2. 北京控制工程研究所, 北京 100190
2. Beijing Institute of Control Engineering, Beijing 100190, China
分布式共识问题是分布式计算领域的核心问题, 它要求多个参与者对某个值或一系列值(也称序列)达成一致[1, 2].分布式系统通常采用共识协议提供所需的强一致性, 如开源Ceph[3]、Google公司的Spanner[4]、Oracle公司的MySQL[5]、腾讯的PaxosStore[6]以及阿里巴巴(Alibaba)的PolarDB[7]等分布式数据存储系统.
Multi-Paxos(Paxos)[8, 9]与Raft[10]是解决分布式共识问题的两种经典协议, 它们都基于复制状态机(replicated state machine)[11]模型, 通过投票、日志复制等机制, 保证多副本节点上的状态一致性.每个用户命令都将经历“提交”(commit)与“执行”(execute)两个阶段: 如果某命令收到来自多数派(Majority)服务器的投票, 则称该命令被“提交”.只有被提交的命令才能被执行.对于多个命令, 这两个阶段都可以以顺序或乱序的方式进行.在乱序方式下, 较大日志编号所对应的命令可能会在较小日志编号所对应的命令之前被提交或者被执行.比如, Raft要求顺序提交、顺序执行, Multi-Paxos则允许乱序提交, 但它仍要求顺序执行.
PolarDB使用了分布式文件系统PolarFS[7].为了提高系统性能, PolarFS基于Raft实现了允许乱序提交、乱序执行的ParallelRaft共识协议.然而文献中并未给出ParallelRaft的严格规约, 尤其是缺少对乱序执行机制的完整描述.此外, ParallelRaft尚未经过必要的数学证明或形式化验证.本文旨在为ParallelRaft提供严格的形式化规约, 并基于精化关系[12]以及数学论证证明其正确性.具体而言, 本文的主要贡献如下:
● 首先, 为了理清ParallelRaft与Raft之间的关系, 我们基于Raft提出了允许乱序提交, 但要求顺序执行的ParallelRaft-SE(sequential execution)协议.ParallelRaft可以看作ParallelRaft-SE的乱序执行版本.建立了从ParallelRaft-SE到Multi-Paoxs之间的精化关系(表明ParallelRaft-SE是Multi-Paxos的一种实现), 从而证明了ParallelRaft-SE的正确性;
● 其次, 我们发现文献中描述的ParallelRaft乱序执行机制忽略了可能会破坏状态一致性的“幽灵日志”问题.已有研究表明: 在顺序执行方式下(如Raft或Multi-Paxos), “幽灵日志”问题不会破坏副本间的状态一致性.相反地, 我们将论证: 在乱序执行方式下, 它可能造成副本间状态不一致.更进一步地指出, 针对Raft和Multi-Paxos的解决方案无法解决乱序执行方式下的状态机的一致性问题;
● 在ParallelRaft-SE的基础上提出了支持乱序执行的ParallelRaft-CE(concurrent execution)协议.通过限制ParallelRaft-SE在乱序提交阶段的并行度, ParallelRaft-CE避免了“幽灵日志”问题.我们证明了ParallelRaft-CE的正确性;
● 最后, 使用TLA+[13-15]语言给出了ParallelRaft-SE与ParallelRaft-CE的形式化规约, 并对协议参与者数量较小的情形, 使用TLC[16]模型检验工具验证了从ParallelRaft-SE到Multi-Paxos的精化关系以及ParallelRaft-CE的正确性.
本文第1节介绍预备知识, 包括TLA+形式化规约语言、分布式共识问题以及Multi-Paxos与Raft共识协议.第2节介绍ParallelRaft-SE协议, 并建立从ParallelRaft-SE到Multi-Paxos的精化关系.第3节分析在乱序执行方式下, “幽灵日志”问题对状态一致性的影响, 并指出现有解决方案的不足.第4节介绍允许乱序执行且避免了“幽灵日志”问题的ParallelRaft-CE协议.第5节简要证明ParallelRaft-CE的正确性.第6节使用TLC模型检验工具, 验证从ParallelRaft-SE到Multi-Paxos的精化关系以及ParallleRaft-CE的正确性.第7节讨论相关工作.第8节总结全文并讨论可能的未来工作.完整的TLA+规约与模型检验结果参见GitHub仓库[17].
1 预备知识 1.1 TLA+简介TLA+是由Leslie Lamport基于时序逻辑(temporal logic of action)[15]开发的形式化规约语言[13], 尤其适合于描述并发系统或分布式协议.
一个TLA+规约包含一组变量、初始状态(initial state)和一组动作(action), 通常表示为Spec=Init∧[Next]vars, 其中, vars是所有变量的集合.状态(state)是对所有变量的赋值.Init谓词定义了系统的初始状态, Next是所有动作的析取式, 定义了状态之间的转换关系.[Next]vars为真当且仅当Next为真(某个动作为真, 即某个动作被执行)或者所有变量的值保持不变.行为(behavior)是由状态构成的序列.TLA+使用不带撇的变量表示当前状态中变量的值, 用带撇的变量表示新状态中的值.这样, 动作使用一个包含带撇变量与不带撇的变量的公式描述.例如, 动作x'=x+1表示变量x在新状态中的值比旧状态中的值大1.
TLA+支持一阶谓词逻辑以及ZF(zermelo-fraenkel)集合论, 可以表达丰富的数据类型[18, 19].图 1总结了本文用到的逻辑与集合操作符(operator).文献[20]给出了完整的TLA+操作符列表.
TLA+允许以模块(module)的方式进行相互引用.每个模块中, 可以声明常量(CONSTANTS)与变量(VARIABLES), 定义操作符(operator)或者提出定理(THEOREM)[18, 19].一个模块可以通过扩展(EXTEND)命令来引入其他模块中的声明、定义与定理.引入的模块可以实例化.比如, 模块M引入了模块M1.
$ I M_{1} \doteq \operatorname{INSTANCE} M_{1} \text { WITH } p_{1} \leftarrow e_{1}, \ldots, p_{n} \leftarrow e_{n}, $ |
其中, pi包含模块M1中的所有常量与变量, ei是由M中的常量与变量定义的合法表达式.该语句将M1中的pi替换为相应的ei.我们可以通过IM1!F访问模块M1中的表达式F.当ei与pj相同时, TLA+的隐式替换规则允许我们省略pj←ei[18, 19].
TLC[16]是TLA+的模型检验工具, 它可以遍历所有可能的系统行为, 检查所有的状态, 验证系统是否满足特定性质.然而有些分布式系统包含无穷的状态, 比如TLA+规约中常常包含自然数, 而自然数是无穷的.为了验证这样的系统, TLA+引入模型(model).模型所有的集合都是有穷的, 因此系统的状态数目是有穷的.模型检验常常面临组合爆炸的问题, 为此, TLC可以利用模型中的对称性缩减状态空间.例如, 假设CONSTANTS Server定义了系统中所有进程的集合.在进行模型检验时, 我们需要将它实例化为一个有穷的集合, 比如Server={S1, S2, S3}.如果S1, S2, S3之间的任意排列(比如S1替换S2, S2替换S3, S3替换S1)都不会影响系统规约满足给定的性质, 那么我们可以将Server设置为对称集(symmetry set)[13, 21].
在TLA+中, 精化(refinement)关系[12]用来描述模块之间的逻辑蕴含(logical implication)关系[18].精化关系由精化映射(refinement mapping)定义.比如, 一个由模块ImplModule中的ImplSpec规约到模块AbsModule中的AbsSpec规约的精化映射ϕ将AbsSpec中的每个变量v对应于一个表达式
AbsModule, 并检验定理THEOREM ImplSpec⇒AbsSub!AbsSpec[18].
1.2 分布式共识分布式共识要求多个副本服务器节点保持状态一致.每个服务器节点可以建模为一个复制状态机, 通过执行用户命令进行状态转换.
通常使用复制日志的机制实现复制状态机.每个服务器保存一份日志.日志由按顺序编号(通常是自然数)的日志项组成.每个日志项存储了一条来自用户的命令.服务器每次按顺序从日志中读取下一条已经取得共识的命令, 在状态机上执行, 并将结果返回给用户.由于服务器按照编号顺序执行一条命令, 我们称此为顺序执行.传统的分布式共识协议(Multi-Paxos, Raft)都是顺序执行.在此条件下, 我们假设副本服务器上的复制状态机具有相同的初始状态, 那么只需要保证日志之间的一致性, 就可以保证服务器之间的状态一致.因此, 分布式共识问题可以转化为保证不同副本服务器节点上日志之间的一致性.具体而言, 它要求:
● 非平凡性(nontriviality): 只能对用户发出的命令取得共识;
● 一致性(consistency): 每个位置最多只能对一条命令取得共识.
服务器通过运行共识协议保证日志的一致性.本文考虑异步消息传递系统中的共识协议, 其故障模型(failure model)如下.
● 服务器可能终止执行(fail by stop), 但不会出现拜占庭错误[8];
● 消息可能被延时、乱序到达、丢失或重复, 但消息的内容不会被篡改.
1.3 Paxos协议Paxos协议是解决分布式共识问题的经典协议, 它允许一组服务器对单个值(即单个日志项)取得共识, 是Multi-Paxos的基础.Paxos中定义了3种角色: 提议者(proposer)、从节点(acceptor)和学习者(learner).提议者提出值(value), 接受者选择值, 学习者学习被选中的值.Paxos包括两个阶段, 每个阶段又包括两个子阶段[8].
● 准备(prepare)阶段(也称第1阶段, Phase1)
➢ 子阶段Phase1a: 提议者选择一个全局唯一的编号b(通常是自然数), 向所有接受者发送编号为b的Prepare请求;
➢ 子阶段Phase1b: 接受者收到编号为b的Prepare请求.如果它之前收到过编号大于b的Prepare请求, 则忽略该编号为b的请求; 否则, 接受者将自己接受过的提议(包括编号与值)中编号最大的回复给提议者;
● 接受(accept)阶段(也称第2阶段, Phase2)
➢ 子阶段Phase2a: 提议者收到来自超过半数的接受者发送的针对编号为b的Prepare请求的回复.如果回复中不包含任何提议, 则提议者可以任选一个值(通常是该提议者收到的用户命令); 否则, 提议者选择编号最大的回复对应的值.设提议者选择的值为v, 则提议者向所有接受者发送内容为〈b, v〉的Accept请求;
➢ 子阶段Phase2b: 接受者收到编号为b的Accept请求.如果接受者没有收到过编号大于b的请求, 则可以接受该Accept请求; 否则, 接受者忽略该Accept请求.
1.4 Multi-Paxos协议Multi-Paxos针对每个日志项运行一个独立的Paxos实例, 从而支持副本服务器对日志(日志项的序列)达成共识.由于各个Paxos实例是并行独立运行的, Multi-Paxos允许乱序提交用户命令.也就是说, 它允许副本服务器先就编号较大的日志项对应的用户命令达成共识, 而无需等待之前的日志项完成共识.
