分布式系统的可靠性可依赖的系统系统的不可用系统的故障.PDFVIP

可依赖的系统 可依赖的系统 • 具有容错能力的系统称为可依赖的 （dependable ）系统，它要考虑 第八章 分布式系统的可靠性 第八章 分布式系统的可靠性 – 可用性availability：系统可为用户服务的能力 – 可靠性reliability：系统可连续工作的能力 – 安全性safety：系统故障时产生危害的程度 – 可维护性maintainability：系统故障修复的难度 东南大学 1 东南大学 2 系统的不可用 系统的故障模型 系统的不可用 系统的故障模型 • 容错的含义 – 系统失败（fail ）是指它不能达到其预期能力的现象 • Crash failure －节点停止工作，但停止前它的工作是正常 – 差错（error ）是导致系统失败的原因 的； – 故障（fault ）则是导致差错的原因 • Omission failure－节点不能对请求作出响应，这包括节点没 – 如果系统在存在一定故障的情况下仍然能够达到其预期的能力，则 能收到请求，或者节点没能给出响应； 它是容错系统。 • Timing failure－节点没能在要求的时间间隔内对请求给出响 • 故障的类型 应，这往往是由于性能问题所造成的； – 暂态故障transient fault －不能重复且可自行消失的故障；（偶然原 因造成的） • Response failure －节点给出的响应不正确，这包括给出的响 – 间歇故障intermittent fault －不稳定出现且不会自行消失的故障； 应不合适，或者响应后节点进入的状态不正确，例如节点遇 （由不稳定因素造成的，例如插头未插紧。） 到了一种其处理功能未预期的情况； – 永久故障permanent fault －由稳定因素造成且不会自行消失的故 障。（部件损坏） • Arbitrary failure －通常又称为Byzantine故障，节点给出了 东南大学 3 任意的响应，甚至可能是恶意的。 东南大学 4 系统的可靠性 系统的可靠性 K －容错 • 可靠性的类型 K －容错 – 如果节点因故障而产生的停止可以被其它节点所明确感 知，则这类系统称为是fail-stop system 。 • 基于容错 – 如果系统的故障所产生的停止不能被其它节点感知（与