《1 问题的提出》

1 问题的提出

群机冗余是提高系统可靠性,实现系统高可用度的有效途径[1,2]。在工程实现中,常见的是同构型计算机双系统冗余。其工作方式有四种,即冷备、温备、热备和双工[3,4]。它们的拓扑绪构如图1所示。

《图1》

图1 双系统工作状态

Fig.1 The working status of dual systems

(1) 冷备    双系统冷备的工作方式是在工作机故障时,未加电的备份机经过启动后自动切入接替工作机工作,待故障修复完毕,工作机去电变成备用机。

(2) 温备    双系统温备的工作方式是双系统同时加电,且一机工作,另一机处于等待或故障诊断状态。一丁工作机故障时,系统将进行自动切换,由温备机接替工作机工作,待故障修复完毕后,工作机变成备份机。

(3) 热备    双系统热备的工作方式是双机同时加电,且均处于工作状态,只是热备机的处理结果不输出。一丁值班工作机出现故障时,更换值班机,进行结果切换,即原热备机的处理结果输出。

(4) 双工    双系统双工的工作方式是双机同时加电和工作,处理的两个结果进行比较后选择司适(正确)的输出。

实际上,双系统热备和双工都是双机工作同时处理,不过前者由值班机输出结果,非值班机的结果备用,输出结果带有盲目性;而后者结果经过比较,选择合适(正确)的输出,应该说可用性更高。

所以,双工(包括热备)系统运行的工作状态包括双工、湿备和冷备状态,其工作状态转换如图2所示。

由此可见,具有容错结构的同构型计算机双系统的高可靠性和高可用度,除了来自系统软硬件本身的可靠性可用度外,还严重地依赖下列因素,系统发现故障的能力,包括监测时间和成功率;系统状态的转换能力,包括转换时间和成功率。

《图2》

图2 双工系统状态转换图

Fig.2 The statustransitiondiagramofdualsystems

实际上,双系统发现故障的能力不可能达到100%,它的状态转换也不会100%成功。也就是说,应该研究具有一定故障判别成功率和一定状忘切换成功率的双系统。这是实际工程中提出的现实问题。

《2 同构型双系统的可用度分析》

2 同构型双系统的可用度分析

在经典的双系统可用度分析中,都是假定故障判别成功率为100%,且故障诊断的时间允许忽略不计,同时假定切换(包括切入、切出)成功率为100%,且切换时间可以忽略不计[5,6]。在上述条件下,双系统中只要有一台机器工作,即认为双系统可用。其状态转移图见图3a。而现实工程中,必须考虑双机处理结果不同时的故障判别方法,以及故障无法判定时的故障诊断技术。即要考虑故障判别成功率和故障诊断时间,它的状态转移图见图3b[7]

在工程实践中,为了更精确地分析双系统的可用度,还应考虑双机的切换问题。其中包括切入成功率,与此相关的切入时间和再次切入的时间。图3c既考虑故障判别问题,又考虑切入过程的双系统状态综合转移图[8]。

由此可见,双系统可靠使用的状态为0状态和1状态,2状态是不能使用的故障状态,而状态0’、1'和1''都是双系统的过渡状态,它们不是有效工作状态。

从双系统状态转换图3c中,可以计算出考虑故障判别率和切换成功率情况下的双系统稳态可用度

当D=1,a = a' = ∝,相对应双系统状态转移图3b情况,即考虑故障判别率和诊断时间的情况,则:

《图3》

图3 双系统状态转移图

Fig.3 Status transition diagram of dual systems

0-双系统双机正常工作状态;1-双系统一机正常工作,早一机维修状态;2双系统一机均不能正常工作状态;0'一双系统蛇然双工,但有放障而无法判定状忘放陈机;1'一双系统一机维修成动,工作机等待切入状态;1''双系统一次切入不成功状态; λ-平均失敏为平均无故障时间(MTBF)的什数;β一故障诊断率为平均诊断时间的倒数；μ-平均维修率为午均雌惟时间(MTTR)值数;a-切人失效率为平均切入时间的倒数;a' - 再次切入失效率为再次切入时间的倒数(重呆双工时间的值数);C-故障利别率;D切入成办率

经典的双系统可用度计算,就是在D=1, a=a'=∝,C=1, β=∝的特殊条件下的可用度。这是双系统可用度的极限:

采用现代典型的工作站和服务器的各种可靠性数据代入计算,即设定:

则双工系统的可用度与故障判别成功率和切入成功率的关系曲线见图4和图5。

《图4》

图4 可用度与C的关系

Fig.4 The relationship between availability and C

如果工程需求的可用度为99.993%。采用同构双系统,在典型值的计算中,可以获得99.99995%的可用度。考虑故障判别成功率C=0.5,且β=1/(30min),则该双工系统的可用度约为99.997%。进一步考虑双工切换的成功率D=1/(30min),则该双工系统的可用度约为99.997%。进一步考虑双工切换的成功率口=0.5,a=1/(1s),则它的可用度只有99.993%。因此,在双系统工程中,必须重视实现故障成功率和切入成功率的有关技术设计。

《3 结果判别与质量报告》

3 结果判别与质量报告

双工系统的结果判别成功率取决于结果比较的错误判据。常规的双工系统结果判别原则是。

(1) 比较结果相等时,由值班机输出;

