[計(jì)算機(jī)軟件及應(yīng)用]第十章故障恢復(fù)與系統(tǒng)容錯(cuò)(編輯修改稿)
2025-02-15 17:38 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 的提交。在這種情況下，恢復(fù)文件中相應(yīng)的事務(wù)狀態(tài)表目為等待提交，然后進(jìn)行提交以保證恢復(fù)文件中已提交事務(wù)的時(shí)間段定序?；謴?fù)過(guò)程中允許提交任何等待提交事務(wù)，因?yàn)樵撌聞?wù)所等待的事務(wù)要么已經(jīng)提交，要么由于服務(wù)器出故障而異常終止。 1．對(duì)兩階段提交協(xié)議的恢復(fù) 在分布式事務(wù)中，各臺(tái)服務(wù)器保存自身的恢復(fù)文件。當(dāng)服務(wù)器出故障時(shí)，恢復(fù)處理程序必須可對(duì)執(zhí)行兩階段提交協(xié)議的事務(wù)進(jìn)行有效恢復(fù)。在恢復(fù)處理程序中用到另外兩個(gè)狀態(tài)值 done和 uncertain。協(xié)調(diào)程序使用提交狀態(tài)以表示表決的結(jié)果是 Yes，并使用 done狀態(tài)表示兩階段提交協(xié)議執(zhí)行完畢。工作者使用 uncertain狀態(tài)表示自身表決為 Yes但還不知道最終結(jié)果。協(xié)調(diào)程序表目記錄相應(yīng)的工作者，工作者表目記錄相應(yīng)的協(xié)調(diào)程序，如表 10 .2所示。 在協(xié)調(diào)的第一階段，當(dāng)協(xié)調(diào)程序準(zhǔn)備提交時(shí) (即已將準(zhǔn)備狀態(tài)表目添加到恢復(fù)文件中 )，恢復(fù)處理程序?qū)f(xié)調(diào)程序表目添加到恢復(fù)文件中。在工作者表決 Yes之前，該事務(wù)必須已經(jīng)準(zhǔn)備提交 (即已把準(zhǔn)備狀態(tài)表目添加到恢復(fù)文件中 )。當(dāng)工作者表決 Yes時(shí)，恢復(fù)處理程序?qū)ぷ髡弑砟孔飨鄳?yīng)記錄并將 uncertain狀態(tài)添加到恢復(fù)文件中。當(dāng)工作者表決 No時(shí)，恢復(fù)處理程序?qū)?abort事務(wù)狀態(tài)表目添加到恢復(fù)文件中。 在協(xié)議的第二階段，與協(xié)調(diào)程序相應(yīng)的恢復(fù)處理程序根據(jù)不同情況將提交或異常終止事務(wù)狀態(tài)添加到自身的恢復(fù)文件中，與工作者相應(yīng)的恢復(fù)處理程序根據(jù)協(xié)調(diào)程序發(fā)送來(lái)的消息，將提交或異常終止事務(wù)狀態(tài)添加到各自的恢復(fù)文件中。當(dāng)協(xié)調(diào)程序收到所有工作者的確認(rèn)消息后，其恢復(fù)處理程序?qū)?done事務(wù)狀態(tài)添加到恢復(fù)文件中。 done狀態(tài)表目并不是協(xié)議的一部分，但在重新組織恢復(fù)文件時(shí)要用到它。如圖10 .4所示 . 當(dāng)服務(wù)器重新啟動(dòng)時(shí)，恢復(fù)處理程序必須恢復(fù)數(shù)據(jù)項(xiàng)并處理兩階段提交協(xié)議。充當(dāng)協(xié)調(diào)程序的事務(wù)必須找到協(xié)調(diào)程序表目和一系列事務(wù)狀態(tài)表目，充當(dāng)工作者的事務(wù)必須找到工作者表目及一系列事務(wù)狀態(tài)表目。無(wú)論是哪種情況，都由最當(dāng)前 (最接近登錄末尾 )的事務(wù)狀態(tài)表目確定出故障時(shí)事務(wù)的狀態(tài)。 若恢復(fù)處理程序執(zhí)行兩階段提交協(xié)議，則其行為取決于相應(yīng)服務(wù)器是充當(dāng)協(xié)調(diào)程序還是充當(dāng)工作者，以及故障發(fā)生時(shí)服務(wù)器的狀態(tài)。其具體情況如表 10. 3所示。 2．恢復(fù)處理程序的重新組織 執(zhí)行 checkpointing時(shí)必須保證：若某事務(wù)的狀態(tài)不是 done，則與之相應(yīng)的協(xié)調(diào)程序表目不能從恢復(fù)文件中刪除，直到所有工作都確認(rèn)已完成相應(yīng)事務(wù)?？蓪?duì)狀態(tài)為 done的表目進(jìn)行刪除，但若某事務(wù)的狀態(tài)為 uncertain，則相應(yīng)的工作者表目必須保留。 在設(shè)計(jì)嵌套事務(wù)的恢復(fù)系統(tǒng)時(shí)假定每個(gè)事務(wù)可以在獨(dú)立的一臺(tái)服務(wù)器上運(yùn)行。 例如，在圖 10 .5中，事務(wù) T T1 T1 T2可存取相同的數(shù)據(jù)項(xiàng) A，但是存取過(guò)程有一定順序。