容錯計算機設計-全47集 | 易學族自學網

容錯技術概念

（1）容錯（Fault-tolerance）：容忍故障，考慮故障一旦發生時能夠自動檢測出來並使系統能夠自動恢復正常運行。當出現某些指定的硬件故障或軟件錯誤時，系統仍能執行規定的一組程序，或者說程序不會因系統中的故障而中止或被修改，並且執行結果也不包含系統中故障所引起的差錯。

（2）容錯計算機系統：在發生故障或存在軟件錯誤的情況下仍能繼續正確完成指定任務的計算機系統。

（3）設計與分析容錯計算機系統的各種技術稱為容錯技術。

（4）容錯技術從系統結構出發來提高系統的可靠性，與排錯技術相互補充，構成高可信度的系統。

實現容錯計算的四個方面

（1）不希望事件的檢測。不希望事件是指失效、故障、差錯等等。為容忍系統中的不希望事件，應首先對其進行檢測。

（2）損壞估價。由於一個故障的出現和它的失效結果之間可能存在延遲，故障可能已經傳播到該系統的其他地方，導致故障的擴大。因此，在作出一個被檢測的故障有關的決定之前，有必要判定系統已被破壞的程度，這依賴於系統設計者的策略和已有的探測技術。

（3）不希望事件的恢復。在不希望事件檢測和損壞估價之後，應採用不希望事件恢復技術，把目前的錯誤系統狀態轉換成一個正確的系統狀態。

（4）不希望事件處理和繼續服務。確保已被恢復的不希望事件效應不會立即再現，以使系統繼續提供規定的服務。

如今計算機容錯技術

NEC通過與美國容錯公司多年的合作，於2001年推出了業界第一台基於IA架構、支持Microsoft Win-dows Server 2000標準操作系統環境的容錯服務器。NEC的Express5800/ft系列在Windows及Linux平台上的可靠性達到了99.999%，這種實時保護技術來源於STRATUS連續處理技術（Fundamentals of Continuous Pro-cessing Design），它包括：

1、LOCKSTEP 技術

LOCKSTEP 技術使用相同的、冗余的硬件組件在同一時間內處理相同的指令。LOCKSTEP技術可以保持多個CPU、內存精確的同步，在正確的相同時鐘週期內執行相同的指令。該技術保證能夠發現任何錯誤，即使短暫的錯誤，系統也能在不間斷處理和不損失數據的情況下恢復正常運行。

2、安全故障（FAILSAFE）軟件
　

FAILSAFE 軟件和LOCKSTEP技術運行一樣，可防止很多軟件錯誤和儲運耗損。該軟件在Windows 2000/2003環境下採用熱插拔、內存鏡像、負載均衡、多點終止失效、多通道I/O等方式，大大增強了系統連續運行的穩定性。

FAILSAFE 可以管理和診斷特徵捕獲，分析和通報服務器的軟件問題，從而允許個人在軟件發生錯誤之前去糾正錯誤。FAILSAFE軟件的下列功能增強了NEC Express5800/ft系統在Windows環境中的可靠性：保護短暫的硬件故障。通過增強的驅動程序預防軟件失效。軟件問題的捕獲、分析及修正、內存數據的連續性維持、豐富的糾錯功能可以解決各種不同的錯誤。為了避免物理撞擊等意外故障，安全故障軟件還提供了自動重啟功能，能夠將宕機前CPU與內存數據即時保存下來，最大限度地避免數據的意外丟失。

3、激活服務（ACTIVE SERVICE ）
　

當然，假如容錯服務器的硬件發生永久性故障，儘管系統能夠正常運行，也必須及時更換硬件才能維持容錯的冗余架構。容錯服務器都配備了簡易直觀的圖形界面來管理監測工具，（如NECExpress5800/ft提供了ESMPRO 管理軟件），能夠對服務器中硬件運行及故障狀態進行適時監控。

未來容錯計算機技術的發展

容錯技術的應用已經開始從過去的證券、電信等領域進入基礎行業，如製造、能源、物流、交通及有著"7×24"不間斷運營需求的中小商業團體和政府。NEC為迎合互聯網的高速增長，為容錯服務器引入了最新的穩定、安全、可升級、功能強大的Linux版本。

容錯的未來將會向更高的可用性、更卓越的可維護性發展。調查顯示，越來越多的用戶開始注重TCO（總擁有成本）而不是初期購買價格，更多的企業決定逐步放棄採用雙機熱備的方式來維護複雜的集群服務器，轉而將目光瞄向具有容錯技術的平台或容錯服務器平台。

在中國市場，NEC公司與神州數碼的合作在一定程度上彌補了容錯服務器在中國市場服務拓展領域的短板。這將引發國內各領域的容錯技術與應用的井噴式發展。