在实际实现时, 常常通过将phase1的消息分批(batching)的方式提高性能.此时, 系统包含一个恢复阶段, 恢复阶段本质上是将不同实例的phase1消息集中处理的过程.
模块MultiPaxos描述了Multi-Paxos协议.其中包括3个常量.
● Acceptors: 所有接受者构成的集合;
● Value: 所有可能的提议值构成的集合;
● Nil: 特殊记号, 不属于Value.
我们使用自然数表示可能的提议编号以及每个实例的编号, 即Ballots
Multi-Paxos的规约中包括6个变量.
● ballot: ballot[a]表示接受者a记录的最大的提议编号, 也是a可以接受的最小的提议编号;
● vote: vote[a][i][b]表示接受者a对编号为i的实例在a的提议编号为b时接受的提议值.如果a在提议编号为b时, 没有对编号为i的实例接受任何值, 则vote[a][i][b]=Nil;
● leaderVote: leaderVote[b][i]为提议者在提议编号为b时, 为编号为i的实例提出的值与提议编号b组成的二元组.初始状态下, 对所有的提议编号b与实例编号i, leaderVote[b][i]=〈-1, Nil〉;
● 1amsgs, 1bmsgs, 2amsgs: 不同类型的消息集合.
----------------------------- MODULE MultiPaxos -----------------------------------
EXTENDS Integers, FiniteSets
CONSTANTS Acceptors, Nil, Value
Ballots==Nat
Instances==Nat
Quorums=={Q\in SUBSET Acceptors: Cardinality(Q) > Cardinality(Acceptors)\2}
Max(s)==CHOOSE x\in s: \for all y\in s: x\geq y
VARIABLES ballot, vote, leaderVote, 1amsgs, 1bmsgs, 2amsgs
-------------------------------------------------------------------------------------------------
协议定义的主要动作包括:
● Phase1a(b): 对应Paxos的Phase1a阶段.提议者选取提议编号b, 并且向其他节点发送Prepare请求, 提议的编号为b;
● Phase1b(a, b): 对应Paxos的Phase1b阶段.节点a收到编号为b的投票请求.若b > ballot[a], a设置ballot[a]为b, 并且对于每一个实例编号i, a将它接受过的提议编号最大的提议值与提议编号回复给提议者.
--------------------------------------------------------------------------------------------
Phase1a(b)==
/\1amsgs'=1amsgs\cup {《b》}
/\UNCHANGED 《ballot, vote, leaderVote, 1bmsgs, 2amsgs》
MaxAcceptorVote(a, i)==
LET maxBallot==Max({b\in Ballots: vote[a][i][b]#Nil}\cup {-1})
v==IF maxBallot > -1 THEN vote[a][i][maxBallot] ELSE Nil
IN 《maxBallot, v》
Phase1b(a, b)==
/\ballot[a] < b
/\《b》\in 1amsgs
/\ballot'=[ballot EXCEPT![a]=b]
/\1bmsgs'=1bmsgs\cup
{《b, {《i, MaxAcceptorVote(a, i)》: i\in Instances}, a》}
/\UNCHANGED 《vote, leaderVote, 1amsgs, 2amsgs》
IncreaseBallot(a, b)==
/\ballot[a] < b
/\ballot'=[ballot EXCEPT![a]=b]
/\UNCHANGED 《vote, leaderVote, 1amsgs, 1bmsgs, 2amsgs》
-------------------------------------------------------------------------------------------------
● Merge(b): 与Propose(b, i), Phase2a(b, i)动作一起对应于Paxos的Phase2a阶段.在Merge动作中, 提议者根据收到的投票回复更新自己的日志, 但是不发起Accept请求.当发起提议编号为b的Prepare请求的提议者收到一个多数派的回复时, 对每一个实例编号i, 根据回复(方法如Paxos协议的Phase2a阶段描述)选取提议值, 并保存在leaderVote[b][i]中.值得注意的是: 只有当leaderVote[b][i]之前没有被修改过时(leaderVote[b][i]=〈-1, Nil〉)时才能更新.因为Multi-Paxos中每个提议编号只能有一个提议者发起投票, 且对于每个实例编号, 它只能提出一个提议值;
● Propose(b, i): 提议者对实例编号i提出提议值.若leaderVote[b][i]=〈-1, Nil〉, 那么提议者选取一个合法的提议值v, 更新leaderVote[b][i]=〈b, v〉, 并发起请求; 否则, 提议者直接将leaderVote[b][i]发送给接受者;
● Phase2a(b, i): 提议者根据Merge(b)和Propose(b, i)中对实例编号i确定的提议值, 发起Accept请求;
● Vote(a, b, i): 对应于Paxos的Phase2b阶段.接受者a收到提议编号为b、实例编号为i的Accept请求时, 若b不小于a的提议编号(b > ballot[a]), 则a接受Accept请求, 并更新vote[a][i][b]为对应的提议值.
-------------------------------------------------------------------------------------------
1bMsgs(b, Q)=={m\in 1bmsgs: m[3]\in Q/\m[1]=b}
MaxVote(b, i, Q)==
LET entries==UNION {m[2]: m\in 1bMsgs(b, Q)}
ientries=={e\in entries: e[1]=i}
maxBal==Max({e[2][1]: e\in ientries})
IN CHOOSE v\in Value\cup {Nil}: \E e\in ientries:
/\e[2][1]=maxBal/\e[2][2]=v
lastInstance(b, Q)==LET entries==UNION {m[2]: m\in 1bMsgs(b, Q)}
valid=={e\in entries: e[2][1]/=-1}
IN IF valid={·} THEN -1 ELSE Max({e[1]: e\in valid})
Merge(b)==/\\E Q\in Quorums:
/\\A a\in Q: \E m\in 1bMsgs(b, Q): m[3]=a
/\leaderVote'=[leaderVote EXCEPT![b]=[i\in Instancesa
IF (/\i\in 0..lastInstance(b, Q)
/\leaderVote[b][i][1]=-1)
THEN 《b, MaxVote(b, i, Q)》
ELSE leaderVote[b][i]]]
/\UNCHANGED 《vote, ballot, 1amsgs, 1bmsgs, 2amsgs》
Propose(b, i)==/\leaderVote[b][i][1]=-1
/\\E Q\in Quorums:
/\\A a\in Q: \E m\in 1bMsgs(b, Q): m[3]=a
/\LET maxV==MaxVote(b, i, Q)
safe==IF maxV/=Nil THEN {maxV} ELSE
Value \cup {Nil}
IN \E v\in safe: leaderVote'=[leaderVote EXCEPT
![b][i]=《b, v》]
/\UNCHANGED 《vote, ballot, 1amsgs, 1bmsgs, 2amsgs》
Phase2a(b, i)==
/\leaderVote[b][i][1]=b
/\2amsgs'=2amsgs\cup {《b, i, leaderVote[b][i]》}
/\UNCHANGED 《ballot, vote, leaderVote, 1amsgs, 1bmsgs》
Vote(a, b, i)==
/\ballot[a]\leq b
/\ballot'=[ballot EXCEPT![a]=b]
/\\E m\in 2amsgs:
/\m[2]=i/\m[1]=b
/\vote'=[vote EXCEPT![a][i][b]=m[3][2]]
/\UNCHANGED 《leaderVote, 1amsgs, 1bmsgs, 2amsgs》
-----------------------------------------------------------------------------------------------------------------
Next定义了次态关系, Spec定义了完整的行为规约.
-----------------------------------------------------------------------------------------------------
Next==
\/\E a\in Acceptors, b\in Ballots: IncreaseBallot(a, b)
\/\E b\in Ballots: Phase1a(b)
\/\E a\in Acceptors, b\in Ballots: Phase1b(a, b)
\/\E b\in Ballots: Merge(b)
\/\E b\in Ballots, i\in Instances: Propose(b, i)
\/\E b\in Ballots, i\in Instances: Phase2a(b, i)
\/\E a\in Acceptors, b\in Ballots, i\in Instances: Vote(a, b, i)
Spec==Init/\[·][Next]_《leaderVote, ballot, vote, 1amsgs, 1bmsgs, 2amsgs》
---------------------------------------------------------------------------------------------------------
1.5 Raft协议Raft是一种更易于理解的分布式共识协议[10], 它加强了日志项之间的串行性, 简化了协议的设计.Raft中的每个节点都维护一个递增的变量, 称为任期(term).任期本质上是节点共同维护的逻辑时钟, 通过任期, 节点可以发现过时的消息.具体而言, 节点间发送消息时, 需携带自身当前的任期.如果节点收到的消息携带的任期值小于该节点自身当前的任期值, 则拒绝该消息; 否则, 则更新自身的任期值.节点向日志添加新的日志项时, 会将自身当前的任期值也保存在日志项中, 这成为该日志项的任期.
Raft中的节点有3种角色: 主节点(leader)、从节点(follower)和候选节点(candidate).初始状态下, 所有的节点都是从节点.Raft协议主要包括两部分: 选举主节点以及主节点向从节点同步日志.正常情况下, 主节点通过定时向其他节点发送心跳信号来维护自己的主节点身份.当从节点一段时间内没有收到心跳信号时, 便转变为候选节点.候选节点首先增大自身任期, 然后将任期发送给所有节点, 以发起选举.收到选举请求后, 节点将比较自身任期和和选举请求携带的任期.如果自身任期较大, 或者自己在本任期内已为其他候选节点投过票, 则拒绝此次选举请求.收到多数派投票的候选节点将成为新的主节点.Raft的多数派投票机制确保选举的安全性(election safety)[10]: 每个任期内, 最多只有一个主节点.为了保证新任主节点的完全性(leader completeness), 即它的日志应包含所有已被提交的日志项, Raft引入了如下规则: 如果候选节点的日志比自身的日志旧[10], 那么节点将拒绝该选举请求.节点间可以通过比较日志中编号最大的日志项的编号与任期(分别称为lastIndex和lastTerm)判断日志的新旧[10].
主节点按照日志编号顺序向从节点同步日志项, 从节点需要按照编号顺序接受主节点的日志项.在收到编号更小的日志项之前, 从节点不能接受编号更大的日志项.主节点与从节点间通过确认(ack)机制维护下一个可以接受的编号.与Multi-Paxos中不同实例独立发送和接受日志项不同, Raft在所有的日志项之间通过编号建立了全序关系.通过这样的限制, Raft中节点的日志不会出现空洞, 同时保证了节点间日志的一致性(log matching property)[10]: 如果两个节点上的日志在同一位置拥有相同的日志项, 那么之前所有位置上的日志项也必定相同.根据日志的一致性, 如果某个日志项已被提交, 那么日志中所有编号更小的日志项也已被提交.
