Transactional Partitioning: A New Abstraction for Main-Memory Databases
OLTP(在线事务处理)应用程序的种类和数量的增长对OLTP系统提出了挑战,以满足现有硬件环境中的性能和成本需求。这些应用程序具有高度交互性(延迟敏感),并且需要更新一致性。他们以商用硬件为部署目标,并要求随着客户端和数据的增加而提高吞吐量的可扩展性。目前,这些应用程序所使用的OLTP系统在性能和各种应用程序的开发简易性方面提供了折衷。为了弥合性能和易于开发之间的差距,我们提出了一个直观的,高层次的编程模型,允许OLTP应用程序被建模为一个集群的应用程序逻辑单元。通过扩展事务,保证完整的ACID语义,提供建议的模型,我们保持应用程序开发的方便性。该模型允许应用程序开发人员对程序性能进行推理,并在没有OLTP系统设计人员(数据库设计人员)和/或DBA参与的情况下影响程序性能。因此,数据库设计人员可以自由地专注于程序的高效运行,以确保最佳的集群资源利用率。
2017-01-16 cs.DB
Greenplum: A Hybrid Database for Transactional and Analytical Workloads
企业数据仓库解决方案支持实时在线事务处理(OLTP)查询以及长时间运行的在线分析处理(OLAP)工作负载的需求正在增长。Greenplum数据库传统上被称为OLAP数据仓库系统,处理OLTP工作负载的能力有限。在本文中,我们将Greenplum扩展为一个混合系统,以同时为OLTP和OLAP工作负载提供服务。我们在这里所面临的挑战是在保持ACID属性的同时以最小的性能开销实现这一目标。在这项工作中,我们确定了工程和性能瓶颈,如表现不佳的限制性锁定和两阶段提交协议。接下来,我们解决事务查询和分析查询之间的资源争用问题。我们提出了一个全局死锁检测器,以增加查询处理的并发性。当保证更新数据的事务只驻留在一个段上时,我们引入了单阶段提交来加速查询处理。我们的资源组模型引入了将OLAP和OLTP工作负载分离到更合适的查询处理模式的功能。TPC-B和CH-benCHmark基准测试表明,我们的方法在不牺牲OLAP性能的情况下提高OLTP性能的有效性。
2021-05-14 cs.DB
Aurora DSQL: Scalable, Multi-Region OLTP
Amazon Web Services(亚马逊云科技)
研究旨在设计多区域在线事务处理的无服务器SQL数据库极光DSQL。其核心方法是基于分解架构,分离相关服务,采用特定并发控制技术。主要贡献是可弹性扩展,能在故障时保证强一致性、ACID事务及持续可用性,还能降低跨区域延迟。
2026-07-17 cs.DB
An Evaluation of Intra-Transaction Parallelism in Actor-Relational Database Systems
在过去的十年中,我们见证了服务器硬件的主存容量和多核并行性的巨大发展。为了利用这种硬件潜力,多核内存OLTP数据库系统已经被广泛地重新设计。这种重新设计的核心目标是扩大OLTP事务的顺序执行,其中已经探索了替代数据库架构,以消除系统瓶颈和阻碍事务间并行性充分体现的开销。然而,事务内并行性在很大程度上被忽略了这以前的工作。我们推测这种情况已经发展,因为OLTP工作负载有时被认为具有太少的事务内并行性,即使这种并行性是可用的,程序分析,以识别它在任意存储过程被认为太脆弱,不能作为一个通用的工具。然而,最近,一个新的概念的演员-关系数据库系统已被提出,提高了希望,应用程序开发人员可以指定事务内的并行性建模数据库应用程序作为通信演员。在这种情况下,一个自然的问题是,具有异步编程模型的参与者-关系数据库系统是否可以充分地将应用逻辑中可用的事务内并行性暴露给现代多核硬件。为了实现这一目标,我们在本文中进行的实验评估的因素,影响在原型演员-关系数据库系统REACTDB的事务内并行性,与OLTP应用程序设计的任务级并行考虑,并与系统运行在多核机器上。
2022-04-22 cs.DB
Mining Bad Credit Card Accounts from OLAP and OLTP
