基于回卷恢復(fù)的MPI程序容錯.pdf

1、進(jìn)程檢查點(diǎn)機(jī)制是在進(jìn)程運(yùn)行時周期性地保存進(jìn)程的運(yùn)行狀態(tài)，當(dāng)程序運(yùn)行出現(xiàn)錯誤時，可利用保存的進(jìn)程狀態(tài)對出錯進(jìn)程進(jìn)行恢復(fù)，使計算任務(wù)從該檢查點(diǎn)處繼續(xù)恢復(fù)執(zhí)行，以減少計算損失，提高程序運(yùn)行的可靠性和可用性。然而在消息傳遞系統(tǒng)中，各并行進(jìn)程在無錯執(zhí)行期間，相互發(fā)送消息使得各進(jìn)程產(chǎn)生內(nèi)部的依賴性，從而在消息傳遞系統(tǒng)中進(jìn)行回卷恢復(fù)時還要確保檢查點(diǎn)中進(jìn)程狀態(tài)的全局一致。 本文首先介紹了消息傳遞系統(tǒng)中軟件容錯的概況及國內(nèi)外檢查點(diǎn)回卷恢復(fù)技術(shù)的現(xiàn)

2、狀。通過對PC平臺上主流Windows操作系統(tǒng)用戶進(jìn)程空間的研究，提出將進(jìn)程狀態(tài)的保存和恢復(fù)分為內(nèi)核對象和用戶地址空間兩部分來實(shí)現(xiàn)，對用戶地址空間通過先恢復(fù)布局再恢復(fù)內(nèi)容的兩步協(xié)議，實(shí)現(xiàn)了用戶地址空間的一致恢復(fù)；對內(nèi)核對象通過對內(nèi)核調(diào)用API函數(shù)進(jìn)行截獲和包裹，用虛擬對象映射表實(shí)現(xiàn)了內(nèi)核對象的一致恢復(fù)，從而確保了用戶進(jìn)程空間的一致恢復(fù)。 本文通過對MPI消息傳遞機(jī)制的研究，提出了MPI網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中對通訊頻繁的進(jìn)程進(jìn)行切片的思想

3、，在已有的MPI庫函數(shù)的基礎(chǔ)上，通過組合和添加相應(yīng)代碼，實(shí)現(xiàn)了一般網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)切片的MPI庫函數(shù)，并進(jìn)行了切片性能分析，可利用切片技術(shù)進(jìn)行方便有效的并行程序設(shè)計。 本文對快速N+1奇偶校驗(yàn)檢查點(diǎn)算法進(jìn)行了改進(jìn)，在進(jìn)行奇偶校驗(yàn)運(yùn)算的檢查點(diǎn)機(jī)上通過利用增量有盤檢查點(diǎn)的方法比原算法少用了一臺備份機(jī)，利用兩階段提交協(xié)議確保能夠容忍檢查點(diǎn)機(jī)和一臺應(yīng)用處理機(jī)的并發(fā)錯誤，結(jié)合使用緩沖區(qū)技術(shù)減少算法時間開銷。在MPI并行環(huán)境中進(jìn)行的實(shí)驗(yàn)表明改進(jìn)