2 ParallelRaft-SE协议及精化Raft要求顺序提交、顺序执行用户命令, 这种限制使它不适用于高并发系统[7].因此, 阿里巴巴公司基于Raft提出了ParallelRaft, 它允许乱序提交、乱序执行用户命令[7].为了理清ParallelRaft与Raft之间的关系, 我们提出了ParallelRaft-SE.ParallelRaft-SE允许乱序提交, 但仍要求顺序执行用户命令.因此, 可以将ParallelRaft-SE视为顺序执行版本的ParallelRaft.为了证明ParallelRaft-SE的正确性, 我们建立了从它到Multi-Paxos的精化关系.
2.1 ParallelRaft-SE协议ParallelRaft-SE沿用了Raft的角色(主节点、从节点、候选节点)、任期的概念以及选主机制.ParallelRaft-SE协议主要包括3部分: 主节点向从节点同步日志、主节点的选取和日志恢复.
在ParallelRaft-SE中, 主节点可以并发地向从节点发送多个日志项.从节点收到日志项后立即接受并确认, 而无需等待编号更小的日志项.因此, ParallelRaft-SE支持日志的乱序接受和提交.
ParallelRaft-SE的选举机制与Raft基本相同, 都需要保证选举的安全性.不同的是: 由于ParallelRaft-SE不具有Raft的串行性, 节点的日志中可能有空洞, 因此在选举过程中, ParallelRaft-SE无法通过节点比较日志的新旧保证新任主节点的完全性.因此, ParallelRaft-SE加入了日志恢复阶段.
ParallelRaft-SE的日志恢复过程的基本思想是: 新任主节点收集其他节点的日志并运行Paxos协议, 恢复那些可能已被提交但新任主节点缺失的日志项.
经过恢复, 新任主节点满足完全性, 此时可以向从节点同步日志项.
ParallelRaft-SE的规约中使用了如下的常量与变量(仅介绍相对于Multi-Paxos模块新引入的部分).
● Server是所有参与共识的节点的集合;
● Follower, Candidate, Leader是服务器的3种不同状态;
● r1amsgs, r1bmsgs, r2amsgs, r2bmsgs, r3amsgs, negMsgs是不同类型的消息的集合;
● currentTerm[i]为节点i所记录的最大的任期;
● currentState[i]为节点i的状态, 在任何时候都是Follower, Candidate, Leader之一;
● vote[i][n][t]表示节点i在任期t接受的序号为n的日志项.引入vote是为了构建ParallelRaft-SE到Multi-Paxos的精化, 实际协议中不需要vote;
● leaderLog记录了每个任期的主节点的日志.leaderLog同样是为了构建ParallelRaft-SE到Multi-Paxos的精化, 实际协议中不需要.leaderLog[t][n]表示任期t的主节点的日志中编号为n的日志项.每个日志项是形如〈t', v, b〉的三元组.其中, t'是日志项的任期; v是提议值; b是一个布尔值, 当且仅当日志项被提交时, b为真;
● log[i][n]为节点i的日志中编号为n的日志项.
---------------------------------- MODULE ParallelRaft-SE ----------------------------
EXTENDS Integers, FiniteSets, Sequences, TLC
CONSTANTS Server, Follower, Candidate, Leader, Nil, Value
Quorums=={i\in SUBSET(Server): Cardinality(i)*2 > Cardinality(Server)}
Index==Nat
Term==Nat
VARIABLE r1amsgs, r1bmsgs, r2amsgs, r2bmsgs, r3amsgs, negMsgs,
currentTerm, currentState, vote, leaderLog, log
serverVars==《currentTerm, currentState》
vars==《r1amsgs, r1bmsgs, r2amsgs, r2bmsgs, r3amsgs, negMsgs, log,
serverVars, leaderLog, vote》
------------------------------------------------------------------------------------------------------
主要的动作包括:
● Timeout(i): 从节点或候选节点i因未收到来自主节点的消息而超时, 则增大自身任期(currentTerm'[i]= currentTerm[i]+1), 将状态转变为选举者(currentState'[i]=Candidate);
● RequestVote(i): 候选节点i向其他节点发送自身任期, 发起选举请求;
● HandleRequestVote(i): 节点i收到选举请求m, 如果m携带的任期大于i的任期(m[1] > currentTerm[i]), 则i升级任期, 接受该选举请求, 并将自己的日志发送给候选节点; 否则, i拒绝该选举请求.
------------------------------------------------------------------------------------------------------
Timeout(i)==
/\currentState[i]\in {Follower, Candidate}
/\currentTerm'=[currentTerm EXCEPT![i]=currentTerm[i]+1]
/\currentState'=[currentState EXCEPT![i]=Candidate]
/\UNCHANGED 《r1amsgs, r1bmsgs, log, r2amsgs, r2bmsgs, r3amsgs,
negMsgs, leaderLog, vote》
RequestVote(i)==
/\currentState[i]=Candidate
/\r1amsgs'=r1amsgs\cup {《currentTerm[i], i》}
/\UNCHANGED 《serverVars, r1bmsgs, log, r2amsgs, r2bmsgs, r3amsgs,
negMsgs, leaderLog, vote》
HandleRequestVoteRequest(i)==
/\\E m\in r1amsgs:
LET j==m[2]
grant==m[1] > currentTerm[i]
entries=={《n, log[i][n]》: n\in Index}
IN
\//\grant
/\UpdateTerm(i, m[1])
/\r1bmsgs'=r1bmsgs\cup {《m[1], entries, i, j》}
/\UNCHANGED negMsgs
\//\\neg grant
/\negMsgs'=negMsgs\cup {《currentTerm[i], j》}
/\UNCHANGED 《currentState, currentTerm, r1bmsgs》
/\UNCHANGED 《log, r1amsgs, r2amsgs, r2bmsgs, r3amsgs, vote, leaderLog》
--------------------------------------------------------------------------------------------------------------
● BecomeLeader(i): 收到多数派投票的候选节点i成为主节点, 并根据收到的日志恢复可能缺失的日志项.对每个日志编号n, 考察它收到的所有编号为n的日志项, 选择其中任期最大的日志项, 将该日志项的任期修改为i自身的任期.为了构建从ParallelRaft-SE到Multi-Paxos的精化关系, 恢复过程将修改leaderLog, 而非直接修改log[i].之后, i可以向自己发送RequestSync请求, 完成日志更新;
● RequestSync(i): 主节点i向其他节点同步日志项.
--------------------------------------------------------------------------------------------------------------
Merge(entries, term)==
LET committed=={e\in entries: e[3]=TRUE}
chosen==
CASE committed={·}→CHOOSE x\in entries:
\A y\in entries: x[1]\geq y[1]
[·] committed/={·}→CHOOSE x\in committed: TRUE
safe==chosen[2]
IN 《term, safe, chosen[3]》
BecomeLeader(i)==
/\currentState[i]=Candidate
/\\E Q\in Quorums:
LET voteGranted=={m\in r1bmsgs: m[4]=i/\m[3]\in Q
/\m[1]=currentTerm[i]}
allLog==UNION {m[2]: m\in voteGranted}
valid=={e\in allLog: e[2][1]/=-1}
end==IF valid={·} THEN -1 ELSE Max({e[1]: e\in valid})
IN
/\\A q\in Q: \E m\in voteGranted: m[3]=q
/\leaderLog'=[leaderLog EXCEPT![currentTerm[i]]=
[n\in IndexaIF n\in 0..end THEN
Merge({l[2]: l\in {t\in allLog: t[1]=n}}, currentTerm[i])
ELSE 《-1, Nil, FALSE》]]
/\currentState'=[currentState EXCEPT![i]=Leader]
/\UNCHANGED 《currentTerm, r1amsgs, r2amsgs, r1bmsgs, r2bmsgs, r3amsgs,
negMsgs, log, vote》
RequestSync(i)==
/\currentState[i]=Leader
/\LET sync=={n\in Index: leaderLog[currentTerm[i]][n][1]/=-1}
IN
\E n\in sync: r2amsgs'=r2amsgs\cup
{《currentTerm[i], n, leaderLog[currentTerm[i]][n], i》}
/\UNCHANGED 《serverVars, log, r1amsgs, r1bmsgs, r2bmsgs,
r3amsgs, negMsgs, leaderLog, vote》
------------------------------------------------------------------------------------------------------------------
● HandleRequestSyncRequest(i): i收到RequestSync请求m, 如果m携带的任期不小于i自身的任期(m[1] > currentTerm[i]), 则i接受该请求, 升级自己的任期, 更新log[i]与vote, 并回复确认;
● CommitEntry(i): 收到多数派节点对某个日志项的确认后, 主节点i将该日志项标记为已提交(Committed);
● RequestCommit(i): 主节点将已提交的日志项发送给其他节点.
--------------------------------------------------------------------------------------------------
HandleRequestSyncRequest(i)==
/\\E m\in r2amsgs:
LET j==m[4]
grant==m[1]\geq currentTerm[i]
IN
/\\//\m[1] > currentTerm[i]
/\UpdateTerm(i, m[1])
\//\m[1]\leq currentTerm[i]
/\UNCHANGED 《currentTerm, currentState》
/\\//\grant
/\log'=[log EXCEPT![i][m[2]]=m[3]]
/\vote'=[vote EXCEPT![i][m[2]][m[1]]=m[3][2]]
/\r2bmsgs'=r2bmsgs\cup {《m[1], m[2], i, j》}
/\UNCHANGED negMsgs
\//\\neg grant
/\negMsgs'=negMsgs\cup {《currentTerm[i], j》}
/\UNCHANGED 《vote, r2bmsgs, log》
/\UNCHANGED 《r1amsgs, r1bmsgs, r2amsgs, r3amsgs, leaderLog》
CommitEntry(i)==
/\\E index\in Index, Q\in Quorums:
LET syncSuccess=={m\in r2bmsgs:
m[4]=i/\m[3]\in Q
/\m[1]=currentTerm[i]/\m[2]=index}
IN
/\currentState[i]=Leader
/\\A q\in Q: \E m \in syncSuccess: m[3]=q
/\leaderLog'=[leaderLog EXCEPT![currentTerm[i]][index][3]=TRUE]
/\UNCHANGED 《serverVars, log, r1amsgs, r1bmsgs, r2amsgs, r2bmsgs,
r3amsgs, negMsgs, vote》
RequestCommit(i)==
/\currentState[i]=Leader
/\LET committed=={n\in Index: leaderLog[currentTerm[i]][n][3]=TRUE} IN
\E n\in committed: r3amsgs'=r3amsgs\cup {《currentTerm[i], n, i》}
/\UNCHANGED 《serverVars, log, r1amsgs, r1bmsgs, r2amsgs, r2bmsgs,
negMsgs, leaderLog, vote》
---------------------------------------------------------------------------------------------------------------
● HandleRequestCommit(i): 节点i收到来自主节点的RequestCommit请求m, 如果m携带的任期不小于i自身的任期, 则i将相应的日志项标记为已提交;
● ClientRequest(i): 收到用户的命令v后, 主节点i将v作为新的日志项添加到日志中.
