本文是 CockroachDB vendor overview 的 implementation-layer deep article。Overview 已界定 CockroachDB 的 multi-region 能力、本文聚焦 locality 配置怎麼解合規地理邊界 + 跨 boundary 業務邏輯需求 — 用 Hard Rock Digital 跨 8 州單一邏輯 cluster 作為 concrete framing。Replica placement 機制屬前置、見 HLC + Raft consensus、survival goal 互動見 survival goals。

問題情境：Hard Rock 的跨州 sportsbook 拓樸創新

美國 sportsbook 受 Wire Act 規範、betting data 必須在下注州內處理 → 每個營運州都要有州內運算資源。傳統路徑是「每州一個獨立 silo、each silo 一個獨立 DB cluster」、合規上沒問題、但撞牆於三個業務需求：

• 跨州統一帳戶：玩家在 NJ 跟 FL 兩州都有帳戶、登入要看到統一 portfolio
• 跨州 reporting：總公司 BI / 財務 reporting 要橫跨所有州、不能 query N 個 cluster 後再合
• 跨州欺詐偵測：同一張身分證在不同州 IP 同時下注 → 風控引擎要看 cross-state aggregated 資料

9.C41 Hard Rock Digital 跨 8 州（AZ / IN / TN / FL / OH / IL / NJ / VA）用 AWS Outposts 把運算放進州內、但邏輯上仍是 一個 CockroachDB cluster — region placement 配置決定哪些 range 釘在哪個 Outpost / AWS region。case 觀察段直接揭露「跨所有 region 一個 logical database」這個拓樸 fact。

讀者常問：

• 合規逼我每州一 cluster、但跨州帳戶 / 風控 / 欺詐偵測撞牆怎麼辦？
• REGIONAL BY ROW 跟 REGIONAL BY TABLE 怎麼選、GLOBAL 又在什麼場景？
• GLOBAL table 為什麼讀快但寫慢、預設為什麼不全部用？
• AWS Outposts 是 latency 工具還是合規工具？

對照 9.C40 Netflix：60+ multi-region cluster、最大 Gaming cluster 48-node 跨 4 region、locality 配置直接影響 cluster 規模治理。

對照 9.C14 Standard Chartered Aurora 7 cluster fleet：銀行業跨國合規邊界、走的是「每市場獨立 Aurora cluster」路徑 — 跟 Hard Rock 邏輯一個 cluster 的拓樸完全不同。兩條路徑沒有對錯、trigger 條件不同（合規顆粒 × 跨 boundary 業務邏輯需求）。

核心機制：三種 table locality + row-level region 標記

三種 locality 模式

CockroachDB 用 Range Sharding 把 multi-region table 抽象成三種 locality、配合 Data Residency 合規邊界決定 row 落在哪個 region：

REGIONAL BY ROW：每 row 帶 crdb_region 隱含欄位

REGIONAL BY ROW 是 Hard Rock 場景的主要選擇。每 row 自動帶一個 crdb_region 隱含欄位、根據這個欄位把 row 對應的 range 釘在指定 region：

1ALTER DATABASE sportsbook PRIMARY REGION "us-east1-az";
2ALTER DATABASE sportsbook ADD REGION "us-east1-nj";
3ALTER DATABASE sportsbook ADD REGION "us-east1-fl";
4
5ALTER TABLE bets SET LOCALITY REGIONAL BY ROW;
6
7-- 寫入時指定 row 屬哪個 region
8INSERT INTO bets (id, user_id, amount, crdb_region)
9VALUES (..., ..., ..., 'us-east1-nj');

CockroachDB planner 自動感知 crdb_region、把 read / write 路由到 row 所在 region 的 leaseholder。application 不用手動配 shard key、不用 application 端路由邏輯 — 這是 distributed SQL 的「宣告式 locality」優勢。

GLOBAL：每 region local read、跨 region sync write

GLOBAL table 適合 reference data — 變更少、read 頻繁、需要全球 local read latency：

• read：每 region 都有 leaseholder、本地 read p99 跟 single-region 一樣
• write：跨 region quorum、p99 100ms+

