Sintesi Tecnica: Non tutte le letture sono conflitti: un'analisi "Write-Only" della blockchain Sui

Problema

La blockchain Sui utilizza un modello di dati orientato agli oggetti per abilitare l'esecuzione parallela delle transazioni, permettendo teoricamente alle transazioni che toccano insiemi di stati disgiunti di girare concorrentemente. Tuttavia, le prestazioni realizzate sono limitate dalla contesa del carico di lavoro. Precedenti analisi empiriche di Sui, come Biton & Friedman [7], si sono basate su un modello di grafo di conflitto "read+write" (R+W) ereditato dalle blockchain basate su account (es. Ethereum). Nel modello R+W, un arco di conflitto esiste tra due transazioni se esse accedono allo stesso oggetto e almeno una di esse lo modifica.

Gli autori sostengono che il modello R+W sia fondamentalmente disallineato con la semantica di esecuzione di Sui. Poiché il motore di Sui serializza solo l'accesso condiviso mutabile (non la lettura condivisa), il modello R+W introduce "archi spuri". Un esempio primario è l'orologio di sistema (oggetto 0x6): in un modello R+W, ogni transazione utente che legge l'orologio per un timestamp crea un arco di conflitto con la transazione di sistema che scrive l'orologio. Ciò gonfia artificialmente le metriche di contesa, creando topologie "hub-and-spoke" che suggeriscono gravi colli di bottiglia sequenziali dove non esistono. Di conseguenza, l'R+W fornisce un limite superiore alla contesa che può sovrastimare significativamente le dipendenze sequenziali e sottostimare il parallelismo ottenibile.

Metodologia

Per affrontare queste limitazioni, gli autori propongono e applicano un modello di conflitto complementare "write-only" (W-only) ai dati della mainnet di Sui fino alla fine del 2025.

Acquisizione e Processamento dei Dati

• Dataset: I dati delle transazioni sono stati raccolti dai checkpoint della mainnet di Sui utilizzando un indexer personalizzato in Rust/Diesel. Gli autori hanno campionato deterministicamente ogni 3.455esimo checkpoint (circa 100/giorno post-aggiornamento Mysticeti) per creare un dataset rappresentativo a lungo termine.
• Costruzione del Grafo: Per ogni checkpoint, sono stati costruiti grafi di conflitto non diretti dove i nodi rappresentano le transazioni e gli archi rappresentano i conflitti.
  • Modello R+W: L'arco esiste se $write(T_1) \cap (read(T_2) \cup write(T_2)) \neq \emptyset$.
  • Modello W-only: L'arco esiste solo se $write(T_1) \cap write(T_2) \neq \emptyset$.
• Metrici: Lo studio impiega metriche di grafo standard adattate dalla precedente ricerca su Ethereum [8, 15]:
  • Densità, Assortatività, Numero di Clique, Componente Connessa Più Grande (LCC).
  • Rapporto LSP/χ: Il rapporto tra il Cammino Semplice Più Lungo (LSP) e il Numero Cromatico (χ). Questo limita il parallelismo ottenibile (LSP è il limite inferiore delle catene sequenziali; χ è il numero minimo teorico di round).
  • Analisi Pesata sul Gas: Il potenziale di parallelismo è anche pesato sull'uso del gas per tenere conto del costo computazionale, distinguendo tra molte transazioni economiche e poche transazioni costose.

Tecniche Analitiche

1. Raggruppamento Union-Find: Gli oggetti sono raggruppati in base alla co-occorrenza di scrittura per isolare specifici ecosistemi applicativi (es. DeepBook) dal resto della rete.
2. Mappatura Economica: I cambiamenti di saldo sono ancorati ai prezzi storici di CoinMarketCap per quantificare il valore in USD che fluisce attraverso percorsi sequenziali vs paralleli.
3. Probi di Controfatualità: Gli autori simulano la rimozione di specifici archi di conflitto (es. all'interno dell'ecosistema DeepBook) per testare se specifiche applicazioni agiscano come colli di bottiglia intrinseci.

Risultati Chiave

1. Spostamento della Topologia Strutturale: Da Stelle a Clique

La transizione da R+W a W-only altera fondamentalmente la percezione della topologia di rete.