--------------------------------------------------------------------------------------------------------
HandleRequestCommitRequest(i)==
/\\E m\in r3amsgs:
LET grant==currentTerm[i]\leq m[1]
j==m[3]
IN
/\\//\m[1] > currentTerm[i]
/\UpdateTerm(i, m[1])
\//\m[1]\leq currentTerm[i]
/\UNCHANGED 《currentTerm, currentState》
/\\//\grant
/\log[i][m[2]][1]=m[1]
/\log'=[log EXCEPT![i][m[2]][3]=TRUE]
/\UNCHANGED negMsgs
\//\\neg grant
/\negMsgs'=negMsgs\cup {《currentTerm[i], j》}
/\UNCHANGED log
/\UNCHANGED 《serverVars, r1amsgs, r1bmsgs, r2amsgs, r2bmsgs,
r3amsgs, leaderLog, vote》
ClientRequest(i)==
LET ind=={b\in Index: leaderLog[currentTerm[i]][b][1]/=-1}
nextIndex==IF ind={·}
THEN 0
ELSE Max(ind)+1
IN
/\currentState[i]=Leader
/\\E v\in Value: leaderLog'=[leaderLog EXCEPT![currentTerm[i]][nextIndex]=
《currentTerm[i], v, FALSE》]
/\UNCHANGED 《serverVars, log, r1amsgs, r1bmsgs, r2amsgs, r2bmsgs, r3amsgs,
negMsgs, vote》
---------------------------------------------------------------------------------------------------------------------
Next定义了次态关系.Spec定义了完整的行为规约.
------------------------------------------------------------------------------------
Next==\/\E i\in Server: Timeout(i)
\/\E i\in Server: RequestVote(i)
\/\E i\in Server: HandleRequestVoteRequest(i)
\/\E i\in Server: BecomeLeader(i)
\/\E i\in Server: CommitEntry(i)
\/\E i\in Server: ClientRequest(i)
\/\E i, j\in Server: RequestCommit(i)
\/\E i\in Server: HandleRequestCommitRequest(i)
\/\E i, j\in Server: RequestSync(i)
\/\E i\in Server: HandleRequestSyncRequest(i)
Spec==Init/\[·][Next]_vars
--------------------------------------------------------------------------------------
2.2 精化ParallelRaft-SE到Multi-PaxosParallelRaft-SE支持乱序提交、顺序执行用户命令, 这与Multi-Paxos相同.此外, ParallelRaft-SE的日志恢复阶段本质上是使用Paxos对可能缺失的日志项重确认, 而Multi-Paxos也通过Paxos发起提议.实际上, 我们可以建立从ParallelRaft-SE到Multi-Paxos的精化关系, 从而也证明了ParallelRaft-SE的正确性.这种精化关系基于ParallelRaft-SE与Multi-Paxos的以下相似之处.
● RequestVote对应于Phase1a.ParallelRaft-SE中的任期对应于Multi-Paxos中的提议编号;
● HandleRequestVote对应于Phase1b.二者都需要通过比较任期/提议编号来决定是否同意选举/接受提议请求, 且都需要在回复中包含自己的日志;
● BecomeLeader对应于Merge.收到多数派回复的主节点/提议者运行Paxos恢复可能缺失的日志项;
● RequestSync对应于Phase2a.在ParallelRaft-SE中, 主节点完成日志恢复后, 向从节点同步日志项.在Multi-Paxos中, 提议者通过运行Paxos选出提议值后, 向接受者同步;
● HandleRequestSync对应于Vote.在ParallelRaft-SE中, 从节点收到同步请求后更新自己的日志.在Multi-Paxos中, 接受者收到提议者的提议后, 接受提议并记录在本地;
● ClientRequest对应于Propose.在ParallelRaft-SE中, 主节点收到用户命令, 将其作为日志项添加到日志的末尾.在Multi-Paxos中, 若对于某个编号, 提议者没有收到提议值, 可以提出任意合法的值.因此可以向日志末尾追加合法的日志项.
ParallelRaft-SE规约给出了ParallelRaft-SE和Multi-Paxos在常量、变量之间的精化映射:
----------------------------------------------------------------------------------------------------
Acceptors==Server
Ballots==Term
Instances==Index
ballot==currentTerm
leaderVote==[i\in Ballotsa[j\in Indexa《leaderLog[i][j][1], leaderLog[i][j][2]》]]
1amsgs=={《m[1]》: m\in r1amsgs}
1bmsgs=={《m[1], {《e[1], 《e[2][1], e[2][2]》》: e\in m[2]}, m[3]》: m\in r1bmsgs}
2amsgs=={《m[1], m[2], 《m[3][1], m[3][2]》》: m\in r2amsgs}
Spec==Init/\[·][Next]_vars
MP==INSTANCE MultiPaxos
THEOREM Refinement==Spec⇒MP!Spec
--------------------------------------------------------------------------------------------------------------
3 乱序执行模型与“幽灵日志”问题相对于Raft而言, ParallelRaft-SE支持乱序提交.但是, 它仍然要求顺序执行用户命令, 不适合于高并发系统.在PolarFS文件系统应用场景中, ParallelRaft需要支持乱序执行, 也就是允许状态机先执行编号较大的已提交日志项, 而不必等待编号较小的日志项被提交或被执行[7].为了在乱序执行情况下仍能满足状态一致性, 需要保证被乱序执行的命令是无冲突的.因此, 本节先介绍ParallelRaft所采用的乱序执行模型.在分析ParallelRaft协议的正确性时我们发现, 文献[7]中关于ParallelRaft的描述忽略了可能会违反状态一致性的“幽灵日志”问题.本节将分析该问题给乱序执行机制带来的挑战.
3.1 乱序执行的模型ParallelRaft的乱序执行模型给出了用户命令之间的冲突判断规则[7].在PolarFS文件系统应用场景中, 每个用户命令都包含该命令所访问数据的逻辑区块地址(logic block address, 简称LBA).LBA不重叠的命令不存在冲突, 可以乱序执行; 相反, LBA有重叠的命令需要按日志编号顺序执行.
在该模型下, 每个命令在被执行前, 首先检查该命令是否与编号更小的命令存在冲突.由于日志项是乱序接受(可能尚未被提交)的, 日志中可能存在“空洞”.为了在存在空洞的情况下仍能判断当前命令是否可被执行, ParallelRaft要求每个日志项记录它之前的K(是待定参数)个日志项的LBA, 称为“向后看缓冲区”(look behind buffer, 简称LBF).因此, 只要日志中不存在长度超过K的“空洞”, 就可以判断任意两个日志项/命令之间是否存在冲突; 否则, “空洞”之后的日志项都需要等待.
3.2 “幽灵日志”问题经过日志恢复后, ParallelRaft中主节点的日志不存在“空洞”, 因此它可以为每个日志项计算LBF.之后, 主节点可以将LBF随日志项一起发送给从节点.正确的冲突判断要求每个日志项的LBF都准确地记录了它之前K个日志项的LBA.然而, “幽灵日志”现象可能会导致主节点计算出的LBF与实际不符.图 2描述了“幽灵日志”现象, 它包含3个阶段(图中每个方格表示一个日志项, 它记录了该日志项的任期以及所携带的用户命令.日志项从1开始编号).
(1) 如图 2(a)所示, 第1阶段中, s1是主节点.s1向日志中添加了编号为1~4的4个日志项.其中, 编号为1和2的日志项被s2和s3接受, 这两个日志项被提交; 编号为3和4的日志项还没有被s2和s3接受.s1失效;
(2) 第2阶段中, s3成为主节点.s3的主节点在恢复过程中没有收到s1未提交的项(注意, s3只需要从多数派节点收集日志项).因此完成恢复完成后, s3的日志中不包含s1未提交的日志项.如图 2(a), 之后, s3向日志中添加了编号为3~6的新的日志项, 并将编号为6的日志项发送给了s2, 该项被提交.由于这一项是对y的修改(y←2), 与之前的日志项无冲突, 因此s3执行y←2(乱序执行).之后, s3也失效, 系统选出新的主节点s2;
(3) 如图 2(b)所示, 第3阶段中, s3在恢复过程中的收到了s1(此时s1恢复正常)未提交的日志项(编号为4), 并将它发送给s3.这一项被提交后, s3需要执行.它也是对变量y的修改(y←3), 根据乱序执行的规则, 应该先执行.但是s3已经执行y←2, 因此导致了执行顺序的不一致.
s1在第1阶段未提交的日志项不在第2阶段的主节点s3的日志中, 但是之后又出现在了第3阶段的主节点s2的日志中.我们称这种现象为“幽灵日志”.这使得s3计算出的LBF与实际不符, 可能会导致错误的冲突判断, 进而影响ParallelRaft-SE(ParallelRaft)在乱序执行下的正确性.避免出现“幽灵日志”的关键在于, 在日志恢复的过程中, 第2阶段的主节点s3需要明确s1中未提交的日志项的状态: 要么将它们重新提交, 要么将它们删除并保证之后不会被新的主节点提交.“幽灵日志”现象在顺序执行(如Multi-Paxos与Raft)下也可能出现, 但不会影响协议的正确性[22].在顺序执行下, “幽灵日志”问题很容易解决.接下来我们考虑将Multi-Paxos的解决方案应用到ParallelRaft-SE上, 并简要论述Raft对“幽灵日志”的解决方法.我们将说明这些方案无法解决乱序执行下的“幽灵日志”问题.
3.3 Multi-Paxos的解决方案Multi-Paxos采用了被动式的解决方案.提议者在添加日志项时保存它的生成时间(即生成该日志项的提议者的提议编号).节点可以通过日志项的生成时间检测出“幽灵日志”, 并忽略它们.为此, 新的提议者完成恢复过程后, 向日志中写入一条特殊的空操作日志项, 称为栅栏(barrier).只有等栅栏日志项被提交后, 提议者才能向日志中添加新的日志项.因此, 栅栏日志项标记了日志恢复的终点以及新的提议者添加日志项的起点.如果之后某个日志项的生成时间小于栅栏日志项的生成时间, 则可断定它为“幽灵日志”.
如图 3(a)所示, 每个日志项中的二元组分别记录了该日志项的提议编号(后续过程中可能更改)与生成时间. s1是提议编号1的提议者, 它向日志中添加了日志编号为1~4的日志项, 它们的提议编号与生成时间均为1.其中, 日志编号为3和4的日志项没有被提交.之后, s1失效, s3成为提议编号2的提议者.s3收到s2的日志项, 完成恢复过程后, 向日志中写入一条栅栏日志项(日志编号为3, 在图中用B标记), 其提议编号与生成时间均为2.s3首先将栅栏日志项发送给s2, 并将它提交.之后, s3响应用户请求, 并向日志中添加了日志编号为4~6的日志项.其中, 日志编号为6的日志项被s2接受(因此被提交).s3执行该日志项后失效.
s2成为提议编号3的提议者.如图 3(b)所示: 在恢复过程中, s2从s1的日志中找到了日志编号为4(y←3)的日志项并将它添加到日志中.这一项的提议编号为3, 但是它是s1写入日志的, 生成时间为1.而s2的日志中编号为3的栅栏日志项的生成时间为2.由此, s2可以判断日志编号为4的日志项是“幽灵日志”.s2从日志中删除该项, 从而解决了“幽灵日志”问题.