信用卡公司根据历史数据将账户分为好账户和坏账户,坏账户可能在不久的将来拖欠付款。如果一个账户被归类为坏账,则可以采取进一步行动,调查该账户的实际性质,并采取预防措施。此外,当一个账户实际上是坏的时,将其标记为"好",可能导致收入损失,而当一个账户实际上是好的时,将其标记为"坏",可能导致业务损失。然而,由于需要处理大量数据以计算风险因子,因此从在线事务处理(OLTP)数据中实时检测不良信用卡账户具有挑战性。我们提出了一种方法,预先计算和维护的风险概率的帐户的基础上的历史交易数据从离线数据或数据从数据仓库。此外,使用最新的OLTP事务数据,计算最新事务的风险概率,并与来自数据仓库的先前计算的风险概率相结合。如果累积风险概率超过预定义的阈值,则该账户被视为不良账户,并被标记以进行手动验证。
2018-07-02 cs.DB
S-Store: Streaming Meets Transaction Processing
流处理解决了实时应用的需求。事务处理解决短原子计算的协调和安全问题。因此,这两种运作模式存在于单独的、烟囱式的系统中。在这项工作中,我们试图融合两个计算范式在一个单一的系统称为S-商店。通过这种方式,S-Store可以同时适应OLTP和流应用程序。我们提出了一个简单的事务模型的流,无缝集成与传统的OLTP系统。我们选择构建S-Store作为H-Store的扩展,H-Store是一个开源的、内存中的分布式OLTP数据库系统。通过以这种方式实现S-Store,我们可以利用H-Store已经支持的事务处理功能,并且我们可以专注于支持流所需的其他实现特性。类似的实现可以使用其他主存OLTP平台来完成。我们表明,我们实际上可以实现更高的吞吐量流工作负载在S-Store比同等的部署在H-Store单独。我们还展示了如何在H-Store中添加适量的新功能来实现这一目标。此外,我们将S-Store与两个最先进的流媒体系统Spark Streaming和Storm进行了比较,并展示了S-Store如何匹配,有时甚至超过它们的性能,同时提供更强的事务保证。
2015-03-10 cs.DB
Design Principles for Scaling Multi-core OLTP Under High Contention
虽然最近在提高高吞吐量事务数据库系统的多核可伸缩性方面取得了重大进展,但现代系统仍然无法为涉及频繁访问高度竞争数据的工作负载实现可伸缩的吞吐量。大多数无法实现高吞吐量的原因是保证ACID所涉及的基本约束-增加核心导致更多的并发事务访问相同的竞争数据,这些数据的访问必须被序列化以保证隔离。因此,竞争工作负载的线性可伸缩性是不可能的。然而,在许多现代体系结构中存在缺陷,这些缺陷加剧了它们的可伸缩性差,并导致吞吐量比工作负载基本要求的要差得多。在本文中,我们确定了两个普遍的设计原则,限制了多核可扩展性的许多(但不是所有)事务数据库系统的竞争工作负载:在这些系统中的执行线程的多用途的性质,以及缺乏先进的规划数据访问。我们证明了这些设计原则的有害结果,通过实现一个原型系统,ORTHRUS,这是出于数据库组件功能和先进的交易规划的原则分离。我们发现,这两个原则单独导致显着提高可扩展性的高竞争的工作负载,和一个数量级的增加,这些竞争的工作负载的一个非平凡的子集的吞吐量。
2016-01-05 cs.DB cs.DC
Chiller: Contention-centric Transaction Execution and Data Partitioning for Modern Networks
在基于TCP/IP的高开销网络上的分布式事务通常被认为是非常昂贵的,因此不惜一切代价避免。为此,几乎所有现有分区方案的主要目标都是最小化跨分区事务的数量。然而,随着新一代快速的支持RDMA的网络,这种假设不再有效。事实上,最近的工作表明,即使大多数事务是跨分区的,分布式数据库也可以扩展。在本文中,我们首先提出的情况下,真正的可扩展的事务处理在现代的RDMA启用数据库的瓶颈是数据争用,并优化数据争用导致不同的分区布局比优化的分布式事务的数量。然后,我们提出了冷却器,一种新的方法来进行数据分区和事务执行,其目的是尽量减少本地和分布式事务的数据争用。最后,我们评估冷却器使用各种工作负载,并表明我们的分区和执行策略优于传统的分区技术,试图避免分布式事务,高达2倍。
2020-04-16 cs.DB
