SmartPQ: An Adaptive Concurrent Priority Queue for NUMA Architectures
SmartPQ提出一种面向NUMA架构的自适应并发优先队列,通过Nuddle技术和轻量级决策机制在NUMA无关与NUMA感知模式间动态切换,在多种争用场景下以87.9%的成功率实现最优性能,相比SprayList平均性能提升1.87倍。
2024-06-11 cs.DC
COREC: Concurrent Non-Blocking Single-Queue Receive Driver for Low Latency Networking
本文提出 COREC,一种基于 RMW 原子指令的并发无阻塞单队列接收驱动,允许多线程共享接收队列并改善尾延迟,评估显示最坏性能损失仅 2%–3%,且多类流量延迟显著降低。
2024-01-23 cs.DC cs.NI
Improved and Partially-Tight Lower Bounds for Message-Passing Implementations of Multiplicity Queues
针对多重队列消息传递实现,本文通过扩展移动参数和归纳不可区分性证明提高了统一算法的下界,并给出特殊情况的紧致上界,为未来下界证明技术提供了新思路。
2023-05-18 cs.DC cs.DS
Highly-Efficient Persistent FIFO Queues
针对NVM可恢复计算场景下并发FIFO队列头尾端点竞争激烈的问题,提出一种每次操作仅需一对持久化指令、借助Fetch&Increment和PPoPP'13先进队列实现低竞争变量操作的持久化FIFO队列,性能较现有最优方案最高快2倍。
2024-12-10 cs.DC
Jiffy: A Fast, Memory Efficient, Wait-Free Multi-Producers Single-Consumer Queue
在诸如分片数据处理系统、分片存储器内键值存储、数据流编程和负载共享应用之类的应用中,多个并发数据生产者将请求馈送到同一数据消费者中。这可以通过并发队列自然地实现,其中每个消费者从其专用队列中提取其任务。对于可伸缩性,无等待队列通常优于基于锁的结构。绝大多数无等待队列实现,甚至无锁队列实现,都支持多生产者多消费者模型。然而,这是有代价的,因为实现无等待的多生产者多消费者队列需要利用复杂的助手数据结构。后者增加了这种队列的内存消耗,并限制了它们的性能和可伸缩性。另外,许多这样的设计采用(硬件)高速缓存不友好的存储器访问模式。在这项工作中,我们研究了实现无等待的多生产者单消费者队列。具体地说,我们提出了Jiffy,一个高效的节省内存的新颖的无等待的多生产者单消费者队列,并正式证明了它的正确性。然后,我们比较的性能和内存需求的Jiffy与其他国家的最先进的无锁和无等待队列。我们表明,Jiffy确实可以保持良好的性能,最多128个线程,提供高达50%的吞吐量比下一个最好的建设,我们相比,消耗的内存少90%。
2020-11-02 cs.DB cs.DC cs.DS
How to Relax Instantly: Elastic Relaxation of Concurrent Data Structures
本文提出弹性松弛概念及Lateral组件,设计可运行时重构的无锁队列和栈,兼顾性能与语义,实验验证优于静态松弛方案。
2024-03-20 cs.DC cs.DS
The Power of Choice in Priority Scheduling
