計算機(jī)系統(tǒng)可靠性

1、計算機(jī)系統(tǒng)高可靠性研究引言：隨著計算機(jī)應(yīng)用水平的不斷提高，計算機(jī)的依賴已經(jīng)成為社會的必然。計算機(jī)的依賴即對數(shù)據(jù)的依賴，數(shù)據(jù)已成為社會文明賴以維持的重要條件。不論是在政府機(jī)關(guān)企事業(yè)單位使用的現(xiàn)代辦公系統(tǒng)中，還是在保證企業(yè)正常生產(chǎn)的大型集散控制系統(tǒng)中，抑或是在代表現(xiàn)代制造業(yè)最新水平的柔性制造系統(tǒng)或計算機(jī)集成制造系統(tǒng)中，如何保障數(shù)據(jù)的高可靠、持續(xù)訪問是我們計算機(jī)應(yīng)用者必須面對的主要問題。以計算機(jī)應(yīng)用和數(shù)據(jù)為中心的理論為依據(jù)，建立計算機(jī)應(yīng)用系統(tǒng)高可靠理論與應(yīng)用推廣技術(shù)，保障計算機(jī)應(yīng)用系統(tǒng)的數(shù)據(jù)高可用，避免數(shù)據(jù)災(zāi)難對社會正常秩序的嚴(yán)重破壞，是計算機(jī)應(yīng)用高可靠性研究的主要內(nèi)容，該研究具有重大的意義。具體來

2、說包括：海量數(shù)據(jù)存儲系統(tǒng)，數(shù)據(jù)處理通道高可靠性，數(shù)據(jù)傳輸通道高可靠性等。系統(tǒng)可靠性的定義：在特定時間內(nèi)和特定條件下系統(tǒng)正常工作的相應(yīng)程度，即(degree of suitability)。系統(tǒng)的可用性(availability)，即利用率?？捎眯缘钠骄导雌骄寐剩溆嬎惴椒椋?A = MTBF / (MTBF + MTTR)其中：MTBF(MeanTime Between Failures)，故障間隔平均時間；MTTR(MeanTime To Repair)，系統(tǒng)平均修復(fù)時間。當(dāng)前主要容錯技術(shù)：提高計算機(jī)系統(tǒng)可靠性主要有兩種方法：避錯和容錯。所謂避錯就是采取各種可能的技術(shù)措施避免計算機(jī)在

3、使用過程中發(fā)生錯誤；所謂容錯就是在系統(tǒng)運(yùn)行過程中允許某些環(huán)節(jié)發(fā)生某些錯誤，但是計算機(jī)給出的最終結(jié)果中不包括由于上述環(huán)節(jié)中發(fā)生的錯誤所造成影響。1. 避錯技術(shù)。 其實(shí)就是追求一種完美性。要求組成系統(tǒng)的各個部件、器件具有高可靠性不允許出錯，或者出錯率降至最低。1.1硬件的可靠性與完美性 指元器件的完美性、部件的完美性、整機(jī)與系統(tǒng)的完美性。例如： 電路：規(guī)范設(shè)計、電路結(jié)構(gòu)、時序與競爭元器件：制造、篩選、老化、容差、壽命部件：PCB板、布局、位置、結(jié)構(gòu)、布線、焊接、安裝、散熱、機(jī)械性能、頻率整機(jī)：整體一致、結(jié)構(gòu)合理、干擾屏蔽環(huán)境：布局、強(qiáng)弱電干擾、靜電1.2軟件的可靠性與完美性 指軟件的正確性、可用性

4、、完美性、兼容性。2. 容錯技術(shù)即在一定程度上容忍故障的技術(shù)。容錯系統(tǒng)，采用容錯技術(shù)的系統(tǒng)。當(dāng)系統(tǒng)因某種原因出錯或者失效，系統(tǒng)能夠繼續(xù)工作，程序能夠繼續(xù)運(yùn)行，不會因計算機(jī)故障而中止或被修改，執(zhí)行結(jié)果也不包含系統(tǒng)中故障引起的差錯。容錯技術(shù)也稱為故障掩蓋技術(shù)(fault masking)。 冗余技術(shù)是容錯技術(shù)的重要結(jié)構(gòu)，它以增加資源的辦法換取可靠性。由于資源的不同，冗余技術(shù)分為硬件冗余、軟件冗余、時間冗余和信息冗余。資源與成本按線性增加，而故障概率則可按對數(shù)規(guī)律下降。冗余要消耗資源，應(yīng)當(dāng)在可靠性與資源消耗之間進(jìn)行權(quán)衡和折衷。2.1硬件容錯技術(shù)1) 系統(tǒng)級容錯多種系統(tǒng)容錯后備模式l 雙機(jī)雙工熱備份(

