[發(fā)明專利]面向云平臺(tái)的軟件故障容忍方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110405522.6
• 申請(qǐng)日: 2011-12-08
• 公開（公告）號(hào): CN102521128A
• 公開（公告）日: 2012-06-27
• 發(fā)明（設(shè)計(jì)）人: 金海;鄒德清;陳剛;羌衛(wèi)中;胡剛;代煒琦
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué)
• 主分類號(hào): G06F11/36
• 分類號(hào): G06F11/36
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 朱仁玲

技術(shù)領(lǐng)域

本發(fā)明屬于軟件可靠性技術(shù)領(lǐng)域，具體地說(shuō)，本發(fā)明涉及一種面向云平臺(tái)的軟件故障容忍方法。

背景技術(shù)

云計(jì)算作為一種新興的IT基礎(chǔ)架構(gòu)，它為互聯(lián)網(wǎng)用戶或者企業(yè)內(nèi)部用戶提供方便靈活、按需配置、成本低廉的包含計(jì)算、存儲(chǔ)、應(yīng)用等在內(nèi)的多種類型網(wǎng)絡(luò)服務(wù)。云平臺(tái)在提供用戶多樣化的服務(wù)時(shí)，也面臨了保障服務(wù)軟件的高可用性的挑戰(zhàn)。一旦云服務(wù)出現(xiàn)故障，若不采取相應(yīng)的保護(hù)措施，則其產(chǎn)生的后果及造成的經(jīng)濟(jì)損失是無(wú)法估量的。

雖然軟件開發(fā)過(guò)程和方法已經(jīng)研究了數(shù)十年，但是迄今為止，仍然沒(méi)有一種可靠的方法來(lái)保證復(fù)雜的軟件系統(tǒng)免出故障。實(shí)際上，保證軟件無(wú)故障的方法是不可能得到的，只有通過(guò)容錯(cuò)技術(shù)來(lái)處理不可預(yù)知的軟硬件故障，其中以微重啟技術(shù)，錯(cuò)誤忽視技術(shù)和基于檢查點(diǎn)的回滾機(jī)制為代表：

1)微重啟技術(shù)是針對(duì)大型分布式應(yīng)用軟件系統(tǒng)發(fā)生故障時(shí)恢復(fù)時(shí)間過(guò)長(zhǎng)問(wèn)題，通過(guò)快速地重啟局部來(lái)解決局部故障以避免整體宕機(jī)，從而提高了應(yīng)用系統(tǒng)的可用性。

2)錯(cuò)誤忽視技術(shù)是對(duì)內(nèi)存訪問(wèn)的錯(cuò)誤操作提出了方案，插入了內(nèi)存訪問(wèn)的檢查指令，如果不合法，則返回一個(gè)杜撰值。而且返回的值會(huì)被邏輯檢查，從而能將預(yù)料外的非法變成預(yù)料中的非法。

3)基于檢查點(diǎn)的回滾機(jī)制是使用檢查點(diǎn)來(lái)提供錯(cuò)誤容忍，目前基于檢查點(diǎn)的回滾機(jī)制在軟件錯(cuò)誤容忍技術(shù)中應(yīng)用普遍。當(dāng)軟件出現(xiàn)錯(cuò)誤時(shí)，可以根據(jù)檢查點(diǎn)或者日志回滾到一個(gè)檢查點(diǎn)并對(duì)先前出現(xiàn)的錯(cuò)誤進(jìn)行相應(yīng)處理而不造成軟件再次出錯(cuò)。

然而，在復(fù)雜的云計(jì)算環(huán)境下，現(xiàn)有的軟件容錯(cuò)技術(shù)主要存在以下問(wèn)題：

1)傳統(tǒng)架構(gòu)下的軟件容錯(cuò)技術(shù)依然存在諸多不足，或只針對(duì)非確定性的錯(cuò)誤，或只適用于特定的軟件，或只針對(duì)內(nèi)存相關(guān)錯(cuò)誤，或容錯(cuò)機(jī)制開銷較大，或需要重新設(shè)計(jì)軟件等。在諸多系統(tǒng)中，基于檢查點(diǎn)/回滾機(jī)制的ASSURE系統(tǒng)提出了一種實(shí)用性的解決方案，提出營(yíng)救點(diǎn)(Rescue?Point)和錯(cuò)誤虛擬化(Error?Virtualization)概念，以函數(shù)為粒度，對(duì)可能引發(fā)故障的函數(shù)實(shí)施強(qiáng)制返回(這里的函數(shù)點(diǎn)稱為營(yíng)救點(diǎn))，即調(diào)用該函數(shù)時(shí)直接返回該函數(shù)處理出錯(cuò)時(shí)的返回值，從而繞過(guò)會(huì)引發(fā)故障的代碼區(qū)域，保障了軟件的繼續(xù)運(yùn)行。同時(shí)在該函數(shù)被調(diào)用時(shí)對(duì)軟件做一次檢查點(diǎn)以實(shí)現(xiàn)相同故障發(fā)生時(shí)的快速恢復(fù)。但是若該函數(shù)是軟件調(diào)用較為頻繁的函數(shù)，這種方式就會(huì)因過(guò)度對(duì)軟件本身做檢查點(diǎn)導(dǎo)致負(fù)載過(guò)高，迫使軟件無(wú)法正常運(yùn)行。因此，目前針對(duì)云平臺(tái)中部署的多樣化軟件，依然缺乏一種高效的實(shí)用保護(hù)機(jī)制來(lái)保障軟件的高可用性；

