系统日报-20220120（transaction & Detector）

《系统日报》持续关注分布式系统、AI System，数据库、存储、大数据等相关领域文章。每天以摘要的形式精选不超过三篇系统文章分享给大家。 如果你有好文章推荐，或者有其他任何想法，欢迎在 Articles Weekly Repo[1]提 issue。

CockroachDB 优化到 1-round 的分布式事务

CockRoachDB 的分布式事务

来源：http://flaneur2020.github.io/2021/09/06/crdb-txn/[2]

摘要：来自“F叔的学习笔记”的一篇文章，以 Percolator 事务引入，梳理了下 CockroachDB[3] 在工程上对两阶段事务的很多巧妙优化。CockroachDB 是几位前谷歌员工在 2015 年创建、开源的、云原生、分布式 SQL 数据库。其创始人来自大名鼎鼎的 Google GFS[4] 和 Reader 团队。其设计理念也影响到了国内一众开源数据库。回到本篇文章，CockroachDB 提供 Serializable 隔离级别，主要优化点有：

1. 使用 Push Timestamp 和 Read Refreshing 策略，在检测到冲突时，不是立即失败，而是先尽力挽救，避免了部分冲突重试。
2. 使用 Write Pipelining 和 Parallel Commit 策略，将对 Write Intent 和 Transaction Record 等需要走 raft 状态机的 KV 写入缩减到仅一次等待。为此需要将 Transaction Record 延迟到事务最后写入，以跟踪所有 Write Intent。
3. 对 Write Intent 进行异步处理。包括 Coordinator 在事务完成时的正常处理、Coordinator 丢失心跳后 Range Server 的主动清理以及其他事务访问时的捎带处理。

F 叔的文章组织有序，深入浅出，值得一读。不过本文中没有提到事务 CockroachDB 所用的 HLC （逻辑混合时钟），这也是一个有意思的点，之后会找一些文章推荐给大家。

用混合训练优化物体检测 Detector

混合训练优化物体检测

来源: https://arxiv.org/pdf/2111.03056.pdf[5]

摘要: 该文章介绍了在物体检测中使用 EMA 模型生成伪标签的训练方法，该方法能有效解决标签缺失和标注定位噪声的问题。伪标签生成方法有两个约束，一是 EMA Detector 输出的 Bounding Box 置信度大于 0.9。二是存在一个最近 Ground Truth Bounding Box ，两个 Bounding Box 的 IOU 大于0.5。该方法在训练过程会增加额外的 EMA 模型推理伪标签的时间，在模型推理或部署上不增加额外开销。

文章中使用 Faster-R-CNN 的 Detector 搭配不同的 backbond 网络 (ResNet-50, Swin-S)进行训练，在 COCO2017 数据集上的 mAP 指标都能有显著提升。

参考资料

[1]任何想法都欢迎来提 issue: https://github.com/DistSysCorp/ArticleListWeekly/issues

[2]crdb 两阶段提交过程: http://flaneur2020.github.io/2021/09/06/crdb-txn/

[3]CockroachDB github 仓库: https://github.com/cockroachdb/cockroach

[4]GFS —— 取舍的艺术: https://www.qtmuniao.com/2019/05/26/gfs/

[5]Bootstrap Your Object Detector via Mixed Training: https://arxiv.org/pdf/2111.03056.pdf