Résumé technique : Tous les lectures ne sont pas des conflits : une analyse axée sur l'écriture de la blockchain Sui

Énoncé du problème

La blockchain Sui utilise un modèle de données centré sur les objets pour permettre l'exécution parallèle des transactions, ce qui permet théoriquement aux transactions touchant des ensembles d'états disjoints de s'exécuter de manière concurrente. Cependant, la performance réalisée est limitée par la contention de la charge de travail. Les analyses empiriques antérieures de Sui, telles que celles de Biton & Friedman [7], reposaient sur un modèle de graphe de conflit « lecture+écriture » (R+W) hérité des blockchains basées sur les comptes (ex. Ethereum). Dans le modèle R+W, une arête de conflit existe entre deux transactions si elles accèdent au même objet et qu'au moins l'une d'entre elles le modifie.

Les auteurs soutiennent que le modèle R+W est fondamentalement en décalage avec la sémantique d'exécution de Sui. Parce que le moteur de Sui ne sérialise que sur l'accès partagé mutable (et non sur la lecture partagée), le modèle R+W introduit des « arêtes spécieuses ». Un exemple principal est l'horloge système (objet 0x6) : dans un modèle R+W, chaque transaction utilisateur lisant l'horloge pour un horodatage crée une arête de conflit avec la transaction système écrivant l'horloge. Cela gonfle artificiellement les métriques de contention, créant des topologies en « étoile » qui suggèrent de graves goulots d'étranglement séquentiels là où il n'en existe pas. Par conséquent, le modèle R+W fournit une borne supérieure sur la contention qui peut surestimer de manière significative les dépendances séquentielles et sous-estimer le parallélisme réalisable.

Méthodologie

Pour remédier à ces limitations, les auteurs proposent et appliquent un modèle de conflit complémentaire « axé uniquement sur l'écriture » (W-only) aux données du réseau principal de Sui jusqu'à la fin de 2025.

Acquisition et traitement des données

• Jeu de données : Les données de transaction ont été collectées à partir des checkpoints du réseau principal de Sui via un indexeur personnalisé en Rust/Diesel. Les auteurs ont échantillonné de manière déterministe chaque 3 455e checkpoint (environ 100/jour après la mise à jour Mysticeti) pour créer un jeu de données représentatif à long terme.
• Construction du graphe : Pour chaque checkpoint, des graphes de conflit non orientés ont été construits où les nœuds représentent les transactions et les arêtes représentent les conflits.
  • Modèle R+W : Une arête existe si $write(T_1) \cap (read(T_2) \cup write(T_2)) \neq \emptyset$.
  • Modèle W-only : Une arête existe uniquement si $write(T_1) \cap write(T_2) \neq \emptyset$.
• Métriques : L'étude emploie des métriques de graphe standard adaptées des recherches antérieures sur Ethereum [8, 15] :
  • Densité, assortativité, nombre de cliques, composante connexe la plus grande (LCC).
  • Ratio LSP/χ : Le ratio entre le plus long chemin simple (LSP) et le nombre chromatique (χ). Cela limite le parallélisme réalisable (le LSP est la borne inférieure des chaînes séquentielles ; χ est le nombre minimal de tours théoriques).
  • Analyse pondérée par le gaz : Le potentiel de parallélisme est également pondéré par l'utilisation du gaz pour tenir compte du coût computationnel, distinguant ainsi les nombreuses transactions peu coûteuses des quelques transactions coûteuses.

Techniques analytiques

1. Groupement par Union-Find : Les objets sont regroupés sur la base de la cooccurrence d'écriture pour isoler des écosystèmes d'applications spécifiques (ex. DeepBook) de l'ensemble du réseau.
2. Cartographie économique : Les changements de solde sont ancrés aux prix historiques de CoinMarketCap pour quantifier la valeur en USD circulant via des chemins séquentiels vs parallèles.
3. Sondes contrefactuelles : Les auteurs simulent la suppression de certaines arêtes de conflit (ex. au sein de l'écosystème DeepBook) pour tester si des applications spécifiques agissent comme des goulots d'étranglement intrinsèques.

Principaux résultats

1. Changement de topologie structurelle : des étoiles aux cliques

La transition du R+W vers le W-only modifie fondamentalement la topologie perçue du réseau.

