[论文解读] ChainifyDB: How to Blockchainify any Data Management System

Felix Schuhknecht, Ankur Sharma+2 more|arXiv (Cornell University)|Dec 10, 2019

Blockchain Technology Applications and Security参考文献 26被引用 5

一句话总结

ChainifyDB 引入了一种新颖的区块链层，通过 Whatever-LedgerConsensus（WLC）模型将现有异构的数据库管理系统（DBMS）‘区块链化’，该模型通过将共识与事务排序解耦来实现。通过在执行结果上达成共识，而非事务顺序，它实现了高吞吐量、高弹性的异构 DBMS 集成，且无需假设确定性执行或防篡改的本地存储，其吞吐量最高可达 Fabric 的 6 倍，同时支持从状态偏差中稳健恢复。

ABSTRACT

Today's permissioned blockchain systems come in a stand-alone fashion and require the users to integrate yet another full-fledged transaction processing system into their already complex data management landscape. This seems odd as blockchains and traditional DBMSs share large parts of their processing stack. Thus, rather than replacing the established data systems altogether, we advocate to simply 'chainify' them with a blockchain layer on top. Unfortunately, this task is far more challenging than it sounds: As we want to build upon heterogeneous transaction processing systems, which potentially behave differently, we cannot rely on every organization to execute every transaction deterministically in the same way. Further, as these systems are already filled with data and being used by top-level applications, we also cannot rely on every organization being resilient against tampering with its local data. Therefore, in this work, we will drop these assumptions and introduce a powerful processing model that avoids them in the first place: The so-called Whatever-LedgerConsensus (WLC) model allows us to create a highly flexible permissioned blockchain layer coined ChainifyDB that (a) is centered around bullet-proof database technology, (b) makes even stronger guarantees than existing permissioned systems, (c) provides a sophisticated recovery mechanism, (d) has an up to 6x higher throughput than the permissioned blockchain system Fabric, and (e) can easily be integrated into an existing heterogeneous database landscape.

研究动机与目标

• 解决在现有数据管理基础设施中部署独立区块链系统时面临的高集成成本与复杂性问题。
• 在行为可能非确定性或易受数据篡改影响的异构、现有数据库系统上，实现安全、可扩展且高弹性的区块链功能。
• 消除权限制区块链设计中对确定性事务执行和不可篡改本地存储的依赖假设。
• 设计一种可无缝集成到现有多样化数据库环境中的区块链层，无需数据迁移或应用重写。
• 提供一种恢复机制，使组织能够在不中断整个网络的情况下检测并修复状态偏差。

提出的方法

• 提出 Whatever-LedgerConsensus（WLC）模型，将共识过程移至流水线末端，在事务执行之后进行，从而避免在执行阶段对确定性行为做出假设。
• 实现顺序-执行-共识（OEC）处理模型，共识基于最终状态效果达成，而非事务顺序或执行逻辑。
• 设计一种恢复机制，通过执行结果的密码学哈希检测状态偏差，并在检测到不一致时触发回滚至最近的检查点。
• 支持灵活的共识策略（如 Any-2、All-3），使网络在至少一个法定人数组织就当前状态达成一致时仍能继续运行，即使部分组织正在恢复或延迟。
• 在多个阶段集成密码学签名与验证，以确保事务和共识消息的真实性与完整性。
• 利用块内事务的并行执行，通过在底层 DBMS 上并发调度无冲突事务，以最大化吞吐量。

实验结果

研究问题

• RQ1 是否可以在不完全控制其执行语义的前提下，在异构、非确定性且可能易受篡改的数据库系统上构建区块链层？
• RQ2 如何在多种 DBMS 之间实现基于系统状态效果而非事务顺序的共识，以确保一致性和容错能力？
• RQ3 在区块链化数据库系统中，密码学操作与并行执行的性能开销是多少，如何将其最小化？
• RQ4 当一个或多个组织遭遇数据损坏或处理缓慢时，系统如何处理状态分歧与恢复？
• RQ5 在异构环境中，块大小与共识策略对系统吞吐量与活跃度的影响如何？

主要发现

• ChainifyDB 的吞吐量最高可达 Hyperledger Fabric 的 6 倍，主要得益于高效的并行事务执行。
• 密码学操作（如签名与验证）仅带来 7–8.5% 的吞吐量开销，表明性能影响极小。
• 系统成功检测到由数据损坏或非确定性执行引起的状态偏差，并触发从最近检查点的恢复，恢复一致性。
• 在存在处理缓慢或故障组织的异构环境中，ChainifyDB 通过依赖 Any-2 等共识策略维持网络活跃，使其他组织仍可继续推进。
• 在同质化环境中，状态偏差恢复仅影响恢复中的组织，不会对网络其余部分造成惩罚，恢复时间仅约 4 秒。
• 增大块大小可提升吞吐量，因更充分地利用了并行执行能力，性能随块大小呈对数级增长。