第七章分布式系统中容错技术.docVIP

分布式系统中容错技术 分布计算系统 第七章 分布式系统中容错技术 分布计算系统区别于单机系统的一个特点是在分布式系统中存在着部分失效的情况。当分布式系统某个部件出现问题的时候就发生了部分失效。虽然部分失效对分布式系统的性能有一定的影响，但同时，它应该不会影响分布式系统中整个应用程序的正确执行。相反，在单机系统中，如果系统中的一个关键部件出现问题，整个应用程序就无法继续执行。 分布计算系统的一个重要设计目标是当系统中出现部分失效的时候，系统应该能自动从失效中恢复过来，并且不会对整个系统的性能产生严重的影响。在这一章里，我们要讨论分布计算系统中的容错技术。 7.1 分布式系统中的故障模型 容错是计算机科学中一个重要的研究领域。这一节里我们首先介绍与故障处理有关的一些基本概念和分布计算系统中的故障模型。关于分布计算系统中容错的一些非常有用而详细的介绍可以参见文献[JALOTE,1994]。 7.1.1 基本概念 分布计算系统应该是一个可信赖的系统（dependable system），容错是与可信赖系统紧密相联系的一个概念。分布计算系统的可信赖性（dependability）包括如下几个方面[KOPETZ,1993]： （1）可用性（availability）。可用性反映的是系统随时可被用户使用的特性。也就是说，在任何给定的时刻用户都可以使用此系统正确地执行用户给定的任务。 （2）可靠