BlockLoader: un marco de evaluación integral para el rendimiento de blockchain bajo varios patrones de carga de trabajo
Autores: Wang, Gang; Zhang, Yanfeng; Ying, Chenhao; Zhang, Qinnan; Peng, Zhiyuan; Li, Xiaohua; Yu, Ge
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
BlockLoader: un marco de evaluación integral para el rendimiento de blockchain bajo varios patrones de carga de trabajo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Hyperledger fabric
Análisis de rendimiento
Sistemas blockchain
Políticas de respaldo
Caídas de nodos
Blockloader
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Hyperledger Fabric es una de las plataformas de blockchain con permisos más populares ampliamente adoptada en soluciones de blockchain empresariales. Para optimizar y utilizar completamente la plataforma, se desea realizar un análisis exhaustivo del rendimiento de Hyperledger Fabric. Aunque numerosos estudios han analizado el rendimiento de Hyperledger Fabric, todavía existen tres limitaciones significativas. En primer lugar, los marcos de evaluación del rendimiento de blockchain existentes se basan en tasas de carga fijas, que no logran reflejar con precisión el rendimiento de los sistemas de blockchain en escenarios de aplicación del mundo real. En segundo lugar, el impacto de ampliar la amplitud y profundidad de las políticas de respaldo en el rendimiento de los sistemas de blockchain aún no se ha estudiado adecuadamente. Finalmente, el impacto de los fallos y recuperaciones de nodos en el rendimiento del sistema de blockchain aún no se ha investigado de manera exhaustiva. Para abordar estas limitaciones, proponemos un marco llamado BlockLoader, que ofrece siete distribuciones diferentes de tasas de carga, incluidos patrones lineales, de un solo pico y de múltiples picos. A continuación, empleamos el marco BlockLoader para analizar el impacto de la amplitud y profundidad de la política de respaldo en el rendimiento de blockchain, tanto cualitativa como cuantitativamente. Además, investigamos el impacto de los cambios dinámicos de nodos en el rendimiento. Los resultados experimentales demuestran que diferentes políticas de respaldo ejercen efectos distintos en el rendimiento con respecto a la escalabilidad de la amplitud y profundidad. En la expansión horizontal de las políticas de respaldo, la política de respaldo OR muestra un rendimiento estable, fluctuando alrededor de 88 TPS, lo que indica que agregar organizaciones y nodos tiene un impacto mínimo. En contraste, la política de respaldo AND muestra una tendencia decreciente en el rendimiento a medida que aumenta el número de organizaciones y nodos, con una disminución promedio de 10 TPS por cada organización adicional. Además, el comportamiento dinámico de los nodos ejerce impactos variables en estas políticas de respaldo. Específicamente, bajo la política de respaldo AND, los cambios dinámicos en los nodos afectan significativamente el rendimiento del sistema. El TPS de la política de respaldo AND muestra una notable disminución, cayendo de 79.6 a 100 s a 41.96 a 500 s, reflejando una reducción de aproximadamente el 47% con el tiempo. Bajo la política de respaldo OR, el rendimiento del sistema permanece casi inalterado.
Descripción
Hyperledger Fabric es una de las plataformas de blockchain con permisos más populares ampliamente adoptada en soluciones de blockchain empresariales. Para optimizar y utilizar completamente la plataforma, se desea realizar un análisis exhaustivo del rendimiento de Hyperledger Fabric. Aunque numerosos estudios han analizado el rendimiento de Hyperledger Fabric, todavía existen tres limitaciones significativas. En primer lugar, los marcos de evaluación del rendimiento de blockchain existentes se basan en tasas de carga fijas, que no logran reflejar con precisión el rendimiento de los sistemas de blockchain en escenarios de aplicación del mundo real. En segundo lugar, el impacto de ampliar la amplitud y profundidad de las políticas de respaldo en el rendimiento de los sistemas de blockchain aún no se ha estudiado adecuadamente. Finalmente, el impacto de los fallos y recuperaciones de nodos en el rendimiento del sistema de blockchain aún no se ha investigado de manera exhaustiva. Para abordar estas limitaciones, proponemos un marco llamado BlockLoader, que ofrece siete distribuciones diferentes de tasas de carga, incluidos patrones lineales, de un solo pico y de múltiples picos. A continuación, empleamos el marco BlockLoader para analizar el impacto de la amplitud y profundidad de la política de respaldo en el rendimiento de blockchain, tanto cualitativa como cuantitativamente. Además, investigamos el impacto de los cambios dinámicos de nodos en el rendimiento. Los resultados experimentales demuestran que diferentes políticas de respaldo ejercen efectos distintos en el rendimiento con respecto a la escalabilidad de la amplitud y profundidad. En la expansión horizontal de las políticas de respaldo, la política de respaldo OR muestra un rendimiento estable, fluctuando alrededor de 88 TPS, lo que indica que agregar organizaciones y nodos tiene un impacto mínimo. En contraste, la política de respaldo AND muestra una tendencia decreciente en el rendimiento a medida que aumenta el número de organizaciones y nodos, con una disminución promedio de 10 TPS por cada organización adicional. Además, el comportamiento dinámico de los nodos ejerce impactos variables en estas políticas de respaldo. Específicamente, bajo la política de respaldo AND, los cambios dinámicos en los nodos afectan significativamente el rendimiento del sistema. El TPS de la política de respaldo AND muestra una notable disminución, cayendo de 79.6 a 100 s a 41.96 a 500 s, reflejando una reducción de aproximadamente el 47% con el tiempo. Bajo la política de respaldo OR, el rendimiento del sistema permanece casi inalterado.