實務上 GLOBAL 只放國家代碼、貨幣表、規則 lookup 等 變更頻率低 的 reference data。把 high-write workload 設成 GLOBAL 是典型錯配（見失敗模式段）。

Follower read：non-voting replica 提供本地 read

CockroachDB 區分 voting 跟 non-voting replica：

• voting replica 參與 Raft majority、決定 commit
• non-voting replica 不參與 commit、只 serve Follower Read

REGIONAL BY ROW + SURVIVE REGION FAILURE 配合時：row 所在 region 是 voting + Leaseholder、其他 region 有 voting replica（survival 需要）+ non-voting replica（本地 follower read）。

Follower read 讀到的是 closed timestamp 之前的資料 — strong consistency 場景不能用（read-after-write 會 stale）、但 dashboard / reporting / 風控分析等 容忍 stale 場景大幅降低 cross-region latency。

配置語法跟驗證

 1-- 設 database 的 region
 2ALTER DATABASE mydb PRIMARY REGION "us-east1";
 3ALTER DATABASE mydb ADD REGION "europe-west1";
 4
 5-- 設 table locality
 6ALTER TABLE users SET LOCALITY REGIONAL BY ROW;
 7ALTER TABLE country_codes SET LOCALITY GLOBAL;
 8ALTER TABLE orders_us SET LOCALITY REGIONAL BY TABLE IN "us-east1";
 9
10-- 驗證
11SHOW LOCALITY FROM TABLE users;
12SHOW RANGES FROM TABLE users;  -- 看 replica 分佈
13EXPLAIN ANALYZE SELECT * FROM users WHERE id = 1;  -- 看 query plan 是否 local

對應 stale read 卡、table partitioning 卡 的具體機制實現。

操作流程：從合規 boundary 到 schema 配置

配置 multi-region database

第一步是把所有 region 加入 database：

1-- 假設 cluster 已跨 8 個州（透過 AWS Outposts 在每州內）
2ALTER DATABASE sportsbook PRIMARY REGION "us-east1-virginia";
3ALTER DATABASE sportsbook ADD REGION "us-east1-nj";
4ALTER DATABASE sportsbook ADD REGION "us-east1-fl";
5ALTER DATABASE sportsbook ADD REGION "us-east1-az";
6-- ...其他州

每個「region」對應一個 Outpost / AWS region 的 locality tag、CockroachDB Raft 根據 locality 自動分佈 replica。

Table-level locality 配置

bet placement / settlement table 走 REGIONAL BY ROW（資料跟玩家所在州綁定）：

1ALTER TABLE bets SET LOCALITY REGIONAL BY ROW;
2ALTER TABLE settlements SET LOCALITY REGIONAL BY ROW;

account / user profile 跨州統一帳戶 — 玩家可能在多州下注、但 主檔 留 single region：

1ALTER TABLE accounts SET LOCALITY REGIONAL BY TABLE IN "us-east1-virginia";

reference data（運動類別、賽事 metadata）— 全球變更少、每州都要快速 read：

1ALTER TABLE sports_metadata SET LOCALITY GLOBAL;

Application 端寫入

1-- 顯式指定 row 所在 region（推薦、明確）
2INSERT INTO bets (id, user_id, state, amount, crdb_region)
3VALUES (..., ..., 'NJ', 100.00, 'us-east1-nj');
4
5-- 或用 gateway_region() default（依 application 連到的 region）
6INSERT INTO bets (id, user_id, state, amount)
7VALUES (..., ..., 'NJ', 100.00);  -- crdb_region 自動填 gateway 端

gateway_region() 是便利但有風險的 default — 如果 application server 在 us-east1-fl 但 user 在 NJ 下注、row 會被放到 FL 而不是 NJ、違反 Wire Act 合規。Hard Rock 場景下顯式指定 crdb_region 是更安全的做法。

Rollback 邊界

locality 變更即時生效、Raft 自動 rebalance — 無不可逆動作。但 rebalance 期間 cross-region traffic 暴增、p99 短期 spike。production 環境改 locality 應該選低流量時段、並監控 rebalance queue。

