|
DOI: 10.14489/vkit.2026.10.pp.021-030
Рудаков И. В., Баматраф С. С. А.
МЕТОД ДИНАМИЧЕСКОЙ СОГЛАСОВАННОСТИ ДАННЫХ В РАСПРЕДЕЛЕННЫХ СИСТЕМАХ
(с. 21-30)
Аннотация. Представлен инновационный метод динамической согласованности данных, объединяющий преимущества бесконфликтных реплицируемых типов данных (CRDT) и алгоритма консенсуса Paxos. Этот подход позволяет гибко адаптировать систему к различным условиям эксплуатации, обеспечивая высокую производительность и надежность работы распределенных систем. Новый метод позволяет оптимизировать синхронизацию данных с учетом требований к согласованности и параметров системы, что делает его высокоэффективным для сложных распределенных сред. Ключевые аспекты новизны включают: гибридную модель синхронизации данных (комбинация CRDT и Paxos дает возможность задействовать сильные стороны каждого метода в зависимости от требований к согласованности и текущей нагрузки, что способствует более гибкой и эффективной синхронизации данных); динамическое переключение (разработанный метод автоматически переключается между CRDT и Paxos в зависимости от текущих требований и параметров системы). При превышении определенных пороговых значений система переключается на использование только CRDT, что значительно снижает задержки и повышает общую производительность. Таким образом, предложенный метод синхронизации данных представляет собой важный шаг вперед в области управления данными в распределенных системах, предоставляя новые возможности для улучшения их эффективности, масштабируемости и надежности.
Ключевые слова: распределенные системы; динамическая согласованность данных; синхронизация данных; Paxos; CRDTs.
Rudakov I. V., Bamatraf S. S. A.
METHOD OF DYNAMIC DATA CONSISTENCY IN DISTRIBUTED SYSTEMS
(pp. 21-30)
Abstract. An innovative method of dynamic data consistency combining the advantages of conflict-free replicated data types (CRDT) and Paxos consensus algorithm is presented. This approach allows flexible adaptation to different environments, ensuring high performance and reliability of distributed systems. The new method allows optimizing data synchronization taking into account consistency requirements and system parameters, which makes it highly effective for complex distributed environments. Key aspects of novelty include: 1) Hybrid data synchronization model: the combination of CRDT and Paxos enables the strengths of each method to be leveraged depending on the consistency requirements and current workload, which contributes to more flexible and efficient data synchronization. 2) Dynamic switching: the developed method automatically switches between CRDT and Paxos depending on the current requirements and system parameters. When certain thresholds are exceeded, the system switches to using only CRDTs, which significantly reduces latency and improves overall performance. Thus, the proposed data synchronization method represents an important step forward in the field of data management in distributed systems, providing new opportunities to improve their efficiency, scalability and reliability.
Keywords: Distributed systems; Dynamic data consistency; Data synchronization; Paxos; CRDTs.
И. В. Рудаков, С. С. А. Баматраф (Московский государственный технический университет им. Н. Э. Баумана, Москва, Россия) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
I. V. Rudakov, S. S. A. Bamatraf (Bauman Moscow State Technical University, Moscow, Russia) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
1. Таненбаум Э. С., Ван Стин М. Распределенные системы: принципы и парадигмы. М.: ДМК Пресс, 2021. 584 с. ISBN 978-5-97060-708-4.
2. Lamport L. Fast Paxos // Distributed Computing. 2006. Vol. 19, No. 2. P. 79–103. DOI: 10.1007/s00446-006-0005-x
3. Ghosh S. Distributed Systems: An Algorithmic Approach. 2nd ed. Boca Raton: Chapman & Hall/CRC, 2014. 554 p. ISBN 978-1-4665-5297-5.
4. Coulouris G., Dollimore J., Kindberg T. Distributed Systems: Concepts and Design. 5th ed. Boston: Addison-Wesley, 2011. 1008 p. ISBN 978-0-13-214301-1.
5. Faria N., Pereira J. CRDV: Conflict-Free Replicated Data Views // Proceedings of the ACM on Management of Data. 2025. Vol. 3, No. 1. Art. No. 25. P. 1–27. DOI: 10.1145/3709675
6. Aguilera M. K., Terry D. B. The Many Faces of Consistency // IEEE Data Engineering Bulletin. 2016. Vol. 39, No. 1. P. 3–13. URL: http://sites.computer.org/debull/A16mar/p3.pdf (дата обращения: 14.09.2025).
