上での読み取りを即座に確定させることができる。この「メモリ内でのステート管理」こそが、物理的な距離に起因するレイテンシを打ち消すエンジニアリングの粋だ。
3. 「読み取り」時の真の最適化：Stalenessの活用
多くのアーキテクトが犯す過ちが、常にデフォルトの強整合性（Strong Read）を選択することだ。
もし、ビジネスロジックが「数秒前のデータでも許容できる」のであれば、`Staleness`（古いデータの読み取り）を指定すべきだ。これにより、クエリはリーダーに到達する必要がなく、最も近いフォロワーのローカルで完結する。
— 15秒前のスナップショット読み取りの例
— これによりリーダーへのラウンドトリップを完全に排除し、
— 物理的なレプリケーションラグの範囲内でローカルアクセスを強制する
SELECT FROM Users@{FORCE_STALENESS=t15}
WHERE user_id = ‘12345’;
この手法を使えば、ネットワークの物理限界（地球の裏側とのRTT）を物理的に無効化できる。これは単なる設定変更ではなく、データベース内部の通信パスを書き換える行為だ。
4. 伝説的アーキテクトからの提言：ラグを「観測」するな、設計に組み込め
現場で「レプリケーションラグが気になる」と嘆くエンジニアの多くは、単にデータモデリングにおいて「書き込みと読み取りのホットスポット」を正しく分離できていない。
- 書き込みの分散: スプリットの分割を自動化し、Paxosグループを物理的に最適化せよ。
- 読み取りの局所化: 強整合性が不要な読み取りは、Stalenessオプションを駆使して「フォロワー読み取り」を強制せよ。
Spannerは「ラグが存在しない」かのように振る舞うが、それは魔法ではない。高度な数学的合意形成と、TrueTimeによる精密な時間管理の結果だ。この「ラグを物理的に隠蔽する層」を理解した時、君たちは初めてSpannerの真のパワーを引き出せるようになる。
—
最後に。
分散データベースに「ラグ」という概念を持ち込むのは、もはや古いパラダイムだ。これからの設計者は、「ラグをどう制御し、どの程度の整合性をトレードオフとして受け入れるか」という決定論的なシステム設計にシフトすべきである。
それが、現代のアーキテクトに求められる「限界を突破する知見」だ。
コメント