[其他]計算系統(tǒng)中用于故障恢復(fù)的方法和設(shè)備

無效

• 申請?zhí)枺?/td>: 86103695
• 申請日: 1986-06-02
• 公開（公告）號: CN86103695A
• 公開（公告）日: 1987-02-11
• 發(fā)明（設(shè)計）人: 邁克爾·杰伊·弗里蒙特
• 申請（專利權(quán)）人: 惠普公司
• 主分類號: G06F11/26
• 分類號: G06F11/26
• 代理公司: 中國專利代理有限公司
• 代理人: 匡少波,黃向陽

本發(fā)明與容錯計算系統(tǒng)有關(guān)，特別涉及到對一個計算系統(tǒng)中被檢測的故障出現(xiàn)進(jìn)行恢復(fù)。一個故障出現(xiàn)是指在機(jī)器指令執(zhí)行過程中給出了無效數(shù)據(jù)或后繼的機(jī)器指令的執(zhí)行失效。期望的解決方法是以最少數(shù)量的破壞來恢復(fù)并繼續(xù)執(zhí)行機(jī)器指令，確保數(shù)據(jù)和后繼機(jī)器指令執(zhí)行的有效，而不是全部停止并重新引導(dǎo)此計算系統(tǒng)。

此計算系統(tǒng)是由稱作系統(tǒng)狀態(tài)的一組標(biāo)志來描述的。系統(tǒng)狀態(tài)包括：由進(jìn)程控制塊和進(jìn)程存取的局部數(shù)據(jù)組成的進(jìn)程數(shù)據(jù)，以及象數(shù)據(jù)庫文件這類永久數(shù)據(jù)組成的文件數(shù)據(jù)。

預(yù)先恢復(fù)方案僅部分恢復(fù)故障出現(xiàn)。對文件數(shù)據(jù)的修改要在故障出現(xiàn)全部完成或完全未出現(xiàn)之前。預(yù)先恢復(fù)方案在各校驗點周期地記錄足夠的數(shù)據(jù)用以完全恢復(fù)校驗點系統(tǒng)狀態(tài)，此狀態(tài)是存在于校驗點的系統(tǒng)狀態(tài)。

當(dāng)故障被檢測出，通過前面已登記的描述文件修改的信息來回溯，取消先前對文件的修改。計算系統(tǒng)被復(fù)原到最近記錄的一個校驗點系統(tǒng)狀態(tài)。此狀態(tài)定義為最后校驗點系統(tǒng)狀態(tài)。

預(yù)先恢復(fù)方案通常沒有把文件數(shù)據(jù)復(fù)原到恰好故障出現(xiàn)之前的相同狀態(tài)。在故障出現(xiàn)前沒有完成修改文件數(shù)據(jù)的進(jìn)程被異常終止，而不是啟動。故障恢復(fù)后達(dá)到的系統(tǒng)狀態(tài)定義為最終系統(tǒng)狀態(tài)，此狀態(tài)通常不是故障前系統(tǒng)狀態(tài)。故障前系統(tǒng)狀態(tài)是故障剛出現(xiàn)之前的系統(tǒng)狀態(tài)。最終系統(tǒng)狀態(tài)通常只是最后校驗點系統(tǒng)狀態(tài)。

為了提供容錯功能，預(yù)先恢復(fù)方案使用模塊冗余技術(shù)。兩個或多個處理機(jī)并行運行，執(zhí)行相同的代碼。并在周期校驗點比較并行的結(jié)果。如果這些結(jié)果有差異，則用判優(yōu)方案選擇這并行的結(jié)果。模塊冗余技術(shù)受到費用限制，因為重復(fù)的硬件是非常昂貴的。

這種先有技術(shù)中，有一種方案能使最終系統(tǒng)狀態(tài)和故障前系統(tǒng)狀態(tài)相同。在執(zhí)行每一不可重復(fù)的輸入輸出操作前插入校驗點，在每個校驗點，用戶必須插入能記錄下足夠的信息的代碼，以便使系統(tǒng)復(fù)原到校驗點系統(tǒng)狀態(tài)。