7. Таненбаум Э., Бос Х. Современные операционные системы. 4-е изд. СПб.: Питер, 2022. 1120 с. ISBN 978-5-4461-1155-8.
8. Zakhour G., Weisenburger P., Salvaneschi G. Type-Checking CRDT Convergence // Proceedings of the ACM on Programming Languages. 2023. Vol. 7, No. PLDI. Art. No. 162. P. 1365–1388. DOI: 10.1145/3591276
9. Malkhi D., Oprea F., Zhou L. Meets Paxos: Leader Election and Stability Without Eventual Timely Links // Distributed Computing: 19th International Conference, DISC 2005, Cracow, Poland, September 26–29, 2005. Proceedings. 2005. P. 199–213. DOI: 10.1007/11561927_16
10. Castro M., Liskov B. Practical Byzantine Fault Tolerance and Proactive Recovery // ACM Transactions on Computer Systems. 2002. Vol. 20, No. 4. P. 398–461. DOI: 10.1145/571637.571640
11. Nieto Rodriguez A. Conflict-Free Replicated Data Types Have Abstract Data Types: Dis. ... Doctor of Philosophy. Aarhus University, Department of Computer Science, 2023. 130 p. URL: https://iris-project.org/pdfs/2023-phd-nieto.pdf (дата обращения: 18.11.2024).
12. Рудаков И. В., Баматраф С. С. А. Оптимизация производительности запросов в промышленных базах данных крупного масштаба // Вестник компьютерных и информационных технологий. 2025. Т. 22, № 11. С. 52–59. DOI: 10.14489/vkit.2025.11.pp.052-059
13. Castro M., Liskov B. Practical Byzantine Fault Tolerance // Proceedings of the Third Symposium on Operating Systems Design and Implementation (OSDI). 1999. P. 173–186. DOI: 10.1145/296806.296824
14. Brewer E. A. CAP Twelve Years Later: How the "Rules" Have Changed // Computer. 2012. Vol. 45, No. 2. P. 23–29. DOI: 10.1109/MC.2012.37
15. Skrzypczak J., Schintke F., Schutt T. RMWPaxos: Fault-Tolerant In-Place Consensus Sequences // IEEE Transactions on Parallel and Distributed Systems. 2020. Vol. 31, No. 10. P. 2303–2317. DOI: 10.1109/TPDS.2020.2983664
16. Almeida P. S. Approaches to Conflict-Free Replicated Data Types // ACM Computing Surveys. 2024. Vol. 57, No. 2. Art. No. 51. P. 1–36. DOI: 10.1145/3695249
17. Shapiro M., Preguica N., Baquero C., Zawirski M. Conflict-Free Replicated Data Types // Stabilization, Safety, and Security of Distributed Systems: 13th International Symposium, SSS 2011, Grenoble, France, October 10–12, 2011. Proceedings (Lecture Notes in Computer Science, Vol. 6976). 2011. P. 386–400. DOI: 10.1007/978-3-642-24550-3_29
18. Almeida P. S., Shoker A., Baquero C. Delta State Replicated Data Types // Journal of Parallel and Distributed Computing. 2018. Vol. 111. P. 162–173. DOI: 10.1016/j.jpdc.2017.08.003
19. Sari A., Akkaya M. Fault Tolerance Mechanisms in Distributed Systems // International Journal of Communications, Network and System Sciences. 2015. Vol. 8, No. 12. P. 471–482. DOI: 10.4236/ijcns.2015.812042
20. Феоктистов А. Г., Костромин Р. О., Дядькин Ю. А. Управление заданиями на основе знаний в гетерогенной распределенной вычислительной среде // Вестник компьютерных и информационных технологий. 2018. № 2. С. 10–17. DOI: 10.14489/vkit.2018.02.pp.010-017.
1. Tanenbaum, A. S., & Van Steen, M. (2021). Distributed systems: Principles and paradigms. DMK Press. [in Russian language].