Accelerating Analytical Processing in MVCC using Fine-Granular High-Frequency Virtual Snapshotting
有效的事务管理是一项微妙的任务。由于系统面临着本质上不同类型的事务,从点更新到长时间运行的分析计算,很难用单个处理组件来满足它们的个性化需求。不幸的是,现在大多数系统都依赖于这样一个单一的组件,该组件使用多版本并发控制(MVCC)来实现其并行性。虽然MVCC可以很好地并行化短时间运行的OLTP事务,但它在包含长时间运行的以扫描为中心的OLAP查询的混合工作负载的情况下会遇到困难,因为扫描必须通过大量的版本化数据来工作。为了克服这个问题,我们提出了一个系统,它重新引入了异构事务处理的概念:OLAP事务外包运行在单独的(虚拟)快照,而OLTP事务运行在最近的数据库表示。在这两个组件中,MVCC确保了高度的并发性。这种异构方法的最大挑战是以高频率生成快照。以前的方法深受快照创建的巨大成本的影响。在我们的系统中,我们通过引入定制的系统调用vm_snapshot克服了操作系统的限制,该调用是根据我们的精确需求手工定制的:它允许以非常高的频率创建细粒度快照,使快照创建阶段的数量级比最先进的方法快。基于TPC-H事务和手工OLTP事务的异构工作负载的实验评估表明,我们的系统在混合工作负载上的分析事务吞吐量比同构方法高得多。从这个意义上说,我们引入了一个通过引入自定义内核功能来加速分析处理的系统:AnKerDB。
2017-09-13 cs.DB
Oze: Decentralized Graph-based Concurrency Control for Long-running Update Transactions (Extended Version)
本文提出Oze,一种利用多版本串行化图进行去中心化调度的并发控制协议,能高效处理长期运行更新事务,在BoMB基准上吞吐量显著优于现有协议,并在TPC-C上表现相当。
2025-08-06 cs.DB
High-Throughput Transaction Executions on Graphics Processors
联机事务处理(OLTP)是各种传统和新兴在线服务中的重要业务系统部分。由于用户数量的不断增加,OLTP系统需要高吞吐量,以便在短时间内执行数万个事务。受GPGPU(通用计算图形处理器)最近的成功,我们提出了GPUTx,一个OLTP引擎执行高吞吐量的事务执行的GPU内存中的数据库。与现有的GPGPU研究通常优化单个任务相比,事务执行需要同时处理许多小任务。具体来说,我们提出了批量执行模型,将多个事务分组为批量,并将批量作为单个任务在GPU上执行。批量内的事务在GPU上并发执行。本文研究了三种基本的执行策略(一种带锁,另两种无锁),并结合GPU对原子操作的硬件支持、大规模线程并行性和SPMD(Single Program Multiple Data)执行等特性对它们进行了优化。我们评估GPUTx在最新的NVIDIA GPU上与其在四核CPU上的对应物进行比较。我们的实验结果表明,GPUTx上的优化显着提高吞吐量,优化后的GPUTx达到4-10倍的吞吐量比其基于CPU的同行在公共事务处理基准测试。
2011-03-16 cs.DB cs.DC
GPU-Accelerated OLTP: An In-Depth Analysis of Concurrency Control Schemes
Tsinghua University(清华大学);HKUST (GZ)(香港科技大学(广州))
本文提出首个GPU并发控制测试床gCCTB,评估六种面向CPU和两种专为GPU设计的并发控制方案,发现GPU优化方案并非始终优于CPU方案,且乐观并发控制在GPU上表现最佳。
2026-05-25 cs.DB cs.DC
Brook-2PL: Tolerating High Contention Workloads with A Deadlock-Free Two-Phase Locking Protocol
针对高竞争工作负载下传统并发控制协议的事务中止和死锁问题,提出Brook-2PL协议,通过SLW-Graph实现无死锁执行、部分事务切分实现早期锁释放,在TPC-C基准测试中平均加速2.86倍、尾部延迟降低48%。
