容錯(cuò)服務(wù)器技術(shù)介紹

1、Continuous AvailabilityOperationalSimplicityFinancialAdvantageThe Smarter Approach to UptimeV090402l按時(shí)間劃分的故障的分類按時(shí)間劃分的故障的分類永久性故障永久性故障 permanentpermanent 永遠(yuǎn)持續(xù)下去直至修復(fù)為止永遠(yuǎn)持續(xù)下去直至修復(fù)為止間歇性故障間歇性故障 intermittentintermittent 短暫的，但卻是斷續(xù)的，既有其偶然性，又有其不定短暫的，但卻是斷續(xù)的，既有其偶然性，又有其不定期的重復(fù)性期的重復(fù)性偶然性故障偶然性故障 transienttransient 暫時(shí)

2、的，且可能是非重復(fù)性的暫時(shí)的，且可能是非重復(fù)性的l間歇性故障和偶然性故障間歇性故障和偶然性故障占所有現(xiàn)場(chǎng)失效的占所有現(xiàn)場(chǎng)失效的90%90%消除其影響是容錯(cuò)技術(shù)研究的重點(diǎn)課題消除其影響是容錯(cuò)技術(shù)研究的重點(diǎn)課題607080902000專有容錯(cuò)系統(tǒng)專有容錯(cuò)系統(tǒng)軟件容錯(cuò)系統(tǒng)軟件容錯(cuò)系統(tǒng)硬件容錯(cuò)系統(tǒng)硬件容錯(cuò)系統(tǒng)單機(jī)單機(jī)雙機(jī)雙機(jī)Cluster集群集群所有持續(xù)可用性屬于必須的地方任何停機(jī)時(shí)間都是不能容忍的場(chǎng)合在整個(gè)設(shè)計(jì)過程中無時(shí)不刻不為可靠性考慮的產(chǎn)品硬件級(jí)的容錯(cuò)提供實(shí)測(cè)高達(dá)99.9997%的可靠性使用標(biāo)準(zhǔn)的 intel XEON CPU運(yùn)行標(biāo)準(zhǔn)的 Microsoft Windows 2000 Advanc

3、ed Server / Windows 2008 Enterprise Edition不會(huì)出現(xiàn)軟件切換不會(huì)因?yàn)橛布收蠈?dǎo)致應(yīng)用失敗在線更換部件International Date Corp. (IDC)AL0 - 1 Conventional ServersAL2 - 3 Business Critical AL4Mission Critical方案可靠性99.999%99.99%99.9%99%獨(dú)立服務(wù)器使用外部磁陣的獨(dú)立服務(wù)器簡易的集群系統(tǒng)消除單點(diǎn)故障的集群系統(tǒng)大型主機(jī)一個(gè)一個(gè)IT環(huán)境環(huán)境5年總費(fèi)用的典型例子年總費(fèi)用的典型例子“The smallest element of the cos

4、t of running servers is actual server purchase price.” Jay Bretzmann Director of IBMs xSeries Marketing1980 - 硬件級(jí)容錯(cuò)計(jì)算機(jī)系統(tǒng)廠商Stratus成立1981 - 首先推出基于硬件的容錯(cuò)計(jì)算機(jī)系統(tǒng)1988 - 建立世界上第一個(gè)提供24小時(shí)服務(wù)的遠(yuǎn)程服務(wù)網(wǎng)1990 推出世界上第一個(gè)容錯(cuò)的 UNIX 操作系統(tǒng) - FTX1991 - 推出 RISC 結(jié)構(gòu)的 XA/R 系列容錯(cuò)計(jì)算機(jī)系統(tǒng)1995 - 推出 RISC 結(jié)構(gòu)的 Continuum 系列容錯(cuò)計(jì)算機(jī)系統(tǒng)1997 - 推出容錯(cuò)的 H

5、P-UX 操作系統(tǒng)2001 - 推出世界上第一臺(tái) Windows 2000 硬件容錯(cuò)服務(wù)器 ftServerThe Smarter Approach to Uptime TMINVESTCORPIntelOtherMidOcean PartnersMidOcean PartnersContinuous Processing Systems硬硬 件件 冗冗 錯(cuò)錯(cuò)DuplexExpansion I/O6600SeriesDuplex Core I/OLockstep CPUs鎖步技術(shù)鎖步技術(shù)（Lockstep Technology）6600參與相同計(jì)算的冗余部件保證了系統(tǒng)遠(yuǎn)離停機(jī)參與相同計(jì)算的冗余

