單機(jī)檢查點(diǎn)系統(tǒng)平臺(tái)相關(guān)性研究及性能優(yōu)化.pdf

1、機(jī)群系統(tǒng)的規(guī)模增大，部件增多，導(dǎo)致了機(jī)群的組合錯(cuò)誤率也不斷上升。節(jié)點(diǎn)失效使運(yùn)行于機(jī)群節(jié)點(diǎn)上的作業(yè)面臨中途失敗，從而造成巨大的資源浪費(fèi)，甚至導(dǎo)致大的作業(yè)無(wú)法完成。檢查點(diǎn)系統(tǒng)為節(jié)點(diǎn)提供了較好的容錯(cuò)性能，因此成為機(jī)群操作系統(tǒng)軟件的重要組成部分。通過(guò)建立單機(jī)檢查點(diǎn)系統(tǒng)可以提高操作系統(tǒng)的可靠性，減少運(yùn)算損失，同時(shí)也為構(gòu)造其他容錯(cuò)軟件，甚至是建立整個(gè)機(jī)群環(huán)境的并行檢查點(diǎn)系統(tǒng)提供基礎(chǔ)。 本文主要針對(duì)單機(jī)檢查點(diǎn)系統(tǒng)的實(shí)現(xiàn)技術(shù)進(jìn)行研究，并以曙光4

2、000系列機(jī)群為平臺(tái)，重點(diǎn)討論了系統(tǒng)級(jí)檢查點(diǎn)的平臺(tái)相關(guān)性和性能優(yōu)化策略。曙光4000A中使用的Optemn是基于AMD公司的x86-64架構(gòu)的處理器。目前還沒(méi)有開(kāi)源的檢查點(diǎn)系統(tǒng)對(duì)該體系結(jié)構(gòu)提供過(guò)支持或者相關(guān)技術(shù)探討。 本文首先分析比較了現(xiàn)有檢查點(diǎn)系統(tǒng)，對(duì)檢查點(diǎn)實(shí)現(xiàn)技術(shù)進(jìn)行深入研究，重點(diǎn)討論了系統(tǒng)級(jí)檢查點(diǎn)BLCR的實(shí)現(xiàn)機(jī)制。 然后通過(guò)對(duì)x86-~體系結(jié)構(gòu)的分析，實(shí)現(xiàn)了BLCR對(duì)AMD Opteron的支持，并對(duì)系統(tǒng)級(jí)檢查點(diǎn)