2025-08-26 cs.DB
Reactors: A Case for Predictable, Virtualized Actor Database Systems
对OLTP数据库系统的要求变得越来越苛刻。金融和计算机游戏等领域越来越多地要求开发人员能够在内存数据库中编码复杂的应用程序逻辑和控制事务延迟。同时,这些领域的基础设施工程师需要试验和部署OLTP数据库体系结构,以确保应用程序的可扩展性并最大限度地提高现代机器的资源利用率。在本文中,我们提出了一个关系演员编程模型内存数据库作为一种新颖的,全面的方法来满足这些具有挑战性的要求。从概念上讲,关系参与者(或简称为反应器)是应用程序定义的、隔离的逻辑参与者,它们封装关系并异步处理函数调用。反应器通过保证应用程序级函数调用的可序列化来简化正确性的推理。然而,与传统的事务模型相比,反应器允许开发人员在其应用程序中利用事务内并行性和状态封装来减少延迟并提高局部性。此外,反应器在数据库部署中实现了新的灵活性。我们提出了ReactDB,一个系统设计,暴露反应器,允许在不改变应用程序代码的情况下,在无共享和共享的极端之间灵活地虚拟化数据库架构。我们的实验说明了在OLTP基准测试中使用ReactDB的延迟控制,低开销和重复性权衡。
2018-05-11 cs.DB
Releasing Locks As Early As You Can: Reducing Contention of Hotspots by Violating Two-Phase Locking (Extended Version)
热点是由大量事务频繁读取/写入的一小组元组,它会在并发控制协议中引起争用。虽然热点可能只占事务执行时间的一小部分,但传统的严格两阶段锁定允许事务仅在事务完成后才释放锁,这使得大量并行性未被利用。理想情况下,并发控制协议仅在热点期间而不是在事务期间串行化事务。我们观察到,利用这种并行性需要违反两阶段锁定。在本文中,我们提出了竹,一个新的并发控制协议,可以通过修改传统的两阶段锁定,使这种并行性,同时保持相同的保证的正确性。我们彻底分析了读取未提交数据时级联中止的影响,并讨论了可以应用于进一步提高性能的优化。我们对TPC-C的评估显示,与最好的悲观和乐观基线协议相比,性能提高了4倍。在包含单个热点的合成工作负载上,Bamboo的速度比基线提高了19倍。
2021-03-17 cs.DB
Demonstrating CAT: Synthesizing Data-Aware Conversational Agents for Transactional Databases
Technical University of Darmstadt(达姆施塔特工业大学);LMU Munich(慕尼黑大学)
用于OLTP的数据库通常是酒店客房或电影票预订应用程序等应用程序的主干。然而,开发会话代理(即,类似聊天机器人的界面)以允许终端用户使用自然语言与应用交互,这需要大量的训练数据和NLP专业知识。这激发了CAT,它可以用来轻松地为事务数据库创建会话代理。其主要思想是,对于给定的OLTP数据库,CAT使用弱监督来合成所需的训练数据,以训练最先进的会话代理,允许用户与OLTP数据库交互。此外,CAT还提供了生成的代理与数据库的开箱即用集成。作为现有的会话代理的主要区别,CAT合成的代理是数据感知的。这意味着代理根据数据库中的当前数据分布决定应该向用户请求哪些信息,与非数据感知代理相比,这通常会导致明显更有效的对话。我们将CAT的代码作为开源发布。
2022-03-26 cs.CL cs.DB
A Prudent-Precedence Concurrency Control Protocol for High Data Contention Database Enviornments
在本文中,我们提出了一个并发控制协议,称为谨慎优先并发控制(PPCC)协议,高数据争用数据库环境。PPCC在允许更多可串行化的调度方面比两阶段锁定更加谨慎。它在冲突事务中维护受限制的优先级,并根据执行中建立的序列化顺序提交事务。一个详细的仿真模型已经构建和广泛的实验已经进行了评估所提出的方法的性能。实验结果表明,该算法在所有系统负载范围内的性能都优于两阶段锁和乐观并发控制。
2016-11-17 cs.DB
