面向分布式流体系结构的多副本积极容错技术*



面向分布式流体系结构的多副本积极容错技术*

通信地址：410073 湖南省长沙市国防科学技术大学高性能计算国家重点实验室Address:The State Key Laboratory of High Performance Computing,National University of Defense Technology,Changsha 410073,Hunan,P.R.China

李鑫1,3,4，林宇斐2，郭晓威1

(1.国防科学技术大学高性能计算国家重点实验室，湖南 长沙 410073；2.国防科学技术大学研究生院，湖南 长沙 410073；

3.解放军理工大学，江苏 南京 210007；4.总参第六十三研究所，江苏 南京 210007)

摘要：随着互联网环境下计算系统规模的不断扩大，分布式流体系结构的可靠性问题面临着严峻的挑战。以多模冗余容错技术为基础，针对软错误提出了一种面向分布式流体系结构的多副本积极容错技术TREFT，利用三个程序副本进行高效的检错与纠错。在分布式流体系结构原型系统上的实验结果表明，该技术能有效提高系统的可靠性，具有较低的容错成本，平均增加10.77%的容错开销。

关键词：分布式流体系结构；容错技术；三模冗余

1引言

互联网环境资源规模巨大，通信环境复杂，各种网络资源呈现异构性与动态性。随着商用器件的广泛使用、计算系统规模的持续扩大与异构系统的兴起流行，互联网分布式计算模型的可靠性问题面临着严峻挑战。作者近期提出了一种新型的分布式流体系结构DSA(Distributed Stream Architecture)，在互联网环境下提供高效的大数据计算环境，其可靠性面临着同样的问题。

近年来，面向互联网应用的数据中心的计算系统规模在持续增加，如2015年6月TOP500前10名系统的平均处理器核数已经突破83.7万颗[1]，并继续向百万颗迈进。随着系统计算……