考虑以下随机过程:我们给出$n$队列,递增标签的元素随机均匀插入其中。为了删除一个元素,我们随机挑选两个队列,并删除其中标签较低(优先级较高)的元素。移除的成本是被移除的标签在任何队列中仍然存在的标签中的排名,也就是说,每一步与最优选择的距离。这种策略的变体在最先进的并发优先级队列实现中很流行。然而,不知道这样的实现是否提供任何等级保证,即使在顺序模型中也是如此。我们回答这个问题,表明这种策略提供了令人惊讶的强有力的保证:虽然单一的选择过程中,我们总是插入和删除一个随机选择的队列,有降低成本,去无穷大,因为我们增加的步骤数,在两个选择过程中,预期的排名被删除的元素是PDMATHAMN,而预期的最坏情况下的成本是$O( n \log n )$。这些边界是紧的,并且与我们运行过程的步骤数量无关。这个论点是基于一个新的技术连接之间的“重载”球到箱子的过程和优先级调度。我们的分析结果启发了一个新的并发优先级队列的实现,提高了最先进的实际性能。
2017-06-13 cs.DC cs.DS
Queue Theory based Response Time Analyses for Geo-Information Processing Chain
遥感应用的典型特点是并行任务,如灾害快速反应中的任务。现有的地理信息处理服务链的组合方法是寻求最优解,是一种“自私”的组合方法。这种方式导致并发任务之间的冲突问题,降低了所有服务链的性能。在这项研究中,一个非合作博弈为基础的数学模型来分析任务之间的竞争关系,提出。该方法采用最佳响应函数,通过考虑其他任务的组合策略和量化任务间的冲突,保证每个任务保持效用最优。在此基础上,迭代算法收敛到纳什均衡,目的是提供良好的收敛性,并最大限度地利用所有任务的并发任务条件下。理论分析和实验结果表明,与现有的服务组合方法相比,新方法在所有任务中具有更好的实用性。
2016-03-12 cs.DC
wCQ: A Fast Wait-Free Queue with Bounded Memory Usage
并发文献提出了许多构建非阻塞、FIFO、多生产者和多消费者(MPMC)队列的方法。然而,只有一小部分具有高性能。此外,许多队列设计(如LCRQ)会牺牲内存使用来获得更好的性能。最近提出的SCQ设计实现了存储器效率以及优异的性能。不幸的是,LCRQ和SCQ都是无锁的。另一方面,现有的无等待队列要么不是很高的性能,要么遭受潜在的无限内存使用。严格地说,后一种队列,如Yang & Mellor-Crummey(YMC)队列,在内存耗尽时阻塞,因此丧失了等待自由。我们提出了一个无等待队列,称为wCQ。wCQ基于SCQ,并使用自己的快速路径-慢速路径方法来实现无等待和限制内存使用。我们在x86和PowerPC架构上的实验研究验证了wCQ的高性能和内存效率。它们还表明,wCQ的性能通常与最知名的并发队列设计相当。
2022-07-14 cs.DC
Concurrent Deterministic Skiplist and Other Data Structures
Illinois Institute of Technology(伊利诺伊理工学院);Riken Chicago(理化学研究所芝加哥分所)
本文提出了一种并发确定性跳表及其他数据结构的实现,旨在通过减少远程NUMA节点的内存访问来提高内存性能。
2026-08-12 cs.DC cs.DS cs.PF
Aggregating Funnels for Faster Fetch&Add and Queues
提出 Aggregating Funnels 算法,将 fetch-and-add 操作分散并聚合为批次在多位置执行,有效缓解单内存位置竞争热点,显著提升并发队列吞吐量与可扩展性。
2025-03-01 cs.DC
Sequential Consistency and Concurrent Data Structures
线性化,并发数据结构实现的事实上的正确性条件,尽管其直观的吸引力是众所周知的,导致可伸缩性差。这个缺点使得研究人员设计满足比线性化弱的一致性条件的可伸缩数据结构。尽管最近的趋势,序列一致性作为一个严格弱于线性一致性条件已收到没有兴趣。在本文中,我们调查的适用性顺序一致性作为并发数据结构实现的替代正确性标准。我们的第一个发现正式证明了不情愿走向顺序一致的数据结构:实现中,每个线程只修改其线程局部变量是顺序一致的各种标准数据结构,如池,队列和堆栈。我们还表明,几乎所有的数据结构,和数据结构,我们认为在本文中,它是可能的,有顺序一致的行为,其中指定的线程不同步。作为一个潜在的补救措施,我们定义了一个层次结构的定量加强变量的顺序一致性,使更强的变体,它强制执行的同步在极限等于强制执行的线性化。