GeoTP: Latency-aware Geo-Distributed Transaction Processing in Database Middlewares (Extended Version)
针对地理分布式数据库中间件因高网络延迟和长锁竞争导致的事务性能下降问题,本文提出GeoTP,通过去中心化准备、延迟感知调度及启发式优化减少往返与锁等待,并在ShardingSphere和ScalarDB上验证,最高获得17.7倍性能提升。
2024-12-05 cs.DB
FPGA-Accelerated Lock Management and Transaction Processing: Architecture, Optimization, and Design Space Exploration
ETH Zurich(苏黎世联邦理工学院)
本文提出基于FPGA的锁管理和事务处理架构,通过低延迟锁代理和可扩展事务代理提升事务吞吐量,实验显示在TPC-C基准上比CPU基线高51倍。
2026-05-13 cs.AR cs.DB cs.DC
TXSQL: Lock Optimizations Towards High Contented Workloads (Extended Version)
本文针对高竞争数据库负载中的锁竞争问题,提出 TXSQL 的锁管理优化,包括轻量级锁管理、免拷贝活动事务列表、队列锁和热点感知组锁机制,相比现有方法和系统分别实现最高 6.5 倍和 22.3 倍的性能提升。
2025-04-09 cs.DB
Efficiently making (almost) any concurrency control mechanism serializable
并发控制(CC)算法必须在严格性和性能之间进行权衡。可串行化CC方案通常为防止异常而付出更高的成本,包括运行时开销和中止事务所浪费的工作。我们提出了串行安全网(SSN),一个可串行化执行认证,可以应用于各种CC方案,提供更高的性能,但承认异常,如快照隔离和读提交的顶部上的开销最小。底层CC保留对调度和事务访问的控制,而SSN跟踪产生的依赖关系。在提交时,SSN通过仅检查提交事务的直接依赖关系来执行有效的验证测试,以确定它是否可以安全提交或必须中止以避免潜在的依赖循环。SSN在各种工作负载下都表现出色。它保持了底层CC的特征,而不偏向于某些类型的事务,尽管底层CC可能会偏向于某些类型的事务。除了传统的OLTP工作负载外,SSN还允许高效处理具有长时间、以读取为主的事务的异构工作负载。SSN可以避免跟踪大多数读操作(从而减少了可序列化认证的开销),并且仍然以很小的开销生成可序列化的执行。依赖性跟踪和验证测试可以在具有大量内核和大内存的现代硬件上高效、完全并行和无锁存地完成。我们证明了SSN的效率,准确性和鲁棒性,使用广泛的模拟和实施,覆盖在ERMIA,内存优化的OLTP引擎,能够运行不同的CC计划的快照隔离。评估结果证实,SSN是一种很有前途的方法,可串行化与强大的性能和低开销的各种工作负载。
2017-05-04 cs.DB
Scaling Out Acid Applications with Operation Partitioning
具有无法由单个服务器提供服务的高工作负载的OLTP应用程序需要横向扩展到多个服务器。通常,向外扩展需要将应用程序状态的不同分区分配给每个服务器。但是,数据分区与ACID事务的强一致性保证(许多OLTP应用程序的基本构建块)不一致。我们越是将数据扩展和分散到多个服务器上,访问不同服务器上数据的分布式事务就越频繁。对于大量的服务器,分布式事务的高成本使得向外扩展无效甚至有害。在本文中,我们提出了操作分区,一种新的范式来扩展OLTP应用程序,需要ACID保证。操作分区通过静态分析对应用程序的操作进行分区,从而间接地跨服务器对数据进行分区。这种操作划分产生了用于分布式协调的无锁传送带协议,该协议可以扩展在未修改的数据库管理系统上运行的未修改的应用程序。我们在一个名为Elia的系统中实现了该协议,并使用它扩展了两个应用程序,TPC-W和RUBiS。我们的实验表明,Elia可以将最大吞吐量提高4.2倍,并将延迟降低58.6倍,同时提供更强的隔离保证(可串行化而不是读取提交)。
2018-04-05 cs.DB cs.DC