此方案存在幾個不利方面。此方案對用戶是不透明的，然而又要求用戶對確保故障恢復(fù)的正確性承擔(dān)部分責(zé)任。此方案要求用戶來選擇每一校驗點上必須記錄下的信息。所以和透明的方案相比更易于發(fā)生人的差錯。沒有選擇足夠的信息將危害正確的恢復(fù)，而選擇太多的信息將降低系統(tǒng)的性能。

另一個不利方面在于校驗點的間隔，即兩個連續(xù)的校驗點的間隔是由程序決定而不是獨立于程序的。在每一不可重復(fù)的輸入輸出操作之前，記錄校驗點信息會產(chǎn)生過多的開銷，它嚴(yán)重降低了系統(tǒng)的性能。校驗點間隔不能設(shè)置得比兩個不可重復(fù)的輸入輸出操作的間隔長。開銷不能覆蓋較長的校驗點間隔，這樣可以改進(jìn)系統(tǒng)性能。由于平均恢復(fù)時間與校驗點間隔有關(guān)，所以，不能在系統(tǒng)性能和平均恢復(fù)時間之間采取折衷的選擇。

按照本發(fā)明提出的最佳實施方案，給出了在一個計算系統(tǒng)內(nèi)，當(dāng)機(jī)器指令初始執(zhí)行期間有故障產(chǎn)生時能夠恢復(fù)的一種方法和設(shè)備。此計算系統(tǒng)被復(fù)原到最后校驗點系統(tǒng)狀態(tài)，并且啟動機(jī)器指令再執(zhí)行。本發(fā)明把計算系統(tǒng)恢復(fù)到與一個特定的故障前系統(tǒng)狀態(tài)相同的最終系統(tǒng)狀態(tài)。

當(dāng)啟動機(jī)器指令再執(zhí)行時，此計算系統(tǒng)在相同的輸入和相同的各指令點完成的操作和這些機(jī)器指令在初始執(zhí)行期間完成的操作一樣。指令點是指一條機(jī)器指令在執(zhí)行或再執(zhí)行后達(dá)到的那點狀態(tài)，它是由被執(zhí)行的一串機(jī)器指令來決定，而不是由時間的推移來決定。

本發(fā)明在機(jī)器指令串再執(zhí)行時，重復(fù)此機(jī)器指令初始執(zhí)行期間處理的每一確定事件。一個確定事件是異步中斷，它的處理影響到最終系統(tǒng)狀態(tài)的確定。例如，一個典型的確定事件可以是一個輸入事件，一個信息接收，一次讀實時時鐘，一個過程的生成，或一個過程的交換。機(jī)器指令初始執(zhí)行時，在某一指令點初始處理的確定事件，在此機(jī)器指令再執(zhí)行而達(dá)到同一指令點時，就重復(fù)這一確定事件。一個確定事件的重復(fù)可以通過再處理此確定事件的再次出現(xiàn)，或通過模擬一個再次出現(xiàn)并處理此確定事件得到。

在機(jī)器指令再執(zhí)行期間，本發(fā)明不需重復(fù)非確定事件。非確定事件是一個異步中斷，對它的處理對最終系統(tǒng)狀態(tài)的確定是透明的。例如，一個非確定事件可以是一個超高速緩存出錯，或是一個頁面出錯。雖然非確定事件可以在機(jī)器指令再執(zhí)行過程中再現(xiàn)，但是，為了把計算系統(tǒng)恢復(fù)到故障前系統(tǒng)狀態(tài)，并不需要重復(fù)非確定事件。

為了在機(jī)器指令再執(zhí)行過程中，達(dá)到和機(jī)器指令初始執(zhí)行中處理一確定事件的相同指令點時，重復(fù)此確定事件，本發(fā)明對初次執(zhí)行和再執(zhí)行的機(jī)器指令計數(shù)。在處理和重復(fù)確定事件時執(zhí)行的機(jī)器指令串和在處理非確定事件中執(zhí)行的指令串，通常不被計數(shù)。