3.4 Raft的解决方案Raft采用了主动式的解决方案[22]: 利用选主机制中的限制条件, 使得拥有“幽灵日志”的节点无法成为新的主节点.为此, Raft中选出的新主节点向日志中添加一条栅栏日志项.只有等栅栏日志项被提交后, 新的主节点才能响应用户的请求.根据Raft的选举规则, 此时, 没有栅栏日志项的节点将无法成为主节点(日志较旧, 无法获得多数派投票).另一方面, 在日志项同步阶段, 接收到栅栏日志项的节点将会删除栅栏日志项后的所有日志项, 故不存在“幽灵日志”.
如图 4(a)所示, s1是任期1的主节点, 它向日志中写入了编号为1~4的4个日志项.其中, 编号为3和4的日志项还没有提交, 主节点变更为s2.如图 4(b)所示, s2成为任期2的主节点后, 先向日志中写入一条栅栏日志项并提交, 之后s2才能响应用户请求.即使s2之后失效, 根据Raft的选主规则, s1若想成为主节点, 需要先删除多余的日志项(编号为3和4), 并添加栅栏日志项.因此, 编号为3和4的两个日志项不会出现在新的主节点的日志中.
3.5 乱序执行下的挑战
将Multi-Paoxs对“幽灵日志”的解决方案直接应用在ParallelRaft-SE上, 并不能保证ParallelRaft-SE(或ParallelRaft)在乱序执行下的正确性.换句话说, 在乱序执行下, “幽灵日志”现象并非导致状态不一致的必要条件.比如, 主节点i的日志中包含未提交的日志项.当主节点发生变更后, i乱序地收到了新主节点的日志项.i并不知道日志中未提交的日志项已经过时, 从而误以为不存在冲突, 导致不一致的行为.
另一方面, Raft利用它的串行性在选举过程中消除了“幽灵日志”.然而, ParallelRaft-SE支持乱序提交, 日志中可能存在“空洞”.这使得ParallelRaft-SE也不能直接应用Raft的解决方案.
4 ParallelRaft-CE协议与规约为了解决乱序执行下的“幽灵日志”问题, 我们基于ParallelRaft-SE提出了ParallelRaft-CE协议.ParallelRaft- CE通过限制ParallelRaft-SE在乱序提交阶段的并行度, 避免了“幽灵日志”问题, 保证乱序执行下的状态机的一致性.ParallelRaft-CE主要包括3个部分: 日志同步机制、选主机制及其日志恢复机制.
我们先给出ParallelRaft-CE的几条关键性质, 其中, “同步号”与“主节点候选者”的概念将在接下来的协议描述中介绍.下一节将简要证明这些关键性质以及ParallelRaft-CE的正确性.
(1) 节点的任期与同步号单调递增;
(2) 选举的安全性: 每个任期最多选出一个主节点;
(3) 设主节点候选者的任期为t, 同步号为s, 则s < t且系统内不存在任期大于s的日志项;
(4) 主节点完全性: 若主节点的任期为t, 那么它的日志中包括所有任期小于t且被提交的日志项;
(5) 一致性: 对任意两个节点, 如果它们的同步号都大于某个任期值t, 则它们的日志中包含相同的任期为t的日志项.
4.1 日志同步机制在ParallelRaft-CE中, 日志项的发送与接受是部分乱序的: 任期相同的日志项可以并发地发送与接受, 任期不同的日志项则需按序发送与接受.为此, 每个节点维护一个同步号(sync), 表示目前节点仅接受任期等于同步号的日志项.当从节点收到主节点的日志项时, 会检查该日志项的任期.如果日志项的任期与从节点的同步号相同, 则从节点接受该日志项, 并回复确认消息; 否则, 从节点拒绝该日志项, 并将自己的同步号发送给主节点.主节点额外维护每个从节点的同步号.当收到从节点的同步号时, 主节点升级自己记录的从节点同步号.当从节点对当前任期的每一条日志项都完成确认后, 主节点通知从节点将同步号设置为下一任期.这种日志同步机制限制了提交阶段的并行度.
4.2 选主机制ParallelRaft-CE的选主机制与Raft相似.不同的是, ParallelRaft-CE通过同步号判断日志的新旧: 节点的同步号越大, 它的日志就越新.候选节点发起选举时, 将自己的同步号也发送给其他节点.只有当接收节点的同步号不大于候选节点的同步号时, 才同意该选举请求.
4.3 日志恢复机制在ParallelRaft-CE中, 任期相同的日志项可以并发发送与接受.因此, 日志中可能存在“空洞”, 新的主节点需要对上一任期的日志项进行恢复.恢复的目标是使得主节点的同步号升级为它的任期, 此时, 系统便已对所有任期小于主节点任期的日志项达成了共识.我们将尚未完成日志恢复的主节点称为主节点候选者(leader candidate).恢复过程完成后, 所有任期小于主节点任期的日志项的状态是确定的: 已经被提交(或执行)的日志项仍在新主节点的日志中; 之前未提交的日志项要么被提交, 要么被丢弃且之后不会再被提交.
假设主节点候选者l的任期为t, 同步号为s(根据性质3, s < t).根据性质5系统已对任期小于s的日志项达成共识.再根据性质3, 系统中不存在任期超过s的日志项.因此, l仅需要恢复任期等于s的日志项.恢复日志项的方法与ParallelRaft-SE(或Multi-Paxos)相同, l需要从多数派节点收集日志项, 并从中选择最“新”的日志项.由于日志项的任期是固定的, ParallelRaft-CE为每个日志项增加一个新的变量: 日期(date).日期相当于Paxos中日志项的提议编号.日志编号相同, 日期越大的日志项就越“新”.
l需要分3个阶段将恢复得到的日志项同步给从节点.设l记录某从节点的同步号为n.如果n > s, 则直接进入第3阶段; 如果n=s, 则直接进入第2阶段; 否则, 先进入第1阶段.
第1阶段(n < s): l先向该从节点发送任期为n的日志项.当这些项被从节点全部确认后, l通知从节点升级到满足以下条件的下一个同步号k:
(1) k > n;
(2) l的日志中含有任期为k的日志项;
(3) k是满足条件1、条件2的最小值.
收到升级同步号请求后, 从节点删除日志中所有未确认的任期为n的日志项, 并将同步号升级为k.之后, 主节点候选者向从节点发送任期为k的日志项.持续以上过程, 直到从节点的同步号升级为s.进入第2阶段.
第2阶段(n=s): l持续向从节点同步日志项, 直到任期为s的所有日志项都被相同的多数派提交, 记这个多数派为Q.进入第3阶段.
第3阶段(n > s): l将它的同步号升级为自身的任期t(根据性质3, 这是安全的).然后, l通知Q中的节点将自身同步号升级为t.收到某多数派节点(均来自Q)的确认消息后, 恢复过程结束, l正式成为主节点.
4.4 ParallelRaft-CE的TLA+规约ParallelRaft-CE使用常量LeaderCandidate表示主节点候选者角色.其中的变量包括:
● messages: 节点发送的消息的集合;
● currentTerm[i]: 节点i记录的最大的任期;
● currentState[i]: 节点i的状态, 为Leader, LeaderCandidate, Follower, Candidate之一;
● votedFor: 每个节点一个任期内只能为一个候选节点投票.votedFor[i]表示i在本任期(currentTerm[i])内投票的候选节点.若i没有为任何节点投票, 则votedFor[i]=Nil;
● sync[i]: 节点i的同步号;
● end[i][t]: 节点i记录的可接受的任期为t的日志项的最大编号.ParallelRaft-CE使用Paxos的投票机制确定每一个任期的最大编号;
● log[i]: 节点i的日志.log[i][k]为i的日志中编号为k的日志项.每个日志项是〈t, d, v, b〉的四元组.其中: t是日志项的任期, 不可修改; d是日期, 用于判断日志项的新旧; v是提议值; b是布尔值, 当且仅当日志项被提交时, b为真;
● syncTrack: 状态为Leader或LeaderCandidate的节点用来记录其他节点的同步号.syncTrack[i][a]为节点i记录的节点a的同步号;
● elections, halfElections为历史变量, 记录了选举信息.
-------------------------- MODULE ParallelRaft-CE --------------------------
CONSTANTS Server, Follower, Candidate, Leader, LeaderCandidate, Nil, Value,
RequestVoteRequest, RequestVoteResponse,
RequestCommitRequest, RequestCommitResponse,
RequestSyncRequest, RequestSyncResponse,
UpdateSyncRequest, UpdateSyncResponse
Quorums=={i\in SUBSET (Server): Cardinality(i)*2 > Cardinality(Server)}
VARIABLE messages, currentTerm, currentState, votedFor, sync, end, log, syncTrack
serverVars==《currentTerm, currentState, votedFor, sync, end》
VARIABLE halfElections, elections
electionVars==《halfElections, elections》
vars==《messages, log, serverVars, syncTrack, electionVars》
----------------------------------------------------------------------------------
ParallelRaft-CE的主要动作包括:
● UpdateTerm(i): s收到消息m, 若m.mterm > currentTerm[i], 那么i升级任期(currentTerm'[i]=m.mterm), 转变为从节点(currentState'[i]=Follower), 并将投票的记录置空(votedFor'[i]=Nil), 因为i在新的任期还没有为任何节点投票.在ParallelRaft-CE中, 节点收到任何请求都需要检查任期.当消息的任期大于节点的任期时, 节点执行UpdateTerm, 之后再响应请求; 当消息的任期与节点任期相同时, 节点直接处理请求; 当消息的任期小于节点任期时, 节点拒绝任何请求, 并将自己的任期回复给发送者;
● RequestVote(i): i发起选举.与ParallelRaft-SE(Multi-Paxos)不同的是, i需要将自己的同步号(sync[i])发送给其他节点;
● HandleRequestVoteRequest(i): 收到选举请求m的节点i比较任期(currentTerm[i])和m.mterm)与同步号(sync[i]和m.msync).当m.mterm=currentTerm[i]且sync[i]≥m.msync且i在本任期内还没有同意其他节点的选举请求, i同意选举请求, 并将自己的日志中任期为m.msync的项以及i可以接受的任期为m.msync的日志项的最大编号(end[i][m.msync])发送给选举发起者.
