面向容灾的失效检测技术研究与实现

论文摘要

随着信息系统和网络技术的快速发展,信息系统和网络逐渐成为了关键部门工作的基石。当集中存储的数据和大规模使用的网络遭遇自然或人为灾难的侵袭时,损失往往是无可挽回的,故如何抵抗灾难的侵袭从而确保业务的持续运行成为了人们关注的热点之一。失效检测技术是容灾系统的关键技术之一,快速、高效、准确的失效检测是实现有效容灾的前提和保障。本文针对广域网容灾系统的失效检测技术进行了研究,首先分析了分布式系统模型、分布式系统故障模型、失效检测模型和失效检测算法的评价标准,随后分析了高可用领域和网格领域的失效检测算法,以及多节点情况下的失效检测算法的领域知识。本文的工作主要体现在以下方面:（1）深入剖析了一个面向容灾的失效检测模型,并提出该模型中需要解决的若干问题,针对这些问题设计了一种名为HB-DR（Heartbeat for DisasterRecovery）的失效检测算法。该算法定期检测对方状态,根据节点及网络状况输出一个代表系统可用性的ρ值,通过ρ值与失效阈值的比较来判断系统的可用性。可用于容灾模型下系统可用性的检测。模拟测试表明该算法可以解决信息延迟或丢失带来的准确性降低问题。（2）根据容灾系统对规模的要求以及HB-DR算法本身的特点,提出了一个大规模失效检测系统的设计方案,该设计采用邻居链模型结合组间通知的方法提高了系统的可扩展性,降低了系统的负载。（3）通过将HB-DR算法集成到Linux-HA软件中,实现了一个失效检测模拟环境。在该模拟环境下实现了面向容灾的资源检测及管理功能,并对算法进行了测试。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1.1 课题研究背景
• §1.2 容灾的相关概念及重要意义
• 1.2.1 灾难的分类
• 1.2.2 容灾的相关概念及分类
• 1.2.3 容灾系统的指标
• 1.2.4 容灾系统的意义
• §1.3 容灾系统中失效检测算法的重要性
• §1.4 课题研究内容和论文结构
• 第二章 分布式失效检测模型及心跳检测机制研究现状
• §2.1 分布式系统模型
• 2.1.1 同步模型
• 2.1.2 异步模型
• 2.1.3 半同步模型
• §2.2 故障模型
• 2.2.1 Fail-Stop模型
• 2.2.2 Byzantine模型
• 2.2.3 Timing-Failure模型
• §2.3 失效检测的评价标准
• 2.3.1 完整性
• 2.3.2 有效性
• 2.3.3 其它标准
• §2.4 失效检测方法模型
• 2.4.1 推模型
• 2.4.2 拉模型
• §2.5 失效检测算法的研究现状
• 2.5.1 高可用领域的失效检测算法
• 2.5.2 网格领域的失效检测算法
• 2.5.3 大规模失效检测领域中的失效检测算法
• §2.6 本章小结
• 第三章 面向容灾的失效检测算法
• §3.1 面向容灾的分布式系统模型
• 3.1.1 面向容灾的分布式系统模型及其故障模型
• 3.1.2 容灾系统对失效检测的要求
• §3.2 HB-DR失效检测算法
• 3.2.1 HB-DR失效检测算法的应用背景
• 3.2.2 HB-DR失效检测算法解决的问题
• 3.2.3 HB-DR失效检测算法
• §3.3 大规模失效检测系统中失效检测算法的设计
• 3.3.1 系统模型
• 3.3.2 系统的整体结构
• 3.3.3 失效检测的过程
• 3.3.4 节点的管理
• §3.4 本章小结
• 第四章 失效检测算法的测试
• §4.1 容灾系统的逻辑结构设计
• §4.2 容灾系统软件结构设计
• 4.2.1 信息传输层
• 4.2.2 成员管理层
• 4.2.3 资源管理层
• 4.2.4 资源层
• §4.3 失效检测模拟环境的实现
• 4.3.1 Linux-HA软件的结构分析
• 4.3.2 Heartbeat模块的基本构架
• 4.3.3 可靠信息通信的实现方式
• 4.3.4 可靠消息通信的具体实现
• 4.3.5 Heartbeat中失效检测的判定过程
• 4.3.6 Linux-HA中心跳机制的特点及分析
• 4.3.7 修改方案的整体设计
• 4.3.8 具体修改内容
• §4.4 HB-DR失效检测算法的测试
• §4.5 本章小结
• 第五章 总结和展望
• §5.1 工作总结
• §5.2 研究展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果