DGCC:A New Dependency Graph based Concurrency Control Protocol for Multicore Database Systems
多核CPU和大存储器越来越成为现代计算机系统中的标准。然而,目前的数据库管理系统(DBMS)在利用这种系统的并行性方面通常是无效的。特别是,争用可能导致性能的急剧下降。本文提出了一种新的并发控制协议DGCC(DepartmentGraph based并发控制),它将并发控制与执行分离。DGCC在执行批处理事务之前为它们构建依赖关系图。使用这些图,在执行之前解决同一批事务中的争用。因此,事务的执行不需要处理争用,同时保持与序列化执行完全等效。这更好地利用了多核硬件,并实现了更高级别的并行性。为了促进DGCC,我们还提出了一种系统架构,该架构不具有某些集中控制组件,从而产生更好的可扩展性,并支持更有效的恢复机制。我们广泛的实验研究表明,DGCC实现高达四倍的吞吐量相比,国家的最先进的并发控制协议的高争用工作负载。
2015-03-12 cs.DB
Adaptive HTAP through Elastic Resource Scheduling
现代混合事务处理/分析处理(HTAP)系统使用集成的数据处理引擎,该数据处理引擎对从事务引擎摄取的新鲜数据执行分析。HTAP系统通常在设计时考虑数据新鲜度,并针对固定范围的新鲜度要求进行优化,以OLTP或OLAP的性能为代价。然而,两个引擎的数据新鲜度和性能要求可能随工作负载而变化。我们接近HTAP作为一个调度问题,在运行时通过弹性资源管理解决。我们将HTAP系统建模为一组三个独立的引擎:OLTP,OLAP和资源和数据交换(RDE)引擎。我们设计了一个调度算法,通过弹性资源管理,遍历HTAP设计频谱,以满足数据的新鲜度要求的工作负载。我们提出了一个内存系统的设计,这是非侵入性的当前最先进的OLTP和OLAP引擎,我们用它来评估我们的方法的性能。我们的评估表明,我们的OLAP查询系统的性能优势随着时间的推移而增加,达到50%相比,静态时间表为100个查询序列,同时保持一个小的,可控的,在OLTP吞吐量下降。
2020-04-14 cs.DB cs.SY eess.SY
ParBlockchain: Leveraging Transaction Parallelism in Permissioned Blockchain Systems
许多现有的区块链不能充分解决分布式系统应用程序的所有特征,并且受到严重的架构限制,导致性能和机密性问题。虽然最近的许可区块链系统试图克服这些限制,但它们的重点主要是无争用的工作负载,即,没有冲突的交易。在本文中,我们介绍了OXII,这是一种新的许可区块链范式,用于支持并发执行的分布式应用程序。OXII专为具有(不同程度)争用的工作负载而设计。然后,我们介绍了ParBlockchain,一个专门在OXII范式中设计的许可区块链。使用一系列基准测试对ParBlockchain进行的评估表明,它在任何竞争程度的工作负载中的性能都优于最先进的许可区块链系统。
2019-02-04 cs.DB cs.DC
GTX: A Write-Optimized Latch-free Graph Data System with Transactional Support -- Extended Version
针对现有图系统因顶点级锁竞争导致写操作性能下降的问题,提出基于无闩锁存储与自适应增量链锁协议的GTX系统,在不损失读性能的前提下大幅提升写密集型事务吞吐量。
2025-02-24 cs.DB
Polyjuice: High-Performance Transactions via Learned Concurrency Control
并发控制算法是内存数据库性能的关键决定因素。现有的算法被设计为对于某些工作负载很好地工作。例如,乐观并发控制(OCC)在低争用情况下优于两阶段锁定(2 PL),而在高争用情况下则相反。为了适应不同的工作负载,以前的工作混合或使用手动见解或简单的算法在几个已知的算法之间切换。我们提出了一个基于学习的框架,而不是明确优化并发控制通过离线训练,以最大限度地提高性能。我们的方法不是在少量已知算法中进行选择,而是在细粒度操作的“策略空间”中进行搜索,从而产生新的算法,该算法可以通过专门针对给定的工作负载来超越现有算法。我们基于我们的学习框架构建Polyjuice,并对几种现有算法进行评估。在TPC-C和TPC-E的不同配置下,Polyjuice可以获得比现有最佳算法高15%到56%的吞吐量。