2015-06-16 cs.DC cs.DS
D2.2 White-box methodologies, programming abstractions and libraries
该交付成果报告了白盒方法的结果以及第一个库和编程抽象原型的早期结果,这些结果将在项目第18个月通过工作包2(WP 2)提供。它报告了i)任务2.2关于白盒方法、编程抽象和用于开发节能数据结构和算法的库的最新结果,ii)任务2.1关于调查和建模并发数据结构和算法的能量和性能之间的权衡的改进结果。这项工作是在两个主要的EXCESS平台上进行的:配备最新英特尔多核CPU的英特尔平台和Movidius Myriad 1平台。关于白盒方法,我们设计了新的宽松的缓存无关模型,并提出了一个新的Myriad1平台的功率模型和CPU平台上的无锁队列的能量模型。对于Myriad1平台,改进后的模型不仅考虑了计算和数据移动开销,还考虑了体系结构和应用属性。该模型已被评估与一组微基准和应用基准。对于Intel平台,我们推广了CPU平台上的并发队列模型,以根据调用数据结构的工作者提供更大的灵活性(解扩器和解扩器的并行部分大小是解耦的)。关于编程抽象和库,我们继续在任务2.1的早期结果的基础上,讨论了并发队列和并发搜索树等数据结构的能耗和性能之间的权衡。初步结果表明,我们的并发树比商品HPC和嵌入式平台上的最新技术更快,更节能。
2018-02-08 cs.DC
Flat Parallelization
影响并发数据结构性能的因素有两个:进程并行访问数据的能力和同步开销。已经观察到,对于一大类“并发不友好”的数据结构,细粒度并行化没有回报:基于单个全局锁的实现优于细粒度解决方案。平面组合范例通过确保持有全局锁的线程顺序地组合请求,然后代表并发线程执行组合的请求来利用这一点。在本文中,我们提出了一种同步技术,统一的平面组合和并行批量更新借用并行算法设计的PRAM模型。其思想是合并器线程分配等待线程来并行执行并发请求。我们预见的技术,以帮助实现高效的“并发矛盾”数据结构,这可以受益于并行和串行化,这取决于操作上下文。为了验证这个想法,我们考虑了优先级队列的基于堆的实现。这些数据结构表现出两个重要的特征:并发的移除操作可能冲突,因此可以从组合中受益,而并发的插入操作通常可以至少部分地并行应用,因此可以从并行的合并中受益。我们表明,由此产生的平面并行化算法相比,国家的最先进的优先级队列实现。
2017-05-09 cs.DC
Bounded Concurrent Timestamp Systems Using Vector Clocks
共享寄存器是异步并发计算中用作通信媒介的基本对象。并发时间戳系统是一种高类型的通信对象,已被证明是解决许多并发控制问题的有力工具。事实证明,从原始的低类型对象构造这样的高类型对象是可能的。下一步是找到有效的结构。我们提出了一个非常有效的等待免费建设有界并发时间戳系统从1-作家多读寄存器。这最终确定,纠正和扩展,初步有界多作者在1986年提出的建设。这项工作部分引发了当前对无等待并发对象的兴趣,并在分布式算法中引入了离散向量时钟的概念。
2001-08-02 cs.DC
Proving Linearizability Using Reduction
Lipton的约简理论为推导并发程序的无干扰性提供了一种直观而简单的方法,但很难直接应用该技术来验证复杂的细粒度并发数据结构的线性化。在本文中,我们提出了三种基于约简的证明方法,可以处理这样的数据结构。我们的约简方法背后的关键思想是,不可约操作可以被视为更高抽象级别的原子操作。这使我们能够专注于与其抽象语义相关的操作的归约属性。我们已经成功地应用这些方法来验证11个并发数据结构,包括最具挑战性的:Herlihy和Wing队列,基于HSY消除的堆栈,时间戳队列和懒惰列表。我们的方法继承了Lipton约简的直观性和简单性,并发数据结构设计者可以轻松快速地学习使用这些方法。
