容錯服務(wù)器技術(shù)介紹

TheStratus?ftServer?WSeriesFamilyV090402容錯概念按時間劃分的故障的分類永久性故障permanent永遠持續(xù)下去直至修復(fù)為止間歇性故障intermittent短暫的，但卻是斷續(xù)的，既有其偶然性，又有其不定期的重復(fù)性偶然性故障transient暫時的，且可能是非重復(fù)性的間歇性故障和偶然性故障占所有現(xiàn)場失效的90%消除其影響是容錯技術(shù)研究的重點課題容錯技術(shù)發(fā)展60‘70‘80‘90‘2000‘專有容錯系統(tǒng)軟件容錯系統(tǒng)硬件容錯系統(tǒng)單機雙機Cluster集群Stratus的容錯產(chǎn)品線ftServerW-SeriesWindows-basedsolutionftServerT-Series/L-SeriesTelco/EnterpriseLinuxSolutionftServerV-SeriesVOSUNIXsolutionContinuumVOSUNIX&HPUNIXsolutionStratus的服務(wù)領(lǐng)域所有持續(xù)可用性屬于必須的地方任何停機時間都是不能容忍的場合委曲求全的“容錯”方案

——ClusterHA方案，HighAvailability但這并不是真正意義上的容錯?。?！或者，我們就使用容錯計算機在整個設(shè)計過程中無時不刻不為可靠性考慮的產(chǎn)品硬件級的容錯提供實測高達99.9997%的可靠性使用標準的intelXEONCPU運行標準的MicrosoftWindows2000AdvancedServer/Windows2008EnterpriseEdition不會出現(xiàn)軟件切換不會因為硬件故障導(dǎo)致應(yīng)用失敗在線更換部件……CA方案，ContinuousAvailability服務(wù)器可用性級別的概念I(lǐng)nternationalDateCorp.(IDC)AL0-1ConventionalServersAL2-3BusinessCriticalAL4MissionCriticalAL4---關(guān)系到整個企業(yè)甚至公眾的關(guān)鍵應(yīng)用AL2-3---關(guān)系到企業(yè)和政府的日常運行AL0-1---關(guān)系到計算機的應(yīng)用和普及服務(wù)器可用性級別的定義不同技術(shù)的可靠性對比方案可靠性99.999%99.99%99.9%99%容錯服務(wù)器獨立服務(wù)器使用外部磁陣的獨立服務(wù)器簡易的集群系統(tǒng)消除單點故障的集群系統(tǒng)大型主機開始考慮總成本（TCO）吧！典型IT環(huán)境的構(gòu)建與運行費用分析

一個IT環(huán)境5年總費用的典型例子“Thesmallestelementofthecostofrunningservers

isactualserverpurchaseprice.”

JayBretzmannDirectorofIBM’sxSeriesMarketingStratusTechnologies1980--硬件級容錯計算機系統(tǒng)廠商Stratus成立1981--首先推出基于硬件的容錯計算機系統(tǒng)1988--建立世界上第一個提供24小時服務(wù)的遠程服務(wù)網(wǎng)1990—推出世界上第一個容錯的UNIX操作系統(tǒng)-FTX1991--推出RISC結(jié)構(gòu)的XA/R系列容錯計算機系統(tǒng)1995--推出RISC結(jié)構(gòu)的Continuum系列容錯計算機系統(tǒng)1997--推出容錯的HP-UX操作系統(tǒng)2001--推出世界上第一臺Windows2000硬件容錯服務(wù)器ftServerStratusTechnologiesftServer?的研發(fā)基于行業(yè)標準的容錯體系結(jié)構(gòu)硬件容錯機制對標準操作系統(tǒng)的進一步增強為可靠性、可用性最高要求而組建的客戶服務(wù)在過去的28個月中研發(fā)申請了42項專利技術(shù)TheSmarterApproachtoUptimeTMINVESTCORPIntelOtherMidOceanPartners雄厚的資金20多年的容錯研究經(jīng)驗MidOceanPartnersStratus的合作伙伴在操作系統(tǒng)可靠特性上密切合作內(nèi)存重新同步強化驅(qū)動程序支持核心業(yè)務(wù)應(yīng)用程序的模式ftServer?

