[论文解读] Consistency Models with Global Operation Sequencing and their Composition

Alexey Gotsman, Dodds, Mike+2 more|arXiv (Cornell University)|Jan 1, 2017

Distributed systems and fault tolerance参考文献 17被引用 1

一句话总结

本文提出了一种新型程序逻辑，通过构建操作的偏序（称为抽象历史）而非总线性化，来证明并发数据结构的线性化。通过将排序决策推迟到提交点，该方法能够处理像TS队列和Herlihy-Wing队列这类算法中依赖未来操作的线性化问题，从而实现传统线性化点方法失效时仍可进行的归纳性、增量式证明。

ABSTRACT

Linearizability is the commonly accepted notion of correctness for concurrent data structures. It requires that any execution of the data structure is justified by a linearization --- a linear order on operations satisfying the data structure's sequential specification. Proving linearizability is often challenging because an operation's position in the linearization order may depend on future operations. This makes it very difficult to incrementally construct the linearization in a proof. We propose a new proof method that can handle data structures with such future-dependent linearizations. Our key idea is to incrementally construct not a single linear order of operations, but a partial order that describes multiple linearizations satisfying the sequential specification. This allows decisions about the ordering of operations to be delayed, mirroring the behaviour of data structure implementations. We formalise our method as a program logic based on rely-guarantee reasoning, and demonstrate its effectiveness by verifying several challenging data structures: the Herlihy-Wing queue, the TS queue and the Optimistic set.

研究动机与目标

• 解决在操作排序依赖于未来操作的并发数据结构中证明线性化的问题，这是传统线性化点方法的局限。
• 克服标准前向模拟技术在处理具有非确定性或延迟线性化决策的算法时的无能为力。
• 开发一种通用的、归纳性的证明方法，以支持对高性能、复杂并发数据结构（如TS队列和乐观集合）的验证。
• 在统一的证明框架内支持对帮助模式和操作非原子完成的推理。
• 通过依赖偏序推理而非复杂元理论，为使用现成求解器自动化线性化证明提供基础。

提出的方法

• 将抽象历史构造为操作的偏序，保留真实时间顺序，并确保所有线性化均满足顺序规范。
• 引入提交点——程序中特定的位置，在这些位置通过添加操作之间的新顺序约束来扩展抽象历史。
• 在基于依赖-保证的程序逻辑中形式化该证明方法，以支持对程序执行的归纳推理。
• 允许任何线程在帮助另一操作时扩展抽象历史，从而支持对基于帮助的算法的验证。
• 确保抽象历史始终可扩展为与顺序规范一致的总线性化，从而维持正确性保证。
• 使用构造性承诺而非非构造性推理（如事后推理引理），以支持归纳性和模块化证明。

实验结果

研究问题

• RQ1 能否设计一种程序逻辑，在无需逐步构建总线性化的情况下证明线性化？
• RQ2 在模块化且归纳性的证明框架中，如何处理依赖于未来操作的排序——即线性化取决于后续操作的情况？
• RQ3 该方法在多大程度上可应用于复杂数据结构（如TS队列和Herlihy-Wing队列），这些结构以难以用传统线性化点方法证明而著称？
• RQ4 该方法是否能自然支持并发算法中的帮助模式，即一个线程完成另一个线程的工作？
• RQ5 该偏序方法是否适合使用现有SMT求解器（如Z3）进行自动化？

主要发现

• 所提出的方法成功证明了TS队列、Herlihy-Wing队列和乐观集合的线性化——这些算法传统线性化点方法难以处理。
• 该方法通过维护一个随时间增长的抽象历史，以偏序约束捕捉所有有效线性化，从而实现归纳性、类似前向模拟的推理。
• 提交点允许对操作排序进行延迟决策，与复杂并发数据结构的实际行为相匹配。
• 该方法不仅适用于队列和栈，还能支持帮助和非确定性排序模式，且无需特殊构造。
• 该方法通过在提交点进行构造性承诺，避免了对非构造性推理（如事后推理引理）的依赖。
• 作者推测，该方法可使用SMT求解器（如Z3）实现自动化，因为它简化为在偏序上推理，而无需复杂元理论。