技术报告：键值存储中的乐观执行

CAP定理的局限性意味着，若在网络分区存在时仍希望保持可用性，就必须牺牲顺序一致性——一种对系统设计更为自然的一致性模型。我们关注如下问题：若设计者拥有在顺序一致性下可正确运行的算法，却面临提供较弱一致性（例如最终一致性或因果一致性）的底层键值存储，他/她应当如何应对。我们提出一种基于检测-回滚的方法：设计者确定一个正确性谓词（记为 $P$），并继续运行协议，由我们的系统监控 $P$。若 $P$ 被违反（因底层键值存储提供较弱一致性），系统将回滚并在 $P$ 成立的状态下恢复计算。我们在 Voldemort 键值存储上运行实际图应用来评估该方法。基于 Amazon AWS EC2 实例部署的实验表明，与顺序一致性相比，采用带监控的最终一致性可带来 $50-80\%$ 的吞吐量提升。我们还表明监控自身的开销很低（通常低于 4%），且违规检测延迟很小。具体而言，在区域级 AWS 网络中，超过 $99.9\%$ 的违规在小于 $50$ 毫秒内被检测到；在全球级 AWS 网络中，则在小于 $5$ 秒内被检测到。