2021-06-15 cs.DB
Rethinking serializable multiversion concurrency control
多版本数据库系统有可能显著增加事务处理中的并发量,因为它们可以避免读写冲突。不幸的是,并发性的增加通常是以事务可串行化性为代价的。如果数据库用户请求完全可串行化,则现代多版本系统显著地约束冲突事务之间的读写并发,并且在其设计中采用昂贵的同步模式。在主存多核环境中,这些额外的约束是如此繁重,以至于多版本系统的性能往往明显优于单版本系统。我们提出了Bohm,一个新的并发控制协议的主存多版本数据库系统。Bohm保证了可串行化的执行,同时确保读永远不会阻塞写。此外,Bohm不需要读来执行任何簿记,从而避免了通过竞争写入共享内存来跟踪读的开销。这导致在多核设置中具有出色的可扩展性和性能。Bohm具有上述所有特性,但不执行基于验证的并发控制。相反,它是悲观的,因此在存在争用的情况下不倾向于过度中止。实验评估表明,Bohm在高争用和低争用设置下都表现良好,并且尽管保持了完整的可串行化保证,但仍能够显着优于最先进的多版本系统。
2015-12-03 cs.DB
The Impact of Timestamp Granularity in Optimistic Concurrency Control
乐观并发控制(OCC)能够充分利用并行硬件的优势,为非竞争事务提供优异的性能,在高性能内存数据库和事务系统中得到广泛应用。但在高争用级别,OCC容易受到频繁中止的影响,导致工作浪费和性能下降。争用管理器、混合乐观/悲观并发控制算法和新颖的受乐观启发的并发控制算法(如TicToc)旨在解决这个问题,但是这些机制有时引入它们自己的高开销。我们表明,在现实世界的基准测试,传统的OCC可以通过简单地添加细粒度的版本时间戳(使用不同的时间戳为每个记录的不相交的组件)优于这些替代机制。通过细粒度的时间戳,OCC在128个核心的TPC-C中获得了1.14倍的TicToc吞吐量(以前的工作报告TicToc在80个超线程时的吞吐量比OCC高1.8倍)。我们的研究表明,时间戳粒度有更大的影响比以前认为的事务处理系统的性能,不应该被忽视,在推动更快的并发控制计划。
2018-11-12 cs.DB
Lazy State Determination: More concurrency for contending linearizable transactions
事务系统中的并发控制算法限制并发以提供强语义,这导致在高争用下性能不佳。因此,许多事务系统避开强语义以实现可接受的性能。我们表明,通过利用与事务程序相关联的语义信息来增加并发性,可以在保持线性化的同时显着提高性能。为此,我们引入了懒惰的状态确定API,可以轻松地将应用程序事务的语义暴露给数据库,并提出了新的乐观和悲观的并发控制算法,利用这些信息来安全地增加并发争用的存在。我们的评估表明,我们的方法可以实现高达5倍以上的吞吐量与1.5c比标准技术在流行的TPC-C基准测试的延迟。
2020-07-19 cs.DB cs.DC cs.PF
Repairing Conflicts among MVCC Transactions
MVCC(多版本并发控制)的乐观变体避免了阻塞并发事务,但代价是有一个验证阶段。在验证阶段失败时,事务通常被中止并从头开始。对于具有高争用对象或长时间运行事务的用例,“中止并重新启动”方法成为性能瓶颈。此外,从头开始会在系统中产生一个负反馈循环,因为系统会产生额外的开销,这可能会产生更多的冲突。在本文中,我们提出了一种新的方法在MVCC内存数据库的冲突解决。这种低开销的方法以依赖图的形式总结了事务程序。依赖图还包含MVCC算法的验证阶段中使用的构造。然后,在事务之间遇到冲突的情况下,快速检测程序中的冲突位置,并且部分地重新执行冲突事务。这种方法最大限度地重用了在初始执行轮中完成的计算,并增加了事务处理吞吐量。
2016-03-02 cs.DB
Blitzcrank: Fast Semantic Compression for In-memory Online Transaction Processing
