درون مکانیسم شکست همگام‌سازی داده‌ها در سیستم‌های مبتنی بر Postgres

اگر امروز یک عامل هوشمند را برای مدیریت دیتابیس خود به کار گرفته‌اید، احتمالاً او در حال اجرای دستوراتی است که بر اساس داده‌های مرده‌ی چند دقیقه پیش نوشته شده‌اند. یک باگ نامحسوس اما تخریب‌گر در مدیریت هم‌زمانی (Concurrency) هر عاملی را که ابتدا داده‌ای از پستگرس (Postgres) می‌خواند، مدتی فکر می‌کند و سپس عمل می‌کند، به شدت تحت تأثیر قرار می‌دهد؛ این وضعیت پنجره‌ای ایجاد می‌کند که در آن وضعیت داده‌ها می‌تواند بدون اینکه عامل متوجه شود، تغییر کند.

این مشکل با عملیات‌های معمول CRUD دیتابیس متفاوت است؛ زیرا عامل‌ها برخلاف سرویس‌های سنتی، خواندن و نوشتن را در یک لحظه (در یک نفس) انجام نمی‌دهند. در حالی که یک سرویس معمولی پنجره‌ای در حد میلی‌ثانیه دارد، یک عامل (Agent) — شبیه کارمندی که برای تصمیم‌گیری باید ابتدا چندین پرونده را بخواند و سپس گزارش بنویسد — ممکن است دو دقیقه روی استدلال وقت بگذارد. با تکیه بر پوشش قبلی ما در مورد اینکه چگونه جریان‌های کاری مختلف بر محتوای ویروسی تأثیر می‌گذارند، باید گفت مخاطرات در اینجا بیشتر است: این یک مسئله‌ی حیاتی در مورد تفاوت بین انسجام داده‌ها در برابر کارهای آلوده است.

خط زمانی شکست

به نقل از یک گزارش فنی، راهکار رایج یعنی «مقایسه و جایگزینی» (Compare-and-Swap یا CAS) با بررسی نسخه (Version Check)، تنها از مرحله‌ی نوشتن نهایی محافظت می‌کند. این مورد معمولاً به صورت دستور SQL زیر پیاده می‌شود:
UPDATE profiles SET value = $1, version = version + 1 WHERE id = $2 AND version = $3

تصور کنید «عامل الف» نسخه‌ی ۷ یک داده را می‌خواند و وارد یک فرآیند ویرایشی چندمرحله‌ای می‌شود که شامل دو دقیقه استدلال است. اگر در این فاصله، «عامل ب» نسخه‌ی ۸ را ثبت کند، عملیات نهایی «عامل الف» رد می‌شود (تعداد ردیف‌های اثرپذیر یا rowcount برابر با صفر می‌گردد). این دقیقاً همان کاری است که CAS طراحی شده تا انجام دهد. اما شکست واقعی در مرحله دوم رخ می‌دهد: در آن دو دقیقه، «عامل الف» تمام استدلال‌های خود را بر اساس مقداری بنا کرد که پیش از آن مرده بود.

تمام برنامه‌هایی که نوشت، خلاصه‌هایی که ذخیره کرد و ابزارهایی که فراخوانی کرد، به دلیل اینکه از فیلتر CAS ردیف دیتابیس رد نشدند، به طور عادی اجرا می‌شوند. در نتیجه، رکورد دیتابیس سالم می‌ماند، اما خروجی‌های عملیاتی عامل کاملاً آلوده و غلط هستند. بررسی نسخه از «نوشتن» محافظت می‌کند، اما از «خواننده» محافظت نمی‌کند. این نوع خطاهای منطقی نشان می‌دهد که چرا تست‌های نرم‌افزاری سنتی برای ارزیابی عامل‌های هوش مصنوعی شکست می‌خورند، زیرا رفتارهای غیرقطعی (Non-deterministic) در لایه‌بندی داده‌ها، شناسایی باگ‌ها را دشوارتر می‌کند.

برای حل این معضل، شرکت Cohexa-ai کتابخانه agent-coherence را عرضه کرد. این سامانه یک هماهنگ‌کننده (Coordinator) معرفی می‌کند که نسخه‌های یکنواخت (Monotonic Versions) و هش‌های محتوا را ردیابی می‌کند تا قبل از اینکه هر اقدامی تحریک شود، دیدگاه عامل را در صورت تغییر داده‌ها باطل کند.

جزئیات پیاده‌سازی

توسعه‌دهندگان می‌توانند این رفتار را به‌صورت آفلاین با استفاده از ابزارهای دموی ارائه شده بازسازی کنند. با اجرای دستور git clone https://github.com/Cohexa-ai/agent-coherence و سپس نصب pip install -e "[coherent-row]" و در نهایت اجرای دستور python -m examples.coherent_row.main --baseline می‌توان تفاوت عملکرد یک عامل بدون هماهنگی را که بر اساس یک کش منسوخ عمل می‌کند، در برابر نسخه محافظت‌شده مشاهده کرد.

