容錯檢查點算法研究和軟件設(shè)計.pdf

1、近年來，越來越多的分布式系統(tǒng)被各行各業(yè)使用，如軍事、航空、金融系統(tǒng)等行業(yè)。隨著為分布式系統(tǒng)設(shè)計的分布式軟件的復雜度的增加，分布式系統(tǒng)中節(jié)點數(shù)量的增多，導致分布式系統(tǒng)有越來越高的概率發(fā)生故障，從而造成系統(tǒng)可靠性越來越差。若是在使用過程中出現(xiàn)故障，并且沒有相應(yīng)的保護措施，這些故障有可能會造成生命、財產(chǎn)的重大損失。因此研究容錯檢查點技術(shù)就有十分重要的現(xiàn)實意義。
　　 本課題是基于山東省自然科學基金項目“基于后向恢復的異構(gòu)分布式系統(tǒng)容錯

2、技術(shù)的研究與實現(xiàn)”提出的。在本文中首先敘述了現(xiàn)如今檢查點技術(shù)的研究意義及發(fā)展現(xiàn)狀，介紹了分布式系統(tǒng)的基本故障模型以及基本容錯構(gòu)件。提出了一個基于不可靠的非FIFO通信信道的檢查點算法，在不可靠的非FIFO的通信信道中，系統(tǒng)會發(fā)生報文丟失、重復接收報文和報文亂序。進程可能由于報文丟失會導致一些報文不被計算，可能由于重復接收報文導致一些消息被多次計算，也可能由于消息亂序?qū)е乱恍﹫笪牟荒馨凑掌浒l(fā)送順序進行計算，以上提到的問題會導致系統(tǒng)產(chǎn)生不正

3、確的計算結(jié)果，從而無法使各進程設(shè)置一致性的檢查點。我們的算法通過給每個報文分配一個序列號來解決上面提到的問題。在檢查點設(shè)置過程中，一致性檢查點通過發(fā)送消息序號與接收消息序號來決定。通過檢測發(fā)送消息序號和接收消息序號來標識丟失消息、重復接收的報文和亂序報文。我們要重發(fā)丟失的消息，保存亂序消息和丟棄重復接收的報文來解決以上的問題。我們的算法能夠使系統(tǒng)設(shè)置一致性的全局檢查點。本文還敘述了Windows進程檢查點的設(shè)置和恢復，分為用戶地址空間和