Motivation 目前分布式系统中的故障注入不够高效，主要是由于以下原因： 许多故障是 partial failure。发生故障时，系统仍然在运行，只是系统的某个组件或服务受影响。 故障的触发条件非常罕见。例如，某些故障只在特定时刻的特定网络故障下发生，并且只影响某个组件。 成熟的分布式系统有比较好的容错性。许多混沌工程的实践随机注入故障，成熟的分布式系统可以容忍大部分故障，大量的注入是无效的，

背景 许多部署在 Kubernetes 等现代云平台上的系统使用 operator 替代人工部署，但这些 operator 通常没有完整的 e2e 测试，极大的影响了分布式系统的可靠性。 由于这些原因，人工编写完善的 e2e 测试基本上是不可行的： 开发者很难在庞大的状态空间中构造良好的测试用例。人工编写的 e2e 测试通常从理想的初始状态触发，一步（只修改一次 spec）到达最终状态。这种测试无法覆盖足够多的状态转移。 operator 的开发者和被管理的系统的

背景 LSM Tree 已经在 write-intensive database 中大量应用，但旧的实现存在以下问题： 严重的读写放大（read/write amplification） 没有充份利用 SSD 的内部并行性。 问题 1 尤为严重，LevelDB 的最坏情况下，写放大（从 L0 下沉至 L1）为 50，读放大（从 L0 读取所有 SST，再读穿到 L6）为 24×14 = 366。严重的读写放大不仅会导致 SSD 磨损，还会导致占用大量带宽。 [!NOTE] LevelDB 的读放大 读放大主

背景 目前 SSD 的 iops 已经能够达到百万 iops，但 Linux block layer 无法达到 iops。Linux block layer 成为了高速存储设备的性能瓶颈，为了绕开龟速的 block layer，许多开发者使用 bypass 技术在用户态进行 IO。 论文剖析了当前的 Linux block layer 设计，指出其性能瓶颈，并提出了面向多核系统和 SSD 的多队列设计。 瓶颈 Linux block layer 的性能瓶颈在于以下三点： 单一队列的锁竞争 每个设备一个队列，这个队列由一把全局锁保护。所有进程

背景和驱动 GFS(Google File System) 等存储系统为了高吞吐和高可用牺牲强一致性，本论文提出一种新复制协议链式复制（Chain Replication，简称 CR），在保持强一致性的前提下实现高吞吐和高可用。 本论文用 CR 协议讨论了对象存储的设计和实现。论文讨论的对象存储只有 query 和 update 两种操作，update 原子地更新对象。 接口 对象存储只提供两个接口： query(objId , opts )：查询某个对象的值。 update(objId , newVal , opts )：原

背景 以往的内存安全 bug 检测方法，通常由编译器或内存分配器独立进行。编译器只理解程序语义，但无法在运行时工作；内存分配器只能在运行时工作，却无法感知程序语义。本文让编译器和内存分配器协同工作检测内存安全 bug。 目标 通过编译器和内存分配器协同设计，针对堆上的 buffer overflow 和 use-after-free 两种存安全 bug，提出更快且准确率高的检测方法。 论文主要面向 C/C++，并且要求源程序不存在整型到指