以外挂增量化加速程序重执行（OSDI 2026）
原题：Incr: Faster Re-execution via Bolt-on Incrementalization
一句话总结：Incr在不改shell code/annotation下隔离跟踪command effects与dependencies，缓存可复用intermediates并对修改传播失效；real scenarios平均34.2×、最高373.3×，10,282 Bash tests中99.9%行为一致。
问题与动机
开发修改很小，shell/polyglot pipeline仍从头执行；传统build/dataflow需开发者声明依赖，non-idempotent side effects又使简单memoization不安全。
关键观察 / 隐含假设
- subprocess filesystem effects可在sandbox观察并推断依赖。
- unchanged command在inputs/effects一致时可复用保存结果。
- 初次执行tracing/storage开销由多次重跑摊销。
核心方法
analysis phase用isolated effect tracing和probes记录read/write/environment，推断dependency graph；re-execution比较program/input变化，只执行affected closure并commit缓存effects。eager streaming、introspection和storage compaction降低time/space。
实验与结果
- 设置：real shell/data/ML scenarios与Bash suite，对比full re-execution，以speedup、cache size和behavior equivalence为指标（§8）。
- 平均34.2×、最高373.3×；初次runtime平均2.01×，cache平均6.05× input。
- 10,279/10,282 tests一致；storage compaction平均省55.7%，speedup只降1.9%。
论断—证据表
| 论断 | 证据 | 边界 | 置信度 |
|---|---|---|---|
| bolt-on incrementalization大幅加速重跑 | 图 5、§8 | filesystem-centric scripts | 强 |
| 语义基本保持 | 表 3 | Bash tests | 强 |
批判性分析
论证链条
dependency/effect记录同时回答reuse与non-idempotence，结果覆盖收益和首轮/存储代价。
假设压力测试
network、database、clock/randomness和外部不可回滚effect会限制复用；cache可达input 55.44×。
实验可信度
大量tests与real scenarios有力，但99.9%仍有3处差异，不能视作完全transparent。
局限与后续工作
- external service transaction plugins与严格effect coverage。
- cost model自动关闭不划算cache。