[发明专利]故障切换系统及方法

说明书

技术领域

本发明涉及计算机及网络体系结构，特别涉及一种故障切换系统及方法。

背景技术

社会越来越多地依赖于计算机和网络来进行互动及贸易。为实现在关键系统中的高水平的可用性要求，应尽量减小由软件及硬件缺陷引起的意外故障时间。

金融服务业是一种系统可用性要求高的行业，但其仅为一种产业的一个例子。的确，在现今的金融业，大量的数据处理活动由计算机系统支持。特别有趣的是，所谓的“实时”及“近实时”的联机事务处理应用程序，其为典型地长时间高速地和低延时地处理大量应用的交易事务。这些应用程序一般显示出以下特征：(1)复杂且高速的数据处理，(2)可靠的非易失性数据存储，以及(3)高水平的可用性，例如，支持在大体上不间断的基础上服务的能力。当实施时，由于它们在系统行为上存在相互矛盾的影响，现有的应用程序倾向于在这些性能要求之间进行折衷，且没有设计可以同时地完全满足全部三个特征，如下面更详细的概述。

首先，复杂的数据处理是指及时执行大量的计算、数据库恢复/更新等的能力。这可以通过并行处理实施，这里多个工作单元可以在相同的物理机器或在分布式网络上同时执行。在一些系统中，每个事务的结果取决于在先已完成的事务的结果。这些系统的这种并行方面在本质上是不确定的：归因于竞态条件、操作系统调度任务或者可变的网络延迟，不能预测的消息及线程执行顺序，也不能简单地通过将输入消息的副本传递给一复制的系统中来对其进行并行处理。不确定的系统具有不同的输出。因此，抱有一旦另一计算机故障具有一替换的目的，在两个不同的计算机上并行运行两个进程，不确定的系统呈现出严峻的挑战。

其次，可靠的非易失性数据存储是指持续地存储所处理的数据的能力，即使大量的系统软件或硬件组件遇到意外的故障。当访问或修改共享数据时，其通常可以通过使用原子性的(Atomic)、一致性的(Consistent)、隔离性的(Isolated)和持久性的(Durable)(“ACID”)事务来实现。一旦工作单元完成，ACID事务可以确保数据的完整性和持续性。每个提交的ACID事务被写入非易失性计算机内存(硬盘)，这帮助确保数据的持久性，但其在性能方面有很大的损失，且通常拖慢整个系统。

第三，高度可用的系统试图确保一给定的计算机系统的可用性的百分比尽可能接近该时间的100％。这种可用性可以通过冗余的软件和/或硬件实施，其接管了组件故障检测的功能。为了成功，故障切换不仅复制数据，也复制进程状态。如本领域技术人员将领会的，在不确定的系统中(例如系统内相同事件集合的计算处理可能具有一个以上的结果，其取决于其中这些事件的处理顺序)，状态复制将尤为具有挑战性。

高度可用的软件应用程序通常部署在冗余环境中，以减少和/或消除通常与底层硬件关联的单点故障。两种常见的方法通常被认为是一种高度可用性的形式，被称为热故障切换和温和故障切换。热故障切换涉及是指在多个系统中同时处理相同的输入，本质上在这些系统中的其中一个发生故障的情况下提供完全冗余。温和故障切换涉及是指复制应用程序(例如数据)的状态于备用系统中，而不处理在备用系统中的数据，但具有能够加载数据处理的引用程序的能力及在主系统故障时支持的能力。冷故障切换并不认为是许多高度可用性的形式，其为另一种故障切换类型，是指简单地提升备用系统及准备该备用系统以承担自主系统的处理责任。

在热故障切换配置中，两个应用程序的实例同时运行在两个不同的硬件设备上，处理相同的输入副本。如果其中一个设备遇到一个关键的故障，一补充同步系统可以确保另一个继续支持工作负载。在温和故障切换配置中，一个系统设计为主系统，其运行应用程序；一旦故障，第二个系统，处于备用状态等待的指定的备份系统，将“被唤醒”、接管、及重新恢复该功能。

现有技术的热故障切换办法具有至少两个缺点。第一，补充软件必须运行，以保持两个系统同步。在这种不确定系统的情况下，这种同步运行在性能及复杂性方面可能会导致无法接受的(或其他不良的)下降，这里事件的到达顺序必须保证是完全相同的。另外，现有技术的用于这些应用的并行系统通常允许多线程同步执行，因此它们有固有的不确定性。不确定性还为系统的服务器及客户在地理上分散，这里可变网络延迟了提供消息至一不可预知序列中的服务器。