• CoherentRow: یک رابط (Binding) برای Postgres است که اگر داده‌ها در پنجره استدلال تغییر کنند، خطای StaleView صادر می‌کند. این رابط اجازه نمی‌دهد عملیات نوشتن حتی به لایه زیرین (Substrate) برسد و در سطح هماهنگ‌کننده رد می‌شود. این امر تضمین می‌کند که درخواست نوشتن هرگز به Postgres نرسد.
• CoherentObject: پیاده‌سازی مشابهی برای آمازون اس۳ (Amazon S3) است که در لایه‌ی زیرین از هدرهای If-Match استفاده می‌کند تا همان داستان انسجام را برای اشیاء (Objects) فراهم کند که برای ردیف‌های دیتابیس فراهم شده بود.
• مکانیزم بازیابی: سامانه از یک فعل واحد، یعنی reacquire()، برای دریافت وضعیت تازه استفاده می‌کند. جریان کاری معمولی شامل یک بلوک try برای ثبت (commit)، دریافت خطای StaleView در بخش catch، فراخوانی reacquire() و سپس استفاده از redecide() برای فرموله کردن یک اقدام جدید پیش از تلاش مجدد برای ثبت است.
• طراحی غیرتهاجمی: هماهنگ‌کننده یک نسخه یکنواخت، وضعیت هر عامل و یک هش محتوای با عرض ثابت را نگه می‌دارد. رابط مذکور اعلام می‌کند که SENDS_CONTENT_TO_COORDINATOR = False است، که تضمین می‌کند بدنه ردیف هرگز دیتابیس را ترک نمی‌کند. کیت تطبیق این مورد را تأیید می‌کند و ترکیب‌بندی (composition) هر رابطی را که این مقدار را True قرار دهد، رد می‌کند.
• تأییدیه: یک کیت تطبیق (Conformance Kit)، سطح قابلیت اعلام شده را در برابر رفتار مشاهده شده آزمایش می‌کند. این کیت از یک بازوی real_substrate برای به چالش کشیدن CAS واقعی پستگرس در مقابل یک DSN واقعی استفاده می‌کند تا اطمینان حاصل شود که دیتابیس همچنان با تمام پشتیبان‌ها و مجوزهای اصلی خود، به عنوان منبع مرجع (System of Record) باقی مانده است.

این تغییر، فرض بنیادی مبنی بر کافی بودن بررسی نسخه در پایان یک تراکنش را برای جریان‌های کاری عامل‌محور تغییر می‌دهد. اگر تنها به یک CAS لخت (bare CAS) تکیه کنید، شما صرفاً از یک نوشتن فاسد جلوگیری می‌کنید، نه از اینکه عامل در دنیای واقعی کارهای فاسد و غلط انجام دهد. این چالش در واقع بخشی از یک مسئله بزرگ‌تر است؛ چرا که چارچوب‌های قطعی تنها راه کنترل محدودیت‌های مدل‌های پیشرو هستند تا از انحراف عامل در حین تصمیم‌گیری جلوگیری شود.

محدودیت‌ها و دامنه کاربرد

برای توسعه‌دهندگان، این به معنای انتقال از «رد کردن نوشتن» به «متوقف کردن اقدام» است. با این حال، برای این نسخه فعلی، محدودیت‌های خاصی وجود دارد:

• تک‌میزبان (Single Host Only): دو نویسنده روی دو ماشین مختلف تحت پوشش تضمین‌های عرضه شده نیستند؛ انتقال بین میزبان‌ها در حال حاضر یک دمو است و حصارکشی تولیدی (Production Fencing) نیست.
• اتصالات داوطلبانه (Cooperative Bindings): نویسنده‌ای که مستقیماً و بدون استفاده از این رابط به Postgres متصل شود، در لحظه نوشتن شناسایی نمی‌شود. هماهنگ‌کننده تنها واگرایی را در خواندن بعدی که از طریق هش محتوا میانجی‌گری شده باشد، متوجه می‌شود. تشخیص پس از وقوع، به معنای پیشگیری نیست.
• نقشه راه: در حالی که رابط فعلی ابطال (Invalidation) را نمایش می‌دهد، ایجاد یک سد کامل برای نسل‌های خواندن (read-generation fence) یک مورد مستند در نقشه راه است و هنوز عرضه نشده است. این کتابخانه یک زیرلایه ضعیف را قوی نمی‌کند، بلکه یک سطح قابلیت را بر اساس آنچه زیرلایه واقعاً می‌تواند اجرا کند، اعلام می‌کند.

اگر تمام تعاملات خود را در یک pg_advisory_lock بپیچید و هرگز خواندن‌ها را بین آن‌ها کش نکنید، می‌توانید از این کتابخانه اجتناب کنید. اما برای هر عاملی که می‌خواند، فکر می‌کند و سپس عمل می‌کند، استانداردهای فعلی صنعت برای نسخه‌بندی یک سپر ناقص هستند. برای کسانی که قصد تست این ابزار را دارند، کتابخانه از طریق pip install "agent-coherence[coherent-row]" برای پستگرس یا pip install "agent-coherence[coherent-object]" برای S3 قابل نصب است.

گام بعدی شما

• اگر از عامل‌های هوش مصنوعی برای تغییر داده‌ها در دیتابیس استفاده می‌کنید، بررسی کنید آیا بین دستور Read و Write وقفه زمانی (Reasoning) وجود دارد یا خیر.
• کتابخانه agent-coherence را روی یک محیط تست نصب کنید تا نرخ شکست‌های ناشی از داده‌های منسوخ را بسنجید.
• در معماری خود، بجای تکیه بر CAS ساده، مکانیزم reacquire و بازنگری تصمیم را در چرخه عامل بگنجانید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.