磁盘阵列双控制器容错分析-计算机系统结构专业论文.docx

华中科技大学硕士学位论文 华 中 科 技 大 学 硕 士 学 位 论 文 I I 摘 要 磁盘阵列技术利用冗余的磁盘来解决磁盘的单点故障问题，然而构成磁盘阵列 系统的各个硬件模块，如电源、风扇和控制器，也可能发生故障。由于控制器需要 和主机通信，对其进行容错要比电源和风扇复杂得多。因此，磁盘阵列控制器的容 错方面有很大的研究空间。 心跳技术和检查点技术是多机容错系统中的关键技术。在双控制器容错系统中， 我们将这两种技术结合起来，实现对磁盘阵列控制器状态的实时监测以及对两个控 制器缓存的高效镜像。 双控制器的容错架构主要有主从架构和双活动架构。磁盘阵列双控制器容错系 统采用的是主从架构。在主从架构中，主控制器处理请求，从控制器则处于待命状 态。当主控制器发生故障后从控制器自动接管主控制器的工作。其特点是实现起来 较简单，成本低以及在单个控制器发生故障之后系统性能不会下降。 在现有的磁盘阵列系统的基础上，根据主从双控制器架构的容错原理，设计了 磁盘阵列双控制器容错模块的软件架构。在该软件架构中，心跳模块负责执行周期 性的心跳监测，保证主、从控制器时刻知道对方的状态；检查点模块负责管理检查 点内容的构造和恢复；恢复模块则根据不同的故障情况来启动相应的恢复逻辑。在 传统心跳协议的基础上，设计了具有自适应能力的心跳协议，可以根据不同时间段 主机请求的频率动态调整心跳周期。 分析表明，双控制器容错系统可以屏蔽任意一个控制器发生的故障，提高了系 统的可用性。改进的心跳协议比传统的心跳协议提供了更高的系统可用性。 关键词：磁盘阵列, 双控制器, 容错, 故障恢复, 心跳协议, 检查点 II II Abstract Disk array systems could solve disk failure problem via redundant disks. However, disk array system’s various hardware modules, such as power supply, fans and controller, may also fail. As disk array controller needs to communicate with hosts, providing its fault-tolerance is much more complicated than power supply and fans. Therefore, fault-tolerant disk array controllers leave a lot of space to research on. Heartbeat and checkpoint technology are key technologies in fault-tolerant systems. In fault-tolerant dual-controller system, we combine these two techniques to achieve real-time monitoring of controllers and efficient controller cache mirroring. Active-passive and active-active architecture are two major architectures in fault-tolerant systems. Our system adopts active-passive architecture. In the active-passive architecture, active controller handles requests while passive controller stands by. When active controller fails, passive controller will take over its load automatically. Its advantages are easy to implement, low cost and no performance degrading when one controller fails. Based on existing disk array system, we have designed the software architecture of dual-controller system according to the active-passive architecture. In our software architectu