《计算机系统容错技术》课程教学研究与探讨

第 !" 卷第 # 版）
’()*+,- (. )+/01*2/34 (. 25,+65,/ .(* 27/1+71 ,+8 3175+(-(64
09:; !" +9; ! 2 <=; !$ $%
《 计 算 机 系 统 容 错 技 术 》课 程 教 学 研 究 与 探 讨
邵清， 魏!
（ 上海理工大学 计算机工程学院， 上海 !$$$&# ）
摘> 要： 《 计算机系统容错技术》 是计算机科学与技术专业一门新的 课程， 本文分析了 《 计算 机系统容 错技术》 课程 性质与特点， 对教学过程的 重点难点进行了研究和探讨， 以达到提高教学质量和 教学效果的目的。 关键词： 计算机系统容错技 术； 教学研究； 故障； 冗余； *,/8
科学性、 系统性、 实用性和先进性” 的统一。与此同 时， 对一些陈旧内容要大胆舍弃。 ! 教学的重点和难点 计算机系统容错技术课程按教学内容的性质和 特征， 主要介绍容错技术的基本概念、 基本理论和实 现原理， 各种容错方案的优缺点和选择方法， 容错技 术研究的最新成果， 以及容错技术的未来发展趋势。 本课程要求教师在课堂上深入浅出地讲述提高计算 机系统可靠性所采用的基本的容错技术， 主要包括 故障检测与诊断技术、 故障屏蔽技术、 动态冗余 技 术、 软件容错技术和信息保护技术等。这些基本知 识有些内容比较枯燥， 学生不易接受， 而这些基本知 识又是为学生系统地、 整体的思维方式打基础。以 下就容错技术教学中涉及的几个重要问题， 谈谈自 己的教学体会 。!@ ? 故障、 差错和失效的关系 这是理解容错技术的关键。这三者之间容易混 淆， 因而也是讲授的难点。必须搞清楚三者之间的 因果关系。首先， 故障指系统在规定条件下不能完 成其规定功能的一种状态。这种状态往往是由不正 确的技术条件、 运算逻辑错误、 零部件损坏、 环境变 化、 操作错误引起。而差错是系统中由于故障而造 成的信息或状态的不正确。因此， 故障是差错的原 因， 而差错是故障的结果， 如图 ? 所示。而失效则是 指系统未能正确提供预先指定的服务。故障会造成 差错， 但并不总是故障 一出现就立即 会产生差错。 从故障发生到差错出现有一定的潜伏期， 同样从差 错出现到造成失效也有一定的时间间隔。
> > 随着计算机的应用越来越广泛， 人们对计算机 系统的可靠性要求也越来越高。实现计算机应用的 高可靠性是实现社会信息化、 数字化的关键， 是人们 能够无忧无虑地使用计算机的基础， 而容错技术是 提高计算机系统可靠性的重要手段。因此， 近年来， 热心于计算机系统容错技术研究的人员越来越多， 开设容错技术方面课程和研究生研究方向的高校和 专业也在不断增加。我校也在计算机科学与技术专 业中新开设了这门课。计算机系统容错技术是计算 机科学与技术专业的专业选修课， 课程综合运用了 先修课中学到的知识和理论， 学生通过对容错技术 的基本知识的学习， 为今后从事研究和应用工作打 下一定的理论基础和应用基础。因此本课程在计算 机类教学计划中具有重要的地位和作用。 ? 课程特征及教学要求 容错技术是计算机学科和自动化领域中一门新 兴综合性学科， 涉及计算机、 系统论、 信息论、 控制论 等多学科知识和技术。它与计算机专业的许多课程 不同， 需要软件和硬件的结合， 更需要理论和应用的 密切联系。其主要特点是： 涉及的专业知识多， 是一 门技术性很强的学科。 由于容错技术内容十分广泛， 作为一门课程， 应 力图反映本学科的主要研究内容和主要研究方向， 但因受课时的限制， 所以并非全部内容都一一讲到。 本课程教学的指导思想是： 精心选择教学内容， 既涵 盖了容错技术方面的经典理论、 原理和方法， 又能反 映学科发展前沿， 还融入在实际容错分析设计中一 些行之有效的实用 法、 技术， 努力体现 “ 基础性、
作者简介： 邵清 ， 讲师 ;
! 第"期
邵 清等： 《计算机系统容 错技术》 课程教学研究与探讨
<"
操作。 静态冗余和动态冗余各有特点， 可用于不同场
图 #! 故障、 差错与失效的关系
合。对于采用静态冗余技术的系统来说， 其优点是 系统不进行故障检测、 定位和系统的恢复等工作， 省 掉了大量软件工作， 简单易行， 不损失系统的反应时 间和精度； 特别当系统处于不可维修的情况下， 这种 冗余技术在系统内部发生故障时， 从外部看整个系 统仍然正常工作。而动态冗余的真正价值在于， 系 统中的各子模块无需或少许增加设备， 就可以起到 互为冗余的作用。这样就可以不增加系统的硬件开 销， 设备充分共享， 弱化了故障。使得系统在局部故 障的情况下， 用备用模块替换故障模块， 保证系统的 正常工作。例如在网络中要提高客户服务器的吞吐 能力， 可进行动态冗余备份， 这样用户在不增加服务 器的情况下， 响应访问高峰时的突发流量， 避免服务 器过载。 $% " 存储系统中常用的磁盘阵列技术 对于容错技术应用中独立磁盘冗余阵列 ()*+ （ (,-./-0/1 )’’02 34 */,56,/789, +87:7） 这部分内容， 主要从 ()*+ 各级别的关系来讲解， 掌握了它们之 间的关系， 对于 ()*+ 应用就比较容易理解了。 对于计算机系统来说， 由存储器故障引起的数 据丢失， 对整个系统的打击是致命的。而 ()*+ 则 是解决这一问题的一个主要方法。 ()*+ 是把许多 物理盘按组构成一个阵列子系统， 每组对于主机操 作系统来说都是单个逻辑盘， 组内各物理盘可并行 操作。采用低代价的容错编码方案， 在 ()*+ 系统 中某些存储空间内存放冗余的数据校验信息， 使得 部分数据损坏后可以 得到恢复。在 存储磁盘失效 时， 被损坏的磁盘以热置换的方式保证关键性数据 和运算不间断运行。根据组建磁盘阵列的用途及组 建模式可以把磁盘阵列分为 ()*+ ; 、 ()*+ # 、 ()*+ $、 ()*+ " 、 ()*+ < 、 ()*+ = 等， 不同的磁盘阵列所能 达到的性能与容量都是不相同的， 用户可以根据自 己的需求选择合适的阵列类型， ()*+ 技术提供给用户数据存储方面的容错特 性， 如热备份、 根据校验码重建数据或坏扇区重新分 配等。而各种 ()*+ 级别采用的容错 以及所采用的容错 式是不相同 的， 因此对于每一种级别必须搞清楚它的存储结构 式， 这样才能正确应用。 均匀分配在阵列中各 从结构上看 ()*+;