다수의 클라우드 서비스는 ZooKeeper, Cassandra, HBase 등과 같은 분산 키-값 저장소에 의존하고 있다. 그러나 분산 키-값 저장소는 어떠한 실수도 없이 설계하고 구현하기가 특히 어렵다. 데이터 일관성은 특정 일관성 모델 하에서의 연산 이력에 대해 클라이언트가 읽어야 하는 올바른 값이 무엇인지 정의하는 계약이기 때문에, 일관성 위반은 잘못된 값들을 보여 클라이언트 애플리케이션을 혼란스럽게 만들 수 있다. 그 결과 데이터 손실, 데이터 손상, 클라이언트 애플리케이션의 예기치 않은 동작과 같은 심각한 결과가 발생할 수 있다. 소프트웨어 버그는 일관성 위반이 발생하는 주요 원인 중 하나이다. 형식적 검증 기법을 사용하면 설계를 올바르게 하고 구현 과정에서 버그가 발생할 위험을 최소화할 수 있다. 그러나 형식적 검증은 검증 비용, 기존 구현을 검증할 수 없음, 관련된 인간적 오류와 같은 한계로 인해 만능 해결책은 아니다. 구현 수준의 모델 검사(implementation-level model checking)는 지난 수십 년 동안, 분산 시스템의 근본 구현에 버그가 있는지 여부를 형식적으로 검증하기 위해 연구자들에 의해 활발히 탐구되어 왔다. 그럼에도 불구하고 기존 제안들은 불변식(invariant) 점검이 결국적 일관성(eventual consistency)부터 강한 일관성(strong consistency)에 이르기까지 광범위한 일관성 모델을 두루 점검하기에 충분히 유연하지 못하다는 점에서 한계가 있다. 본 연구에서는 분산 키-값 저장소의 데이터 일관성 모델 구현을 형식적으로 검증하기 위해, 구현 수준의 모델 검사기들이 사용할 수 있는 일관성 불변식 점검(consistency invariant checking)에 일관성 오라클(consistency oracles)을 활용한다. 또한 구현 수준의 분산 시스템 모델 검사기와 일관성 오라클을 통합하기 위해, API를 통해 획득한 부분순서(partial-order) 정보를 활용함으로써 일관성 불변식 점검 동안의 철저한(완전한) 탐색을 회피한다. 평가 결과, 제안된 일관성 불변식 점검 방법을 사용함으로써, 잘 알려진 분산 키-값 저장소인 ZooKeeper에서 발생한 여러 실제 소프트웨어 버그로 인한 일관성 위반을 우리의 프로토타입 모델 검사기 VConMC가 탐지할 수 있음을 확인하였다.
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.