6、部件保證了系統(tǒng)遠(yuǎn)離停機(jī)I/OI/OCPUCPUMEMMEMDiskDiskI/OI/OCPUCPUMEMDiskDiskMEMI/OI/OCPUDiskDiskMEMI/OCPUMEMI/OCPUMEMDisk0100010110100010101010111010111010010110001100011101CA交易丟失選擇新平臺(tái)業(yè)務(wù)延滯故障出現(xiàn)故障出現(xiàn)故障恢復(fù)故障恢復(fù)災(zāi)難災(zāi)難恢復(fù)恢復(fù)Clusters,Mainframes災(zāi)難災(zāi)難預(yù)防預(yù)防ftServer“Why choose a server designed to recover from a failure, rather than

7、a server designed not to fail?” Vernon Turner, IDCContinuous Processing Systems故障預(yù)防故障預(yù)防軟件可靠性軟件可靠性容錯(cuò)操作容錯(cuò)操作透明的透明的 I/O 切換切換完善的熱插拔支持完善的熱插拔支持系統(tǒng)保護(hù)系統(tǒng)保護(hù)錯(cuò)誤診斷和隔離錯(cuò)誤診斷和隔離PCI 總線保護(hù)總線保護(hù)驅(qū)動(dòng)模式驅(qū)動(dòng)模式在線診斷在線診斷主動(dòng)式維護(hù)接口主動(dòng)式維護(hù)接口兼容兼容 Microsoft WMI 驅(qū)動(dòng)模式驅(qū)動(dòng)模式NT OSKERNELHAL$100,000計(jì)劃名稱Perfect PerformanceAssured Availability事件意外的機(jī)器硬

8、件、系統(tǒng)軟件或意外的機(jī)器硬件、系統(tǒng)軟件或操作系統(tǒng)故障操作系統(tǒng)故障意外的機(jī)器硬件、系統(tǒng)軟件或操作意外的機(jī)器硬件、系統(tǒng)軟件或操作系統(tǒng)故障系統(tǒng)故障補(bǔ)償Stratus 支付支付 $100,000 現(xiàn)金現(xiàn)金Stratus 從服務(wù)費(fèi)中作出適當(dāng)補(bǔ)償從服務(wù)費(fèi)中作出適當(dāng)補(bǔ)償產(chǎn)品ftServer 6600 TMR任何在任何在 Assured Availability Plus service agreement 內(nèi)的內(nèi)的 ftServer可靠性指標(biāo)99.999+%（不受任何其它因素的影響，實(shí)際統(tǒng)計(jì)結(jié)果為99.9997%）99.9%99.99%（具體水平依賴于實(shí)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）

9、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(jìn)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(jì)算機(jī)、磁盤陣列甚至光纖交換機(jī)等通過復(fù)雜的拓樸結(jié)構(gòu)再配合以Cluster軟件來實(shí)現(xiàn)故障恢復(fù)。結(jié)構(gòu)復(fù)雜。硬件故障是否會(huì)導(dǎo)致應(yīng)用中斷不會(huì)會(huì)硬件故障是否會(huì)帶來數(shù)據(jù)丟失不會(huì)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(shí)間和應(yīng)用中斷時(shí)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(shí)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(duì)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(fù)載均衡不需要不是必需，但不做就浪費(fèi)一臺(tái)機(jī)器的計(jì)算資源操作系統(tǒng)映像數(shù)量單份。只需要一個(gè)許可證雙份或多份。每一份操作系統(tǒng)都需要一個(gè)許可證數(shù)據(jù)庫與應(yīng)用軟件許可證數(shù)量單份。只需要一個(gè)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(yán)格測(cè)試以確保在不同負(fù)載下均能正常工作。此外推薦對(duì)應(yīng)用程序作修改以確保可以正確運(yùn)行在雙機(jī)或多機(jī)環(huán)境中。對(duì)數(shù)據(jù)