云服務(wù)分層故障檢測(cè)機(jī)制的研究.pdf

1、為了提高云服務(wù)的可靠性，目前學(xué)術(shù)界和工業(yè)界已經(jīng)給出了一些解決方案。這些方案的基本流程是先檢測(cè)故障，然后再恢復(fù)故障。然而由于傳統(tǒng)的故障檢測(cè)器采用了端到端的超時(shí)機(jī)制，導(dǎo)致檢測(cè)故障的時(shí)間往往會(huì)超過恢復(fù)故障的時(shí)間，故障檢測(cè)已經(jīng)成為影響云服務(wù)容錯(cuò)性能的瓶頸；除此之外，傳統(tǒng)的故障檢測(cè)技術(shù)一般都是考慮小規(guī)模的一對(duì)一檢測(cè)模型，而在云環(huán)境下則需要對(duì)整個(gè)數(shù)據(jù)中心的狀態(tài)有一個(gè)全局性的視圖，因此必須支持大規(guī)模的計(jì)算系統(tǒng)，對(duì)故障檢測(cè)器的擴(kuò)展性也提出了較高的要求；

2、最后很多高可用服務(wù)都需要跨云部署，所以不同云環(huán)境之間的故障檢測(cè)也是一個(gè)值得研究的問題。
　　基于分層的故障檢測(cè)系統(tǒng)FDKeeper（Failure Detection Keeper），具有快速檢測(cè)、高擴(kuò)展性和開放性等特點(diǎn)。為了解決故障檢測(cè)技術(shù)成為影響云服務(wù)容錯(cuò)性能瓶頸的問題，F(xiàn)DKeeper設(shè)計(jì)并實(shí)現(xiàn)了基于分層的故障檢測(cè)機(jī)制，通過精細(xì)的分層，故障檢測(cè)器可以充分利用每一層內(nèi)部的信息，基于內(nèi)部信息能夠加快故障檢測(cè)速度，增大故障檢測(cè)準(zhǔn)確

3、性，減小誤報(bào)噪聲，提供詳細(xì)的故障信息；為了支持大規(guī)模的計(jì)算系統(tǒng)，使故障檢測(cè)器具有較高的擴(kuò)展性，F(xiàn)DKeeper采用類似ZooKeeper的集群架構(gòu)，具有較高的擴(kuò)展性，能夠支持大規(guī)模的計(jì)算系統(tǒng)，并設(shè)計(jì)了一種基于層次的故障管理模型，能夠支持超大規(guī)模的計(jì)算系統(tǒng)；為了實(shí)現(xiàn)不同云環(huán)境的互相檢測(cè)，F(xiàn)DKeeper設(shè)計(jì)并實(shí)現(xiàn)了開放的CDP（Cloud Detection Protocol）云服務(wù)故障檢測(cè)協(xié)議，支持不同云環(huán)境之間的故障檢測(cè)。