ところで@sam_battenallyと@aeyakovenkoのレイテンシー対バリデーター分布/MCPについての非常に興味深い返信スレッド。
考え方は次のとおりです:
ラウンドトリップタイム(RTT)を最小限に抑えたい場合は、ノードを提案者と地理的に同じ場所に配置する必要があります。
単一のシーケンサーまたは地理的に集中したバリデーターのセットアップでは、これは簡単で非常に速く、シーケンサー/バリデーターと単に同じ場所に配置すれば完了します。
地理的に分散した単一リーダーのセットアップでは、平均RTTはすべてのバリデーター間の平均ステーク加重RTTとなり、どこにいてもかなり遅くなります。
しかし、MCPを使用すると、バリデーターとステークウェイトの集中がある地域に同じ場所に配置することで、一スロットあたり少なくとも1つの提案者が存在する可能性が高い状況を作り出し、一貫して低いRTTを得ることができます。
これにより、地理的に分散したバリデーター、良好なCR、低レイテンシーの両方の利点を得ることができるようです。
しかし、MCPで異なる2つの提案者によって確認された矛盾するtxがどのように解決されるのか、まだ混乱しています。MCPの提案者から得られる保証は、単一のシーケンサーまたは単一のリーダーが提供するものとは根本的に異なるようです。
考え方は次のとおりです:
ラウンドトリップタイム(RTT)を最小限に抑えたい場合は、ノードを提案者と地理的に同じ場所に配置する必要があります。
単一のシーケンサーまたは地理的に集中したバリデーターのセットアップでは、これは簡単で非常に速く、シーケンサー/バリデーターと単に同じ場所に配置すれば完了します。
地理的に分散した単一リーダーのセットアップでは、平均RTTはすべてのバリデーター間の平均ステーク加重RTTとなり、どこにいてもかなり遅くなります。
しかし、MCPを使用すると、バリデーターとステークウェイトの集中がある地域に同じ場所に配置することで、一スロットあたり少なくとも1つの提案者が存在する可能性が高い状況を作り出し、一貫して低いRTTを得ることができます。
これにより、地理的に分散したバリデーター、良好なCR、低レイテンシーの両方の利点を得ることができるようです。
しかし、MCPで異なる2つの提案者によって確認された矛盾するtxがどのように解決されるのか、まだ混乱しています。MCPの提案者から得られる保証は、単一のシーケンサーまたは単一のリーダーが提供するものとは根本的に異なるようです。