2)在云計(jì)算環(huán)境中，許多相同的軟件實(shí)例可能運(yùn)行在不同的虛擬機(jī)中。例如，公司A部署了Apache?HTTPd軟件實(shí)例和MySQL軟件實(shí)例，而公司B部署了Apache?HTTPd軟件實(shí)例和Oracle軟件實(shí)例。針對(duì)云平臺(tái)中可能存在的相同的軟件實(shí)例，如部署了兩個(gè)Apache?HTTPd軟件實(shí)例，缺乏一種容錯(cuò)共享機(jī)制來(lái)實(shí)現(xiàn)軟件故障的快速修復(fù)，從而達(dá)到共同防御的目標(biāo)。

發(fā)明內(nèi)容

本發(fā)明的目的在于提出一種面向云平臺(tái)的軟件故障容忍方法，其將加權(quán)的思想和動(dòng)態(tài)改變軟件執(zhí)行流程的思想相結(jié)合的方式平衡了故障容忍機(jī)制的通用性和開銷，解決了故障容忍機(jī)制的高開銷的問(wèn)題，并針對(duì)云計(jì)算的特點(diǎn)，采用三級(jí)容錯(cuò)共享數(shù)據(jù)庫(kù)的方式來(lái)實(shí)現(xiàn)相同的軟件實(shí)例之間的故障信息共享，有效地提高軟件容錯(cuò)能力，同時(shí)降低了容錯(cuò)機(jī)制所帶來(lái)的數(shù)據(jù)冗余度，同時(shí)故障修復(fù)日志也方便程序員進(jìn)行漏洞修復(fù)。

本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

一種面向云平臺(tái)的軟件故障容忍方法，包括以下步驟：對(duì)需要保護(hù)的軟件進(jìn)行壓力測(cè)試，以獲取軟件的營(yíng)救點(diǎn)，并根據(jù)營(yíng)救點(diǎn)構(gòu)建漏洞營(yíng)救表、營(yíng)救點(diǎn)數(shù)據(jù)庫(kù)、營(yíng)救點(diǎn)節(jié)點(diǎn)級(jí)緩存和營(yíng)救點(diǎn)虛擬機(jī)級(jí)緩存，周期性地在虛擬機(jī)中對(duì)軟件構(gòu)建檢查點(diǎn)，檢測(cè)軟件是否出現(xiàn)故障，若軟件出現(xiàn)故障，則獲取軟件故障相關(guān)信息，根據(jù)軟件故障相關(guān)信息判斷故障是否是棧溢出故障，若故障是棧溢出故障，則判斷漏洞營(yíng)救表中是否存在與故障匹配的函數(shù)調(diào)用棧信息，若漏洞營(yíng)救表中存在與故障匹配的函數(shù)調(diào)用棧信息，則提取函數(shù)調(diào)用棧信息，將軟件回滾到距離故障最近的檢查點(diǎn)，根據(jù)函數(shù)調(diào)用棧信息獲取候選營(yíng)救點(diǎn)，并按候選營(yíng)救點(diǎn)的權(quán)值大小對(duì)候選營(yíng)救點(diǎn)進(jìn)行測(cè)試，以得到能夠容忍故障的最佳營(yíng)救點(diǎn)，增加最佳營(yíng)救點(diǎn)的權(quán)值，更新最佳營(yíng)救點(diǎn)在營(yíng)救點(diǎn)虛擬機(jī)級(jí)緩存、營(yíng)救點(diǎn)節(jié)點(diǎn)級(jí)緩存和營(yíng)救點(diǎn)數(shù)據(jù)庫(kù)中的權(quán)值信息，虛擬機(jī)將更新后的最佳營(yíng)救點(diǎn)和軟件故障相關(guān)信息發(fā)送給虛擬機(jī)所在節(jié)點(diǎn)的管理域，節(jié)點(diǎn)的管理域?qū)⒏潞蟮淖罴褷I(yíng)救點(diǎn)和軟件故障相關(guān)信息發(fā)送給云平臺(tái)的管理節(jié)點(diǎn)。