子事務(wù)的臨時(shí)版本基于父事務(wù)的臨時(shí)版本，當(dāng)某子事務(wù)提交時(shí)，相應(yīng)的父事務(wù)繼承它臨時(shí)提交的臨時(shí)版本。當(dāng)某子事務(wù)異常終止時(shí)，丟棄它的臨時(shí)版本。分層中最頂層的事務(wù)最終提交時(shí)，它的版本成為新的提交版本。 在最頂層事務(wù)提交或異常終止以前，臨時(shí)提交的臨時(shí)版本代表相應(yīng)子事務(wù)，并將它寫入服務(wù)器的恢復(fù)文件中。在對(duì)最頂層事務(wù)進(jìn)行處理以前，必須先完成準(zhǔn)備提交子事務(wù)的上述過(guò)程。最頂層事務(wù)的兩階段提交協(xié)議作為協(xié)凋程序決定了這些臨時(shí)版本在恢復(fù)文件中的最終狀態(tài)。 10． 2． 4 事務(wù)的故障模型 Lampson(1981)提出了一種可解釋為磁盤、服務(wù)器和通信故障的分布式事務(wù)故障模型。在這種模型中，若發(fā)生的故障是可預(yù)測(cè)的，則可以保證算法正確運(yùn)行，否則不能保證算法可正確運(yùn)行。這種模型還是可能發(fā)生故障，但可以在任何不正確的情況發(fā)生以前通過(guò)算法進(jìn)行檢測(cè)以發(fā)現(xiàn)和處理該故障。這種模型描述如下： (1)向永久存儲(chǔ)器進(jìn)行寫操作時(shí)可能發(fā)生故障，例如可能沒(méi)有寫入或?qū)懭脲e(cuò)誤數(shù)據(jù)。另外寫入錯(cuò)誤塊是災(zāi)難性錯(cuò)誤，文件存儲(chǔ)器也可能遭到破壞，可以通過(guò)對(duì)永久存儲(chǔ)器進(jìn)行讀操作的方式來(lái)檢測(cè)數(shù)據(jù)塊是否遭到破壞 (例如，通過(guò)校驗(yàn)和方法 )。 (2)服務(wù)器隨時(shí)可能發(fā)生故障，當(dāng)重新啟動(dòng)時(shí)，服務(wù)器的易失性存儲(chǔ)器丟失了故障發(fā)生前的所有數(shù)據(jù) (如數(shù)據(jù)項(xiàng) )，因此，必須進(jìn)行重新設(shè)置。當(dāng)處理器發(fā)生故障時(shí)，必須使之失效以防止發(fā)送錯(cuò)誤消息或?qū)㈠e(cuò)誤數(shù)據(jù)寫入永久存儲(chǔ)器中。處理器利用永久存儲(chǔ)器和其他處理機(jī)的信息來(lái)恢復(fù)自身數(shù)據(jù)項(xiàng)的值。故障可能在任何時(shí)候發(fā)生，在對(duì)故障進(jìn)行恢復(fù)時(shí)可能再次發(fā)生故障。 (3)在消息到達(dá)目的地之前可能有一個(gè)隨機(jī)延遲。消息可能丟失，被復(fù)制或被破壞，接收者應(yīng)能對(duì)遭到破壞的消息進(jìn)行檢測(cè) (通過(guò)校驗(yàn)和方法 )，偽造的消息或已遭破壞但役有檢測(cè)出來(lái)的消息是災(zāi)難性錯(cuò)誤。 可利用這種故障模型設(shè)計(jì)穩(wěn)定系統(tǒng)，該系統(tǒng)各部件中可對(duì)任何單一故障進(jìn)行容錯(cuò)處理。當(dāng)發(fā)生單一的寫操作故障或單一的進(jìn)程故障時(shí)，穩(wěn)定存儲(chǔ)器可提供原子寫操作。發(fā)生故障后，穩(wěn)定處理器可利用穩(wěn)定存儲(chǔ)器來(lái)恢復(fù)數(shù)據(jù)項(xiàng)，并可通過(guò)一個(gè)可靠的遠(yuǎn)程過(guò)程調(diào)用機(jī)制屏蔽通信故障。 10． 3容 錯(cuò) 計(jì)算機(jī)的各個(gè)部件都是由若干軟件和硬件組合而成的，它們隨時(shí)可能發(fā)生故障。分布式系統(tǒng)是由并發(fā)運(yùn)行于不同計(jì)算機(jī)上的處理器組成的，它通過(guò)通信子系統(tǒng)進(jìn)行通信轉(zhuǎn)換，相對(duì)于計(jì)算機(jī)而言，通信子系統(tǒng)的行為相對(duì)較慢，也相對(duì)不可靠，這就導(dǎo)致了在設(shè)計(jì)正確的服務(wù)時(shí)相互對(duì)立的兩個(gè)方面： (1)分布式系統(tǒng)中某個(gè)服務(wù)操作常常依靠運(yùn)行于其他計(jì)算機(jī)上的其他服務(wù)操作。但是由于計(jì)算機(jī)可能出故障，通信也不可能完全可靠，這就會(huì)導(dǎo)致后者響應(yīng)失敗。另外，服務(wù)器本身很難檢測(cè)出其他相關(guān)計(jì)算機(jī)是否發(fā)生故障，其他服務(wù)器是否超載等。 (2)可將運(yùn)行于不同計(jì)算機(jī)上的一系列服務(wù)器聯(lián)合起來(lái)，服務(wù)器的聯(lián)合執(zhí)行相對(duì)于任何單個(gè)的服務(wù)器
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1