高性能服務器故障診斷方法的研究與設計.pdf

1、高性能服務器的應用領域越來越廣，目前已經廣泛應用于銀行、軍事、航天、氣象服務等領域。在這些領域中，高性能服務器都是用來處理關鍵的業(yè)務，系統(tǒng)數(shù)據(jù)丟失或者異常停機都會造成嚴重的后果。因此對高性能服務器的可用性提出了很高的要求。高可用性需要高效的故障檢測、故障診斷、故障恢復等技術來實現(xiàn)。
　　高性能服務器一般都采用集群的形式實現(xiàn)，因為集群在價格、可擴展性等方面都要比其他形式的系統(tǒng)有明顯的優(yōu)勢。本文主要針對高性能集群服務器系統(tǒng)研究一種基于

2、操作系統(tǒng)的快速高效的故障診斷方法。從系統(tǒng)可以提供不間斷服務的角度出發(fā)，研究針對故障診斷的系統(tǒng)監(jiān)控方法，即故障監(jiān)控方法。在故障監(jiān)控的基礎上，研究故障診斷的方法。目標是盡可能小的系統(tǒng)開銷，盡可能大的故障檢測覆蓋率。
　　實現(xiàn)了服務級和節(jié)點級的診斷粒度。整個診斷從流程上分為故障監(jiān)控和故障診斷，從實現(xiàn)的診斷粒度上分為了單機故障診斷和系統(tǒng)級故障診斷。能夠監(jiān)控到節(jié)點的硬件狀態(tài)信息，如CPU、內存、網絡設備、電源等；能夠監(jiān)控基于linux的操作