[论文解读] Global Stabilization for Causally Consistent Partial Replication

Zhuolun Xiang, Nitin H. Vaidya|arXiv (Cornell University)|Mar 15, 2018

Distributed systems and fault tolerance参考文献 12被引用 3

一句话总结

本文提出了一种全局稳定化技术，用于在分布式键值存储系统中实现因果一致的部分复制，使客户端能够访问任意服务器并自由迁移，同时保持因果性。该文证明了在一般部分复制下，全局稳定时间（GST）计算在最小化远程更新可见延迟方面具有最优性。

ABSTRACT

Causally consistent distributed storage systems have received significant attention recently due to the potential for providing high throughput and causality guarantees. {\em Global stabilization} is a technique established for achieving causal consistency in distributed multi-version key-value store systems, adopted by the previous work such as GentleRain \cite{Du2014GentleRainCA} and Cure \cite{akkoorath2016cure}. Intuitively, this approach serializes all updates by their physical time and computes the ``Global Stable Time'' which is a time point $t$ such that versions with timestamp $\leq t$ can be returned to the client without violating causality. However, all previous designs with global stabilization assume {\em full replication}, where each data center stores a full copy of data, and each client is restricted to access servers within one data center. In this paper, we propose a theoretical framework to support {\em general partial replication} with causal consistency via global stabilization, where each server can store an arbitrary subset of the data, and each client is allowed to communicate with any subset of the servers and migrate among them without extra delays. We propose an algorithm that implements causal consistency for distributed multi-version key-value stores with general partially replication. We prove the optimality of the Global Stable Time computation in our algorithm regarding the remote update visibility latency, i.e. how fast update from a remote server is visible to the client, under general partial replication. We also provide trade-offs to further optimize the remote update visibility by introducing extra delays during client's migration. Simulation results on the performance of our algorithm compared to the previous work are also provided.

研究动机与目标

• 解决部分复制的分布式存储系统中缺乏因果一致性支持的问题，其中各服务器存储数据的任意子集。
• 使客户端能够与任意服务器子集通信，并在服务器间自由迁移，而不会产生额外延迟或违反因果性。
• 将此前仅限于全复制的全局稳定化技术扩展至一般部分复制。
• 证明全局稳定时间（GST）计算在最小化远程更新可见延迟方面的最优性。
• 提供实用优化，包括在客户端迁移期间引入受控延迟，以进一步降低延迟。

提出的方法

• 使用物理时间戳对所有更新在服务器间进行全局排序，利用FIFO通信通道确保时间戳的单调接收。
• 将全局稳定时间（GST）定义为最新时间戳，使得所有时间戳 ≤ GST 的更新均保证已被服务器接收。
• 基于从其他服务器接收到的最大时间戳，在每个服务器上计算GST，通过排除任何挂起或缺失的更新来确保因果性。
• 允许客户端从任意服务器读取数据并自由迁移，使用GST确定哪些版本具有因果一致性。
• 引入一种机制，在系统动态变化（如服务器或键的增删）期间保持GST非递减，确保一致性。
• 通过在客户端迁移期间引入受控延迟来优化性能，以减少远程更新可见延迟。

实验结果

研究问题

• RQ1 全局稳定化能否扩展至支持一般部分复制，即每个服务器存储数据的任意子集？
• RQ2 在具有因果一致性的通用部分复制下，可实现的最优远程更新可见延迟是多少？
• RQ3 在部分复制系统中，当客户端在服务器间迁移时，如何保持因果一致性？
• RQ4 在客户端迁移期间引入受控延迟时，延迟与一致性之间的权衡是什么？
• RQ5 与之前的工作GentleRain相比，所提出的GST计算在部分复制下的性能表现如何？

主要发现

• 如论文所证明，所提出的GST计算在一般部分复制下最小化远程更新可见延迟方面具有最优性。
• 该算法支持任意部分复制，即每个服务器可存储任意键的子集，客户端可无额外协调地访问任意服务器。
• 元数据大小为常数，与服务器、客户端或键的数量无关——这与先前需要超线性元数据的方法形成对比。
• 仿真结果表明，在部分复制环境下，所提出的GST计算在远程更新可见延迟方面优于GentleRain。
• 在客户端迁移期间引入受控延迟可进一步降低远程更新可见延迟，提供了延迟与一致性之间的可调权衡。
• 该算法通过确保GST在系统动态变化（如服务器或键的变更）期间非递减，维持了因果一致性。