2018-08-30 cs.DC cs.LO cs.PL
A Wait-free Queue with Polylogarithmic Step Complexity
提出一种基于单字CAS指令的线性化无等待队列,入队O(log p)步,出队O(log^2 p + log q)步,有界空间版本均摊O(log p log(p+q))步,优于先前Ω(p)的复杂度。
2023-05-12 cs.DC cs.DS
Durable Queues: The Second Amendment
我们考虑非易失性主存储器的持久数据结构,例如新的Intel Optane存储器架构。最近的大量工作集中在通过添加最小数量的阻塞持久化操作(即,冲洗和围栏)。在这项工作中,我们表明,专注于最大限度地减少持久化指令的数量是重要的,但还不够。我们表明,访问刷新的内容是高成本,由于在当前的架构中的缓存失效。鉴于这一发现,我们提出了一个设计的队列数据结构,适当地照顾到最小化阻塞持久化操作,以及最小化访问刷新的内容。所提出的设计优于最先进的持久队列。我们首先提供一个持久版本的Michael Scott队列(MSQ)。我们通过添加最小数量的持久化指令来修改MSQ,比可用的持久队列少,并且满足阻塞持久化操作数量的理论下限。然后,我们继续对该设计进行第二次修改,消除了对刷新数据的访问。评估表明,第二次修订产生了实质性的性能改进,优于最先进的技术,并证明了减少访问刷新内容的重要性。所提出的队列是持久可线性化且无锁的。最后,我们讨论了理论上的最佳数量的访问刷新的内容。
2021-07-27 cs.DC cs.DS cs.PF
Parallel Combining: Benefits of Explicit Synchronization
并行批处理数据结构被设计为在并行计算模型中处理同步的批操作。在本文中,我们提出了并行组合,一种技术,实现了并发的数据结构从一个并行批处理。我们的想法是,我们显式地同步并发操作成批处理:其中一个进程成为一个合并器,它收集并发请求,并启动一个并行批处理算法,涉及收集到的请求的所有者(客户端)。直观地说,同步并发调用的成本可以通过运行并行批处理算法来补偿。我们通过两个应用程序的并行组合验证直觉。首先,我们使用我们的技术来设计一个并发的数据结构优化读为主的工作负载,以动态图数据结构为例。其次,我们使用一种新的并行批处理优先级队列来构建一个并发队列。在这两种情况下,我们获得的性能增益相对于国家的最先进的算法。
2018-11-13 cs.DC
Synchronous Concurrent Broadcasts for Intermittent Channels with Bounded Capacities
在这项工作中,我们扩展了最近提出的同步广播算法健忘洪水的情况下,间歇性的通信信道。在遗忘泛洪中,节点在下一轮中转发接收到的消息。有几个原因,使立即转发的消息是不可能的:更高的优先级流量,超载的渠道等,我们表明,推迟转发一个或多个回合,防止终止。我们的扩展克服了这个缺点,同时保留了算法的优点:节点不需要记住接收的消息,以保证终止和消息发送最多两次每边。该扩展允许解决更一般的广播任务,例如多源广播和具有有限信道容量的系统的并发广播。
2020-11-11 cs.DC
Highly-Concurrent Doubly-Linked Lists
随着文件系统越来越多地被部署在具有许多核和多千兆字节存储器的越来越大的系统上,缩放文件系统的内部数据结构变得更加重要和紧迫。双向链表是文件系统中一种简单且非常常用的数据结构,但它对多线程使用不是很友好。虽然列表的特殊情况,如队列和堆栈,有无锁版本,可相当好地扩展,但一般形式的双向链表没有提供这样的解决方案。使用互斥体序列化所有操作仍然是维护双向链表的实际方法。这严重限制了列表的可伸缩性,开发人员必须求助于临时解决方案,包括使用多个较小的列表(带有单独的锁),并处理由此产生的系统复杂性。在本文中,我们提出了一种方法来建立高并发数据结构,特别关注的实现高并发双向链表。被称为“高级双向链表”或简称“adlist”,我们的列表允许在任何方向上迭代,并在非重叠节点上并行执行插入/删除操作。具有公共节点的操作被序列化,以便始终向调用者呈现本地一致的视图。adlist节点需要额外的8字节空间来保存同步信息。Data Domain文件系统广泛使用了adlist,从而在不牺牲简单性的情况下大幅扩展了系统。
