我们实验室研发的分布式一致性语义分析和跨数据中心自动化部署工具AutoGR被数据库系统顶会VLDB收录。向各位参与研究工作的老师、同学、合作者表示祝贺。
论文题目:
AutoGR:Automated Geo-Replication with Fast System Performance and Preserved Application Semantics
论文摘要:
跨地域数据备份系统对于提供低延迟、高质量的互联网服务至关重要。在优化跨地域协调的开销时,性能和一致性语义之间存在一定的权衡,这使得设计高效且正确的跨地域数据备份服务具有很大挑战性。现有的解决方案依靠程序员来获取足够多的与应用程序相关的不变式和代码规范,这既费时又容易出错。在本文中,我们提出了一种端到端的跨地域自动化部署框架AutoGR(AUTOmated Geo-Replication),以使得程序员能够摆脱上述繁重的工作。在保证应用正确性的前提下,AutoGR可以自动的以性能最优的方式将单机的、串行的应用程序自动化部署在跨地域环境中。通过静态分析器Rigi,AutoGR可以通过验证应用的跨地域版本是否遵守单机的、串行的应用程序的语义,来提取应用程序的不变式。Rigi将应用程序代码作为输入,并推断出可能违背一致性条件的由副作用和路径条件组成的集合。Rigi使用Z3定理证明工具来识别集合中每对发生冲突的副作用,并将它们提供给跨地域部署系统,以实现最优的跨地域协调。我们通过将四个单机的、串行的并且与数据库兼容的应用程序转换为跨三个站点的跨地域应用程序,来评估AutoGR。与最新的的自动化方法(如强一致性)相比,AutoGR减少了61.8%的延迟,并且峰值吞吐率达到了原来的2.12倍。与依赖于手动分析(如PoR)的方法相比,AutoGR可以在无人工干预的情况下快速部署在跨地域场景中,同时提供相近的低延迟和高吞吐量。