分布式系统中失效检测器研究①-计算机系统应用.PDF

计 算 机 系 统 应 用 2009 年 第 5 期 ① 分布式系统中失效检测器研究 Research on Failure Detector in Distributed Systems 董 辉 雷大军 (湘南学院 物理系 湖南 郴州 423000) 摘 要： 失效检测器是分布式系统容错的重要手段，失效检测器性能直接影响到分布式系统的容错能力。本文 针对根据分布式系统中的失效类型，对相应的失效检测器进行了研究，介绍失效检测的定义、设计方 法，分析对失效检测器服务质量的要求。最后指出了失效检测器的进一步研究方向。 关键词： 失效 容错 不可靠失效检测器 拜占庭失效检测器 1 引言 失效检测器的相关概念、分类、设计方法和失效检测 在分布式系统中，由于故障的发生，进程失效是 服务质量进一步进行研究。 不可避免的。一个进程或者是正确的，或者是失效的。 正确的进程会按照程序规定执行正确动作，而根据进 2 不可靠失效检测器 程失效后的行为，可将失效分为以下两类[1] ： Chandra 和 Toueg 提出有关在异步系统中使用 a) 崩溃－停止失效(crash-stop failure)。当进 不可靠的失效检测器(Unreliable Failure Detector, [3] 程出现崩溃－停止失效，进程会停止执行，不会再接 UFD)的问题 。一个不可靠失效检测器可以产生下列 收或发送任何消息。这种失效一般由主机崩溃或者进 两个值之一：Unsuspected 和 Suspected。这两种 程异常中止所导致。 结果都只是提示，这种提示可能精确的反映了进程的 b) 拜占庭失效(Byzantine failure)。当出现拜占 故 障 情 况 ， 也 有 可 能 是 不 精 确 的 。 提 示 值 庭失效，进程不会停止执行，但也不会按照相应算法 Unsuspected 表示检测器最近已经收到表明进程没 接收或发送消息。这种失效一般由逻辑错误或者是恶 有故障的证据，例如，最近从某一进程收到一个消息。 意攻击所导致。 提示值 Suspected 表示有迹象表明进程可能已经出 在分布式系统中，失效检测是故障恢复、动态重 故障了。例如，在最长失效检测时间内没有收到来 自 启、可靠性通信、集群管理等功能的基础。不同副本 进程的消息。 分布在不同的主机上，要检测副本是否出现失效，必