2011-12-06 cs.DC cs.DS
Flat-Combining-Based Persistent Data Structures for Non-Volatile Memory
平面合并(Flat Combining,FC)是一种同步模式,其中单个线程持有全局锁,收集多个线程访问并发数据结构的请求,并将它们的合并请求应用于该结构。虽然FC是顺序的,但它显著减少了同步开销和缓存无效,因此通常提供比无锁实现更好的性能。非易失性存储器(NVM)技术的出现增加了对持久并发对象开发的兴趣。这些对象能够从系统故障中恢复,并通过在NVM中保留它们的状态并在恢复时根据需要修复它来确保一致性。特别令人感兴趣的是可检测的对象,除了确保一致性之外,还允许恢复代码推断失败的操作是否在崩溃之前生效,如果生效,则获得其响应。在这项工作中,我们提出了第一个基于FC的持久化对象实现。具体来说,我们介绍了一个可检测的FC的并发后进先出堆栈,并发FIFO队列,和双端队列的实现。我们的经验评估确定,由于平面组合,新的实现需要比竞争算法少得多的昂贵的持久性指令,因此能够显着优于它们。
2021-12-08 cs.DC cs.OS
Fast Nonblocking Persistence for Concurrent Data Structures
我们提出了一个完全无锁的变体,最近的蒙太奇系统的持久性数据结构。我们的变体nbMontage为几乎所有非阻塞并发结构添加了持久性,而不会引入任何类型的显著开销或阻塞。像它的前身一样,nbMontage是缓冲持久线性化的:它保证在崩溃后恢复的状态将代表崩溃前执行的一致前缀。与其前身不同,nbMontage确保持久性边界的无等待进展,从而限制可能在崩溃时丢失的最近更新的数量,并允许线程强制更新边界(即,以执行同步操作)而没有阻塞的风险。作为一个额外的好处,我们的无等待同步所采用的帮助机制大大减少了它的延迟。非阻塞队列、跳表、树和哈希表的性能结果可与文献中的自定义数据结构相媲美--比以前的通用系统快得多,并且通常在DRAM中放置的等效非持久性结构的50%以内。
2021-08-09 cs.DC cs.DS cs.PF
Generalized Wake-Up: Amortized Shared Memory Lower Bounds for Linearizable Data Structures
在这项工作中,我们定义了广义唤醒问题,$GWU(s)$,一个共享内存的异步系统与$n$进程。非正式地,由递增序列$s = s_1,\ldots,s_p$参数化的问题要求至少$n - i + 1$进程识别至少$s_i$其他进程已经“唤醒”并且对于每个$1 \le i \le n$采取至少一个步骤。我们证明,任何解决方案$GWU(s)$,使用读/写/比较和交换变量至少需要$Ω\left(\sum_{i = 1}^n \log s_i \right)$步骤来解决。广义唤醒下限作为一种技术,用于证明许多线性化并发数据类型上的操作的摊销复杂性的下限,通过减少。我们用几个例子来说明这一点:(1)我们展示了一个$Ω(\log n)$摊销下限的复杂性实现计数器和{ \em获取和增量}对象匹配的复杂性算法给出的Jayanti和Ellen&Woelfel;下限甚至扩展到一个显着放松版本的对象。(2)我们显示了一个$Ω(\log n)$摊销的下限的并发堆栈,队列和优先级队列的弹出,出队,deleteMin操作的复杂性分别举行,即使数据类型定义显着放宽;(3)在另一篇文章中,我们已经显示了一个$Ω(\log\log(n \ell/m))$摊销的下限的操作的复杂性上的一个union查找对象的大小$\ell$(当$m$操作执行)。
