[论文解读] Proust: A Design Space for Highly-Concurrent Transactional Data Structures

Thomas Dickerson, Paul Gazzillo+2 more|arXiv (Cornell University)|Feb 16, 2017

Distributed systems and fault tolerance参考文献 29被引用 3

一句话总结

Proust 通过利用操作的可交换性并集成到底层 STM 系统中，提出了一种框架，将现有的线程安全并发数据结构转换为事务性数据结构，从而以最小的虚假冲突实现。它通过冲突抽象和更新策略的设计空间，对提升（boosting）和预测（predication）等先前方法进行了泛化，实现了高并发性，并支持复用经过良好设计的库，而无需从头重写。

ABSTRACT

Most STM systems are poorly equipped to support libraries of concurrent data structures. One reason is that they typically detect conflicts by tracking transactions' read sets and write sets, an approach that often leads to false conflicts. A second is that existing data structures and libraries often need to be rewritten from scratch to support transactional conflict detection and rollback. This paper introduces Proust, a framework for the design and implementation of transactional data structures. Proust is designed to maximize re-use of existing well-engineered by providing transactional "wrappers" to make existing thread-safe concurrent data structures transactional. Proustian objects are also integrated with an underling STM system, allowing them to take advantage of well-engineered STM conflict detection mechanisms. Proust generalizes and unifies prior approaches such as boosting and predication.

研究动机与目标

• 解决 STM 系统在支持并发数据结构库时因读/写集跟踪导致的虚假冲突问题。
• 克服为支持事务语义而必须从头重写现有线程安全数据结构的需要。
• 将先前的方法（如提升和预测）泛化为统一且可扩展的事务性数据结构设计空间。
• 通过提供最小化虚假冲突的事务性包装器，实现对良好设计的并发数据结构的复用。
• 提供一种系统化的方法，根据冲突解决策略和更新策略选择事务性 API，以适配不同的 STM 系统和工作负载。

提出的方法

• 定义一种冲突抽象，将数据类型中的语义冲突关系映射到 STM 中的具体冲突检测机制。
• 以操作可交换性（表示为成对或抽象状态元素的可交换性）为基础，减少虚假冲突。
• 与现有 STM 系统集成，以复用其冲突检测和回滚机制，避免重复发明。
• 支持两种更新策略：操作逆元（用于急切回滚）和影子副本（用于延迟重放），并引入记忆化重放等优化技术。
• 通过 SMT 求解器或两阶段锁实现可交换性的自动或保守近似，以降低设计复杂度。
• 在 ScalaSTM 中实现原型，评估不同配置（如急切/延迟、乐观/悲观）下的性能和可伸缩性。

实验结果

研究问题

• RQ1 如何将现有的线程安全并发数据结构包装为事务性对象，同时最小化虚假冲突？
• RQ2 哪些设计原则能够实现将语义冲突信息集成到通用 STM 系统中？
• RQ3 不同的冲突解决策略（乐观/悲观）与更新策略（急切/延迟）组合如何影响性能和正确性？
• RQ4 Proust 是否能在支持任意数据类型的同时，实现与专用 STM 解决方案（如预测）相当的性能？
• RQ5 可交换性关系在多大程度上可以被自动推断或近似，以减少手动指定？

主要发现

• 在高竞争环境下，Proustian 映射的性能优于传统 STM 实现，虚假冲突显著减少，尤其在采用优化更新策略时效果更明显。
• 尽管 Eager/Optimistic 配置在 CCSTM 下并非完全透明，但在基准测试中未发现正确性违规，表明其具有实际可行性。
• 随着对象更新率升高（o 增大），性能下降，因为日志重放成本与更新次数成比例增长，而预测方法采用基于位置的重放机制，成本相对稳定。
• 通过记忆化影子副本，可仅重放最终状态变化，显著提升合成更新工作负载下的性能。
• Proust 实现的可伸缩性与专用方法（如预测）相当，但适用范围更广，不仅限于集合和映射。
• 该框架可在不重写的情况下复用现有并发数据结构库，显著降低工程成本，同时保持高并发性。