基于集群的并行虛擬機(jī)容錯技術(shù)研究與實現(xiàn).pdf

1、與傳統(tǒng)的單機(jī)系統(tǒng)相比,集群系統(tǒng)具有更高的可擴(kuò)展性、更高的性能價格比和更高的可靠性,因而愈來愈被廣泛地應(yīng)用到國民經(jīng)濟(jì)的各個領(lǐng)域.隨著集群系統(tǒng)規(guī)模的不斷擴(kuò)大,集群系統(tǒng)內(nèi)部發(fā)生故障的概率也會呈指數(shù)增長.對于集群系統(tǒng)內(nèi)部發(fā)生的節(jié)點機(jī)故障,一般采用優(yōu)美降級的方法.但是對于運(yùn)行時間較長的并行數(shù)值計算,如在計算過程中,它所在的節(jié)點機(jī)發(fā)生故障,就會導(dǎo)致整個并行計算的徹底失敗,故障之前的大量計算不可再用,程序不得不從頭開始執(zhí)行.為了避免因為單個故障導(dǎo)致整

2、個并行計算失敗而引起的計算上的大量浪費,就必須采用相應(yīng)技術(shù)來進(jìn)一步提高集群系統(tǒng)的可靠性.而檢查點技術(shù)(Checkpointing)正是目前被國內(nèi)外廣泛研究的一種用來提高集群系統(tǒng)高可靠性的關(guān)鍵技術(shù).檢查點技術(shù)的基本思想是在系統(tǒng)政黨運(yùn)行的時刻設(shè)置檢查點,保存系統(tǒng)當(dāng)前相關(guān)進(jìn)程的進(jìn)程級信息到可靠的存儲器上,當(dāng)系統(tǒng)發(fā)生故障時,將系統(tǒng)卷回(Rollback)到上一個檢查點處重新執(zhí)行,而不是從程序開始執(zhí)行.在美國國家橡樹嶺實驗室開發(fā)的并行虛擬機(jī)(PV