2022-07-12 cs.DC cs.DS
Concurrent Reference Counting and Resource Management in Wait-free Constant Time
实现并发程序时的一个常见问题是有效地防止读取然后使用资源的进程之间的不安全竞争(例如,存储器块、文件描述符或网络连接)和其它进程,这些进程同时被销毁然后销毁相同的资源。这样的读-销毁竞争可以用锁来保护,或者用无锁的解决方案来保护,比如危险指针或读-复制-更新(RCU)。在本文中,我们描述了一种方法,用于保护读销毁比赛与预期的恒定时间开销,$O(P^2)$空间和$O(P^2)$延迟销毁,只有一个字的原子内存操作(读,写,CAS)。它基于一个有四个原语的接口,一个获取-释放对用于保护访问,一个退出-弹出对用于延迟销毁直到安全。我们称之为获取-退休接口。使用获取-引退接口,我们为三个常见用例开发了简单的实现:(1)应用程序到堆栈和队列的内存回收,(2)引用计数对象,以及(3)通过移动,复制和析构的所有权管理对象。前两个结果显着改善了以前的结果,第三个应用程序是原始的。重要的是,所有操作都预期有恒定的时间开销。
2020-02-29 cs.DC
Distributionally Linearizable Data Structures
松弛并发数据结构由于其在图处理和机器学习应用中的可扩展性而变得越来越流行。尽管有相当大的兴趣,但存在自然的、高性能的随机化松弛并发数据结构的家族,例如用于实现松弛优先级队列数据结构的流行的MultiQueue模式,对于该模式,在并发设置中没有已知的保证。我们的主要贡献是在显示的第一次,根据一组分析假设,一个家庭的放松并发数据结构,包括变量的MultiCounter,但也是一个新的近似计数算法,我们称之为MultiCounter,提供了强有力的概率保证放松的程度相对于顺序规范,在任意并发执行。我们正式这些保证通过一个新的正确性条件称为分布式线性化,定制并发实现随机松弛。我们的研究结果是基于一个新的分析的经典的两个选择负载均衡算法的功率的异步变体,其中的位置选择可以基于不一致的,过时的信息(这个结果可能是独立的利益)。我们验证了我们的结果经验,表明MultiCounter算法可以实现可扩展的宽松的时间戳,这反过来又可以提高性能的经典TL2事务算法的3倍,为一些参数的设置。
2022-03-25 cs.DC
Automated Verification, Synthesis and Correction of Concurrent Systems via MSO Logic
在这项工作中,我们提供了算法解决方案的五个基本问题的验证,合成和校正的并发系统,可以建模有界p/t-网。我们表示并发通过偏序,并假设行为规范通过一元二阶逻辑。c-偏序是Hasse图可以被c路覆盖的偏序。对于有限的变迁集T,设P(c,T,n)表示所有T-标号的c-偏序满足n的集合。若N=(P,T)是p/t-网,则P(N,c)表示N的所有c-偏序游程的集合。一个(b,r)-有界p/t-网是一个b-有界p/t-网,其中每个位置最多重复出现r次。我们解决了以下问题:1.验证:给定一个MSO公式n和一个有界p/t网N,确定P(N,c)是否\subseteq P(c,T,n),P(c,T,n)是否\subseteq P(N,c),或P(N,c)\cap P(c,T,n)是否= \emptyset。2.根据MSO质量标准合成:给定一个MSO公式n,合成一个满足P(c,T,n)\subseteq P(N,c)的语义极小(b,r)-有界p/t-网N. 3.语义最安全子系统:给定一个定义安全偏序集的MSO公式,和一个可能包含不安全行为的b-有界p/t-net N,合成出行为介于P(N,c)\cap P(c,T,N)和P(N,c)之间的最安全的(b,r)-有界p/t-net N'. 4.行为修复:给定两个MSO公式\cap P(c,T,)和一个b-有界p/t-网N,合成一个语义极小(b,r)-有界p/t…
