可観測量の重要性は、隠れた変数に依存していても多くの情報を運べることにあります。 例えば、トランザクション実行順序は観測可能なものです。明らかに秩序流のような隠れた変数に依存しています。 しかし、隠れた変数を必ずしも知らなくても、観測可能なものから推定量を構築し、仮定やモデルを検証して観測された事象の再現性を評価することは可能です。 実際の実行順序と、取引が優先順位で完全に順序付けられている理想順序を比較することは、実順序と理想順序の間に距離を定義することでできます。 これにより、各スケジューラーごとに特定の分布が得られます。 トランザクションのスケジューリングにかかる時間や並列化の度合いなどの基本的な仮定の下で、すべてのスケジューラで秩序フローが均一であると仮定したシミュレーションを用いて測定分布を再現できます。 私たちは次のことを見出します: - トランザクションが利用可能になり次第実行し、同時トランザクションの解決にのみ優先権を用いるスケジューラ、ほぼ完璧にアガベを再現する - 50msごとにトランザクションをバッチ処理・実行し、BAMをほぼ完璧に再現するスケジューラ - スロットの終わり近くまですべてを実行するスケジューラーは、フランケンダンサーの収益スケジューラをほぼ完璧に再現します これらは順序の流れに差があることを前提としていません。 これはオーダーフローを隠れた変数として除外できるという意味でしょうか?いいえ。 モデルがデータを再現しているからといって、モデルへの摂動が尾部効果を生み出せないとは限らず、秩序フローは外れ値や繰り返しの異常事象を研究する際に不可欠な変数となります。 これは「均等秩序流」体制の下で運用しても何も学べないということでしょうか?いいえ。 学ぶのは、スケジューリングがパリティ条件下でどのように振る舞うかということです。