基于Linux內(nèi)核的進(jìn)程檢查點(diǎn)技術(shù)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的不斷進(jìn)步，并行與分布式計(jì)算得到了飛速發(fā)展，并廣泛應(yīng)用于科學(xué)計(jì)算、信息處理和移動通信，特別是高性能計(jì)算等領(lǐng)域。隨著系統(tǒng)規(guī)模的增長、應(yīng)用程序復(fù)雜度以及運(yùn)行時(shí)間增加等原因，系統(tǒng)出錯的概率大大增加。為保證系統(tǒng)的高可靠性，容錯技術(shù)被廣泛采用并且成為目前計(jì)算機(jī)研究領(lǐng)域的一個(gè)熱點(diǎn)。 軟件容錯因其具有較強(qiáng)的靈活性及實(shí)現(xiàn)費(fèi)用低的特點(diǎn)，被越來越多的應(yīng)用到不同領(lǐng)域。作為一種流行的軟件容錯機(jī)制，檢查點(diǎn)與恢復(fù)技術(shù)的實(shí)現(xiàn)思想是在程序正確運(yùn)行

2、的過程中定期保存進(jìn)程狀態(tài)、生成檢查點(diǎn)文件，當(dāng)系統(tǒng)出現(xiàn)故障時(shí)，將出錯進(jìn)程卷回到最近的檢查點(diǎn)處繼續(xù)執(zhí)行。檢查點(diǎn)與恢復(fù)技術(shù)的實(shí)現(xiàn)模式有兩種：基于用戶級的檢查點(diǎn)系統(tǒng)和基于內(nèi)核級的檢查點(diǎn)系統(tǒng)。 本文通過分析這兩種模式的檢查點(diǎn)系統(tǒng)實(shí)例說明了兩者各自的優(yōu)缺點(diǎn)。根據(jù)Linux可加載內(nèi)核模塊機(jī)制提出一種基于Linux內(nèi)核的進(jìn)程檢查點(diǎn)與恢復(fù)系統(tǒng)HDCR的設(shè)計(jì)與實(shí)現(xiàn)方案，利用Linux內(nèi)核線程實(shí)現(xiàn)了檢查點(diǎn)設(shè)置與恢復(fù)內(nèi)核模塊，將此模塊加載到Linux內(nèi)

3、核層以提供底層檢查點(diǎn)設(shè)置及進(jìn)程恢復(fù)機(jī)制?；诖藘?nèi)核模塊在用戶層構(gòu)造了一個(gè)檢查點(diǎn)函數(shù)庫，為用戶提供相應(yīng)接口，用戶通過組合使用這些接口可以高效地實(shí)現(xiàn)具體檢查點(diǎn)與恢復(fù)算法。本文還提出了一種并行環(huán)境下進(jìn)程同步過程實(shí)現(xiàn)算法：parallel-sync算法，確保檢查點(diǎn)狀態(tài)達(dá)到全局一致。 實(shí)驗(yàn)結(jié)果表明，該檢查點(diǎn)系統(tǒng)能夠?qū)τ脩暨M(jìn)程進(jìn)行透明、高效的檢查點(diǎn)采取操作，并能進(jìn)行無錯卷回恢復(fù)、支持用戶具體的檢查點(diǎn)策略。說明系統(tǒng)具有可靠性、高效性和靈活性。