失敗模式

「拆獨立 cluster 解合規但破壞業務邏輯」反模式（Hard Rock 對比 Standard Chartered、F4.10）

直覺路徑是「合規要求資料留某地理邊界 → 每邊界開一個獨立 cluster」、合規上沒問題。但獨立 cluster 之間：

• 玩家統一帳戶撞牆 — 每 cluster 各自有 user table、跨 cluster query 麻煩
• 跨州 reporting 要 N 個 cluster + ETL pipeline
• 欺詐偵測要 cross-state aggregated view — 獨立 cluster 拼不出

Hard Rock 選擇 邏輯一個 cluster + 物理跨州 Outpost placement — 合規 boundary 用 region placement 表達、不是 cluster fragmentation。對比 Standard Chartered：

• Standard Chartered Aurora 7 cluster fleet：銀行業跨國合規邊界、跨 cluster 業務邏輯需求弱（每市場用戶獨立、跨境統一帳戶不是核心 driver）→ 用 fleet 拓樸吸收合規可行
• Hard Rock Wire Act 跨州：跨州統一帳戶 + 跨州 reporting + 欺詐偵測是 核心業務需求 → 必須邏輯一個 cluster、用 locality + placement 吸收合規

兩條路徑沒有對錯、trigger 條件不同。判讀軸線：

• 合規顆粒（跨國 vs 跨州 vs 跨 AZ）
• 跨 boundary 業務邏輯需求強度（強 → CockroachDB locality / 弱 → 拆獨立 cluster 可行）
• 團隊運維能力（CockroachDB 邏輯一個 cluster vs Aurora 多 cluster fleet 的人月成本）

「Outposts 是 latency 工具」動機誤判（F4.13、case 反直覺判讀）

AWS Outposts 主要為「資料留某地理邊界」存在、latency 改善是 副作用。Hard Rock 策略段 2 明確警告：「決策時先看合規驅動力、latency 改善列為 bonus」。

若把 Outposts 當跨州 latency 改善工具、會在沒合規驅動的場景過度投資 — Outposts 硬體成本 + 維運複雜度遠高於純 AWS region 部署。實務判讀：

• 有合規驅動（Wire Act / GDPR / 各州博彩牌照）→ Outposts 是合理投資
• 純 latency 優化 → 用 AWS Local Zones、用 CDN、用 edge cache、不要碰 Outposts
• 兩者並存 → Outposts 投資按 合規 計算、latency 改善是 ROI 加分項

GLOBAL table write 太慢

GLOBAL table 每次 write 跨 region quorum、p99 100ms+。用在 high-write workload 是典型錯配 — 該用在 reference data（國家代碼、貨幣表、規則 lookup）。

判讀：

• write QPS < 10 + read QPS 跨 region 高 → GLOBAL 合理
• write QPS > 100 → 不要用 GLOBAL、改 REGIONAL BY ROW + 接受 cross-region read 偶爾走 follower

REGIONAL BY ROW 但 row 沒設 crdb_region

application 寫入時忘了設 crdb_region、default 走 gateway_region() — application server 所在 region 變成 row 的 region。常見後果：

• application server 集中部署 → 所有 row 跑同一 region、locality 失效
• application server 跟 user 不同 region → 合規 violation（Wire Act 場景）

修法：顯式指定 crdb_region、把 user 的合規區域當業務欄位明確管理。

Cross-region join 跑爆 latency

兩個 REGIONAL BY ROW table join、planner 要跨 region 拉資料、p99 暴漲。

修法：

• 兩個 table partition by 同樣 的 key（如：user_id）、保證 join 對應 row 在同 region
• 不能保證 co-location 時、考慮用 follower read 接受 stale 資料
• query 重寫成多步：先在各 region 算 local 結果、application 端 merge

Follower read 假設 strong consistency

non-voting replica 是 closed timestamp 之前的資料、read-after-write 場景仍會 stale。

修法：

• read-after-write critical（如：剛下注立刻顯示「下注成功」）→ 不能走 follower、要走 leaseholder
• dashboard / 分析 / reporting 容忍 stale → follower read 安全、大幅降 latency