(2) 比较结果不相等时,判别两个机器在处理过程中是否有硬件故障和软件故障(例如处理超时、非法操作、越界等),由值班机选择结果优者输出。

《图5》

图5 可用度与D的关系论

Fig.5 The relationship between availability and D

为了避免偶然性故障,有的常规双系统还增设了结果复执和标准程序的测试。结果复执能形成结果三取二的有利局面,然而复执不但耗时而且会造成双机失步的困难局面。

文章主张采用过程控制质量的原理。在双工系统处理结果的中间过程,分成若干自然子过程,每个子过程处理结果都附有一个处理子过程的质量报告,其格式如下:

值得注意,质量报告的形成离不开定时的标准例题测试,它是构成质量评定的基准。在二次测试的间隔时间内的机器处理服务质量视同自评的基准质量。

这样,在运用了质量评佶报告的前提下,双工系统的结果比较选取规则如下。

(1) 结果比较相等,任选一个结果,并在双工选择质量报告中评定为A。

(2) 结果不相等,选择质评报告优者,但双工选择质量评定不能超过B,昆有:选取质量A结果输出,选择质评为B;选取质量B结果输出,选择质评为C。

(3) 判两机的硬故障和软故障存在否?存在,则将选择质评报告的质评定为D。

(4) 对双机的两个结果比较由值班机负责选取,选择质评优者的结果输出。

整个双工结果比较有三个阶段,即结果匹配、结果比较和结果选取。具体流程见图6。

《图6》

图6 双工结果比较流程图

Fig.6 Flow chart of results comparing

《4 双工系统的状态切换技术》

4 双工系统的状态切换技术

计算机双系统的状态切换主要是指双工系统变成单工系统或单工系统切换成双工系统。前者称为切出,后者称为切入。切出过程比较简单,且没有双机的同步问题。而切入过程比较复杂,切入命令对工作机来讲,相当于一个系统宏中断,切入现场要迁移到切人机中;还存在一个切入同步问题,即当双机的切入准备都完毕时,才发出双工整步命令。系统进入双工状态。切入全过程见图7。

其中有一个选择切入最佳时机问题。所谓切人时机最佳就是迁移的切入现场最小。对于服务流水处理的机器而言,切人现场最小是流水服务的初态。为了保障系统对外服务不断流,有效的方法是采用输入双缓冲技术。

当切人命令来临时,无论工作机与切入机均改换输入缓冲,缓冲新的输入请求服务,但不执行;与此同时,切入机继续处理原缓冲区内的割余请求服务,直到原缓冲空,执行现场迁移;等到双工整步命令,两台机器才开始处理新的缓冲区中的服务请求。双缓冲技术的原理图见图8,设:

《图7》

图7 切人过程流程图

Fig.7 The flow chart of cut-in process

其中,选择最佳切入时延la,与切入时刻以前进入系统而尚未处理的请求服务数量n和平均服务时间,有关。取平均值

《图8》

图8 输入双缓冲技术

Fig.8 The technology of double input buffers

迁移现场时延lu,与迁移的现场和大小以及迁移现场的单位传输时间t。有关。通常现场中包含两部分,一部分现场是时间函数/:,另一部分是非时间函数八,与时间无关的现场可以在切入时刻之前先期准备完毕。所以:

在忽视双工整步命令时延的条件下,整个切入过程的时间为:

《5 结束语》

5 结束语

文章是有关计算机双工系统方面的理论与技术成果。它突破了经典的双工系统理论分析,提出了故障判别成功率,故障诊断时间,切入成功率,切入时间和再次切人时间等新的概念。丰富了双工分析的内涵,使理论分析更接近工程实践。用这些新概伊可提高研制质量,具有重要的指导意义。

例如,故障判别成功率直接来源于双工设计中的故障判据。因为任何故障判据不可能覆盖机器可能出现的所有故障。也就是说,故障判别成功率在实际中不会是100%。复杂的故障判据虽然能提高故障覃盖范围,但实现判据的难度会增加,而日直接影响到可靠性。折衷的设计是合理的。文章的双工系统理论分析指出:在一定的故障判别成功率的条件下,缩短故障诊断时间将是有效提高双工系统可用度的关键。换言之,应该平衡选取故障判别成功率和故障诊断时间。

再例如,不可能设计出一个切入成功率达到100%的切入方案,其中,切入成功率与切入时间、包括再次切人时间相互关联。理论分析证明,应该平衡设计切入成功率和切入时间。

本文在实践双工系统故障判据和状态切换过程中,提出了两项新技术,即控制处理信息过程的质量报告和选择切入最佳时机的最小迁移现场的技术。前者是为了有效提高故障判别成功率,即在两机处理结果不相同的情况下,利用信息处理中间过程的质量差异,来增加判别结果的真假;而后者是直接影响切入成功率和切入时间的关键所在。目前切入过程最常见的技术是“断流归零“法。例如DEC的Trucluster0racle公司的数据库并行工作方式,以及网络通讯切换…...。它们都在切入过程中中断服务处理,迁移基本现场,丢掉过程中的服务。而本文中提出的双输入缓冲方案,目的在于不让服务有断流,达到迁移现场最小的目的,以实现提高的切人成功率,缩短切入时间的研制要求。这两项工程实现技术都具有重要的参考价值。