回卷恢复简介.pptVIP

回卷恢复容错技术简介 湖南大学 杨金民 内容 回卷恢复技术介绍 回卷恢复中的基本概念 进程检查点 通信模式 度量指标 研究方向及其代表性论文 回卷恢复容错技术介绍 单进程应用的检查点和事件日志 系统内部 系统外部 输入事件1 输出事件1 输入事件2 检查点1 检查点2 故障点 时间 回卷 前滚 回卷恢复容错技术介绍(cont.) 分布式应用的检查点和消息日志 外部输入事件 输出事件 系统内部 系统外部 进程1 进程2 进程3 进程间消息 全局检查点 全局检查点 回卷恢复容错技术 回卷恢复技术是实现容错计算，提高系统可靠性的一种常用方法。它的应用范围已越来越广。除了容错计算之外，在并行软件和长时间运行软件调试、负载平衡、移动计算、系统安全、云计算领域得到了广泛应用。是这些领域的一项重要支撑技术。 回卷恢复技术是一项实用性很强的技术。与其它容错技术相比，它具有成本低，开销小，简单实用的特点。 并行计算编程接口MPI 并行计算编程接口MPI，及支持库： 在Unix /Linux平台上: MPICH2 library: /repos/mpi/mpich2/trunk:r7375 在Windows平台上， MPICH1.2 library： MPICH: A Portable Implementation of MPI. /mpi/mpich/ 容错的MPI： MPI_V: http://mpich-v.lri.fr/ FT_MPI: /ftmpi/index.html Open MPI : /faq/?category=ft MPI 消息传递函数 同步消息传递函数： int MPI_Send( void *buf, int count, MPI_Datatype datatype, int dest, int tag, MPI_Comm comm); int MPI_Recv(void *buf, int count, MPI_Datatype datatype，int source, int tag, MPI_Comm comm, MPI_Status *status) ; 异步消息传递函数： MPI_Isend() and MPI_Irecv(). 多了一个变量mpi_Request *request 随后可使用 MPI_Test (mpi_Request *request, int *flag, MPI_Status *status) 探询操作是否完成；反应在status变量中； MPI_Wait (mpi_Request *request, int *flag, MPI_Status *status)； 非确定性例子 for (i = 0; i nb_recv; i++) MPI_Irecv (T[i], ..., ANY_SOURCE, ANY_TAG,...); For (i=0; nb_recv; i++) MPI_Waitany(...)； 这个代码的好处是提高资源利用率，只要有请求到达，不管来自哪个进程，就处理，避免等待； 可能导致问题：同一个应用程序的多次执行，每次消息到达的先后顺序可能不相同，导致处理的先后顺序不同，导致处理后的进程状态不同； 回卷恢复实现技术 检查点系统： 在Unix /Linux平台上: libckpt, BLCR等. 在Windows平台上: Winckp ,NT-SwiFT，ChaRM-NT，Intel-NT, NT-MPCKPT等。 分布式系统的回卷恢复系统： 在Unix /Linux平台上：FT-MPI, MPI-V, LAM-MPI, OPEN MPI等 在Windows平台上： NT-SwiFT ，ChaRM-NT, WINDAR等。 回卷恢复容错技术应用实例 Bell 实验室的NT-SwiFT，用于应用软件运行监控和故障恢复。 Intel公司使用检查点系统用于电路设计仿真软件的容错和故障恢复。 Bell 实验室的libft，用于电信应用系统的快速故障恢复。 清华大学的的ChaRM-NT，群机系统的可靠性和和故障恢复；分布式软件的软件调试。 微软公司的SPIDER, 用于Windows系统配置故障(注册表)的定位和排除。 Illonis大学的Chameleon，用于系统可靠性性能指标测量和系统可靠性性能评估；入侵后的系统恢复。 分布式回卷恢复中的基本概念 基本概念：全局一致状态；全局不一致状态，中途消息 Before happen relation: ei → ej 全局检查点 p1 p2 p3 进程间消息 m8 m9 m12 m7 m10 m11 GC1 GC2