分布式系統(tǒng)中基于檢查點(diǎn)容錯(cuò)服務(wù)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、分布式系統(tǒng)的錯(cuò)誤頻率的增加導(dǎo)致運(yùn)行應(yīng)用任務(wù)完成時(shí)間增長(zhǎng)，并且近年來(lái)大量記錄了大規(guī)模分布式系統(tǒng)運(yùn)行狀態(tài)的現(xiàn)場(chǎng)失效數(shù)據(jù)以規(guī)范格式公布，在此背景下，本文研究分布式系統(tǒng)下基于檢查點(diǎn)的容錯(cuò)服務(wù)，利用系統(tǒng)失效關(guān)聯(lián)性特征來(lái)建立模型，得到減小分布式任務(wù)的完成時(shí)間的檢查點(diǎn)放置策略，從而在保證系統(tǒng)可靠性的前提下，降低容錯(cuò)服務(wù)的實(shí)現(xiàn)代價(jià)，提高分布式系統(tǒng)的運(yùn)行效率。
　　論文主要的工作和貢獻(xiàn)包括:
　　(1)研究檢查點(diǎn)/恢復(fù)技術(shù)的基本機(jī)制及其實(shí)現(xiàn)方

2、式，分析分布式系統(tǒng)中保存通信狀態(tài)以及保證其一致性的難點(diǎn)，通過(guò)實(shí)現(xiàn)了一個(gè)原型系統(tǒng)，研究全局檢查點(diǎn)的代價(jià)、分布式系統(tǒng)的規(guī)模以及應(yīng)用程序大小之間的關(guān)系;
　　(2)提出一個(gè)基于檢查點(diǎn)和系統(tǒng)失效關(guān)聯(lián)性特征的容錯(cuò)模型，根據(jù)失效事件相關(guān)性分析結(jié)果，提出一種分布式系統(tǒng)節(jié)點(diǎn)關(guān)聯(lián)性分組方法，利用節(jié)點(diǎn)分組信息建立以最小化浪費(fèi)時(shí)間為目標(biāo)的優(yōu)化方程，得出了主動(dòng)檢查點(diǎn)的放置周期，并提出了一個(gè)包含主動(dòng)檢查點(diǎn)以及被動(dòng)檢查點(diǎn)的兩類檢查點(diǎn)放置策略;
　　(3