可靠分布式系统生存性保障模型.docVIP

可靠分布式系统生存性保障模型摘要:基于检查点的协同式回滚恢复机制是一种针对分布式系统生存性保障的有效机制，现有分布式系统中基于检查点的回滚恢复机制以分布式信道可靠作为假设前提，而实际应用场景中，该假设并不总是成立。针对分布式系统实际的应用环境，提出了适用于信道不可靠的分布式计算环境的协同式系统生存性保障模型。该模型在保留检查点回滚恢复机制优点的基础上，通过建立冗余通信链路和进程迁移来保障不可靠通信信道环境下分布式系统的生存性。 关键词:检查点;分布式系统;软件生存;回滚恢复;进程迁移 中图分类号: TP338文献标志码:A英文标题 引言 航空航天、天气预报、石油勘探等领域，对软件的计算能力提出了很高的要求。大规模分布式计算能很好地满足上述领域对计算能力的需求。这些分布式系统软件通常需要进行长时间的运行，这导致了单个计算节点中的工作进程崩溃的可能性增加。因此检查点设置及恢复机制被提出，并作为一种分布式计算软件系统生存保障机制。 通过周期性采集进程运行状态，并将进程状态保存为检查点信息，当进程崩溃时，只需利用该进程最新的检查点恢复这个进程，而无需重新运行该进程［1-4］。该类方案减少了系统出错带来的损失，节省了系统恢复时间。并行分布式系统中需要获得各个子系统检查点状态，以获得整个系统的“全局一致性状态”［5-8］，这样才能保证系统中进程的正确恢复执行。在并行分布式系统中检查点设置算法一般可以分为协同式检查点和非协同式检查点算法［9-11］。非协同式检查点算法具有较好的独立性，各个进程独立设置检查点信息，而无需进程间进行通信协调。但该算法也存在明显缺点，即非协同式检查点算法受到多米诺效应的影响，从而导致难以找到可用的检查点进而带来较大的计算损失［12］。协同式检查点算法则可以避免多米诺效应，很好地控制计算损失。进程在相同时间间隔内统一设置检查点信息，当系统中某个进程崩溃时，可以选择该进程最近的检查点进行恢复［9, 13］。协同式检查点算法回卷距离短、实现简单、无需进程执行分段确定性假设，并具备容忍多个进程故障的优点［14-15］。本文讨论的模型——可靠的分布式系统生存性保障模型（Reliable Assurance Model for the Distributed System, RAMS）属于协同式检查点设置算法，中心进程通过可靠通信协议向其他子系统进程发送控制指令，对各个子系统中检查点进行同步和设置，并接收子系统进程的检查点信息；当子系统或子系统间通信发生异常时，RAMS模型可自适应地对系统进行恢复，确保系统的生存性。 RAMS重点讨论了进程通信的信道异常和子系统服务异常问题。传统模型假设通信信道完全可靠，但通信信道在实际系统运行中是存在一定故障率的；确保分布式软件系统在非可靠信道和子系统服务异常时的整体生存性是RAMS的研究重点。 1可靠的分布式软件系统生存性保障模型 在协同式检查点设置算法中，为了保证检查点的全局一致性，中心进程Pc需要定期获取整个系统中各个子进程的检查点信息。中心进程Pc保存子系统进程Pi的检查点信息，当进程Pi崩溃时，RAMS无需重新运行进程Pi，而仅使用保存的检查点信息对进程Pi进行恢复，可节省系统计算资源。该方法的优点是相关进程的恢复协议比较简单；但由于每次检查点设置过程需要和所有的进程Pi进行交互，因此协同开销比较大。 在通信信道不可靠的情况下，RAMS中心进程定时地向各个子系统发起设置检查点信息的指令，子系统进程收到指令后将其检查点信息发送给中心进程。其中检查点信息指的是进程堆栈内容、进程硬件上下文、进程相关的文件描述符表等信息。当子系统进程崩溃时，子系统向中心进程发送请求回滚的消息，中心进程将该进程的最后一次检查点信息发送给子系统，对子系统进程进行回滚操作。 1