基于檢查點(diǎn)優(yōu)化的進(jìn)程級容錯系統(tǒng)設(shè)計與實(shí)現(xiàn).pdf

1、在大型計算環(huán)境中，故障的發(fā)生不可避免，而由此造成的損失也是巨大的。容錯技術(shù)的應(yīng)用在一定程度上能夠減少故障的發(fā)生帶來的影響，提高系統(tǒng)可靠性。進(jìn)程級的容錯則是直接針對運(yùn)行任務(wù)本身容錯機(jī)制，能夠保證任務(wù)運(yùn)行的連續(xù)性和故障發(fā)生后的快速恢復(fù)，其中檢查點(diǎn)設(shè)置與回卷恢復(fù)技術(shù)是一種常用方法。
　　本文所設(shè)計的進(jìn)程級容錯系統(tǒng)即是基于檢查點(diǎn)實(shí)現(xiàn)的。為了滿足系統(tǒng)需求，需要解決兩個主要問題，一是檢查點(diǎn)設(shè)置時間問題，一是保證檢查點(diǎn)狀態(tài)一致性問題。傳統(tǒng)的靜態(tài)

2、等間距檢查點(diǎn)間隔模型能夠初步完成檢查點(diǎn)的設(shè)置，但由于它不能適時的根據(jù)故障概率分布的變化而動態(tài)的對檢查點(diǎn)間隔時間做出調(diào)整，所以在實(shí)際的應(yīng)用中會導(dǎo)致較大的開銷。為此，本文提出了動態(tài)非等間距檢查點(diǎn)間隔模型，此模型能動態(tài)的調(diào)整檢查點(diǎn)間隔時間，較之靜態(tài)方法降低了開銷。傳統(tǒng)的全局阻塞協(xié)議能夠簡單保證檢查點(diǎn)狀態(tài)一致性，但是在進(jìn)程數(shù)較多時，由阻塞等待引起的時延卻較大?？紤]到進(jìn)程間的通信在規(guī)模、范圍、時間方面具有隨機(jī)性和不確定性，本文提出對進(jìn)程采用分組機(jī)