高可用集群系統(tǒng)中回卷恢復(fù)容錯(cuò)技術(shù)研究.pdf

1、計(jì)算技術(shù)的迅猛發(fā)展，使得集群得到了廣泛應(yīng)用，構(gòu)建在集群上的應(yīng)用系統(tǒng)，其可用性一直是備受關(guān)注的問(wèn)題。高可用集群的出現(xiàn)就是為了使集群能夠提供高度可靠的整體服務(wù)，以應(yīng)對(duì)計(jì)算硬件和軟件的易錯(cuò)性。作為一種低成本的容錯(cuò)策略，回卷恢復(fù)技術(shù)已成為大眾化應(yīng)用系統(tǒng)首選的容錯(cuò)解決方案。然而，將回卷恢復(fù)技術(shù)應(yīng)用到高可用集群中產(chǎn)生了許多新的問(wèn)題需要進(jìn)一步研究，比如：實(shí)時(shí)任務(wù)檢查點(diǎn)設(shè)置，快速故障轉(zhuǎn)移，以及可靠集群通信協(xié)議等。本文以解決集群系統(tǒng)中回卷恢復(fù)技術(shù)所面臨的

2、關(guān)鍵問(wèn)題為目標(biāo)，對(duì)以下內(nèi)容進(jìn)行了創(chuàng)新性研究： 系統(tǒng)地介紹了回卷恢復(fù)技術(shù)的基本原理、模型、主要協(xié)議算法，以及近年來(lái)的研究成果，分析了各種回卷恢復(fù)協(xié)議的特點(diǎn)和應(yīng)用范圍。 研究了優(yōu)化檢查點(diǎn)設(shè)置間隔問(wèn)題，對(duì)檢查點(diǎn)設(shè)置策略中系統(tǒng)故障時(shí)間分布進(jìn)行了細(xì)致地分析，并針對(duì)集群系統(tǒng)中存在的大量實(shí)時(shí)任務(wù)，提出了一種基于非精確計(jì)算的檢查點(diǎn)設(shè)置算法，該算法可以為多任務(wù)實(shí)時(shí)系統(tǒng)提供容錯(cuò)和確定性的實(shí)時(shí)保證。實(shí)驗(yàn)結(jié)果表明該算法提高了系統(tǒng)的容錯(cuò)能力，使得

3、實(shí)時(shí)任務(wù)能夠在按時(shí)完成的前提下容忍更多的故障。 故障轉(zhuǎn)移是回卷恢復(fù)的關(guān)鍵技術(shù)點(diǎn)，它能在系統(tǒng)資源部分損失的情況下，對(duì)剩余可用資源重新配置并恢復(fù)需要繼續(xù)執(zhí)行的計(jì)算任務(wù)。針對(duì)目前大多數(shù)的故障轉(zhuǎn)移策略不能保證服務(wù)可用性或僅適用于確定性系統(tǒng)的問(wèn)題，本文提出了一種面向服務(wù)的快速透明故障轉(zhuǎn)移模型(SOFailover)及其算法，并從理論上分析了算法的一致性約束。實(shí)驗(yàn)結(jié)果表明，SOFailover具有較短的故障轉(zhuǎn)移延時(shí)和較低的系統(tǒng)開(kāi)銷，能夠在保

4、證服務(wù)可用性前提下高效透明地對(duì)非確定系統(tǒng)進(jìn)行故障轉(zhuǎn)移。 研究了集群系統(tǒng)中數(shù)據(jù)傳輸協(xié)議?；鼐砘謴?fù)技術(shù)提高了集群系統(tǒng)對(duì)通信的要求，而目前主流數(shù)據(jù)傳輸協(xié)議無(wú)法滿足這些需求。本文提出了一種基于UDP的高效可靠數(shù)據(jù)傳輸協(xié)議(REUDP)及其性能分析模型，在保證可靠性的前提下，使系統(tǒng)通信能力得到極大的提高。實(shí)驗(yàn)結(jié)果表明，REUDP可以在高性能集群系統(tǒng)網(wǎng)絡(luò)中非常有效地運(yùn)行，分析模型能夠結(jié)合網(wǎng)絡(luò)實(shí)際情況對(duì)其性能做出較為準(zhǔn)確的預(yù)測(cè)。隨著集群系統(tǒng)規(guī)

5、模的不斷擴(kuò)大，系統(tǒng)平均故障時(shí)間也在逐步縮短，容錯(cuò)和可靠性成為計(jì)算任務(wù)穩(wěn)定運(yùn)行的基本保障。傳統(tǒng)的容錯(cuò)策略具有很多局限性，無(wú)法適應(yīng)大規(guī)模異構(gòu)集群系統(tǒng)容錯(cuò)的需求，本文提出一種面向大規(guī)模集群系統(tǒng)的回卷恢復(fù)容錯(cuò)策略，該策略不需要任何保存檢查點(diǎn)和日志的可靠存儲(chǔ)設(shè)備，在恢復(fù)期間也不依賴額外備用的計(jì)算節(jié)點(diǎn)去接替失效節(jié)點(diǎn)，計(jì)算任務(wù)會(huì)繼續(xù)運(yùn)行在剩余的計(jì)算節(jié)點(diǎn)上。而且，該策略能夠在故障后自動(dòng)進(jìn)行負(fù)載均衡，有效地降低了計(jì)算節(jié)點(diǎn)損失對(duì)系統(tǒng)的影響。 軟件復(fù)