[논문 리뷰] Consistency models in distributed systems: A survey on definitions, disciplines, challenges and applications

Hesam Nejati Sharif Aldin, Hossein Deldari외 2명|arXiv (Cornell University)|2019. 02. 08.

Distributed systems and fault tolerance참고 문헌 22인용 수 5

한 줄 요약

이 논문은 분산 시스템 내 일관성 모델에 대한 새로운 분류 체계를 제안하며, 이를 데이터 중심, 클라이언트 중심, 하이브리드 모델로 분류하고, 각각을 기존, 확장, 신규 유형으로 추가로 구분한다. 행동을 모델링하기 위한 수학적 수식을 제시하며, 지연성과 위반을 가장 중요한 과제로 규명하여, 일관성이 현대 분산 시스템, 특히 빅데이터 및 클라우드 환경에서 확장성, 가용성, 성능에 필수적임을 입증한다.

ABSTRACT

The replication mechanism resolves some challenges with big data such as data durability, data access, and fault tolerance. Yet, replication itself gives birth to another challenge known as the consistency in distributed systems. Scalability and availability are the challenging criteria on which the replication is based upon in distributed systems which themselves require the consistency. Consistency in distributed computing systems has been employed in three different applicable fields, such as system architecture, distributed database, and distributed systems. Consistency models based on their applicability could be sorted from strong to weak. Our goal is to propose a novel viewpoint to different consistency models utilized in the distributed systems. This research proposes two different categories of consistency models. Initially, consistency models are categorized into three groups of data-centric, client-centric and hybrid models. Each of which is then grouped into three subcategories of traditional, extended, and novel consistency models. Consequently, the concepts and procedures are expressed in mathematical terms, which are introduced in order to present our models' behavior without implementation. Moreover, we have surveyed different aspects of challenges with respect to the consistency i.e., availability, scalability, security, fault tolerance, latency, violation, and staleness, out of which the two latter i.e. violation and staleness, play the most pivotal roles in terms of consistency and trade-off balancing. Finally, the contribution extent of each of the consistency models and the growing need for them in distributed systems are investigated.

연구 동기 및 목표

• 빅데이터 및 클라우드 컴퓨팅 환경을 고려할 때 분산 시스템 내 일관성 모델의 체계적 분류가 점점 더 필요한 이유를 해결하기 위해.
• 지연, 장애 내성, 보안, 지연성 등 분산 시스템 내 일관성에 영향을 미치는 주요 과제들을 특정하고 분석하기 위해.
• 데이터 중심, 클라이언트 중심, 하이브리드 유형에 속하는 일관성 모델을 기존, 확장, 신규 유형으로 나누는 새로운 삼단계 분류 체계를 제안하기 위해.
• 실행 구현 없이도 정확한 행동 사양을 제공할 수 있도록, 일관성 모델 행동을 수학적으로 형식화하기 위해.
• 일관성, 가용성, 확장성, 성능 간의 상호 교환 관계를 평가하며, 지연성과 위반을 핵심 요소로 강조하기 위해.

제안 방법

• 데이터 중심, 클라이언트 중심, 하이브리드로 나뉘며, 각각 기존, 확장, 신규 유형으로 세분화된 새로운 삼단계 분류 체계를 제안한다.
• 실행 구현 없이도 분석이 가능하도록 일관성 모델 행동을 기술하는 데 수학적 수식을 도입한다.
• 분산 아키텍처 전반에서 동시성, 가시성, 격리성, 가용성, 지연성 등의 기준을 사용해 일관성의 상호 교환 관계를 분석한다.
• 기존 일관성 모델들(예: 최종 일관성, 인과적 일관성, 순차적 일관성 등)을 검토하고 제안된 분류 체계에 맞춰 매핑하여 그 관계와 사용 사례를 명확히 한다.
• 특히 클라우드 및 지리적으로 분산된 시스템에서 에너지 소비, 장애 내성, QoS와 같은 시스템 수준의 문제에 일관성이 미치는 영향을 평가한다.
• 중간 계층 예시(예: Indigo, QUELEA, SATURN)를 사용하여 일관성 모델이 실질적으로 지연을 줄이고 성능을 향상시키는 방식을 설명한다.

실험 결과

연구 질문

• RQ1 분산 시스템 내 일관성 모델을 현대 아키텍처의 진화하는 역할을 반영할 수 있도록 체계적으로 분류할 수 있는 방법은 무엇인가?
• RQ2 분산 스토리지 및 빅데이터 시스템에서 일관성, 지연, 가용성, 에너지 소비 간의 주요 상호 교환 관계는 무엇인가?
• RQ3 왜 지연성과 위반은 일관성 모델 설계 및 평가에서 가장 중요한 과제로 간주되는가?
• RQ4 하이브리드 일관성 모델은 데이터 중심 및 클라이언트 중심 모델의 강점을 어떻게 융합하여 시스템 행동을 향상시키는가?
• RQ5 일관성 의미론의 수학적 모델링이 분산 시스템 설계 및 분석에 얼마나 기여할 수 있는가?

주요 결과

• 제안된 분류 체계—데이터 중심, 클라이언트 중심, 하이브리드 유형으로 나뉘며, 각각 기존, 확장, 신규 유형으로 세분화된 것—은 분산 시스템 내 일관성 이해를 위한 종합적이고 체계적인 프레임워크를 제공한다.
• 지연성과 위반은 일관성에서 가장 핵심적인 과제로 규명되었으며, 이는 시스템 정확성과 사용자 인식에 직접적인 영향을 미친다.
• 일관성 행동의 수학적 모델링은 실행 구현 없이도 시스템 의미론을 정확하게 사양하고 분석할 수 있도록 한다.
• 최종 일관성은 일시적인 일관성 오류를 허용함으로써 읽기 및 왤기 지연을 효과적으로 줄여, 대규모 지리적으로 분산된 시스템에 적합하다.
• QUELEA 및 Indigo와 같은 중간 계층 솔루션은 응용 수준의 일관성 인식이 최종 일관성 시스템에서 지연을 줄이고 QoS를 향상시킬 수 있음을 보여준다.
• Caelus 및 핫 앤 콜드 복제와 같은 에너지 효율적 시스템은 인과적 일관성과 최종 일관성을 통해 분산 스토리지에서 전력 소비를 크게 줄일 수 있음을 보여주며, 특히 모바일 및 엣지 환경에서 유의미한 영향을 미친다.