容错服务器同集群技术的比较.PDFVIP

容错服务器同集群技术的比较 上海海得控制系统股份有限公司 系统事业部 技术原理： Stratus 的容错服务器所采用专利的硬件 Lockstep（锁步）技术，系统保持多 CPU/内存单元在 精确的同步状态——同一时钟周期执行相同的指令。Lockstep 能够确保包括瞬时错误在内的任何错误 都不会影响到系统运行，系统可以在任何 CPU/内存单元，或 IO单元发生错误的情况下不丢失动态数 据或状态，也不需产生中断进行错误处理。因此容错服务器避免了一主一备的双机集群所产生的故障 切换和恢复时间，以及该过程中和动态数据的丢失。集群的这种切换由于是建立在软件的基础上，随 着数据库越来越大，应用的复杂性，切换时间可以从几分钟甚至几十分钟，切换时间内的实时数据将 随之无法重新采集，对外服务停止。 系统结构： 容错服务器采用的是部件级别的冗余，即主机内部有冗余的 CPU 部件和 I/O 部件，同时 CPU 部件 和 I/O 部件交叉通讯（如图），用部件冗余的方式消除了系统内部包括 CPU，内存、I/O 控制设备以及 硬盘（RAID1）甚至底板的单点故障。而集群方案仅仅是系统级别（即服务器级别）的冗余，而且严格 意义上必须配置两个镜像的外置磁盘阵列柜，才能真正意义从物理结构上消除系统和存储的单点故障， 但整个系统依然在连接两台服务器的心跳线上存在切换的单点故障。另外，这种物理上的系统级别冗 余还必须依靠脚本程序的设计和集群的实施水平，容错服务器也避免了这种无法确定的人为因素。 系统可靠性： 容错的可靠性级别完全符合业界对容错服务器 99.999%可靠性指标的要求，这种服务器可靠性指 标要求系统包括操作系统之内的年平均计划外停机时间必须小于 5 分钟，而 Stratus 多年来的实测证 明， Windows 平台下的容错服务器甚至达到99.9997%的可靠性，平均每年非计划外的停机时间小于3 分钟。这种实测数据包括了操作系统和其他软件的因素，从某种程度上说明，Windows 平台的容错服 务器的可靠性甚至超过了任何 UNIX 操作系统平台下的服务器。而且从业界对集群技术的可靠性指标分 析来讲，集群的可靠性指标通常只能达到 99.9%--99.99%，即集群只能保证系统的每年平均计划外停 机时间在8 小时到53 分钟，而且无法对单个集群系统进行可靠性预测。 数据可靠性（内存动态数据）： 同集群技术相比，容错服务器简化了整个系统的结构，在数据容量要求不高的情况下（400*3GB 以内），避免了使用集群技术所必须的外置式共享存储柜，减少了系统的故障点。而且容错服务器在数 据存储的设计上完全采用安全性最高的RAID 1镜像保护，在设计上只在数据写入硬盘之后，系统才认 为完成一次真正的写操作，保证数据的完整性和安全性。而采用具有高容量缓存的硬 RAID 的技术，一 旦 RAID 卡出现故障，没有写入硬盘、驻留在缓存中的数据存在丢失的可能。容错服务器独特的冗余硬 件结构不但保证磁盘静态数据的完整性，而且保证内存数据的完整性。从而保证数据的完整一致性。 而集群一旦出现主机故障，其 CPU、内存、缓存中的所有动态数据将无法复制到备机中，只能通过重 新计算甚至花费大量时间来恢复。Stratus 采用ftMemory 功能能保存系统崩溃和重启动前指定区域的 内存数据，保证动态数据的完整性。 故障容忍范围： 计算机故障可以分为永久故障和瞬间故障，容错服务器无论对永久故障还是瞬间故障，都能利用 内置的逻辑比较线路和原理，自动采取自我检测、故障定位和故障自动隔离来消除故障，而不停止对 外的服务。普通服务器没有容忍故障的功能，无论是永久故障还是瞬间故障都会对其造成致命的崩溃， 而采用集群的方式，也只能治标不治本，它是放弃了对故障的避免设计，而采取故障后恢复的设计。 单软件映像： 容错服务器虽然是部件级冗余，系统内部有双重或者三重的冗余部件，但从软件角度上来看，它 是单软件映像的，也就是说任何单机上开发的软件可以无缝移植到容错服务器上，而不需要进行任何 代码修改和二次开发。对用户来讲，容错服务器就如同在单机上配置一样简单，用户开发管理非常方 便，只需要把在单机上经过开发和测试的软件，移植到容错服务器上就可以。这种单软件映像，避免 了集群系统上对软件做任何修改必须在两台服务器上作升级，也可能必须对集群软件进行脚本