Optimistische Datenreplikation mit CRDTs im C++ ActorFramework

Abstract

Das Aktormodell beschreibt isolierte, nebenläufige Entitäten, die mit transparenter Nachrichtenübermittlung kommunizieren. Es erlaubt, lokale, nebenläufige Kerne auszunutzen sowie skalierbare verteilte Systeme zu implementieren. Diese Bachelorarbeit vereint konfliktfrei replizierbare Datensturkturen, sogenannte „Conflict-free Replicated Datatypes“ (CRDTs), mit einem Aktor-Programmierkonzept. CRDTs können nebenläufig und unabhängig voneinander geändert werden, ohne dass eine Zugriffskoordination benötigt wird. In dieser Arbeit wird ein Modul für das C++ Actor Framework (CAF) zur Replikation von Daten mit Hilfe von CRDTs entworfen und implementiert. Hierfür wurde zwischen verschiedenen Zugriffskonzepten auf Replikate abgewogen. Außerdem wurden verschiedene Klassen von CRDTs gegenübergestellt. Weiterhin wurde ein Verfahren für die Verteilung von CRDTs im verteilten System entworfen, welches Konvergenz der Replikate zusichert. Der entstandene Entwurf wurde implementiert und schließlich evaluiert. Hierbei wurden insbesondere Kriterien wie vorhersagbare Konvergenzgeschwindigkeit sowie Datenaufkommen im Netzwerk berücksichtigt.

The actor model describes isolated concurrent entities that communicate with transparent message passing. It allows local concurrent cores to be utilized as well as to implement scalable distributed systems. This thesis combines conflict-free replicated datatypes (CRDTs) with an actor programming concept. CRDTs can be changed concurrently and independently, without the need for access coordination. In this work, a module for the C ++ Actor Framework (CAF) is designed and implemented for the replication of data using CRDTs. For this purpose, different access concepts on replicas where compared. In addition, different classes of CRDTs were compared. Further, a method for the distribution of CRDTs in distributed systems has been designed which ensures convergence of replicas. The resulting design was implemented and finally evaluated. In particular, criterions such as predictable convergence speed as well as data volumes in the network were taken into account.