Методи оптимізації продуктивності Conflict-free Replicated Data Types (CRDT)
Анотація
Актуальність досліджуваної проблеми полягає у необхідності оптимізації роботи з розподіленими даними, що не викликають конфліктів при реплікації, оскільки введення таких типів даних призводить до збільшення потреби у їхній оптимізації та підвищенні продуктивності. Метою дослідження є розробка способів підвищення ефективності різних типів даних з реплікацією без конфліктів. Для досягнення мети були використані методи аналізу та експерименту. Результати дослідження демонструють, що застосування певних оптимізованих способів безконфліктних типів даних у реплікаціях призводить до значного покращення ефективності та зниження ресурсних витрат. За результатами було визначено, що методи кешування і попереднього обчислення, асинхроної синхронізації та локальної обробки є найефективнішими для покращення ефективності Conflict-free Replicated Data Types. Встановлено, що вибір конкретного методу для покращення продуктивності Conflict-free Replicated Data Types має бути обгрунтованим і здійснюватися на основі уважного аналізу вимог та характеристик конкретної розподіленої системи. Це враховує потреби користувачів, ступінь критичності даних, частоту редагування тощо. Дослідження включає розроблення та оптимізацію алгоритмів синхронізації, що значно підвищує продуктивність таких типів даних у розподілених системах. У роботі є прості програмні реалізації для детального аналізу та вивчення методів оптимізації продуктивності типів даних у реплікаціях без конфліктів. Впровадження розподіленого обчислення дозволило оптимізувати процеси реплікації та синхронізації даних, що сприяє зниженню накладних витрат та підвищенню швидкодії систем. Зроблено висновок про практичну важливість дослідження, оскільки використання оптимізованих безконфліктних типів даних з реплікацією у реальних розподілених системах може покращити їхню ефективність та надійність. Практичне значення дослідження полягає в можливості застосування оптимізованих методів типів даних з безконфліктною реплікацією у реальних розподілених системах, що дозволить підвищити їхню продуктивність та забезпечити ефективну роботу в умовах великої навантаженості та обмеженого ресурсного потенціалу
Ключові слова
способи збільшення результативності; реплікація даних; розподілені системи; ефективність синхронізації; методи синхронізації даних
Використані джерела
[1] Adas, D., & Friedman, R. (2021). Sliding window CRDT sketches. In 2021 40th international symposium on reliable distributed systems (SRDS) (pp. 288-298). Chicago: IEEE. doi: 10.1109/SRDS53918.2021.00036.
[2] Bauwens, J., & Gonzalez Boix, E. (2020). From causality to stability: Understanding and reducing meta-data in CRDTs. In MPLR ‘20: Proceedings of the 17th international conference on managed programming languages and runtimes (pp. 3-14). New York: Association for Computing Machinery. doi: 10.1145/3426182.3426183.
[3] Biletskyy, B.O. (2019). Horizontal and vertical scalability of machine learning methods. Problems in Programming, 2, 69-80. doi: 10.15407/pp2019.02.069.
[4] Boliubash, N., & Olinyk, M. (2023). Methods for increasing the performance of the library’s progressive web application based om the RAIL model. Information Technology and Society, 1(7), 13-20. doi: 10.32689/maup.it.2023.1.2.
[5] Brahneborg, D., Afzal, W., & Mubeen, S. (2022). Resilient conflict-free replicated data types without atomic broadcast. In Proceedings of the 17th international conference on software technologies ICSOFT (pp. 516-523). Lisbon: SciTePress. doi: 10.5220/0011314500003266.
[6] Brynjulfsen, S.E. (2023). Improving the performance of a Conflict-Free Replicated Relational Database System. Tromsø: Arctic University of Norway.
[7] David, I., & Syriani, E. (2023). Real-time collaborative multi-level modeling by conflict-free replicated data types. Software and Systems Modeling, 22, 1131-1150. doi: 10.1007/s10270-022-01054-5.