服務(wù)器被布署在Redmond測試實驗室中長期良好的合作計劃可以提前使用最新芯片進行整合測試ftServer?

服務(wù)器被布署在intel實驗室中ftServer?

服務(wù)器被布署在EMC認證實驗室中EMCCLARiiON?的代理關(guān)系合作支持模式ContinuousProcessing?

ContinuousProcessing?Systems硬件冗錯SecondGenerationftServer?FamilyPassiveBackplaneStratusSSPASICPCIDuplex

ExpansionI/O6600SeriesTMR6600StratusSNPASICCPUN-waySMPChipsetMemoryStratusSSPASICPCIDuplex

CoreI/ODMR6600StratusSNPASICCPUN-waySMPChipsetMemoryStratusSNPASICCPUN-waySMPChipsetMemoryLockstepCPUs鎖步技術(shù)（LockstepTechnology）6600參與相同計算的冗余部件保證了系統(tǒng)遠離停機PassiveBackplaneSSPSSPSNPSNPI/OI/O正常工作的容錯機CPUCPU1+1=？1+1=？MEMMEM22DiskDisk所有運算在不同板上同時進行I/O板CPU/MEM板當CPU板出問題時…PassiveBackplaneSSPSNPI/OI/OCPUCPU1+1=？1+1=？MEMXDiskDiskSNPSSP2MEM2任何一塊CPU板上的任何部件損壞，都不會影響系統(tǒng)的正常運行。正在進行的運算和操作會象沒發(fā)生問題一樣繼續(xù)下去。I/O板CPU/MEM板如果I/O板再出問題呢？PassiveBackplaneSSPSNPI/OI/OCPU1+1=？DiskDiskSSP2MEM2X任何一塊I/O板上的任何部件損壞，也不會影響系統(tǒng)的正常運行。正在進行的運算和操作同樣象沒發(fā)生問題一樣繼續(xù)下去。I/O板CPU/MEM板Cluster會如何呢？I/OCPU1+1=？MEM2I/OCPU1+1=？MEM2Disk0100010110100010101010111010111010010110001100011101X1+2=3CPU、內(nèi)存和等待I/O的所有數(shù)據(jù)丟失，數(shù)據(jù)庫、應(yīng)用、文件系統(tǒng)都沒有被安全關(guān)閉需要時間等待備機檢測到故障發(fā)生需要時間和運氣進行磁盤組切換、需要時間和運氣進行文件系統(tǒng)檢查需要時間重新啟動應(yīng)用程序，需要重新進行一些運算以回到斷點需要時間和運氣重新啟動數(shù)據(jù)庫并進行數(shù)據(jù)庫修復(fù)工作最重要的是：切換并不一定總是成功?。。∠到y(tǒng)A系統(tǒng)BHA與CA的區(qū)別HACA交易丟失選擇新平臺業(yè)務(wù)延滯故障出現(xiàn)故障恢復(fù)容錯服務(wù)器的可靠性數(shù)學(xué)基礎(chǔ)容錯技術(shù)的可靠性數(shù)學(xué)模型------連續(xù)可靠性容錯設(shè)計架橋式結(jié)構(gòu)CPUI/OCPUI/O集群技術(shù)的可靠性數(shù)學(xué)模型------提高可靠性避錯設(shè)計平行式結(jié)構(gòu)CPUI/OCPUI/O當我們有徹底避免災(zāi)難的方案時

為什么還要選擇災(zāi)難恢復(fù)方案呢災(zāi)難恢復(fù)Clusters,Mainframes災(zāi)難預(yù)防ftServer“Whychooseaserverdesignedtorecoverfromafailure,ratherthanaserverdesignednottofail?”