2. Lamport, L. (2006). Fast Paxos. Distributed Computing, 19(2), 79–103. https://doi.org/10.1007/s00446-006-0005-x
3. Ghosh, S. (2014). Distributed systems: An algorithmic approach (2nd ed.). Chapman & Hall/CRC.
4. Coulouris, G., Dollimore, J., & Kindberg, T. (2011). Distributed systems: Concepts and design (5th ed.). Addison-Wesley.
5. Faria, N., & Pereira, J. (2025). CRDV: Conflict-free replicated data views. Proceedings of the ACM on Management of Data, 3(1), Article 25, 1–27. https://doi.org/10.1145/3709675
6. Aguilera, M. K., & Terry, D. B. (2016). The many faces of consistency. IEEE Data Engineering Bulletin, 39(1), 3–13. Retrieved September 14, 2025, from http://sites.computer.org/debull/A16mar/p3.pdf
7. Tanenbaum, A. S., & Bos, H. (2022). Modern operating systems (4th ed.). Piter. [in Russian language].
8. Zakhour, G., Weisenburger, P., & Salvaneschi, G. (2023). Type-checking CRDT convergence. Proceedings of the ACM on Programming Languages, 7(PLDI), Article 162, 1365–1388. https://doi.org/10.1145/3591276
9. Malkhi, D., Oprea, F., & Zhou, L. (2005). Meets Paxos: Leader election and stability without eventual timely links. In Distributed Computing: 19th International Conference, DISC 2005 (pp. 199–213). Springer. https://doi.org/10.1007/11561927_16
10. Castro, M., & Liskov, B. (2002). Practical Byzantine fault tolerance and proactive recovery. ACM Transactions on Computer Systems, 20(4), 398–461. https://doi.org/10.1145/571637.571640
11. Nieto Rodriguez, A. (2023). Conflict-free replicated data types have abstract data types [Doctoral dissertation, Aarhus University]. Retrieved November 18, 2024, from https://iris-project.org/pdfs/2023-phd-nieto.pdf
12. Rudakov, I. V., & Bamatraf, S. S. A. (2025). Optimization of query performance in large-scale industrial databases. Vestnik komp'yuternykh i informatsionnykh tekhnologiy, 22(11), 52–59. [in Russian language]. https://doi.org/10.14489/vkit.2025.11.pp.052-059
13. Castro, M., & Liskov, B. (1999). Practical Byzantine fault tolerance. In Proceedings of the Third Symposium on Operating Systems Design and Implementation (OSDI) (pp. 173–186). https://doi.org/10.1145/296806.296824
14. Brewer, E. A. (2012). CAP twelve years later: How the “rules” have changed. Computer, 45(2), 23–29. https://doi.org/10.1109/MC.2012.37
15. Skrzypczak, J., Schintke, F., & Schutt, T. (2020). RMWPaxos: Fault-tolerant in-place consensus sequences. IEEE Transactions on Parallel and Distributed Systems, 31(10), 2303–2317. https://doi.org/10.1109/TPDS.2020.2983664
16. Almeida, P. S. (2024). Approaches to conflict-free replicated data types. ACM Computing Surveys, 57(2), Article 51, 1–36. https://doi.org/10.1145/3695249
17. Shapiro, M., Preguiça, N., Baquero, C., & Zawirski, M. (2011). Conflict-free replicated data types. In Stabilization, Safety, and Security of Distributed Systems: 13th International Symposium, SSS 2011 (Lecture Notes in Computer Science, Vol. 6976, pp. 386–400). Springer. https://doi.org/10.1007/978-3-642-24550-3_29
18. Almeida, P. S., Shoker, A., & Baquero, C. (2018). Delta state replicated data types. Journal of Parallel and Distributed Computing, 111, 162–173. https://doi.org/10.1016/j.jpdc.2017.08.003
19. Sari, A., & Akkaya, M. (2015). Fault tolerance mechanisms in distributed systems. International Journal of Communications, Network and System Sciences, 8(12), 471–482. https://doi.org/10.4236/ijcns.2015.812042
20. Feoktistov, A. G., Kostromin, R. O., & Dyadkin, Yu. A. (2018). Knowledge-based job management in a heterogeneous distributed computing environment. Vestnik komp'yuternykh i informatsionnykh tekhnologiy, (2), 10–17. [in Russian language]. https://doi.org/10.14489/vkit.2018.02.pp.010-017
|
Current Issue
Разработка концепции и создание сайта - ООО «Издательский дом «СПЕКТР»