• R+W: Esibisce strutture altamente disassortative, di tipo "hub-and-spoke", guidate dall'orologio di sistema. Quasi ogni transazione utente si connette al writer dell'orologio, creando una massiccia stella artificiale.
• W-only: La stella artificiale collassa. La topologia rimanente è altamente assortativa e dominata da clique. I conflitti si verificano in gruppi densi e piccoli di transazioni che modificano gli stessi oggetti, piuttosto che in un hub centrale.
• Spostamento Quantitativo: La mediana dell'assortatività di grado passa da $-0,500$(R+W) a$\approx +1$ (W-only). Il numero mediano di clique scende da 5,5 a 4, e la Componente Connessa Più Grande (LCC) scende da 8,5 a 4.

2. Limiti Più Stretti sul Parallelismo

Il modello W-only fornisce un limite inferiore sulla contesa (e quindi un limite superiore più stretto sul parallelismo).

• Carico di Routine: L'headroom stimato per il parallelismo ottimale scende da $\approx 1,2\text{--}1,4\times$ (R+W) a $\approx 1\times$ (W-only).
• Carico Elevato: Il tetto massimo scende da $\approx 5\times$ a $\approx 3\times$.
• Conclusione: Eliminare le dipendenze di lettura riduce del 30–40% la stima del parallelismo ottimale nei carichi di routine. Il collo di bottiglia nel carico di routine di Sui è identificato nella composizione del carico di lavoro (specificamente, oggetti "write-hot") piuttosto che nell'incapacità del motore parallelo di pianificare.

3. Contesa a Livello Applicativo: L'Ecosistema DeepBook

Utilizzando il raggruppamento union-find, gli autori hanno isolato l'ecosistema DeepBook (il libro ordini centralizzato nativo di Sui).

• Volume vs Logica: DeepBook è responsabile dell'87,3% di tutti i conflitti a livello applicativo per volume. Tuttavia, i probi controfatuali (rimuovendo gli archi interni di DeepBook) mostrano che il suo contributo ai colli di bottiglia sequenziali è strettamente proporzionale al suo volume di transazioni.
• Effetto Sharding: A differenza dei tradizionali CLOB basati su account che forzano la serializzazione su un singolo contratto, DeepBook frammenta lo stato tra oggetti di pool e di gestione del saldo per pool. Ciò consente alle transazioni che toccano pool disgiunti di eseguirsi in parallelo.
• Risultato: DeepBook non impone colli di bottiglia sequenziali sproporzionati rispetto ad altre applicazioni ad alto volume; la sua contesa è una funzione del volume, non di una logica unica.

4. Costo Economico della Sequenzialità

Mappare le strutture di grafo al valore USD rivela l'esposizione economica agli effetti di ordinamento.

• Carico Sequenziale: Il 10–50% del valore denominato in USD della rete fluisce attraverso percorsi di esecuzione vincolati dalla sequenzialità (LCC).
• Flusso Parallelo: Il restante 50–90% fluisce attraverso percorsi paralleli.
• Implicazioni MEV: La parte sequenziale è potenzialmente esposta a strategie di estrazione di valore massimo (MEV) basate sul riordinamento, mentre la parte parallela non lo è. Gli autori notano che questa è una fotografia dell'esposizione attuale del carico di lavoro, non un limite universale.

Significato e Rivendicazioni

Il documento sostiene di fornire una rivalutazione semantica della modellazione dei conflitti in Sui. Allineando il modello di conflitto con l'effettiva semantica di esecuzione di Sui (serializzazione degli oggetti condivisi mutabili), il modello W-only elimina le "dipendenze di non-esecuzione" introdotte dagli accessi di sola lettura.

• Contributo Metodologico: Gli autori propongono il modello W-only come complemento necessario all'R+W, sostenendo che l'R+W sovrastima sistematicamente la contesa nei sistemi orientati agli oggetti.
• Approfondimento Architetturale: Lo studio dimostra che il modello di oggetti di Sui converte con successo ciò che sarebbe un collo di bottiglia sequenziale nelle chain basate su account (un CLOB) in un carico di lavoro in cui la contesa scala con il volume ma non con vincoli di logica intrinseca.
• Impatto Pratico: Le scoperte suggeriscono che gli operatori dovrebbero dimensionare l'infrastruttura per il "comportamento di coda" (eventi virali come il gioco Sui 8129 che ha mostrato un'accelerazione di $\approx 175\times$) piuttosto che per il comportamento medio, poiché i carichi di routine spesso hanno poco parallelismo residuo da sfruttare a causa della composizione del carico di lavoro.

Gli autori concludono che la metodologia W-only offre un vocabolario trasversale per confrontare la contesa guidata dalle applicazioni nelle moderne blockchain (es. Aptos, Solana) senza il "rumore del lato lettura" che domina le analisi incentrate sugli account.