Чтобы проверить эффективность кодирования RaptorQ, о которой говорится в официальной белой книге, я специально собрал кластер узлов с минимальными настройками для стресс-тестирования. Я изначально думал, что с такой высокой степени фрагментации данных загрузка CPU будет зашкаливать, но уровень оптимизации этого алгоритма оказался значительно выше ожиданий. В отличие от традиционной стратегии репликации, Walrus действительно минимизирует затраты на хранение, обеспечивая при этом избыточность данных. В сравнении с моим предыдущим опытом с узлами Storj, когда я очень переживал за онлайн-статус спутниковых узлов, механизм отказоустойчивости Walrus явно более терпим к длиннохвостым узлам.
Однако при тестировании поиска больших файлов я обнаружил ошибку: когда количество одновременных запросов резко возрастает, скорость агрегации некоторых фрагментов начинает колебаться, что приводит к зубчатым колебаниям общей скорости загрузки. Скорее всего, это вызвано узким местом в пропускной способности некоторых реле-узлов в текущей сетевой топологии, и еще не достигнуто оптимальное маршрутизирование по принципу точка-точка. Эти зубчатые колебания на самом деле выявили недостаточную зрелость алгоритма выбора соседних узлов в текущей P2P сети, и клиент явно не осуществлял достаточный контроль за конкуренцией при агрегации фрагментов. Если бы удалось внедрить более агрессивную стратегию загрузки, подобную BitTorrent, опыт мог бы значительно улучшиться. Сейчас ситуация такова, что, хотя математическая проверка на устойчивость прошла, оптимизация сетевого ввода-вывода на уровне инженерии остается совершенно незаслуженной. В это время, когда все заняты выпуском токенов и спекуляциями, немногие могут сосредоточиться на оттачивании таких жестких технологий, как кодирование с коррекцией ошибок, до промышленного уровня. Проблема заключается не в действии «хранения», а в том, как реализовать максимальную надежность данных с минимальными затратами в децентрализованной сети, что и является привлекательным аспектом для технических специалистов.
@Walrus 🦭/acc $WAL