2014-02-11 cs.DC cs.DS cs.LO
A Scalable, Portable, and Memory-Efficient Lock-Free FIFO Queue
我们提出了一个新的无锁多生产者和多消费者(MPMC)FIFO队列设计,这是可扩展的,不像现有的高性能队列,非常内存效率。此外,该设计是ABA安全的,并且不需要任何外部存储器分配器或安全存储器回收技术,这通常是其他可扩展设计所需要的。事实上,该队列本身可以用于对象分配和回收,就像在数据池中一样。我们使用FAA(提取和添加),一个专门的和更可扩展的CAS(比较和设置)指令,在最竞争的热点算法。然而,与之前的FAA尝试不同,我们的队列是无锁的和可线性化的。我们提出了一个通用的方法,SCQ,有界队列。这种方法可以很容易地扩展到支持无界FIFO队列,可以存储任意数量的元素。SCQ可移植到几乎所有现有的体系结构中,并具有足够的灵活性,可用于各种用途。我们测量我们的算法在x86-64和PowerPC架构上的性能。我们的评估验证,我们的队列具有特殊的内存效率相比,其他算法,其性能往往是相当的,或超过国家的最先进的可扩展算法。
2019-08-13 cs.DC
Relaxing Concurrent Data-structure Semantics for Increasing Performance: A Multi-structure 2D Design Framework
Chalmers University of Technology(查尔姆斯理工大学)
本文提出一种无锁并发数据结构二维设计框架,通过多实例分散操作和利用数据局部性实现乱序语义放宽,在确定性界限内单调提升吞吐量,并在队列、栈、计数器等结构上验证了其显著性能优势。
2023-01-21 cs.DC cs.DS cs.PF
Non-Leaking Concurrent Objects
Technion(以色列理工学院);Tel-Aviv University(特拉维夫大学);Aix Marseille Univ, CNRS, LIS(艾克斯-马赛大学,法国国家科学研究中心,信息系统实验室)
该研究提出基于认知逻辑的并发实现信息泄露推理框架,得到多类并发对象的无信息泄露实现,明确了此类实现的可能性与局限性。
2026-08-25 cs.DC
Local Linearizability
并发数据结构的语义通常由顺序规范和一致性条件给出。线性化是最流行的一致性条件,由于其简单性和普遍适用性。然而,对于不需要线性化提供的所有保证的应用程序,最近的研究集中在通过放松它们的语义来提高并发数据结构的性能和可伸缩性。在本文中,我们提出了局部线性化,一个宽松的一致性条件,适用于容器类型的并发数据结构,如池,队列和堆栈。线性化要求所有线程同时观察到每个操作的效果,而局部线性化仅要求所有线程同时观察到每个线程T的局部插入操作的效果和那些移除T插入的值的移除操作的效果。我们研究了局部线性化的理论和实际性质,以及它与许多现有的相容性条件的关系。我们提出了一个通用的实现方法,局部线性化数据结构,使用现有的线性化数据结构作为构建块。我们的实现显示出比原始构建块更高的性能和可扩展性,并且优于现有最快的容器类型实现。
2016-06-24 cs.DC cs.DS cs.PL
Delay-Free Concurrency on Faulty Persistent Memory
非易失性存储器(NVM)承诺持久的主存储器,即使断电也能保持正确。这引发了一系列研究算法,可以从系统崩溃中恢复。由于高速缓存预计将保持易失性,因此必须重新设计并发数据结构和算法,以保证它们在系统崩溃后保持一致的状态,并且在恢复时可以继续执行。然而,在每个并发数据结构或算法可以用于NVM体系结构之前对其进行重新设计的前景是令人生畏的。在本文中,我们提出了一个结构,采取任何并发程序的读,写和CAS到共享内存,并使其持久化,即,可以在一个或多个进程出现故障并必须重新启动后继续。重要的是,转换后的算法具有恒定的计算延迟(将每个进程上的指令计数保留在恒定因子内),以及恒定的恢复延迟(进程可以在恒定数量的指令中从故障中恢复)。我们首先展示了一个简单的变换,然后提出优化,使其更实用,允许权衡更好的常数因子的计算延迟,有时增加恢复延迟。我们还提供了一个优化的转换,适用于任何规范化的无锁数据结构,从而允许更有效的构造一个大类的并发算法。我们实验性地通过将它们应用于队列来评估我们的转换。
