Fault-Tolerant Publish-Subscribe System With Multiple Delivery Guarantees

Abstract

Distributed system’s ability to scale has become a core requirement to provide services across the globe due to the increase in worldwide connectivity prompting developers to devise solutions able to provide high availability and performance through geo-replicated systems. This strategy brings data closer to clients, however, with data being stored in multiple distant locations update propagation becomes slower, hindering both availability and performance. This is known as the trade-off between availability and data consistency, being more noticeable in situations where not all data or operations have the same consistency requirements. Developers started looking at approaches that support multiple consistency models, more often called mixed consistency model. The reasoning behind this model, is that developers are able to choose the type of consistency each operation requires and can adapt the propagation of operations accordingly. Ginger is a distributed middleware system that supports the existence of operations with different consistency requirements and capable of disseminating messages according to the total, causal and eventual orders. The current issue with Ginger, is that it does not behave correctly under the occurrence of faults. Therefore, in this thesis, we propose to implement, on top of the already existing dissemination protocol, fault-tolerant mecha- nisms that ensure its correctness in circumstance where network or process faults occur, taking into consideration current approaches presented in the literature. In the end of this thesis, we will get an updated version of Ginger with the neces- sary modifications to ensure the reliable delivery of messages, under the occurrence of faults, while guaranteeing Ginger’s dissemination protocol and ordering guarantees are preserved. The experimental results, will demonstrate if the proposed solutions are capable of effectively tolerating faults, if they do not introduce undesired overhead when recovering from them and what is the impact of introducing fault-tolerance in the system, when no failures occur.

Com o aumento da conetividade e a necessidade de fornecer serviços à escala global com alta disponibilidade e desempenho, a capacidade de escalar de sistemas distribuídos tornou-se essencial. Para essse efeito, recorrem-se a sistemas geo-replicados, onde dados são armazenados em vários locais distantes. No entanto, a propagação de atualizações torna-se mais lenta, prejudicando a disponibilidade e o desempenho. Isso deve-se ao compromisso entre a disponibilidade e a consistência dos dados, sendo mais notório quando diferentes dados ou operações têm requisitos diferentes de consistência. Os programadores começaram a procurar abordagens que suportem vários modelos de consistência, conhecidos como modelo de consistência mista. Com este tipo de modelos, estes podem escolher o tipo de consistência necessário para cada operação e adaptar a propagação das mesmas em conformidade. O Ginger é um sistema de middleware distribuído que suporta a execução de opera- ções com multiplas garantias de entrega, capaz de disseminar mensagens de acordo com as ordens total, causal e eventual. O problema atual do Ginger é não se comportar corre- tamente perante a ocorrência de falhas. Assim, nesta tese, propomos implementar, sobre o protocolo de disseminação já existente, mecanismos tolerantes a falhas que garantam a sua correção em circunstâncias em que ocorram falhas na rede ou nos processos, tendo em consideração as abordagens atuais apresentadas na literatura. No final desta tese, obteremos uma versão atualizada do Ginger com as modificações necessárias para assegurar a entrega fiável de mensagens, sob a ocorrência de falhas, garantindo que o protocolo de disseminação do Ginger e as garantias de ordenação são preservados. Os resultados experimentais demonstrarão- se as soluções propostas são capazes de tolerar eficazmente as falhas, se não introduzem sobrecargas indesejadas na recuperação das mesmas e qual o impacto da introdução de tolerância a falhas no sistema, quando não ocorrem falhas.