计算机可靠性设计.ppt

第六章 计算机可靠性设计 计算机可靠性设计 计算机故障 计算机可靠性 计算机容错与冗余技术 计算机故障 计算机故障，是指造成计算机功能错误的 硬件物理损坏或程序的错误。 故障可分为两大类： 一类是元器件、电路、机械、介质等部分的物 理损坏，称为硬故障； 另一类是因电磁干扰、偶尔落入的尘埃、温度 变化、电源掉电或病毒感染而导致系统功能不 正常，不能正常运行的故障称为软故障。 计算机故障 计算机故障可以分为以下类别： 按照故障部位可以分为独立故障，局部性故障 ，全局性故障。 按照故障发生时间可以分为暂时、永久性，边 缘性故障。 按照故障原因可以分为硬件故障，机械故障， 人为故障，软件故障，病毒故障。 计算机故障 故障产生的原因： 集成电路本身缺陷 静电感应击穿 电气干扰 环境影响 管理不善 计算机故障 故障检测原则： 先软件后硬件，先外设后主机，先电源后负载，先一 般设备后特殊设备，先公用后专用，先简单后复杂。 故障检测方法主要有： 原理分析法、诊断程序法、直接观察。 插拔或更换器件、静态芯片测量、动态分析、升温降 温法。 对时隐时现的故障往往用拉偏的方法可以使故障现象 再现，从而便于查找。 计算机可靠性设计 计算机故障 计算机可靠性 计算机容错与冗余技术 计算机可靠性RAS是可靠性，可维护性，可用性 的综合。 可靠性是计算机在规定时间与条件下完成规定功能的 概率。其中规定条件：环境条件，作用条件，维护条 件，操作条件。 可维护性是因为故障而失效时，通过维护恢复正常的 能力。 可用性是计算机各种功能满足需要的程度，是计算机 在执行任务中任何时刻都能够正常工作的概率。 计算机可靠性 计算机可靠性主要有两个方面：避错和容 错。 避错就是故障检测、故障诊断技术则是通过检 测和排除系统元器件或线路故障，或纠正程序 的错误来保证和提高系统可靠性的方法。 所谓“容错技术”，是指用增加冗余资源的方法 来掩盖故障造成的影响，使系统在元器件或线 路有故障或软件有差错时，仍能正确地执行预 定算法的功能。 计算机可靠性设计 计算机故障 计算机可靠性 计算机容错与冗余技术 计算机容错与冗余技术 计算机修理可以分为热修理与冷修理，其 区别就在于修理过程是否计算机加电运行 。 为了防止数据丢失，允许进行数据备份， 也可以分为热备份与冷备份。 计算机容错与冗余技术 冗余技术是采用多个设备同时工作，当其中一个 设备失效时，其它设备能够接替失效设备继续工 作的体系。 在PC服务器上，通常在磁盘子系统、电源子系统 采用冗余技术。 冗余可以分为多个层次。 用户容错是用户自行备份数据。 线路容错是对通讯线路与网络进行冗余备份。 存储容错是对存储器进行容错。 计算机容错与冗余技术 在存储器容错中使用最多的技术就是冗余磁盘阵 列技术。 冗余磁盘阵列RAID技术1987年由加州大学伯克利 分校提出。 所谓RAID（Redundant Array of Inexpensive Disks），是指将多个磁盘连成一个阵列，然后以 某种方式写磁盘，这种方式可以在一个或多个磁 盘失效的情况下防止数据丢失。 计算机容错与冗余技术 磁盘控制器是一个在主机和磁盘组之间提 供接口的电子器件。 从主机的角度看，控制器使得整个磁盘组 就象一片又快、又大、又可靠的虚拟磁盘 。 RAID的另一特征是具备数据校验(Parity)功能。 校验可被描述为用于RAID级别2以上的额外的信息，当 磁盘失效的情况发生时，校验功能结合完好磁盘中的 数据，可以重建失效磁盘上的数据。 数据可用性(Data Availability)也是RAID系统的指 标之一。 数据可用性指的是阵列内部容错能力的水平，数据可 用性程度越高，可被理解为当发生越多的部件失效时 而数据访问仍不丢失。 RAID通过基带条、奇偶校验和镜像实现其冗余和 容错的目标。 基带条意味着在文件可同时被写入多个磁盘的数 据块中。 通过在传输后对所有数据进行冗余检测，奇偶校 验能够确保数据的有效性。通过奇偶校验，当 RAID系统的一个磁盘发生故障时，其它磁盘能够 重建该故障磁盘。 镜像包括创建磁盘的复制拷贝。 磁盘阵列其实也分为软阵列(Software Raid) 和硬阵列(Hardware Raid)两种。 软阵列即通过软件程序并由计算机的CPU提供 运行能力所成。 硬阵列是由独立操作的硬件提供整个磁盘阵列 的控制和计算功能。不依靠系统的CPU资源。 软阵列只适用于Raid0和Raid1。 RAID可以分为06等级。 RAID0是数据基带条阵列 RAID1称为镜像的磁盘阵列 R