تحلیل جپسن روی ParticleDB: وقتی یک پایگاه داده جدید با ۹۶ باگ مواجه می‌شود

بررسی‌های جدید Jepsen روی پایگاه داده ParticleDB (نسخه‌های ۱.۱.۴ تا ۱.۱.۱۸.۱۱) نشان می‌دهد که این دیتابیس توسعه‌یافته با زبان Rust با چالش‌های اساسی در زمینه پایداری و صحت‌سنجی روبه‌روست. این ابزار توسط شرکت Orkes برای پلتفرم ارکستراسیون Conductor توسعه یافته بود تا جایگزین ابزارهایی مانند Redis و Postgres شود.

زمینه و ساختار ParticleDB

هدف ParticleDB یکپارچه‌سازی انواع بار کاری شامل تراکنش‌های SQL، انبار کلید-مقدار، جستجوی وکتور (Vector Search) و تحلیل‌های زنده بود. این دیتابیس از پروتکل‌های Postgres و Redis پشتیبانی می‌کند و با زبان Rust نوشته شده است. با وجود ادعاهای مطرح‌شده در مستندات این پروژه درباره اثبات رسمی با TLA+ و ارائه ایزولاسیون کامل ACID با سرعت بالا، تیم Jepsen در بررسی‌های خود متوجه تناقضات زیادی در مستندات و رفتار واقعی سیستم شد.

جزئیات فنی و یافته‌های Jepsen

تیم Jepsen با استفاده از کتابخانه تست خود و ابزارهایی مانند Elle و LazyFS، سناریوهای مختلفی را روی یک گره منفرد (Single-node) پیاده‌سازی کرد. نتایج این بررسی‌ها شناسایی ۹۶ باگ مختلف را در بخش‌های زیر به همراه داشت:

• عملکرد و پایداری: در نسخه‌های اولیه، حالت table-2pl بسیار کند بود و اکثر تراکنش‌ها پس از مکث‌های طولانی با خطای عدم توانایی در سریال‌سازی متوقف می‌شدند.
• کرش‌های مرموز: گره‌های دیتابیس بدون هیچ پیام خطای مشخصی و به‌صورت خودبه‌خودی پس از مدتی کارکرد کرش می‌کردند.
• بن‌بست (Deadlock): ثبت هم‌زمان تنها دو تراکنش در برخی نسخه‌ها می‌توانست کل سیستم را دچار بن‌بست کند و کلاینت‌ها را در وضعیت معلق نگه دارد.
• تناقضات تراکنشی: رفتارهای عجیبی در سطح ایزولاسیون مشاهده شد؛ دستورات مربوط به تعیین سطح ایزولاسیون نادیده گرفته می‌شدند و رفتار موتور تراکنش وابسته به آرگومان‌های زمان راه‌اندازی بود.

دیدگاه جامعه مهندسی (Hacker News)

بحث‌های شکل‌گرفته در هکرنیوز پیرامون این گزارش بسیار داغ بود. مهندسان به تعداد بالای باگ‌ها (۹۶ مورد) اشاره کردند که بسیار فراتر از میانگین معمول برای دیتابیس‌های بررسی‌شده توسط Jepsen است. کاربران به مواردی نظیر ناپدید شدن داده‌ها، ستون‌های جابه‌جاشده و ادعاهای اغراق‌آمیز بازاریابی (مانند استفاده نادرست از اصطلاح اثبات رسمی) انتقاد کردند و این سوال مطرح شد که آیا سرعت توسعه بالا در دیتابیس‌های مدرن هوش مصنوعی به قیمت کیفیت تمام شده است یا خیر.

چرا این بررسی برای مهندسان مهم است؟

برای طراحان سیستم و توسعه‌دهندگان بک‌اند، این گزارش یادآور نکته مهمی است: اعتماد به ادعاهای عملکردی و ایمنی یک پایگاه داده نوظهور بدون تست‌های استرس و اعتبارسنجی دقیق می‌تواند فاجعه‌بار باشد. حتی زمانی که یک دیتابیس با زبان امنی مثل Rust نوشته شده باشد، اشکالات منطقی در پیاده‌سازی موتور تراکنش و همگام‌سازی (WAL) می‌تواند به از دست رفتن داده‌ها و توقف سرویس منجر شود.