Aria 消息总线优化：CPU 使用率降低 30%

Scaling and benchmarking a critical message bus using a new indexing strategy

Jane Street 的内部消息框架 Aria 每天处理数 TB 数据，随着客户端订阅量激增，原有的线性过滤机制导致服务器 CPU 满载。实习生 Theodor Totev 通过引入基于 topic partition 的索引策略和树分裂算法，彻底重构了 tip recovery 和 initial recovery 流程。利用 min-heap 进行多路归并，并配合动态块池管理索引，新方案在保持系统高正确性的前提下，将生产环境中的 CPU 使用率降低了 30%。此外，自适应的 subtree 分裂算法解决了冷热数据混合存储导致的读取延迟问题，将原本耗时 13 分钟的初始恢复过程优化回秒级。