[8] Guidec, F., Mahéo, Y., & Noûs, C. (2021). Delta-state-based synchronization of CRDTs in opportunistic networks. In 2021 IEEE 46th conference on local computer networks (LCN) (pp. 335-338). Edmond: IEEE. doi: 10.1109/LCN52139.2021.9524978.
[9] Kordiaka, Y., & Padko, O. (2021). A collaborative diagram editor. In Thesis statements of the V international scientific and practical conference “Mechatronic systems: Innovation and engineering” (pp. 230-231). Kyiv: Kyiv National University of Technology and Design.
[10] Laddad, Sh., Power, C., Milano, M., Cheung, A., Crooks, N., & Hellerstein, J.M. (2022a). Keep CALM and CRDT on. Proceedings of the VLDB Endowment, 16(4), 856-863. doi: 10.14778/3574245.3574268.
[11] Laddad, Sh., Power, C., Milano, M., Cheung, A., & Hellerstein, J.M. (2022b). Katara: Synthesizing CRDTs with verified lifting. Proceedings of the ACM on Programming Languages, 6(OOPSLA2), 1349-1377. doi: 10.1145/3563336.
[12] Litt, G., Lim, S., Kleppmann, M., & van Hardenberg, P. (2022). Peritext: A CRDT for collaborative rich text editing. Proceedings of the ACM on Human-Computer Interaction, 6(CSCW2), article number 531. doi: 10.1145/3555644.
[13] Lutsenko, A. (2020). Experimental study of structures of conflict-free replicated data types in collaborative offline applications. Kharkiv: Zhukovsky National Aerospace University “Kharkiv Aviation Institute”.
[14] Mao, Yu., Liu, Z., & Jacobsen, H.A. (2022). Reversible conflict-free replicated data types. In Middleware ‘22: Proceedings of the 23rd ACM/IFIP international middleware conference (pp. 295-307). New York: Association for Computing Machinery. doi: 10.1145/3528535.3565252.
[15] Nicolas, M., Oster, G., & Perrin, O. (2022). Efficient renaming in sequence CRDTs. IEEE Transactions on Parallel and Distributed Systems, 33(12), 3870-3885. doi: 10.1109/TPDS.2022.3172570.
[16] Ou, Yu., & Zhou, J. (2023). RDSL: An efficient retrieval algorithm for group editing CRDT. Research Square, 1, 1-18. doi: 10.21203/rs.3.rs-3316287/v1.
[17] Portela, B., Pacheco, H., Jorge, P., & Pontes, R. (2023). General-purpose secure conflict-free replicated data types. In 2023 IEEE 36th computer security foundations symposium (CSF) (pp. 521-536). Dubrovnik: IEEE Computer Society. doi: 10.1109/CSF57540.2023.00030.
[18] Rostad, S. (2020). Towards improved support for conflict-free replicated data types. Tromsø: UiT The Arctic University of Norway.
[19] Ryabushkin, V. (2020). Automatic conflict resolution in the text. Kyiv: National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”.
[20] Saquib, N., Krintz, C., & Wolski, R. (2021). Log-structured conflict-free replicated data types: UCSB Technical Report 2021-01. Santa Barbara: UCSB Computer Science.
[21] Saquib, N., Krintz, C., & Wolski, R. (2022). Log-based CRDT for edge applications. In 2022 IEEE international conference on cloud engineering (IC2E) (pp. 126-137). Pacific Grove: IEEE. doi: 10.1109/IC2E55432.2022.00021.
[22] Shynkarov, V. (2023). Optimisation methods. Kyiv: National Aviation University.
[23] Tranquillini, A. (2022). Handling of mobile applications state using Conflict-Free Replicated Data Types. Stockholm: KTH Royal Institute of Technology.
[24] Zakhour, G., Weisenburger, P., & Salvaneschi, G. (2023). Type-checking CRDT convergence. Proceedings of the ACM on Programming Languages, 7(PLDI), 1365-1388. doi: 10.1145/3591276.
[25] Zhang, Y., Huang, Y., Wei, H., & Ma, X. (2023). Model-checking-driven explorative testing of CRDT designs and implementations. Journal of Software: Evolution and Process, 36(4), article number e2555. doi: 10.1002/smr.2555.