CPCI总线的冗余设计.doc

CPCI总线的冗余设计、故障切换和故障管理 高可用性系统必须具有故障自动检测、诊断和排除故障能力，保证系统所有功能都正常连续运行。 这就需要冗余设计(Redundancy)、自动故障切换(Failover)，以及进行故障管理(Fault Management)。 冗余设计的目的是消除单点故障(Single Point of Failure)。单点故障是指“由 于系统中一个部件出现故障而将导致整个系统大部分失效或完全失效的故障”。 这是高可用性系统所不允许的。 冗余设计分为系统槽冗余、I/O冗余和整机冗余。 系统槽冗余(Redundancy of System Slot，RSS)，也称为CPU板冗余。在传统Compact PCI系统中，CPU板冗余主要有两种方式，即主/主方式(Active/Active)和主/备方式(Active/Standby)。 在主/主方式中，将系统分成2个独立的段(Segment),每段一般6个插槽。每个CPU板管理一个段，两个CPU同时工作。 当一个CPU板出现故障时，这个CPU板被隔离，由另一个CPU接管控制权来同时管理2个段，维持系统的正常运转。 在主/备方式(Active/Standby)中，在某一时间段，系统只有一个CPU工作。当一个CPU出现故障时，系统马上切换到备份CPU板，由备份CPU板接管系统的控制权，故障CPU板被迅速隔离。 备份CPU板是处于“热备份”状态，还是处于“冷备份”状态，需视具体情况而定。在Compact PCI系统中，CPU板与段之间的连接和故障切换需要通过PCI-to-PCI桥或Switched PCI Fabric实现。 I/O冗余(Peripheral Redundancy)：I/O模板的热插拔功能可以缩短系统的 MTTR，但却不能防止系统出现宕机。 为此，需要设计I/O冗余。I/O冗余一般采用主/备机制，当主I/O工作不正常时，在没有人干预的情况下，自动切换到备份，由备份I/O板作为主I/O板,接替原主I/O板的工作。然后通知系统维护人员，更换故障I/O，将系统恢复到冗余状态。 故障管理：为了将系统的宕机时间降到最短，系统还必须有完善的故障管理机制。故障管理一般分为5个阶段或过程： 故障检测(Detection)； 故障诊断与定位(Diagnosis Location)； 故障隔离(Isolation)； 故障切换(Failover)； 故障排除(Repair or Replacing)。 当然，系统的高可用性硬件设计也只能保证硬件系统连续工作，但不能保证系统连续可用；还需要高可用性系统管理软件的支持。 高可用性系统管理软件一般分三个层次： 底层硬件驱动程序，由硬件供应商提供；中间层是软件中间件，对系统工作状态进行检测、实现硬件资源管理与切换，一般由第三方提供；最上层是系统应用管理软件，对整个系统进行管理，保证信息的正常流通和信息的完整性，一般由系统设备制造商针对特定应用自行研制。  Compact PCI总线的电源冗余和风扇冗余 1999年，国际CompactPCI协会发布了电源接口标准PICMG 2.11 R1.0Compact PCI Power Interface Specification。 R1.0为Compact PCI系统定义了可拔插的、模块化的电源电气和机械接口,以及对Compact PCI平台系统和电源管理最少的接口要求,为CompactPCI热插拔和HA系统提供1+1冗余、N+1冗余和N+N冗余电源设计提供了标准依据。 冗余电源设计的核心是均流(Current Sharing)或负载均衡(Load Balancing)设计、故障切换和热插拔。 为了给Compact PCI系统提供稳定可靠的制冷能力，高可用性Compact PCI系统要求风扇冗余设计。 风扇冗余一般采用N+M方式(如N=2，M=4)和Active/Active机制工作，并可以热插拔更换。任何一组都要有为系统提供足够制冷的能力。