---------------------------------------------------------------------------------------------
UpdateTerm(i)==
/\\E m\in messages:
/\m.mterm > currentTerm[i]
/\\/m.mdest=i
\/m.mdest=Nil
/\currentTerm'=[currentTerm EXCEPT![i]=m.mterm]
/\currentState'=[currentState EXCEPT![i]=Follower]
/\votedFor'=[votedFor EXCEPT![i]=Nil]
/\UNCHANGED 《messages, sync, log, syncTrack, electionVars, end》
RequestVote(i)==
/\currentState[i]=Candidate
/\Send([mtypeaRequestVoteRequest,
mtermacurrentTerm[i],
msyncasync[i],
msourceai,
mdestaNil])
/\UNCHANGED 《serverVars, syncTrack, log, electionVars》
HandleRequestVoteRequest(i)==
/\\E m\in messages:
LET j==m.msource
syncOK==/\m.msync\geq sync[i]
grant==/\syncOK
/\votedFor[i]\in {Nil, j}
/\currentTerm[i]=m.mterm
IN
/\m.mterm\leq currentTerm[i]
/\m.mtype=RequestVoteRequest
/\\/grant/\votedFor'=[votedFor EXCEPT![i]=j]
\/\neg grant/\UNCHANGED votedFor
/\Send([mtypeaRequestVoteResponse,
mtermacurrentTerm[i],
mvoteGrantedagrant,
mlogaLET C=={n\in Index: log[i][n].term=sync[i]}
IN {《n, log[i][n]》: n\in C},
mendaend[i][m.msync],
msourceai,
mdestaj])
/\UNCHANGED 《currentTerm, currentState, sync, log, syncTrack,
electionVars, end》
--------------------------------------------------------------------------------------------------------
● BecomeLeaderCandidate(i): 若候选节点i从一个多数派(voteGranted)的节点收到同意选举的消息, i转变为主节点候选者.i要恢复任期等于自己同步号(sync[i])的日志项, 因此, i首先确定能接受的任期为sync[i]的日志项的最大编号, 将它保存在end[i][sync[i]]中.方法为: 在收到的消息的m.mend中选择最新的.之后对每个可接受的编号, i在收到的对应编号的日志项中选择最新的, 并写入日志.对每个节点p, i初始化syncTrack[i][p]=sync[i].
-----------------------------------------------------------------------------------------------------------
Merge(entries, term, date)==
IF entries={·} THEN [termaterm,
dateadate,
valueaNil,
committedaFALSE]
ELSE
LET
committed=={e\in entries: e.committed=TRUE}
chosen==
CASE committed={·}→CHOOSE x\in entries:
\A y\in entries: x.date\geq y.date
[·] committed/={·}→CHOOSE x\in committed: TRUE
IN
[termachosen.term,
dateadate,
valueachosen.value,
committedachosen.committed]
BecomeLeaderCandidate(i)==
/\currentState[i]=Candidate
/\\E P\in Quorums:
LET voteGranted=={m\in messages: /\m.mtype=RequestVoteResponse
/\m.mdest=i
/\m.msource\in P
/\m.mterm=currentTerm[i]
/\m.mvoteGranted=TRUE}
allLog==UNION {m.mlog: m\in voteGranted}
endLine==LET allPoint=={m.mend: m\in voteResponded}
IN e==CHOOSE e1\in allPoint:
(\A e2\in allPoint: e1[1]\geq e2[1])
toRecover=={n\in 0..endLine: log[i][n].committed=FALSE}
toSync=={《n, Merge({l[2]: l\in {t\in allLog: t[1]=n}}, sync[i], currentTerm[i])》
: n\in toRecover}
IN
/\\A p\in P: \E m\in voteGranted: m.msource=p
/\log'=[log EXCEPT![i]=[n\in IndexaIF n\in toRecover THEN
(CHOOSE e\in toSync: e[1]=n)[2]
ELSE log[i][n]]]
/\end'=[end EXCEPT![i][sync[i]]=《currentTerm[i], end》]
/\currentState'=[currentState EXCEPT![i]=LeaderCandidate]
/\syncTrack'=[syncTrack EXCEPT![i]=[j\in Serverasync[i]]]
/\UNCHANGED 《messages, currentTerm, votedFor, sync, elections》
-------------------------------------------------------------------------------------------------------------------
● RequestSync(i): 当i为主节点或主节点候选者时, 对其他每个节点p, i向p发送任期为syncTrack[i][p]的日志项.这些日志项可以乱序地发送和接受;
● HandleRequestSyncRequest(i): 节点i收到同步请求m.当m.msync < sync[i]或m.msync > sync[i]时, i拒绝请求并回复RequestSyncResponse消息, 将sync[i]告知发送者.当m.msync=sync[i]时, i同意请求, 回复确认, 并根据m.mend(可以接受的任期为m.msync的日志项的最大编号)和m.mentries(任期为m.msync的日志项)修改end[i]和log[i].对日志的修改为: 删除日志中所有编号大于m.mend的日志项, 并将编号不超过m.mend的日志项替换为m.mentries中相应的项.
-----------------------------------------------------------------------------
RequestSync(i)==
/\currentState[i]\in {LeaderCandidate, Leader}
/\\E s\in 0..sync[i]:
LET start==Min({n\in Index: log[i][n].term=s})
end==Max({n\in Index: log[i][n].term=s})
IN
/\Send([mtypeaRequestSyncRequest,
mtermacurrentTerm[i], msyncas,
mstartastart, mendaend,
mentriesaIF start=-1 THEN Nil ELSE
[n\in start..endalog[i][n]],
msourceai, mdestaNil])
/\ UNCHANGED 《serverVars, logVars, electionVars, syncTrack》
HandleRequestSyncRequest(i)==
/\\E m\in messages:
LET j==m.msource
grant==/\m.mterm=currentTerm[i]
/\m.msync=sync[i]
IN
/\m.mtype=RequestSyncRequest
/\m.mterm\leq currentTerm[i]
/\j/=i
/\\//\grant
/\log'=[log EXCEPT![i]=[n\in Indexa
IF n < m.mstart THEN log[i][n]
ELSE IF n\in m.mstart..m.mend
THEN m.mentries[n]
ELSE [terma-1, datea-1,
valueaNil, committedaFALSE]]]
/\endPoint'=[endPoint EXCEPT![i][sync[i]]=《currentTerm[i], m.mend》]
\//\\neg grant
/\UNCHANGED 《log, endPoint》
/\Send([mtypeaRequestSyncResponse, mtermacurrentTerm[i],
msyncGrantedagrant, msyncasync[i],
mstartam.mstart, mendam.mend,
msourceai, mdestaj])
/\UNCHANGED 《currentTerm, currentState, sync, votedFor
------------------------------------------------------------------------------------------------
● HandleRequestSyncResponse(i): i为主节点或主节点候选者时, 收到节点p的RequestSyncResponse消息m.若m是确认消息(m.msyncGranted=TRUE), 且p的同步号小于i的同步号(m.msync < sync[i]), 则s向p发送UpdateSyncRequest请求, 通知p升级到下一个同步号.下一个同步号的选举方法如上文所述.若m是否定消息, 则i修改syncTrack[i][p](syncTrack'[i][p]=m.msync);
● UpdateSync(i): 状态为主节点候选者的节点i, 如果存在一个多数派的节点完成对任期为sync[i]的日志项的同步, 且i收到它们的确认(RequestSyncResponse消息), 那么s向这些节点发送UpdateSyncRequest消息, 通知它们升级同步号为i的任期(currentTerm[i]).
-------------------------------------------------------------------------------------
HandleRequestSyncResponse(i)==
/\\E m\in messages:
LET j==m.msource IN
/\m.mtype=RequestSyncResponse
/\m.mdest=i
/\currentTerm[i]=m.mterm
/\currentState[i]\in {Leader, LeaderCandidate}
/\syncTrack'=[syncTrack EXCEPT![i][j]=m.msync]
/\\//\m.msyncGranted
/\m.msync < sync[i]
/\Send([mtypeaUpdateSyncRequest,
mtermacurrentTerm[i],
msyncaMin({sync[i]} \union {k\in Nat: k > m.msync/\
Cardinality({n\in Index: log[i][n].term=k}) > 0}),
msourceai,
mdesta{j}])
\//\\neg m.msyncGranted
/\UNCHANGED messages
/\UNCHANGED 《serverVars, log, electionVars》
UpdateSync(i)==
/\currentState[i]=LeaderCandidate
/\\E Q\in Quorums:
LET syncUpdated=={m\in messages: /\m.mtype=RequestSyncResponse
/\m.mterm=currentTerm[i]
/\m.msyncGranted=TRUE
/\m.msync=sync[i]
/\m.msource\in Q
/\m.mdest=i}
IN
/\\A q\in Q: (\E m\in syncUpdated: m.msource=q)\/q=i
/\Send([mtypeaUpdateSyncRequest,
mtermacurrentTerm[i],
msyncacurrentTerm[i],
msourceai,
mdestaQ])
/\UNCHANGED 《serverVars, log, syncTrack, electionVars》
--------------------------------------------------------------------------------------------------------------
● HandleUpdateSyncRequest(i): i收到UpdateSyncRequest请求m, 升级自己的同步号(sync'[i]=m.msync), 并将日志中的所有日志项标记为提交.然后回复确认, 将升级后的同步号通知发送者.收到i的确认的主节点(主节点候选者)根据回复修改对i的同步号的记录(syncTrack);
● HandleUpdateSyncResponse(i): 主节点或主节点候选者i收到UpdateSyncResponse回复后, 更新对发送者同步号的记录.
--------------------------------------------------------------------------------
HandleUpdateSyncRequest(i)==
\E m\in messages:
LET grant==/\currentTerm[i]=m.mterm
/\m.msync > sync[i]
j==m.msource
IN
/\m.mtype=UpdateSyncRequest
/\i \in m.mdest
/\m.mterm\leq currentTerm[i]
/\\//\grant
/\sync'=[sync EXCEPT![i]=m.msync]
/\log'=[log EXCEPT![i]=[n\in Indexa
IF log[i][n].term=sync[i] THEN
log[i][n].committed=TRUE
ELSE log[i][n]]]
\//\\neg grant
/\UNCHANGED 《log, sync》
/\Send([mtypeaUpdateSyncResponse, mtermacurrentTerm[i],
mupdateSyncGrantedagrant, msyncasync'[i],
msourceai, mdestaj])
/\UNCHANGED 《currentTerm, currentState, votedFor, end, syncTrack, electionVars》
HandleUpdateSyncResponse(i)==
/\\E m\in messages:
LET j==m.msource IN
/\m.mtype=UpdateSyncResponse
/\m.mdest=i
/\currentTerm[i]=m.mterm
/\currentState[i]\in {Leader, LeaderCandidate}
/\\//\m.mupdateSyncGranted
/\syncTrack'=[syncTrack EXCEPT![i][j]=m.msync]
\//\\neg m.mupdateSyncGranted
/\UNCHANGED syncTrack
/\UNCHANGED 《messages, serverVars, log, electionVars》
---------------------------------------------------------------------------------------------------
● BecomeLeader(i): 主节点候选者i执行UpdateSync后, 若有一个多数派Q的节点的同步号升级为currentTerm[i], 且i收到它们的确认(∀q∈Q: syncTrack[i][q]=currentTerm[i]), 那么i转变为主节点, 并提交日志中的所有日志项;
● ClientRequest(i): i为主节点时, 可以响应用户的请求, 将用户的命令插入到日志中.
