Linux内核级多进程任务容错技术研究

摘要

随着计算机芯片的工作电压的降低，工作频率的提高，芯片瞬时故障概率越来越大，在某些领域，计算机系统更要承受外界环境的干扰，进一步增加瞬时故障发生的概率。为了提高计算机系统的整体可用性，研究容错技术非常有必要。目前较为成熟的硬件容错技术成本都很高且通用性较差，而常见的软件容错技术一般都只考虑故障检测，没有相应的错误恢复机制，实现方式透明性差，并且目前的进程级软件容错技术都有潜伏故障的问题。
　　本文基于Linux内核提出一种进程级软件容错技术，使用内核模块实现进程的冗余对比，具有用户透明性，同时考虑多进程任务的支持;并结合编译器调试技术和增量检查点技术，相对传统软件容错减少了潜伏故障发生的可能。本文的软件容错技术实现方案为：解析任务进程中包含的调试信息，传递给内核错误检测模块，并将任务进程复制为两份冗余同步执行，在任务进程进入系统调用时对进程的状态进行对比，来检测故障。使用增量检查点按照定时或错误检测结果两种方式保存进程的状态，提供恢复机制。监控任务进程创建的子进程，自动将其纳入容错范围，提供多进程支持。该方案不需修改用户源代码，无需额外硬件支持，具有较好透明性。
　　最后设计一种软件故障注入工具，能对目标进程的多个数据段进行随机故障注入。在此基础上验证了Linux内核级多进程任务容错技术减少潜伏故障的有效性。并对多进程任务的支持进行实验，测出其并行加速性能和开销。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景及意义

1.2 研究现状

1.3 论文结构和章节安排

第2章 容错技术概述

2.1 软件容错技术

2.2 潜伏故障

2.3 本章小结

第3章 Linux内核级多进程任务容错技术框架

3.1 内核级双模冗余容错技术原理

3.2 双模冗余故障检测技术

3.3 增量检查点技术

3.4 本章小结

第4章 Linux内核级多进程任务容错系统设计与实现

4.1 双模冗余故障检测模块

4.2 增量检查点模块

4.3 本章小结

第5章 容错系统的故障注入实验

5.1 故障注入技术及实现

5.2 实验结果及分析

5.3 本章小结

结论

参考文献

致谢