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。
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。