A importância de um observável é que ele pode transportar muita informação, mesmo que dependa de variáveis ocultas. Por exemplo, a ordem de execução da transação é um observável. Depende claramente de variáveis ocultas, como o fluxo de ordens. No entanto, ainda é possível construir um estimador a partir das suposições observáveis e testar os modelos para avaliar a reprodutibilidade do evento observado, sem necessariamente conhecer a variável oculta. Podemos comparar a ordem de execução real com uma ideal, onde as transações são perfeitamente ordenadas por prioridade, definindo uma distância entre a ordem real e a ordem ideal. A partir disso, obtemos uma distribuição específica para cada escalonador. Sob suposições básicas, como o tempo gasto agendando transações antes da execução e o grau de paralelização, podemos reproduzir as distribuições medidas usando simulações, onde o fluxo de ordens é assumido como uniforme em todos os escalonadores. Constatamos que: - um agendador que executa transações assim que elas ficam disponíveis, usando prioridade apenas para resolver transações concorrentes, reproduz quase perfeitamente o Agave - um agendador que faz lotes e executa transações a cada 50ms reproduz quase perfeitamente o BAM - um agendador que espera até perto do fim do slot para executar tudo reproduz quase perfeitamente o agendador de receita de Frankendancer Nada disso pressupõe disparidades no fluxo de ordens. Isso significa que o fluxo de ordem pode ser eliminado como variável oculta? Não. O fato de um modelo reproduzir os dados não implica que perturbações no modelo não possam ter efeitos de cauda, tornando o fluxo de ordem uma variável essencial ao estudar valores atípicos ou eventos anômalos repetidos. Isso significa que nada pode ser aprendido operando sob um regime de "fluxo de ordem igual"? Não. O que você aprende é como o agendamento se comporta sob condições de paridade.