2020-06-18 cs.DC
Intermediate Value Linearizability: A Quantitative Correctness Criterion
大数据处理系统通常采用批量更新和数据草图来估计大数据的某些属性。例如,CountMin草图近似表示元素在数据流中出现的频率,而批处理计数器则成批计数事件。本文重点讨论的并发实现的正确性,这样的对象。具体来说,我们考虑定量对象,其返回值是从一个完全有序的域,重点是$(e,d)$有界的对象,估计一个数量的错误最多$e$与概率至少$1 - d$。并发对象事实上的正确性标准是线性化。在可线性化下,当读取与更新重叠时,它必须返回更新之前或之后的对象值。例如,考虑一个计数三个新事件的单个批处理递增操作,将批处理计数器的值从$7$提升到$10$。在计数器的线性实现中,重叠读取必须返回其中之一。然而,我们观察到,在典型的用例中,任何中间值也是可以接受的。为了捕获这种自由度,我们提出了中间值线性化(IVL),这是一种新的正确性标准,它放宽了线性化以允许返回中间值,例如上面示例中的$8$。粗略地说,IVL允许读取返回任何在两个返回值之间的值,这两个返回值在线性化下是合法的。IVL的一个关键特性是,$(e,d)$有界对象的并发IVL实现仍然是$(e,d)$有界的。为了说明这个结果的力量,我们给出了一个简单而有效的并发实现的$(e, d)$有界CountMin草图,这是IVL(虽然不是线性化)。最后,我们表明,IVL允许本质上更便宜的实现比线性化的。
2020-06-23 cs.DC
Substep Linearizability: Relaxing Atomicity While Preserving Sequential Specification
University of British Columbia(不列颠哥伦比亚大学)
该研究提出子步线性izability,证明其与区间线性izability等价,可用于对原子交换器等难用原子方式规范的并发结构建模,且规范复杂性与线性izability相当。
2026-10-15 cs.DC
Proving Linearizability Using Partial Orders (Extended Version)
可线性化是并发数据结构的正确性的普遍接受的概念。它要求数据结构的任何执行都是通过线性化来证明的-满足数据结构顺序规范的操作的线性顺序。证明可线性化性通常是具有挑战性的,因为操作在线性化顺序中的位置可能取决于未来的操作。这使得在证明中增量地构造线性化非常困难。我们提出了一种新的证明方法,可以处理数据结构与未来相关的线性化。我们的关键思想是逐步构建的操作不是一个单一的线性顺序,而是一个偏序,描述多个线性满足顺序规范。这允许延迟关于操作顺序的决定,反映数据结构实现的行为。我们正式我们的方法作为一个程序逻辑的基础上可靠保证推理,并证明其有效性,通过验证几个具有挑战性的数据结构:Herlihy-Wing队列,TS队列和乐观集。
2017-07-06 cs.DC cs.LO cs.PL
Recall-Bounded Staleness for Filtered Multi-Tenant ANN Graph Indexes under Concurrent Updates
Sardar Patel Institute of Technology(萨达尔·帕特el理工学院)
该研究针对并发更新下多租户过滤型ANN图索引的召回率问题,提出结合流更新、过滤搜索与多租户的图索引,通过理论分解召回损失并设计系统机制,实现了可控的召回率与SLA保障。
2026-10-14 cs.DB cs.DC