3.4分布式容错系统 错误的分类 错误一般被分为三类： ●偶发性错误：偶尔发生一次，然后再也不会发生的错 误。再重复操作一次，错误就会消失。 ,例如，一只鸟飞过微波传输器所发射的光束可能导致网络中 一 些数据位的丢失，但传输超时后再传输时，网络数据的传 输又恢复正常。 ·间歇性错误：一会儿发生一会儿消失，反复不断。 例如，网线接触不良会造成网络一会儿连通一会儿断连，这 种间歇性错误很难发现，因而危害性比较大。特别是当人们 使用各种手段进行诊断时，故障又消失了
3.4 分布式容错系统 错误的分类 错误一般被分为三类： ⚫ 偶发性错误：偶尔发生一次，然后再也不会发生的错 误。再重复操作一次，错误就会消失。 ⚫ 例如，一只鸟飞过微波传输器所发射的光束可能导致网络中 一些数据位的丢失，但传输超时后再传输时，网络数据的传 输又恢复正常。 ⚫ 间歇性错误：一会儿发生一会儿消失，反复不断。 ⚫ 例如，网线接触不良会造成网络一会儿连通一会儿断连，这 种间歇性错误很难发现，因而危害性比较大。特别是当人们 使用各种手段进行诊断时，故障又消失了
。永久性错误：当错误出现时，它是不会自动消失的， 必须将发生错误的部件修复后，错误才能消失。 。例如，芯片烧坏、软件错误以及磁盘磁头损坏等都属于永久 性错误。 ·设计和制造容错系统的目的：保证即使存在一些错误， 整个系统仍然能够正常地工作。 。 这个目标与设计各个独立可靠的部件是不相同的，因为它允 许当一些部件失效时，系统仍能正常运行
⚫ 永久性错误：当错误出现时，它是不会自动消失的， 必须将发生错误的部件修复后，错误才能消失。 ⚫ 例如，芯片烧坏、软件错误以及磁盘磁头损坏等都属于永久 性错误。 ⚫ 设计和制造容错系统的目的：保证即使存在一些错误， 整个系统仍然能够正常地工作。 ⚫ 这个目标与设计各个独立可靠的部件是不相同的，因为它允 许当一些部件失效时，系统仍能正常运行
错误或失效可能在任何一个层次发生：例如， 。晶体管、芯片、电路板、处理机、操作系统、用户程 序等等。 ·在容错系统中，需要对部件发生的错误进行分析 和统计。 。如果一个部件在一秒内发生错误的概率为， 那么，它连续k秒正常工作后发生错误的概率是 p(1-p)k 失败发生的均值由下面的公式给出： 00 发生错误的平均时间=∑k(1-p)1 k=1
⚫ 错误或失效可能在任何一个层次发生：例如， ⚫ 晶体管、芯片、电路板、处理机、操作系统、用户程 序等等。 ⚫ 在容错系统中，需要对部件发生的错误进行分析 和统计。 ⚫ 如果一个部件在一秒内发生错误的概率为p， 那么，它连续k秒正常工作后发生错误的概率是 p(1-p)k 失败发生的均值由下面的公式给出： = − = − 1 1 (1 ) k k 发生错误的平均时间 k p p
发生错误的平均时间=∑kI-p) k= 。对于上式，从k=1开始，使用级数无限求和公式： ∑ak=a/(1-a）, 其中，a=(1-p),即 Σ(1-p)k=(1-p)/p=1/p-1 两边再对p求导数，即 -∑k(1-p)k-1=-1/p2 两边乘以-p,我们可以得到： 发生错误的平均时间=Σkp(1-p)k1=1/p 0 例如，如果一个部件发生错误的概率是每秒106，那么， 发生错误的平均时间就是106，也就是11.6天！
⚫ 对于上式,从k=1开始，使用级数无限求和公式： Σαk=α/(1-α)， 其中，α=(1-p)，即 Σ(1-p)k=(1-p)/p=1/p-1 两边再对p求导数，即 -Σk(1-p)k-1=-1/p2 两边乘以-p，我们可以得到： 发生错误的平均时间 = Σkp(1-p)k-1 =1/p ⚫ 例如，如果一个部件发生错误的概率是每秒10-6，那么， 发生错误的平均时间就是106，也就是11.6天！ = − = − 1 1 (1 ) k k 发生错误的平均时间 k p p
3.4分布式容错系统 3.4.2系统失效 通常，在一个分布式系统中，人们希望系统能 够在一些部件发生错误时仍能继续正常工作， 而不仅仅一味地避免发生部件错误。 o 由于分布式系统中有很多的部件，所以，部件 发生错误的可能性比较大，因此，对于一个分 布式系统来说，系统的可靠性是非常重要的。 下面将讨论处理机发生错误或崩溃的情况，由 软件引起的进程错误和崩溃情况也基本上雷同
3.4 分布式容错系统 3.4.2 系统失效 ⚫ 通常，在一个分布式系统中，人们希望系统能 够在一些部件发生错误时仍能继续正常工作， 而不仅仅一味地避免发生部件错误。 ⚫ 由于分布式系统中有很多的部件，所以，部件 发生错误的可能性比较大，因此，对于一个分 布式系统来说，系统的可靠性是非常重要的。 ⚫ 下面将讨论处理机发生错误或崩溃的情况，由 软件引起的进程错误和崩溃情况也基本上雷同