A Cursor desenvolveu Continuity, uma arquitetura de armazenamento Git que utiliza um write-ahead log (WAL) apoiado por S3 como fonte de verdade, em vez de depender da coordenação entre réplicas como mecanismo de consistência. De acordo com a empresa, a arquitetura oferece escalabilidade linear de leitura com até 100 réplicas em testes sintéticos e mais de 300 pushes por segundo usando S3 Express One Zone. O design foi pensado tanto para repositórios grandes com cargas pesadas de CI quanto para o grande número de repositórios menores criados por agentes de codificação.
Como o Git em escala funciona hoje
O armazenamento de Git em grande escala depende de repositórios locais do Git e arquivos empacotados (packfiles). A arquitetura Spokes do GitHub mantém múltiplas réplicas em NVMe e usa commit em três fases para atualizações de referência. Esse design mantém as réplicas sincronizadas e permite que as leituras sejam servidas de qualquer réplica, mas o overhead de coordenação aumenta conforme o número de réplicas cresce.
Mudança de paradigma com Continuity
Continuity muda esse modelo ao tornar um WAL apoiado por S3 a fonte de verdade durável. A Cursor armazena os dados enviados no S3 e registra a atualização de referência correspondente no WAL. Um push é confirmado apenas após os dados necessários serem persistidos, fornecendo durabilidade antes da confirmação. A empresa também agrupa operações para reduzir o impacto da latência de PUT do S3 na taxa de transferência.
O engenheiro da Cursor, Vicent Martí, descreveu repositórios locais em NVMe como caches quentes em vez de cópias autoritárias. O hashing de rendezvous seleciona nós preferidos, enquanto operações atômicas de compare-and-swap no S3 permitem que qualquer servidor aceite um push. Um repositório pode ser materializado a partir do WAL quando uma cópia local não está disponível. O gossip UDP propaga atualizações do WAL, enquanto leituras condicionais do S3 verificam o estado da réplica. A Cursor relata que essas leituras levam menos de 10 milissegundos em média e afirma que a perda de gossip não afeta a correção porque o S3 permanece como fonte de verdade.
Perspectivas de comparação com sistemas de banco de dados
O modelo de armazenamento promoveu comparações com sistemas de banco de dados. Maksim Al Dandan, engenheiro sênior de software, descreveu a abordagem como tratar o armazenamento Git como um banco de dados, apontando consistência de push, transações de force-push e recuperação point-in-time como questões relevantes para o modelo.
Casey Lee, CTO na Liatrio e ex-engenheiro da AWS, destacou a mudança arquitetônica, descrevendo o WAL no S3 como a fonte de verdade enquanto o NVMe local funciona como cache. Lee também observou que as figuras de desempenho publicadas pela Cursor não foram verificadas independentemente.
Replicação e compactação em escala
O modelo Continuity altera a forma como replicação e compactação escalam. A Cursor afirma que monorepos podem suportar centenas de réplicas para CI, enquanto repositórios ociosos podem ser materializados sob demanda. Apenas a réplica primária realiza a compactação do Git, com réplicas baixando os packs resultantes do S3, trocando largura de banda por CPU.
Em testes sintéticos usando o monorepo everysphere da Cursor, a empresa relata até 120 pushes por segundo com S3 Standard e mais de 300 com S3 Express One Zone. Na taxa mais alta, a compactação do Git se tornou o gargalo. A Cursor afirma que os pushes testados foram linearizáveis e persistidos no armazenamento externo antes da confirmação, enquanto os clones permaneceram totalmente consistentes.
Reposicionamento da consistência
A mudança arquitetônica move o limite de consistência da camada de réplica para armazenamento de objeto durável. Em vez de coordenar sincronamente mais réplicas, Continuity permite que repositórios locais convirjam independentemente no estado armazenado em S3, trocando coordenação de réplica por validação de armazenamento, propagação assíncrona e largura de banda adicional.










