Porcupine：分布式系统的快速线性化检查器

Porcupine：分布式系统的快速线性化检查器

项目地址:https://gitcode.com/anishathalye/porcupine

Porcupine 是一个强大的工具，专为测试分布式系统的正确性而设计，它是一个快速的线性化检查器。通过将可执行的 Go 代码作为顺序规范，并结合并发历史记录，Porcupine 能判断该历史记录是否与顺序规范线性化兼容。此外，Porcupine 还提供了一个用于历史记录和线性化点的可视化工具。

（点击以查看交互式版本）

Porcupine 基于论文 "Faster linearizability checking via P-compositionality" 和 "Testing for Linearizability" 中描述的算法，并对其进行了优化。相比 Knossos 的线性化检查器，Porcupine 在速度和处理历史记录的能力上都有显著提升，在某些数据集上甚至快了1,000x 到 10,000x，内存占用也更小。利用 P-compositionality 时，Porcupine 可能会比传统方法快数百万倍。

使用方式

Porcupine 允许您通过编写模型并指定历史记录来运行决策过程，从而确定历史记录是否符合线性化要求。支持两种方式定义历史记录，一种是操作列表，包括给定的调用和返回时间，另一种是按时间顺序排列的调用/返回事件。Porcupine 提供的可视化功能可以帮助调试。

• 查看 文档 学习如何编写 模型 和 指定历史记录。
• 阅读 示例实现，了解从测试中提取的模型。

完成模型和历史记录后，您可以使用 CheckOperations 和 CheckEvents 函数检查线性化，以及使用 Visualize 函数进行可视化。

线性化测试实战

假设我们要测试一个初始值为 0 的读/写寄存器的操作线性化。首先，我们编写一个简单的顺序规范：

// ... （省略导入）
type registerInput struct {
    op    bool // false = put, true = get
    value int
}

// 顺序规格化的寄存器
registerModel := porcupine.Model{
    Init: func() interface{} {
        return 0
    },
    // ... （省略 Step 函数定义）
}

然后，我们可以构建如下的并发历史记录：

C0:  |-------- put('100') --------|
C1:     |--- get() -> '100' ---|
C2:        |- get() -> '0' -|

编码这个历史记录并进行检查：

// ... （省略事件数组定义）
ok := porcupine.CheckEvents(registerModel, events)
// 返回 true

Porcupine 还可以生成以下可视化结果：

如果测试另一个不线性化的历史记录，Porcupine 将帮助你识别问题：

应用场景与特点

• Porcupine 可广泛应用于分布式系统的设计验证、故障排查和性能优化。
• 特别适用于需要在大量并发环境中保证一致性的情况，例如分布式数据库、队列或锁服务等。
• 快速且高效，适合处理大规模的历史记录。
• 提供详细的可视化界面，使你能够直观地理解系统的操作序列以及可能的线性化路径。
• 支持通过编写 Go 代码自定义模型，提高了灵活性和可扩展性。

总之，Porcupine 是一个强大且易于使用的工具，对于保证分布式系统的正确性和性能有着不可忽视的价值。无论你是开发人员还是系统管理员，都能从中获益，确保你的系统始终在正确的轨道上运行。

项目地址:https://gitcode.com/anishathalye/porcupine