----------------------------------------------------------------------------
BecomeLeader(i)==
/\currentState[i]=LeaderCandidate
/\\E Q\in Quorums: \A q\in Q: (q=i\/syncTrack[i][q]=currentTerm[i])
/\elections'=elections\union
{[etermacurrentTerm[i],
esyncasync[i],
eleaderai,
evotesaQ,
evoterLoga{log[k]: k\in Q},
elogalog[i]]}
/\sync'=[sync EXCEPT![i]=currentTerm[i]]
/\currentState'=[currentState EXCEPT![i]=Leader]
/\log'=[log EXCEPT![i]=[n\in Indexa
IF log[i][n].term=sync[i] THEN
log[i][n].committedaTRUE]
ELSE log[i][n]]]
/\UNCHANGED 《messages, currentTerm, votedFor, end, syncTrack, halfElections》
ClientRequest(i, v)==
LET nextIndex==logTail(log[i])+1
entry==[termacurrentTerm[i],
dateacurrentTerm[i],
valueav,
committedaFALSE]
IN
/\currentState[i]=Leader
/\log'=[log EXCEPT![i][nextIndex]=entry]
/\UNCHANGED 《messages, serverVars, electionVars, syncTrack》
-------------------------------------------------------------------------------------------------
Next定义了次态关系.Spec定义了完整的行为规约.
---------------------------------------------------------------------------------------
Next==\/\E i\in Server: Restart(i)
\/\E i\in Server: Timeout(i)
\/\E i\in Server: UpdateTerm(i)
\/\E i\in Server: RequestVote(i)
\/\E i\in Server: HandleRequestVoteRequest(i)
\/\E i\in Server: BecomeLeaderCandidate(i)
\/\E i\in Server: BecomeLeader(i)
\/\E i\in Server, v\in Value: ClientRequest(i, v)
\/\E i, j\in Server: RequestSync(i)
\/\E i\in Server: HandleRequestSyncRequest(i)
\/\E i\in Server: HandleRequestSyncResponse(i)
\/\E i, j\in Server: UpdateSync(i)
\/\E i\in Server: HandleUpdateSyncRequest(i)
\/\E i\in Server: HandleUpdateSyncResponse(i)
Spec==Init/\[·][Next]_vars
--------------------------------------------------------------------------------------------
5 ParallelRaft-CE的正确性证明本节简要论证ParallelRaft-CE协议的正确性.ParallelRaft-CE的正确性包括两部分: 一是共识协议的一致性, 二是ParallelRaft-CE中不会出现“幽灵日志”现象.由此可以得到复制状态机的安全性: 节点间执行每个日志项的顺序没有冲突, 状态机的状态一致.
性质1. 节点的任期与同步号单调递增.
根据规约容易得到, 任何节点的任期和同步号是单调递增的;
根据规约, 节点只会修改任期等于同步号的日志项, 而不会增加、删除或修改日志中任期小于同步号的日志项.
性质2(选举的安全性). 每个任期最多选出一个主节点.
ParallelRaft-CE中, 从节点成为主节点需要两个阶段: 一是从节点通过选举成为主节点候选者, 二是主节点候选者转变为主节点.其中, 选取主节点候选者的方式与Raft中选取主节点的方式相同.根据Raft选主的安全性, 可以得到ParallelRaft-CE中每个任期最多选出一个主节点候选者;
主节点候选者可能成功转变为主节点, 可能由于失效, 或是任期更大的节点发起选举等原因没有转变为主节点, 在这种情况下, 系统进入下一任期.因此, 每个任期最多选出一个主节点.
任期相同、编号相同的日志项一定包含相同的命令.根据选举的安全性, 以及对任意编号, 每个主节点最多添加一个日志项可以得到.这个性质与Raft相同.
性质3. 设主节点候选者的任期为t, 同步号为s, 则s < t且系统内不存在任期大于s的日志项.
首先, 任何节点的同步号不大于任期.由于节点在发起选举需要增大任期(同步号不变), 且在选举过程中任期与同步号不变, 因此主节点候选者的同步号小于任期.设主节点候选者i的同步号为s, 任期为t(s < t);
对任意s < k < t, 不存在任期为k的主节点.使用反证法, 假设存在节点j为任期k的主节点.根据规约, 存在多数派节点Q1为i投票.j由主节点候选者转变为主节点, 因此存在多数派节点Q2升级同步号为k.根据多数派的性质, Q1∩Q2≠Ø.设r∈Q1∩Q2.若r先为i投票, 那么r升级任期为t.由于t > k, 因此r之后会拒绝j升级同步号的请求, 这与r∈Q2矛盾.若r先升级同步号为k, 那么由于k > s, 之后, r会拒绝i的选举请求(注意, 选举投票要比较同步号), 这与r∈Q1矛盾.由此可知, 不存在这样的k;
对k≥t, 不存在任期为k的主节点.若系统中存在任期为k的主节点, 那么k在选举中获得多数派节点Q的投票, 因此Q中节点的任期至少为k.由于节点的任期递增, 因此i发起选举时, Q中的节点的任期要么大于t, 要么已经为任期为t的其他节点投过票, 因此不会为i投票.这与i成为任期为t的主节点候选者矛盾.
综上, 系统中没有出现过任期大于s的主节点, 因此不存在任期大于s的日志项.
性质4(主节点的完全性). 若主节点的任期为t, 则其日志中包括所有任期小于t且被提交的日志项.
ParallelRaft-CE中, 任期为t1的主节点失效后, 新的主节点候选者(任期为t2)会对任期为t1的日志项进行重确认.在重确认的过程中, 所有上一任期的日志项的状态被确定: 被提交或者丢弃.重确认过程结束后, 主节点候选者成为新的主节点.重确认的过程实质上是对每个位置执行Paxos协议的过程, 因此可以保证取得共识, 且之前取得共识的日志项不会丢失.根据规约, 当完成重确认后, 一个多数派的节点升级同步号为t2, 且由于节点的同步号递增, 之后, 同步号小于t2的节点无法通过选举成为主节点候选者, 因此已经取得共识的任期为t1的日志项不会改变.
性质5(一致性). 对任意两个节点, 如果它们的同步号都大于某个任期t, 则它们的日志中包含相同的任期为t的日志项.
ParallelRaft-CE的主节点根据从节点的同步号同步日志项, 这与恢复阶段的正确性(性质3与性质4), 保证了节点间日志的一致性.
ParallelRaft-CE中不会出现“幽灵日志”现象.
在ParallelRaft-CE中, 新的主节点候选者通过重确认过程对上一主节点的日志项进行重确认.当重确认过程结束后, 主节点候选者的同步号升级为任期.由于节点的同步号递增, 选举机制保证了同步号落后的节点无法成为主节点.因此, 系统不会重新提交之前任期的日志项.
6 模型检验与模拟测试本节使用TLC模型检验工具, 在模型检验模式与模拟模式下验证ParallelRaft-CE协议的正确性, 并验证ParallelRaft-SE到Multi-Paxos的精化关系.
6.1 实验设置在所有的实验中, 我们调整参与者集合Proposer(Server)、提议者集合Value、提议编号集合Ballot(Term)的大小, 并将前两者设置为对称集[13], 以提高TLC的验证效率.我们使用10个线程进行实验, 以下是我们的实验统计结果.
模型检验模式的统计结果包括: 已遍历(BFS方式遍历)的系统状态图的直径、已遍历的状态的数量、已发现的不同状态的数量以及检验花费的时间(单位是hh: mm: ss).在验证ParallelRaft-SE精化Multi-Paxos时, 我们设置TLC已检验的不同状态数量超过1亿时, 人为停止实验.在验证ParallelRaft-CE满足一致性时, 我们设置TLC已检验的不同状态数超过2亿时, 人为停止实验.
模拟模式下, 我们使用随机种子, 设置最大深度为50.统计结果主要为已遍历的状态的数量.每组实验运行6小时.
实验使用的机器配置为: 2.40 GHz 10核CPU以及64GB内存, TLC版本号为1.7.0
6.2 模型检验验证结果 6.2.1 ParallelRaft-SE精化Multi-Paxos图 5给出了在不同配置下使用模型检验模式验证ParallelRaft-SE精化Multi-Paxos的验证结果.
精化关系在ParallelRaft-SE的TLA+规约中给出.从实验数据可以发现: 参与者数量与提议值个数对实验的规模以及检验时间的影响较大, 而投票轮数对实验的规模影响相对较小.
6.2.2 ParallelRaft-CE满足一致性图 6给出了在不同配置下使用模型检验模式验证ParallelRaft-CE满足一致性的验证结果.
ParallelRaft-CE的一致性形式化定义为:
AllEntries(i)=={《n, log[i][n]》: n\in Index}
Consistency==\A i, j\in Server:
{e \in AllEntries(i): e[2].term\geq 0/\e[2].term < Min({sync[i], sync[j]})}=
{e\in AllEntries(j): e[2].term\geq 0/\e[2].term < Min({sync[i], sync[j]})}
其中, AllEntries(i)为节点i的所有日志项(日志编号与日志的二元组).Consistency定义了ParallelRaft-CE的一致性, 即: 任意两个节点, 若它们的同步号都大于t, 那么它们的日志中有相同的任期为t的日志项.
ParallelRaft-CE协议更加复杂, 不同状态的数量较多, 因此我们设置不同状态数达到2亿时停止实验.
6.3 模拟模式验证结果 6.3.1 ParallelRaft-SE精化Multi-Paxos图 7给出了在不同配置下使用模拟模式验证ParallelRaft-SE精化Multi-Paxos的实验结果.经过估算, 在实验规模较小的情况下(3个参与者, 2轮投票), 状态图的直径为30左右; 实验规模较大的情况下(4个参与者, 3轮投票), 状态图的直径为50左右.实验设置模拟模式的检测深度为50.
6.3.2 ParallelRaft-CE满足一致性
图 8给出了在不同配置下, 使用模拟模式验证ParallelRaft-CE满足一致性的实验结果.实验同样设置最大深度为50.
7 相关工作
经典分布式共识协议Multi-Paxos(Paxos)[8, 9]衍生出了多种变体[23, 24], 如Disk Paxos[25], Cheap Paoxs[26], Fast Paxos[27], Generalized Paxos[28], Stoppable Paxos[29], Vertical Paxos[30], Byzantine Paxos[31], EPaxos[32], TPaxos等[18]. Multi-Paxos支持乱序提交、顺序执行用户命令.Raft[10]也可以看作Multi-Paxos(Paxos)的变体[33], 它限制了乱序提交行为, 通过顺序提交、顺序执行用户命令简化了协议设计.本文关注分布式文件系统PolarFS使用的ParallelRaft协议[7], 它基于Raft实现了乱序提交、乱序执行, 更适用于高并发系统.为了理清ParallelRaft与Raft之间的关系, 我们提出了ParallelRaft-SE.ParallelRaft-SE是Multi-Paxos的一种变体, 支持乱序提交、顺序执行用户命令.
