Dissertação

Fine Grained Transaction Scheduling In Replicated Databases Via Symbolic Execution EVALUATED

Atualmente, a maioria dos serviços disponíveis na Internet dependem de base de dados para armazenar a sua informação. Estes serviços tendem a ter fortes requisitos de escalabilidade, disponibilidade e tolerância a faltas, o que requer com que sejam desenvolvidas técnicas eficientes de replicação de base de dados. No entanto, nestes sistemas a replicação introduz custos não negligenciáveis para garantir que o estado das replicas é mantido devidamente sincronizado. Uma abordagem clássica, é a State Machine Replication (SMR), que é uma técnica usada para implementar soluções tolerantes a faltas. SMR tem algumas limitações no que conta ao paralelismo, pois requer que a execução seja determinística. Para resolver estas limitações, as soluções do estado da arte dependem que os acessos a ser feitos sejam determinados automaticamente ou pelos programadores. O último caso, não é perfeito pois identificar os acessos de transações complexas não é trivial e no primeiro caso ou os acessos determinados não são precisos ou é feito uma suposição otimista que aumenta a probabilidade de ocorrerem abortes. Isto tem um impacto no grau de paralelismo e no desempenho geral do sistema. Esta tese resolve as limitações destas soluções usando a Execução Simbólica para determinar a priori e com precisão os acessos que as transações realizam. Com isto tornaremos o processo de escalonamento mais eficiente. A nossa abordagem Symbolic-SMR, foi avaliada usando uma micro-benchmark e usando a benchmark TPC-C . Nestas experiências, a Symbolic -SMR superou o desempenho das soluções do estado da arte em 2 a 5 vezes.
Replicação de Base de Dados, Replicação Total, Execução Simbólica, Transações Distribuídas, Escalonamento de Transações, State Machine Replication

novembro 9, 2018, 9:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Paolo Romano

Departamento de Engenharia Informática (DEI)

Professor Associado

ORIENTADOR

Miguel Ângelo Marques de Matos

Departamento de Engenharia Informática (DEI)

Professor Auxiliar