本文提出面向 OLTP 行存储的高速语义压缩器 BLITZCRANK,通过支持动态值集合的语义模型和延迟编码算法,在 TPC-C 评测中实现 85% 内存减少且仅损失 19% 吞吐量。
2024-06-28 cs.DB
High-Performance Concurrency Control Mechanisms for Main-Memory Databases
针对内存存储优化的数据库系统可以支持比当前系统高得多的事务速率。然而,目前使用的标准并发控制方法不能按比例缩放到这样的系统可实现的高事务速率。在本文中,我们介绍了两个有效的并发控制方法专门设计的主存数据库。两者都使用多版本控制来隔离只读事务和更新,但在如何确保原子性方面有所不同:一个是乐观的,一个是悲观的。为了避免代价高昂的上下文切换,事务在正常处理期间从不阻塞,但它们可能必须在提交之前等待,以确保正确的序列化顺序。我们还实现了单版本锁定的主存优化版本。实验结果表明,虽然单版本锁工作时,事务短,竞争低,性能下降,在更苛刻的条件下。多版本方案具有更高的开销,但对热点和长时间运行的事务的存在不太敏感。
2011-12-31 cs.DB
Optimistic Deadlock Handling with Redo Log-Based Speculative Versioning under High Contention
Seoul National University(首尔大学);Korea University(高丽大学)
研究现代OLTP引擎写写冲突并发受限问题,提出RCC利用重做日志解决冲突,通过创建推测写版本实现事务流水线化及懒更新,还有提交时死锁检测和列级RCC等技术,在数据库上实现后性能显著提升。
2026-11-13 cs.DB
DRL: A Deterministic Relational Middleware Layer for Transaction-Safe Enterprise NL2SQL Under Schema-Graph Scaling
College of Medicine and Public Health, Flinders University(弗林德斯大学医学与公共卫生学院)
研究针对企业级NL2SQL在模式图扩展下的失效问题,提出DRL中间件层,通过动态剪枝等技术限制上下文并验证安全性,在数据库上评估后发现基准代码缺陷的影响,将NL2SQL重新定义为系统工程而非排行榜任务。
2026-08-28 cs.AI cs.DB
ATCC: Adaptive Concurrency Control for Unforeseen Agentic Transactions
Northeastern University(东北大学)
本文提出ATCC,一种针对意外代理事务的自适应并发控制方法,通过动态调整乐观与悲观执行策略,显著提升事务吞吐量并降低尾部延迟。
2026-03-14 cs.DB
ForeSight: A Predictive-Scheduling Deterministic Database
针对确定性数据库事务依赖捕获不足导致的调度与性能问题,本文提出 ForeSight,利用轻量级冲突预测、多版本优化和矩阵两遍前向扫描实现冲突感知调度,显著提升竞争与倾斜负载下的可扩展性。
2025-08-30 cs.DB
Concurrency Control for Adaptive Indexing
作为查询处理的一个副作用,自适应索引以增量方式对索引进行优化。目标是实现索引的好处,同时隐藏或最小化创建索引的成本。但是,索引优化的副作用似乎会将只读查询转换为更新事务,例如,这可能会造成锁争用。本文研究自适应索引环境下的并发控制。我们发现,自适应索引的设计和实现严格分离索引结构的索引内容,这放松了自适应索引的约束和要求相比,传统的索引更新。我们的设计适应了这样一个事实,即自适应索引是不断完善的,并以动态的方式利用任何并发机会。一个详细的实验分析表明,(a)自适应索引保持其自适应属性,即使在运行并发查询,(b)自适应索引可以利用并行的机会,由于并发查询,(c)并发冲突的数量和任何并发管理开销遵循自适应行为,减少工作负载的演变和适应工作负载的需要。
2012-03-29 cs.DB