分布式系統(tǒng)后向恢復容錯技術研究.pdf

1、近年來，對高可靠性和高可用性的分布式計算系統(tǒng)的應用需求一直在穩(wěn)定地增長，比如全球個人以及軍用通信系統(tǒng)、航空控制系統(tǒng)、網絡管理平臺、金融系統(tǒng)等。隨著分布式計算系統(tǒng)中應用范圍的擴展以及節(jié)點數(shù)量的增加，網絡異構問題也日益突出，基于分布式系統(tǒng)設計的軟件系統(tǒng)也越來越龐大、復雜，系統(tǒng)中出現(xiàn)故障的概率越來越高，如果不采取容錯措施，一旦分布式應用被故障中斷，就要重新啟動系統(tǒng)、重新執(zhí)行應用，那么所要執(zhí)行的任務可能需要很長時間才能完成，甚至根本完成不了。因

2、此，研究分布式系統(tǒng)應用中的容錯技術具有重大的理論指導意義和實際應用價值。后向恢復技術是當今容錯技術研究領域的熱點，包括以下幾個研究方向：檢查點算法（包括提高檢查點設置的效率、降低檢查點的開銷、有效地控制回卷的距離等）；容錯回卷回復的系統(tǒng)模型；算法的性能評估和優(yōu)化策略；分布式計算系統(tǒng)的故障特征和檢測；捕獲和恢復進程狀態(tài)等。
　　 本課題的提出來源于山東省自然科學基金項目“基于后向恢復的異構分布式系統(tǒng)容錯技術的研究與實現(xiàn)”。本文介紹

3、了分布式系統(tǒng)容錯技術的研究現(xiàn)狀、分布式系統(tǒng)中的常見故障以及容錯技術涉及的相關概念、定義；指出了分布式容錯系統(tǒng)存在的必須解決的各種問題，如：孤兒消息、傳輸中消息、檢查點開銷，多米諾效應等問題；介紹了如何消除非全局一致的檢查點狀態(tài)的條件和定理；分析了分布式系統(tǒng)容錯技術中各種檢查點技術和各種消息日志技術的原理、性能和優(yōu)缺點；分析了影響檢查點算法性能的瓶頸因素，研究了分布式系統(tǒng)容錯檢查點算法設置的原則，比如減少檢查點設置和回卷回復時進程的阻塞，

4、提高檢查點設置效率，減少控制消息的數(shù)量等。本文所做的主要工作有以下幾個方面：
　　 1)分析研究了有限狀態(tài)機擴展模型及其算法，并對該模型進行了改進，使得該模型的功能更強大，適應范圍更廣范。
　　 2)提出了一種高效的異步存儲非阻塞的協(xié)調檢查點算法ASNB，從三個方面考慮降低檢查點設置時的開銷：允許多個進程并發(fā)的在進程狀態(tài)信息量較小的時候設置檢查點；在穩(wěn)固存儲器空閑的時候異步存儲檢查點；設置檢查點的過程中不需要阻塞進程的基