Data residency 違規

受監管州 / 國資料應留 boundary 內、但 application 從別 region 寫入 row、沒設 crdb_region、資料跑出 boundary、合規 violation（Wire Act / GDPR / 各州博彩牌照都有類似條款）。

修法（schema-level + application-level 雙保險）：

• schema：REGIONAL BY ROW + crdb_region 是 NOT NULL + CHECK constraint 限制可選值
• application：寫入前明確驗證 crdb_region 對應 user 所在合規區
• 監控：定期跑 SELECT crdb_region, count(*) FROM bets GROUP BY crdb_region 確認分佈符合預期

Hard Rock 場景的組合配置（9.C41）

bet placement / settlement / account management 都需要跨州資料存取 + 州內合規 placement。Hard Rock 案例揭露的具體組合：

• REGIONAL BY ROW + crdb_region 標州別 + region placement pin Outpost
• account 跨州統一 → REGIONAL BY TABLE IN primary region、其他州走 follower read
• sports metadata → GLOBAL、reference data 全州 local read

這是滿足 Wire Act + 跨州業務邏輯的組合、不是唯一解、但揭露了 schema 設計的 判讀軸 — 不是「locality 越強越好」、是「locality 對應業務 + 合規邊界」。

容量與觀測

必看 metric

• Range locality distribution：range 分佈跟 locality 配置是否一致
• Cross-region query count：cross-region query 數量、locality 失效訊號
• Follower read rate：follower read 命中率、降 latency 效果
• Leaseholder distribution by region：leaseholder 在 region 間是否均勻

容量公式

• cross-region traffic = GLOBAL table write QPS × region count
• REGIONAL BY ROW 跨 region read = follower read rate × QPS
• storage 用量 = base storage × replication factor × (voting + non-voting replica count)

容量上限

• region count：建議 ≤ 5（多 region 增加 quorum latency + 維運複雜度）
• GLOBAL table 數量：建議只放 reference data、總 row 數 < 10 萬
• single range 寫 throughput ~1000 QPS（通用估算、見 HLC + Raft consensus）

回路徑

• 9.5 瓶頸定位流程 判斷 cross-region-bound vs CPU-bound
• 1.11 全球分散式 OLTP 上游合規 / latency 取捨

邊界與整合

Sibling deep articles

• survival goals：locality + survival goal 一起決定 replica placement
• transaction retry pattern：partition 降低 hot row contention 的 schema 路徑
• HLC + Raft consensus：leaseholder 跟 locality 的關係

跟 Aurora Global Database 對照

Aurora 不支援 row-level locality — 跨 region 只能 cluster-per-region + async replication。CockroachDB 在一個 cluster 內可以 fine-grained locality、application 不需要管 cross-cluster 路由。Aurora Global Database 適合 async DR 場景、不適合 跨 region 強一致 + row-level locality 需求。

跟 Spanner interleaved tables 對照

Spanner 的 Interleaved Table 跟 CockroachDB 的 REGIONAL BY ROW 概念類似（parent-child row co-location）、語法不同。Spanner 在 GCP region 內 placement、無 Outposts 等效 — Hard Rock 場景下 Spanner 不能直接套用。

Aurora DSQL / Spanner 對比

完整三家 distributed SQL 在 locality / multi-region placement 的取捨、見 aurora-dsql-spanner-decision-tree。

1.x 章節互引

• 1.11 全球分散式 OLTP 上游
• stale read 卡
• table partitioning 卡

何時不用本文

• single-region 部署、無 data residency 需求 → 用 default locality 即可
• 合規邊界 禁止 跨境 replica（如 Standard Chartered 模式）→ 拆 cluster-per-市場、不走本文 locality 路徑
• 純 latency 優化、無合規驅動 → 用 CDN / cache / Local Zones、不必動 schema

相關連結

• CockroachDB vendor overview
• 9.C41 Hard Rock Digital（concrete framing — 跨 8 州 + Outposts + 邏輯一個 cluster）
• 9.C40 Netflix（多 region locality 規模治理）
• 9.C14 Standard Chartered（fleet 拓樸對照、不同合規邊界）
• stale read 卡 / table partitioning 卡
• 官方：CockroachDB Multi-Region Capabilities / Table Localities / Follower Reads