VernonTurner,IDCContinuousProcessing?ContinuousProcessing?Systems瞬時硬件故障通過軟件屏蔽掉強化的驅(qū)動程序可預(yù)防軟件故障軟件的問題被可靠地捕捉、分析和糾正內(nèi)存和硬盤中的數(shù)據(jù)均被可靠地保護高度地集成；錯誤防真測試故障預(yù)防FailsafeSoftware軟件可靠性預(yù)防、診斷并解決軟件問題容錯操作透明的

I/O切換完善的熱插拔支持系統(tǒng)保護錯誤診斷和隔離PCI總線保護驅(qū)動模式在線診斷主動式維護接口兼容Microsoft?WMI

驅(qū)動模式強化驅(qū)動PreventOutagesftServer?Failsafe軟件結(jié)構(gòu)PCIDriversFailoverDriversStratus?HotplugDriverNTOSKERNELVirtualizedLegacyDeviceSupportStratus?HALExtensionsHALContinuousProcessing?$100,000可用性保證計劃名稱PerfectPerformanceAssuredAvailability事件意外的機器硬件、系統(tǒng)軟件或操作系統(tǒng)故障意外的機器硬件、系統(tǒng)軟件或操作系統(tǒng)故障補償Stratus支付$100,000現(xiàn)金Stratus從服務(wù)費中作出適當補償產(chǎn)品ftServer6600TMR任何在AssuredAvailabilityPlusserviceagreement內(nèi)的ftServerftServer?集群技術(shù)可靠性指標99.999+%（不受任何其它因素的影響，實際統(tǒng)計結(jié)果為99.9997%）99.9%~99.99%（具體水平依賴于實施水平、應(yīng)用類型、數(shù)據(jù)規(guī)模、切換原因等許多不確定因素）系統(tǒng)體系結(jié)構(gòu)通過系統(tǒng)內(nèi)部冗余部件配合先進的鎖步技術(shù)防止故障，不依賴于其它軟件。結(jié)構(gòu)簡單直觀。使用兩套或兩套以上的計算機、磁盤陣列甚至光纖交換機等通過復(fù)雜的拓樸結(jié)構(gòu)再配合以Cluster軟件來實現(xiàn)故障恢復(fù)。結(jié)構(gòu)復(fù)雜。硬件故障是否會導(dǎo)致應(yīng)用中斷不會會硬件故障是否會帶來數(shù)據(jù)丟失不會CPU中、內(nèi)存中、等待I/O的數(shù)據(jù)均有可能丟失典型切換時間和應(yīng)用中斷時間冗余部件鎖步工作，無切換，應(yīng)用不受任何影響幾分鐘~幾十分鐘不等（具體水平依賴于實施水平、應(yīng)用類型、數(shù)據(jù)規(guī)模、切換原因等許多不確定因素）。切換期間應(yīng)用對外無法響應(yīng)，且切換完成后有可能導(dǎo)致性能下降是否需要做負載均衡不需要不是必需，但不做就浪費一臺機器的計算資源操作系統(tǒng)映像數(shù)量單份。只需要一個許可證雙份或多份。每一份操作系統(tǒng)都需要一個許可證與集群技術(shù)的對比——1ftServer?集群技術(shù)數(shù)據(jù)庫與應(yīng)用軟件許可證數(shù)量單份。只需要一個許可證雙份或多份。具體看應(yīng)用軟件的要求應(yīng)用程序有無移植要求無需要編寫應(yīng)用程序的切換腳本，并應(yīng)該做嚴格測試以確保在不同負載下均能正常工作。此外推薦對應(yīng)用程序作修改以確?？梢哉_運行在雙機或多機環(huán)境中。對數(shù)據(jù)一致性有無影響無依賴于實施的好壞各部件是否支持在線更換支持通常僅電源、風扇、磁盤支持。維護難易程度易，無需專門培訓(xùn)需要培訓(xùn)和演練以熟悉Cluster軟件服務(wù)技術(shù)