[论文解读] Blockchains vs. Distributed Databases: Dichotomy and Fusion

Pingcheng Ruan, Tien Tuan Anh Dinh+5 more|arXiv (Cornell University)|Oct 3, 2019

Blockchain Technology Applications and Security参考文献 65被引用 6

一句话总结

本文提出一个四维分类法——复制、并发、存储和分片——以系统性地比较区块链与分布式数据库，揭示其设计选择源于对立目标：区块链追求安全性，而数据库追求性能。研究发现，复制模型与故障模型（CFT 与 BFT）是吞吐量差异的主要驱动因素，并提出一种简化的性能预测框架，基于这些因素预测混合系统的性能表现。

ABSTRACT

Blockchain has come a long way: a system that was initially proposed specifically for cryptocurrencies is now being adapted and adopted as a general-purpose transactional system. As blockchain evolves into another data management system, the natural question is how it compares against distributed database systems. Existing works on this comparison focus on high-level properties, such as security and throughput. They stop short of showing how the underlying design choices contribute to the overall differences. Our work fills this important gap and provides a principled framework for analyzing the emerging trend of blockchain-database fusion. We perform a twin study of blockchains and distributed database systems as two types of transactional systems. We propose a taxonomy that illustrates the dichotomy across four dimensions, namely replication, concurrency, storage, and sharding. Within each dimension, we discuss how the design choices are driven by two goals: security for blockchains, and performance for distributed databases. To expose the impact of different design choices on the overall performance, we conduct an in-depth performance analysis of two blockchains, namely Quorum and Hyperledger Fabric, and two distributed databases, namely TiDB, and etcd. Lastly, we propose a framework for back-of-the-envelope performance forecast of blockchain-database hybrids.

研究动机与目标

• 解决现有研究中缺乏对区块链与分布式数据库在低层级上的系统性比较，仅依赖吞吐量与安全性等高层指标的问题。
• 通过分析复制、并发、存储和分片等基本设计维度，识别区块链与数据库系统之间性能差距的根本原因。
• 通过提出一个定量性能预测框架，支持混合区块链-数据库系统的设计。
• 通过结构化分类其架构选择，揭示区块链与数据库之间设计融合的日益增长趋势。

提出的方法

• 提出一个四维分类法——复制、并发、存储和分片——用于对事务性系统进行分类与比较。
• 分析各维度中的设计选择如何由核心目标驱动：区块链以安全性为核心，数据库以性能为核心。
• 在 Quorum 和 Hyperledger Fabric（区块链）以及 TiDB 和 etcd（分布式数据库）上，针对四个维度进行深入的性能测量。
• 识别出复制模型（基于事务的 vs. 基于存储的）与故障模型（CFT 与 BFT）是影响吞吐量的关键因素。
• 开发一种简化的性能预测框架，用于混合系统，聚焦吞吐量，并基于实证结果进行优化。
• 通过六种混合系统的报告性能数据验证该框架，表明其能基于复制模型与故障模型的选择有效预测性能表现。

实验结果

研究问题

• RQ1 复制、并发、存储与分片中的基本设计选择如何区分区块链与分布式数据库？
• RQ2 在可观测指标之外，区块链与分布式数据库之间性能差距的根本原因是什么？
• RQ3 复制模型（基于事务的 vs. 基于存储的）与故障模型（CFT 与 BFT）如何影响系统吞吐量？
• RQ4 高层级框架在多大程度上能够预测混合区块链-数据库系统的性能？
• RQ5 设计融合现象（如在区块链中引入数据库的并发控制机制，或在数据库中引入区块链的安全机制）如何影响系统行为？

主要发现

• 复制模型是峰值吞吐量的主要决定因素，基于存储的复制相比基于事务的复制能实现更高的性能。
• CFT（崩溃容错）协议在吞吐量上优于 BFT（拜占庭容错）协议，因其网络开销更低，尤其是在作为共享日志服务实现时。
• Vertias 实现了 29k 笔交易/秒，而 Chainify 仅为 6.1k，主要归因于其采用基于存储的复制与 CFT 协议。
• 在高竞争环境下，如 Vertias 等混合系统中的性能波动显著增加，表明尽管峰值吞吐量高，仍存在可扩展性限制。
• 所提出的框架仅基于复制模型与故障模型作为输入，即可有效预测混合系统之间的相对吞吐量差异。
• 实证结果表明，区块链与数据库之间的性能差距并非固定不变，在高竞争工作负载下可能缩小，挑战了以往基准测试研究中的既有假设。