Was blockiert den Durchsatz meiner Blockchain? Entwicklung eines allgemeingültigen Ansatzes zur Identifizierung von Engpässen in genehmigten Blockchains

Core Concepts

Dieser Artikel entwickelt einen systematischen und grafischen Ansatz, um Engpässe in genehmigten Blockchains zu identifizieren, und wendet ihn auf Hyperledger Fabric und Quorum an, um deren Leistungsbegrenzungen zu verstehen.

Abstract

Der Artikel beginnt mit einer Einführung in die Architektur von Hyperledger Fabric und Quorum, zwei weit verbreitete genehmigte Blockchains mit unterschiedlichen Designs. Anschließend wird eine systematische Literaturrecherche durchgeführt, um den aktuellen Stand der Forschung zu Leistungsbewertungen und Engpassanalysen in diesen Blockchains zu erfassen.
Basierend auf den Erkenntnissen aus der Literatur und eigenen Experimenten mit dem Distributed Ledger Performance Scan (DLPS) entwickelt der Artikel einen grafischen Ansatz zur Identifizierung von Engpässen. Dieser Ansatz wird dann auf Hyperledger Fabric und Quorum angewendet, um deren Leistungsbegrenzungen zu untersuchen.
Für Hyperledger Fabric zeigt die Analyse, dass der Hauptengpass in der Validierungsphase liegt, insbesondere in der VSCC-Ausführung und den sequenziellen MVCC-Überprüfungen. Bei Quorum deuten die Ergebnisse darauf hin, dass Engpässe bei der Transaktionspropagation und möglicherweise der Vorvalidierung auftreten.
Der Artikel liefert Forschern und Praktikern, die an der Evaluierung oder Verbesserung genehmigter Blockchains arbeiten, ein Toolkit, Richtlinien zu den zu dokumentierenden Daten und Erkenntnisse darüber, wie der Suchprozess nach Engpässen fortgesetzt werden kann.

Stats

Die durchschnittliche CPU-Auslastung der Peers in Hyperledger Fabric erreicht etwa 50 % bei hohen Anforderungsraten.
Die Netzwerkauslastung der Orderer in Hyperledger Fabric zeigt, dass der Orderer-Leader deutlich mehr Daten überträgt als die Follower-Orderer.
In Quorum erreicht die CPU-Auslastung des Orderer-Knotens 0 einen deutlich höheren Wert als die anderen Knoten, da er zusätzliche Aufgaben wie das Ordnen von Transaktionen und das Erstellen von Blöcken übernimmt.

Quotes

"Dieser Artikel entwickelt einen systematischen und grafischen Ansatz, um Engpässe in genehmigten Blockchains zu identifizieren, und wendet ihn auf Hyperledger Fabric und Quorum an, um deren Leistungsbegrenzungen zu verstehen."
"Der Artikel liefert Forschern und Praktikern, die an der Evaluierung oder Verbesserung genehmigter Blockchains arbeiten, ein Toolkit, Richtlinien zu den zu dokumentierenden Daten und Erkenntnisse darüber, wie der Suchprozess nach Engpässen fortgesetzt werden kann."

Key Insights Distilled From

What Blocks My Blockchain's Throughput? Developing a Generalizable Approach for Identifying Bottlenecks in Permissioned Blockchains

by Ores... at arxiv.org 04-05-2024

https://arxiv.org/pdf/2404.02930.pdf

Deeper Inquiries

Wie lassen sich die Erkenntnisse aus dieser Analyse auf andere genehmigte Blockchains übertragen?

Die Erkenntnisse aus dieser Analyse zu Hyperledger Fabric und Quorum können auf andere genehmigte Blockchains übertragen werden, indem ähnliche Untersuchungen durchgeführt werden. Es ist wichtig, die Architektur und Funktionsweise jeder spezifischen Blockchain zu verstehen, um potenzielle Engpässe zu identifizieren. Durch die Analyse von Ressourcennutzung, Netzwerkverhalten und Durchsatzraten können ähnliche Muster und Engpässe in anderen genehmigten Blockchains aufgedeckt werden. Es ist entscheidend, die spezifischen Merkmale jeder Blockchain zu berücksichtigen und die Analyse entsprechend anzupassen, um aussagekräftige Ergebnisse zu erzielen.

Welche zusätzlichen Metriken oder Monitoringtools könnten verwendet werden, um die Ursachen der identifizierten Engpässe in Hyperledger Fabric und Quorum genauer zu untersuchen?

Um die Ursachen der identifizierten Engpässe in Hyperledger Fabric und Quorum genauer zu untersuchen, könnten zusätzliche Metriken und Monitoringtools verwendet werden. Einige mögliche Ansätze könnten sein:

Detaillierte CPU-Analyse: Durch die Überwachung der CPU-Nutzung auf Core-Ebene und die Identifizierung von spezifischen Prozessen, die die CPU belasten, können Engpässe genauer lokalisiert werden.
Netzwerkanalyse: Durch die Analyse des Netzwerkverkehrs auf Protokollebene und die Untersuchung von Latenzzeiten und Paketverlusten können Engpässe im Datenverkehr identifiziert werden.
Speicherüberwachung: Eine detaillierte Überwachung des Speicherbedarfs und der Auslastung kann helfen, potenzielle Engpässe im Speicherbereich zu identifizieren und zu beheben.
Blockchain-spezifische Metriken: Die Implementierung von Metriken, die speziell für die jeweilige Blockchain-Plattform relevant sind, kann dazu beitragen, Engpässe in den spezifischen Abläufen und Funktionen der Blockchain zu identifizieren.

Wie könnte man die Erkenntnisse aus dieser Studie nutzen, um die Leistung genehmigter Blockchains in Anwendungsfällen zu verbessern, die hohe Durchsatzanforderungen haben?

Um die Leistung genehmigter Blockchains in Anwendungsfällen mit hohen Durchsatzanforderungen zu verbessern, könnten die Erkenntnisse aus dieser Studie wie folgt genutzt werden:

Optimierung der Validierungsprozesse: Durch die Identifizierung von Engpässen in den Validierungsprozessen können diese optimiert und effizienter gestaltet werden, um die Durchsatzraten zu erhöhen.
Skalierung der Ressourcen: Basierend auf den Erkenntnissen zur Ressourcennutzung können die Blockchain-Netzwerke entsprechend skaliert werden, um eine bessere Leistung bei hohen Durchsatzanforderungen zu erzielen.
Implementierung von Parallelisierung: Durch die Implementierung von parallelen Prozessen und Optimierung der Ressourcennutzung können Engpässe in der Verarbeitung von Transaktionen reduziert werden, was zu einer verbesserten Leistung führt.
Kontinuierliches Monitoring und Optimierung: Durch kontinuierliches Monitoring der Leistungsmetriken und Anpassung der Blockchain-Parameter können Engpässe frühzeitig erkannt und behoben werden, um eine optimale Leistung bei hohen Durchsatzanforderungen sicherzustellen.