集群系统中并行计算的高可用管理

摘要

在并行和分布式计算环境中，随着系统规模的增长，系统出错的概率大大增加。为提高集群系统的可靠性和可用性，针对并行计算环境的特点，在利用改进型检查点迁移机制的基础上，分析了集群系统中并行计算高可用管理的关键技术，给出了高可用管理模块的实现方法，可实现集群系统中计算节点的故障自探测、任务自恢复功能。通过验证，证明了该方法的有效性。