容错技术.pptVIP

* * 工业控制计算机系统的容错技术 避错与容错 如果要弄清容错的含义, 必须分清避错与容错的区别。 所谓避错就是尽量减少故障出现的概率, 其方法有环境防护技术,质量控制技术和提高元件的集成度及可靠性等。 避错是提高系统可靠性最直观的方法, 是任何生产设计过程均必须考虑的问题。而容错则是利用外加的资源来掩盖故障的影响。换句话说, 容错系统容许系统出错, 但不会因故障而导致系统中断或出现错误。为了克服故障的影响, 一个容错系统可能经历多达10个阶段。 1、故障限制, 限定故障的传播范围, 防止故障对其它区域的破坏或影响 2、 故障检测, 实时发现故障, 减小故障潜伏期, 可脱机或联机检测, 3、故障屏蔽, 掩盖故障对输出的影响 4、重试, 重新运行程序, 消除对不引起物理破坏的瞬时故障的影响 5、诊断, 确定故障的位置 6、重组, 切除故障部件, 换上备份部件 7、 恢复, 检测或重组后, 使系统操作回到故障检测前的处理点 8、重启, 当恢复不能消除故障影响时, 采用热启（从故障检测点恢复所有操作）或冷启（重新引导装入系统） 9、修复, 对故障部件进行修理使之复原, 修复可脱机或联机进行 10、重构, 把修复了的部件加入系统。若修复是联机进行的, 则重构不能中断系统的运行。 自从计算机问世以来, 人们对计算机容许出错的能力或避错方法的研究越来越重视。人们不但关心计算机的成本、价格及其可靠性, 而且更加关注计算机的故障率以及对软件或硬件故障的自测试能力和容忍程度, 从而促使计算机容错技术的研究得以不断的发展。 一般来讲, 容错(Error tolerance)能力是指计算机对故障的容许能力和自测试能力, 它又包括硬件容错与软件容错两部分。所谓硬件容错是指电子计算机在工作过程中, 一旦硬件部分发生故障, 在容错功能电路的支持下, 自动进行切换, 用正常的电路部分代替故障电路部分, 从而保证系统不间断地连续运行, 保证原定计算方法或运行程序准确地执行及完成的能力。而软件容错则是指对软件错误的容许程度以及支持硬件容错的相应软件功能等这些功能对金融、财政、军事、交通等许多重要部门都有着至关重要的意义。因为这些部门的计算机一旦发生故障而造成运行中断, 以致于造成数据丢失、程序损坏, 对军事、经济等都将造成重大的损失或影响因此, 为确保计算机系统长时间连续可靠地运行, 一方面要着眼于提高计算机的质量, 保证其可靠地运行, 减小故障率另一方面还要从计算机的结构入手, 使计算机具备自动检测故障的能力, 并在一定的情况下仍能连续可靠地运行程序为此, 人们不断研究具有容错能力的计算机结构, 加速了各种容错技术方案的讨论与研究。 引言 有关容错技术的研究和容错方案的讨论始于五、六十年代, 到目前为止, 容错技术及方案已发生了极大的变化和发展。 一、六十年代容错方案—冷备份的后备系统 冷备份的后备系统如图2所示。 容错技术的发展历史 如图所示, 冷备份的后备系统实际是使用后备机的方式。当正在运行的系统发生故障时立即进行切换, 启动后备系统运行。这种系统也称为双机系统。由于发生故障时, 双机切换需要的切换时间较长, 因此此方案在七十年代后逐渐被淘汰。 二、七十年代容错方案—软件容错 七十年代以后, 人们逐渐改进了容错方案, 把完全的“ 冷备份”改成“ 热备份” , 即把电子计算机中的关键性部件进行“ 热备份” , 比较两种计算机系统的输出结果, 检查系统是否有故障存在。 三、八十年代容错方案—硬件容错 软件容错方案固然是一种良好的容错方式, 但它是通过软件手段牺牲计算机工作效率的方式来达到容错的目的。因此, 采用软件容错以后, 电子计算机的MPS（秒执行百万指令数）实际上要乘上一个小于1的系数, 而且检查的关键性部件数目越多, 这个系数也就越小。为了解决这一问题, 于八十年代初提出了硬件容错方案。 值得一提的是, 随着容错技术和计算机网络技术的发展, 容错计算机的服务网络也愈来愈完善。例如, 容错计算机可以加入到全球的容错计算机服务网络入网后, 容错计算机的板级故障或其它故障可通过该服务网络, 自动记录于容错计算机的维修服务中心, 并通过最近的服务网络实现快速的维修服务。由于容错计算机即使部分部件发生故障, 它也能完全可靠地运行, 因此, 还会出现维修服务人员上门维修时, 而用户丝毫末查觉故障的情况发生。 六十年代的容错方案, 即所谓双机系统, 使用一完整的计算机系统作为一正运行系统的备份, 因此, 用户需要承受两套系统的开销此外, 系统切换不仅使用户增加了新的经济负担, 而且切换过