• R+W : Présente des structures hautement désassortatives, de type « hub-and-spoke », pilotées par l'horloge système. Presque chaque transaction utilisateur est connectée à l'écriture de l'horloge, créant une étoile artificielle massive.
• W-only : L'étoile artificielle s'effondre. La topologie restante est hautement assortative et dominée par des cliques. Les conflits surviennent dans des groupes denses et de petite taille de transactions modifiant les mêmes objets, plutôt que autour d'un hub central.
• Changement quantitatif : L'assortativité de degré médiane bascule de $-0,500$(R+W) à$\approx +1$ (W-only). Le nombre de cliques médian chute de 5,5 à 4, et la composante connexe la plus grande (LCC) passe de 8,5 à 4.

2. Bornes plus serrées sur le parallélisme

Le modèle W-only fournit une borne inférieure sur la contention (et donc une borne supérieure plus serrée sur le parallélisme).

• Charge de routine : L'espace de tête de parallélisme optimal estimé chute d'environ $1,2\text{--}1,4\times$ (R+W) à $\approx 1\times$ (W-only).
• Charge élevée : Le plafond descend d'environ $5\times$ à $\approx 3\times$.
• Conclusion : La suppression des dépendances de lecture réduit de 30 à 40 % l'estimation du parallélisme optimal lors des charges de routine. Le goulot d'étranglement de la charge de routine de Sui est identifié comme étant la composition de la charge de travail (spécifiquement, les objets à forte intensité d'écriture) plutôt que l'incapacité du moteur parallèle à planifier.

3. Contention au niveau des applications : l'écosystème DeepBook

En utilisant le groupement par union-find, les auteurs ont isolé l'écosystème DeepBook (le carnet d'ordres centralisé natif de Sui).

• Volume vs Logique : DeepBook représente 87,3 % de tous les conflits au niveau applicatif par volume. Cependant, les sondes contrefactuelles (suppression des arêtes internes de DeepBook) montrent que sa contribution aux goulots d'étranglement séquentiels est strictement proportionnelle à son volume de transactions.
• Effet de partitionnement (Sharding) : Contra�à certains CLOB traditionnels basés sur les comptes qui forcent la sérialisation sur un seul contrat, DeepBook fragmente l'état à travers des objets de pool et de gestionnaire de solde par pool. Cela permet aux transactions touchant des pools disjoints de s'exécuter en parallèle.
• Résultat : DeepBook n'impose pas de goulots d'étranglement séquentiels disproportionnés par rapport aux autres applications à haut volume ; sa contention est une fonction du volume, non d'une logique unique.

4. Coût économique de la séquentialité

La cartographie des structures de graphes vers la valeur USD révèle l'exposition économique aux effets d'ordonnancement.

• Fardeau séquentiel : 10 à 50 % de la valeur en USD du réseau circule via des chemins d'exécution contraints séquentiellement (la LCC).
• Flux parallèle : Les 50 à 90 % restants circulent via des chemins parallèles.
• Implications MEV : La partie séquentielle est potentiellement exposée aux stratégies de Valeur Maximale Extractible (MEV) basées sur le réordonnancement, tandis que la partie parallèle ne l'est pas. Les auteurs notent qu'il s'agit d'un instantané de l'exposition actuelle de la charge de travail, et non d'un plafond universel.

Signification et affirmations

L'article affirme fournir une réévaluation sémantique de la modélisation des conflits dans Sui. En alignant le modèle de conflit avec la sémantique réelle d'exécution de Sui (sérialisation des objets partagés mutables), le modèle W-only élimine les « dépendances de non-exécution » introduites par les accès en lecture seule.

• Contribution méthodologique : Les auteurs proposent le modèle W-only comme un complément nécessaire au R+W, arguant que le R+W surestime systématiquement la contention dans les systèmes centrés sur les objets.
• Aperçu architectural : L'étude démontre que le modèle d'objets de Sui convertit avec succès ce qui serait un goulot d'étranglement séquentiel dans les chaînes basées sur les comptes (un CLOB) en une charge de travail où la contention augmente avec le volume mais pas avec des contraintes logiques intrinsèques.
• Impact pratique : Les conclusions suggèrent que les opérateurs devraient dimensionner l'infrastructure pour les « comportements de queue » (événements viraux comme le jeu Sui 8192 qui a montré une accélération de $\approx 175\times$) plutôt que pour le comportement moyen, car les charges de routine ont souvent peu de parallélisme résiduel à exploiter en raison de la composition de la charge de travail.

Les auteurs concluent que la méthodologie W-only offre un vocabulaire inter-plateformes pour comparer la contention induite par les applications dans les blockchains modernes (ex. Aptos, Solana) sans le « bruit de lecture » qui domine les analyses centrées sur les comptes.