Giao thức lưu trữ Walrus trong hệ sinh thái Sui trông rất ấn tượng, nhưng khi thực sự sử dụng, có rất nhiều vấn đề. Là một kỹ sư đã dành nhiều thời gian làm việc với lưu trữ phân tán, tôi phải nói thật — tài liệu chính thức chỉ đề cập đến những trường hợp lý tưởng, còn thực tế triển khai thì rất nhiều vấn đề nổi lên.

Trước tiên hãy bàn về phương án mã xóa hai chiều RedStuff. Thiết kế này thực sự tinh tế trên giấy: coi dữ liệu như ma trận ký hiệu n×m, trước tiên thực hiện mã hóa RaptorQ trên các cột để tạo ra các phân đoạn chính, sau đó mã hóa Reed-Solomon trên các hàng để tạo ra các phân đoạn phụ. Mỗi nút lưu trữ một cặp kết hợp phân đoạn chính-phụ, chỉ cần một phần ba các nút là có thể khôi phục dữ liệu đầy đủ. Mức độ dư thừa được kiểm soát ở mức 4 đến 5 lần, con số này thực sự tối ưu hơn so với sao chép bản sao 3 đến 5 lần của một số sàn giao dịch hàng đầu, cũng tiết kiệm không gian hơn so với sao lưu toàn mạng của một số nền tảng tất cả trong một.

Nhưng hiệu suất cao không phải được có miễn phí, cái giá phải trả sẽ được phóng đại gấp nhiều lần trong các tình huống tải cao.

Trước hết là chi phí tính toán của mã hóa và giải mã. Mặc dù RaptorQ được công nhận rộng rãi trong ngành là tiêu chuẩn mã phát tán, nhưng độ phức tạp của phép toán ma trận không kém. Đặc biệt là khi xử lý các tệp cấp GB, thử nghiệm thực tế tải lên tệp mô hình AI 5GB, quá trình mã hóa sẽ tiêu thụ trên 90% tài nguyên CPU của máy khách, mất thời gian trên 2 phút. Nếu ứng dụng của bạn cần tải lên thường xuyên, chi phí này sẽ trở thành một tắc nghẽ hiệu suất rõ ràng. Thời gian mã hóa kéo dài không nói gì, chi phí tài nguyên trong quá trình giải mã và khôi phục cũng đồng样kinh khủng.