分布式共识算法是分布式系统的基础,通过对多个副本节点执行的命令序列达成共识,达到副本的最终一致。随着分布式系统的发展,越来越多的系统被部署在地理跨度大的广域网环境中,它们对分布式共识算法提出了进一步要求,希望其在保证系统正确运行的前提下,能使用尽可能少的延迟对命令达成共识,提升系统性能。Paxos算法是最具有代表性的分布式共识算法,分两阶段完成:选举领导者阶段（Leader election phase）和接受阶段（Accept phase）。为保证两阶段确定的提案内容唯一,Paxos要求每个阶段都有一半以上节点同意该阶段提案信息,并由这些节点构成仲裁集（Quorum）,保证任意两个仲裁集相交。在广域网环境下,通信代价是达成共识的主要代价,每个阶段的仲裁集都由过半数节点构成,这需要大量的广域网通信,导致共识延迟较大。如果能减少仲裁集的节点数量,可以降低通信代价和共识延迟。为此,现有算法提出多种仲裁集相交方案,包括Majority、Flexible Quorum、Expanding Quorum等,主要途径是在保证两阶段仲裁集相交的同时,减少使用频率较高的第二阶段仲裁集的节点数量,增加使用频率较低的第一阶段仲裁集节点数量,实现了最小化第二阶段仲裁集,但是对最小化第一阶段仲裁集未有定论。此外,为解决单个Leader节点的负载瓶颈以及Leader节点与其他节点间的负载不均衡问题,现有算法采用Multi-Leader和Leader-Less两种方案,但忽视Leader与客户端间的位置关系——距离越近,延迟就越低。针对以上问题,本文提出一种改进的Paxos算法——SQPaxos（Smallest Quorum Paxos）,从仲裁集实现方案和Leader节点分配两方面来降低共识延迟。本文的创新工作如下:（1）提出了最小仲裁集实现方案。在仲裁集的大小方面,根据系统容错能力和算法安全性要求,SQPaxos确定最小的两阶段仲裁集的节点数量,建立提案号与节点间的映射关系,为每个提案分配节点构成仲裁集,满足仲裁集相交要求,最小化两阶段仲裁集,降低共识延迟。（2）提出自适应的Leader分配机制。在Multi-Leader基础上,通过统计不同区域的客户端发起请求的频率,自适应地将Leader转移至操作频率高的区域。实验结果表明,在仲裁集性能测试方面,SQPaxos的平均延迟低于FPaxos、DPaxos、Multi-Paxos;在Leader性能测试方面,使用自适应领导者机制的SQPaxos平均延迟比未使用的SQPaxos、WPaxos和EPaxos低,实验结果证实了本文方法的有效性。