5、Mutual Backup)兩機(jī)同時運(yùn)行，分不同作業(yè)，各自資源負(fù)載，故障、接管、修復(fù)、交還。l 主從熱備份(Master/Slave)主從式（M/S），M運(yùn)行，S后備，M故障，S接管并升級為M,原M修復(fù)后作為Sl 熱備份(Hot-Standby)M運(yùn)行，S后備，M故障，S接管作M，原M修復(fù)，S歸還M。2) 部件級容錯l 存儲子系統(tǒng)（最容易發(fā)生故障的地方） 磁盤鏡像：將相同的數(shù)據(jù)分別寫入兩個磁盤 磁盤雙聯(lián)：為鏡像磁盤增加了一個I/O控制器，形成磁盤雙聯(lián)，使總線爭用得到改善。 RAID（獨(dú)立磁盤冗余陣列）簡單地解釋，就是將N臺硬盤通過RAID Controller（分Hardware，Softwa

6、re）結(jié)合成虛擬單臺大容量的硬盤使用。磁盤陣列中針對不同的應(yīng)用使用的不同技術(shù)，稱為RAID level,而每一level都代表著不同技術(shù)，目前業(yè)界公認(rèn)的標(biāo)準(zhǔn)是RAID 0RAID 5。用哪個level視用戶的操作環(huán)境和應(yīng)用而定。RAID的采用為存儲系統(tǒng)（或者服務(wù)器的內(nèi)置存儲）帶來巨大利益，其中提高傳輸速率和提供容錯功能是最大的優(yōu)點(diǎn)。 l 電源：采用雙電源，DC冗余，AC、DC全冗余。l I/O卡：雙網(wǎng)卡。l PCI總線：三重對等PCI技術(shù)。l CPU：多CPU容錯系統(tǒng)。2.2軟件冗錯技術(shù) 這里所討論的軟件容錯主要是對計算機(jī)應(yīng)用軟件科技人員為某一個特定的工程設(shè)計和開發(fā)的應(yīng)使用軟件而言。 目前實(shí)現(xiàn)

7、軟件設(shè)計的冗余通常都采用重版本程序設(shè)計法，這如同硬件靜態(tài)容錯一樣，是一種靜態(tài)屏蔽軟件可能造成錯誤的技術(shù)。設(shè)計思想是用N個具有相同功能的程序同時或先后執(zhí)行某項計算，結(jié)果通過多數(shù)表決來選擇。表決程序是N重本程序設(shè)計結(jié)構(gòu)的關(guān)鍵。以N重版本程序設(shè)計的方法來實(shí)現(xiàn)軟件設(shè)計的冗余是保證軟件可靠性同時也是提高整個系統(tǒng)可靠性的最強(qiáng)有力的措施，但是這種技術(shù)措施的采用又反過來要求增加為其運(yùn)行所需的硬件資源，從而加大了系統(tǒng)的成本和硬件設(shè)計的復(fù)雜性$另一方面也增加了系統(tǒng)在時間上的開銷，從而使系統(tǒng)運(yùn)行時間增加用戶等待時間加長。正是由于這種原因，一般情況下，如果不是在超高可靠性要求的實(shí)時系統(tǒng)中可以不必考慮采用這些措施。結(jié)論 社會各界對計算機(jī)系統(tǒng)的穩(wěn)定性，可靠性問題隨著計算機(jī)應(yīng)用領(lǐng)域的擴(kuò)大和規(guī)模的增加，還會提出許多新的要求。所以在過去已有基礎(chǔ)上，繼續(xù)開展這方面的研究工作，不僅具有重要的理論意義，同時也有廣泛的應(yīng)用價值。 多年來廣大計算機(jī)科技工作者為提高計算機(jī)系統(tǒng)的穩(wěn)定性、可靠性、可維護(hù)性而采取硬、軟冗余技術(shù)來增強(qiáng)系統(tǒng)的避錯、糾錯、容錯等辦法，未來將仍是我們