利用无冲突命令之间的可交换性, 可以提高共识协议的性能.在Generalized Paxos[28]中, 如果命令无冲突, 用户可以绕过主节点, 直接将命令广播给所有节点, 减少通信开销、提高性能.微软公司提出的分布式复制框架Tribble[34]利用多线程技术并发执行无冲突的命令项, 同时保证状态一致性.ParallelRaft[7]根据命令的逻辑区块地址进行冲突判断, 无冲突的命令可以乱序执行.我们分析了ParallelRaft的乱序执行机制, 发现文献[7]中的描述忽略了可能会违反状态一致性的“幽灵日志”问题.因此, 我们提出了ParallelRaft-CE, 它通过限制乱序提交阶段的并行度, 避免了“幽灵日志”问题.
使用形式化规约语言描述分布式协议, 并使用模型检验工具验证预期的性质, 可以有效地增强人们对协议可靠性的信心[18].Lamport使用TLA+[13, 15]描述了Paxos[35], Fast Paxos[27], Byzantine Paxos[31]等协议[18], 并使用模型检验工具TLC验证了这些协议(在受限规模下)的正确性.Ongaro等人提出了Paxos的变体Raft, 并给出了Raft的TLA+规约[22].本文给出了ParallelRaft-SE和ParallelRaft-CE的TLA+规约, 并验证了它们(在受限规模下)的正确性.
精化技术[12]有助于理解各种协议之间的关系.在研究Paxos时, Lamport提出了共识问题的抽象描述Consensus, 给出了分布式共识问题的集中式解决方案Voting[35], 并构建了从Paxos到Voting以及从Voting到Consensus的精化关系[35].Yi等人在研究腾讯公司PaxosStore系统中的TPaxos时, 提出了Voting的一种变体EagerVoting, 并构建了从TPaxos到EagerVoting以及从EagerVoting到Consensus的精化关系[18].本文构建了从ParallelRaft-SE到Multi-Paxos的精化关系, 证明了ParallelRaft-SE的正确性.
8 总结与未来工作本文的目标是为PolarFS文件系统中使用的ParallelRaft协议[7](它支持乱序提交、乱序执行用户命令)提供严格的形式化规约并证明其正确性.首先, 为了理清ParallelRaft与Raft之间的关系, 我们提出了允许乱序提交、顺序执行的ParallRaft-SE协议, 并建立了从ParallelRaft-SE到Multi-Paxos的精化关系; 其次, 我们发现现有的ParallelRaft描述忽略了可能会违反状态一致性的“幽灵日志”问题, 并提出了ParallelRaft-CE协议.通过限制ParallelRaft-SE在乱序提交阶段的并行度, ParallelRaft-CE避免了“幽灵日志”问题.最后, 我们给出了ParallelRaft- SE和ParallelRaft-CE的TLA+规约, 并对协议参与者数量较小的情形使用TLC模型检验工具, 验证了从ParallelRaft-SE到Multi-Paxos的精化关系以及ParallelRaft-CE的正确性.
目前, 我们正在使用TLAPS(TLA+Proof System)[14, 36]定理证明系统为ParallelRaft-CE(以及Raft)开发机械化正确性证明.此外, 我们还将从顺序/乱序提交、顺序/乱序执行的角度对已知的分布式共识协议进行综述, 并利用形式化方法研究它们之间的关系.
[1] |
Fischer MJ, Lynch NA, Paterson MS. Impossibility of distributed consensus with one faulty process. Journal of the ACM (JACM), 1985, 32(2): 374-382.
[doi:10.1145/3149.214121] |
[2] |
Herlihy M. Wait-Free synchronization. ACM Trans. on Programming Languages and Systems (TOPLAS), 1991, 13(1): 124-149.
[doi:10.1145/114005.102808] |
[3] |
Weil SA. Ceph: Reliable, scalable, and high-performance distributed storage[Ph. D. Thesis]. Santa Cruz: University of California, 2007.
|
[4] |
Corbett JC, Dean J, Epstein M, Fikes A, Frost C, Furman JJ, Ghemawat S, Gubarev A, Heiser C, Hochschild P, Hsieh W. Spanner: Google's globally distributed database. ACM Trans. on Computer Systems (TOCS), 2013, 31(3): 1-22.
[doi:10.1145/2491464] |
[5] | |
[6] |
Zheng J, Lin Q, Xu J, Wei C, Zeng C, Yang P, Zhang Y. PaxosStore: High-availability storage made practical in WeChat. Proc. of the VLDB Endowment, 2017, 10(12): 1730-1741.
[doi:10.14778/3137765.3137778] |
[7] |
Cao W, Liu Z, Wang P, Chen S, Zhu C, Zheng S, Wang Y, Ma G. PolarFS: An ultra-low latency and failure resilient distributed file system for shared storage cloud database. Proc. of the VLDB Endowment, 2018, 11(12): 1849-1862.
[doi:10.14778/3229863.3229872] |
[8] |
Lamport L. Paxos made simple. ACM Sigact News, 2001, 32(4): 18-25.
|
[9] |
Lamport L. The part-time parliament. ACM Trans. on Computer Systems (TOCS), 1998, 16(2): 133-169.
[doi:10.1145/279227.279229] |
[10] |
Ongaro D, Ousterhout J. In search of an understandable consensus algorithm. In: Proc. of the 2014 USENIX Annual Technical Conf. ({USENIX}{ATC} 2014). 2014. 305-319.
|
[11] |
Schneider, Fred B. Implementing fault-tolerant services using the state machine approach: A tutorial. ACM Computing Surveys, 1990, 22(4): 299-319.
[doi:10.1145/98163.98167] |
[12] |
Abadi M, Lamport L. The existence of refinement mappings. Theoretical Computer Science, 1991, 82(2): 253-284.
[doi:10.1016/0304-3975(91)90224-P] |
[13] |
Lamport L. Specifying Systems: The TLA+ Language and Tools for Hardware and Software Engineers. Boston: Addison-Wesley Longman Publishing Co., Inc., 2002.
|
[14] |
Lamport L. The TLA+ hyperbook. 2015. http://research.microsoft.com/enus/um/people/lamport/tla/hyperbook.html
|
[15] |
Lamport L. The temporal logic of actions. ACM Trans. on Programming Languages and Systems (TOPLAS), 1994, 16(3): 872-923.
[doi:10.1145/177492.177726] |
[16] |
Yu Y, Manolios P, Lamport L. Model checking TLA+ specifications. In: Proc. of the Advanced Research Working Conf. on Correct Hardware Design and Verification Methods. Berlin, Heidelberg: Springer-Verlag, 1999. 54-66.
|
[17] | |
[18] |
Yi XC, Wei HF, Huang Y, Qiao L, Lü J. TPaxos consensus protocol in PaxosStore: Derivation, specification, and refinement. Ruan Jian Xue Bao/Journal of Software, 2020, 31(8): 2336-2361(in Chinese with English abstract).
http://www.jos.org.cn/1000-9825/5964.htm [doi:10.13328/j.cnki.jos.005964] |
[19] |
Ji Y, Wei HF, Huang Y, Lü J. Specifying and verifying CRDT protocols using TLA+. Ruan Jian Xue Bao/Journal of Software, 2020, 31(5): 1332-1352(in Chinese with English abstract).
http://www.jos.org.cn/1000-9825/31/5956.htm [doi:10.13328/j.cnki.jos.005956] |
[20] |
Lamport L. Summary of tla+. http://lamport.azurewebsites.net/tla/summary-standalone.pdf
|
[21] |
Yuan D, Luo Y, Zhuang X, Rodrigues GR, Zhao X, Zhang Y, Jain PU, Stumm M. Simple testing can prevent most critical failures: An analysis of production failures in distributed data-intensive systems. In: Proc. of the 11th USENIX Symp. on Operating Systems Design and Implementation (OSDI). 2014. 249-265.
|
[22] |
Ongaro D. Consensus: Bridging theory and practice[Ph. D. Thesis]. Stanford University, 2014.
|
[23] |
Lampson B. The ABCD's of Paxos. In: Proc. of the 20th Annual ACM Symp. on Principles of Distributed Computing (PODC), Vol. 1. 2001. 13.
|
[24] |
Van Renesse R, Altinbuken D. Paxos made moderately complex. ACM Computing Surveys (CSUR), 2015, 47(3): 1-36.
http://smartsearch.nstl.gov.cn/paper_detail.html?id=88c70501be88cc7524db69822b019f0c |
[25] |
Gafni E, Lamport L. Disk Paxos. Distributed Computing, 2003, 16(1): 1-20.
[doi:10.1007/s00446-002-0070-8] |
[26] |
Lamport L, Massa M. Cheap Paxos. In: Proc. of the Int'l Conf. on Dependable Systems and Networks. 2004. 307-314.
|
[27] |
Lamport L. Fast Paxos. Distributed Computing, 2006, 19(2): 79-103.
[doi:10.1007/s00446-006-0005-x] |
[28] |
Lamport L. Generalized consensus and Paxos. Technical Report, Microsoft Research, 2005.
|
[29] |
Lamport L, Malkhi D, Zhou L. Stoppable Paxos. Technical Report, Microsoft Research, 2008.
|
[30] |
Lamport L, Malkhi D, Zhou L. Vertical Paxos and primary-backup replication. In: Proc. of the 28th ACM Symp. on Principles of Distributed Computing. 2009. 312-313.
|
[31] |
Lamport L. Byzantizing Paxos by refinement. In: Proc. of the Int'l Symp. on Distributed Computing. 2011. 211-224.
|
[32] |
Moraru I, Andersen DG, Kaminsky M. There is more consensus in egalitarian parliaments. In: Proc. of the 24th ACM Symp. on Operating Systems Principles. 358-372.
|
[33] |
Wang Z, Zhao C, Mu S, Chen H, Li J. On the parallels between Paxos and Raft, and how to port optimizations. In: Proc. of the 2019 ACM Symp. on Principles of Distributed Computing. 2019. 445-454.
|
[34] |
Guo Z, Hong C, Yang M, Zhou D, Zhou L, Zhuang L. Paxos made parallel. Technical Report, Microsoft Research Asia, 2012. 118.
|
[35] |
Lamport L, Merz S, Doligez D. A TLA + specification of Paxos and its refinement. 2019. https://github.com/tlaplus/Examples/tree/master/specifications/Paxos
|
[36] |
Chaudhuri K, Doligez D, Lamport L, Merz SA. TLA+ proof system. In: Proc. of the LPAR Workshops, CEUR Workshop. 2008. 17-37.
|
[18] |
易星辰, 魏恒峰, 黄宇, 乔磊, 吕建. PaxosStore中共识协议TPaxos的推导、规约与精化. 软件学报, 2020, 31(8): 2336-2361.
http://www.jos.org.cn/1000-9825/5964.htm [doi:10.13328/j.cnki.jos.005964] |
[19] |
纪业, 魏恒峰, 黄宇, 吕建. CRDT协议的TLA+描述与验证. 软件学报, 2020, 31(5): 1332-1352.
http://www.jos.org.cn/1000-9825/31/5956.htm [doi:10.13328/j.cnki.jos.005956] |