虚拟机协同容错.ppt

为提供虚拟集群容错机制，将采用： Fail-stop故障检测 虚拟机级别检查点（vs.进程级检查点） 协同检查点策略（vs.独立检查点） 增量式检查点 副本卷回恢复 关键技术 version 2 version 1 Checkpoint scheduler checkpoint command rank0 rank1 rank2 rank3 协同检查点 storage 核心策略 虚拟集群中各虚拟机在协调过程中同步以达到建立一致性全局检查点是难点。 failure detection version 1 checkpoint command rank0 rank1 rank2 rank3 错误恢复 storage Checkpoint scheduler 核心策略 可能刁难的问题：在单节点多虚拟机这种情况下，如果把上层多个虚拟机看成一个整体，对这个整体做checkpoint，那你为什么不这样做呢？ 想明白了，在物理机级别把所有vm看成整体做checkpoint当然是可以的，但那要修改操作系统内核代码，而且利用不到vm checkpoint的优化技术，增量式checkpoint技术的优势放着不用，凭空在整个系统级花费大量开销，几乎是不可行的。首先，我们只需要checkpoint我们需要的东西，如果做kernel checkpoint，就要备份hostos、dom0、hypervisor，而这些在迁移过程中都属于不需要备份的部分，徒增空间开销。另外，如果涉及到迁移，hostos、hypervisor不需要做迁移。 2.你为什么不在虚拟机中做细粒度的checkpoint，而要做系统级的checkpoint，传统物理集群中也有在kernel级做系统checkpoint的，你的不同和优势体现在哪？but it also has a serious problem, we must manually modify the applications。or example, programmers need to mark some variables and setup global barriers. This kind of manual modi?cations is very dangerous and sometimes impossible.（以上是应用级的缺点）dangerous这个特征也可以说到系统级上去。 3.金老师觉得单节点多虚拟机这个问题很值得研究。里面就涉及到checkpoint粒度问题。我当然可以往potential上扯，但是这样就与谢晓的问题没什么差别。如果让金老师觉得谢晓提得问题比我的虚拟集群容错还有价值，那就掉的大了。The primary potential problem of frequent, automatic, and user-transparent checkpointing and rollback recovery is the quantity of generated checkpoint data. 就把这个当作创新点。 把老师们真正想听的讲给他们听。 单节点多虚拟机容错和多节点多虚拟机问题。你和单节点多虚拟机的实现上的区别呢？物理机上网络同步应该是能实现的吧。 场景，提一个三层web应用。Benchmark检测写上去 副本问题。Passive active 透明检查点，是应用对用用户的透明 最后 题目问题 （系统的性能、功能） In the next sections, I will present some protocols and related works before introducing the MPICH-V environment and the two protocols we compare. I will then expose the experiment results and conclude. 在虚拟集群中，增加发生故障的概率对于长期运行的应用程序是十分危险的。 A current trend in clusters is the increasing number of processor. These charts shows the number of processor of the Top 500 systems repectively nn november 2003 and june 2004. Even on a short period, we can see that tne number of processor growths. The more there is processors, the h