许可链下的事务并行执行模型

现有的许可链系统大多采取串行的事务执行方式,无法利用多核处理器的性能优势。在共识算法性能较高的许可链中,这种串行的事务执行方法将会成为性能瓶颈。为降低排序-执行-验证架构的许可链中事务执行的时间开销,文中提出了两种事务并发模型。首先,提出了基于地址表的并行执行模型,通过静态分析的方法将事务的读写集映射到地址表中,并利用地址表构建调度图实现无数据冲突的事务并行执行;其次,针对静态分析方法不适用于读写需求复杂的应用场景,提出了基于多版本时间戳排序的并行执行模型,领导者节点使用多版本时间戳排序算法并行地预执行事务并将调度图以事务依赖三元组的形式存储入区块,所有验证节点通过事务依赖三元组进行调度,在保证一致性的前提下实现事务的并行执行;最后,在Tendermint中实现了所设计的两种事务并发模型,并进行了事务执行阶段性能测试和多节点性能测试。实验结果表明,相比串行执行,所提模型在单节点8线程时的事务执行时间分别减少了68.6%和28.5%,4节点8线程时区块链吞吐量分别提升了约43.4%和19.5%。

基于全局时标的网格事务并发机制研究

针对现有网格数据库事务并发控制协议存在的问题,提出了一种基于全局时标的网格事务并发控制协议。该协议引入全时序的概念,将网格事务在全局层面上进行了排序,实现了网格事务并发执行的可串行化。通过网格事务可串行化定理对所提出的协议进行可串行化证明,并对协议及算法的性能进行了实验测试。实验结果表明,提出的协议是可行和有效的,相对于传统的基于时标的并发控制协议具有一定的优越性。

时间戳顺序在分布式并发控制中的应用

分布式系统以其优越的性能正在逐步取代传统的客户 /服务器结构 ,时间戳顺序由于其控制精确 ,不会中断处理事务的优点而在分布式事务管理系统中占有重要的地位。

时标排序并发控制算法在移动分布式实时数据库中的应用分析

随着移动计算技术的发展,人们要求能够随时随地实时存取数据库的数据,这就导致了移动分布式实时数据库(MDRTDBS)的实现。移动实时应用的根本特性是其事务具有移动性和实时特性,数据具有定时特性。这对移动分布式实时数据库并发控制协议提出了新的挑战,目前这方面的研究还很少。对实时数据库的时标排序并发控制协议进行了分析,针对移动实时应用的特点对将它们应用到MDRTDBS的优缺点进行了阐述,提出了改进的方法。最后提出了新的适用于MDRTDBS的时标排序协议,并指出了未来的研究方向。

移动数据库事务管理技术研究

以传统的事务并发算法为基础,分析移动数据库与分布式数据库的共性和差异性,探讨基于时间戳代理的并发控制改进模型。该模型经过从支持全局变量到支持不完整事务的演化过程,能够基本满足移动计算环境下各种应用场景的需求。

大规模交易事务的一种调度方法

为解决大规模交易中复杂事务密集访问引起的关键事务调度性能低下问题,文中通过研究交易事务的分类特点和结构特征,提出了一种基于虚拟截止期和时间戳排序的双级调度策略,通过分割长撮合事务和确定合理的步长因子,保证关键事务的优先调度.模拟和测试结果表明,在不产生事务延迟的条件下,交易事务的处理速率为1970事务/秒,平均响应时间为0.5ms,满足大规模电子交易的需要.

基于事件顺序的时间戳协议处理

在不考虑网络延迟的情况下,提出一种基于事件顺序的时间戳协议处理方法。在分析时间戳大小与事件关系的基础上,证明为使事件绑定时主体接收的时间戳是新的,状态转移必须满足时间戳关系无环性,并基于事件顺序给出时间戳关系无环性的验证算法。实例表明,该方法易于实现,且具有一定适用性。

数据库系统的优化并行控制算法

1.引言 所谓事务就是可以保持数据库一致性的任何原子操作序列.操作可以是对数据库实体的读或写.为了一组事务可以同时执行,要引入并行控制机制[3],以保证多个事务对数据库操作后,数据库仍保持一致性.

一种乱序数据流上的偏倚抽样算法

抽样是生成和维护数据流概要结构的常用方法.乱序数据流中,延时到达的数据通常被丢弃,从而会降低聚集运算的精度.提出一种新的利用双时间戳进行偏倚抽样的方法,通过所设计的衰减函数确定数据流元组的权重,根据该权重进行抽样,不仅可以保证将最新产生的数据抽中,保留在滑动窗口内,还可以保证部分重要的延时数据不被丢弃.利用平衡二叉树存储滑动窗口内数据流元组的权重,以提高数据流操作的响应时间.实验结果表明根据双时间戳计算出的数据权重更能反映数据的实时性和代表性;与顺序结构相比,利用平衡二叉树可提高最小权重的查找速度,流数据量越大,速度提高越明显.