前言：寻找写作灵感？中文期刊网用心挑选的计算机系统容错技术解析，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
计算机是一个较为复杂的系统，为确保其运行稳定性和可靠性，应当在系统设计时，对容错技术进行合理运用。基于此点，文章从容错的常用方法分析入手，论述了容错技术在计算机系统中的具体应用。期望通过本文的研究能够对计算机系统性能的提升有所帮助。
1容错的常用方法
1.1冗余
这是计算机系统容错最为基本的途径之一，通过冗余可以大幅度提升系统的容错性能。大体上可将冗余分为两类，一类是时间冗余，另一类是空间冗余。前者是指借助重复计算过程来实现系统容错；后者是指利用额外的资源来实现系统容错，按照使用的冗余资源，可将之细分为硬件冗余、软件冗余、信息冗余等等。
1.2回滚恢复容错
这是一种通过对计算状态进行周期性保存来达到容错目的的方法。计算机系统在运行的过程中，如果出现故障问题，通过回滚恢复，可以使应用程序回到之前保存的某个状态处，重新对程序进行执行。该容错方法是时间冗余与空间冗余的有机结合，最早出现在分布式系统当中，随着技术的逐步完善，其在并行计算领域中得到广泛应用。
1.3TRM容错
这是目前计算机系统中应用最为广泛的容错技术，一个基本的TRM系统由三个完全相同的模块和一个投票器组成，三个模块会同时对输入的数据进行接收，每个模块将生成的结果发送给投票器，并由投票器通过投票的方式进行表决，其输出的数据主要取决于三个输入中多数一方的结果。如果三个模块中的某一个发生故障，其它两个模块可以保持正常运行，并对故障模块的错误输出进行掩盖，这样一来，投票器的输出结果便可以保持正确。容错系统可靠运行的条件是至少有两个模块需要始终保持正常。
1.4检查点技术
这是一种通过保留与恢复来达到容错目的的方法，其基本的技术原理如下：定期将执行状态存储于稳定的介质当中，当系统发生故障后，可从该介质中对状态进行恢复。被保存的状态即检查点，含有检查点的磁盘为检查点文件。如果计算机系统中加入检查点技术，运行中发生故障时，那么系统则可从故障中快速恢复正常，由此可确保系统的稳定运行，减轻了相应的损失。在计算机系统中，检查点的类型有两种，一种是局部，也就是所谓的单进程，另一种是全局，即并行程序。通过相关协议的设计，检查点可实现程序的快速恢复。在实际应用中发现，检查点技术存在如下不足：很难对软错误进行检测、开销大、可扩展性差、容易出现存储失效的情况。为了解决上述问题，业内的专家学者经过不断研究，对检查点技术进行优化改进，开发出无盘和增量两种检查点技术，前者是通过对计算机系统的内存进行利用，达到减少记录检查点开销的目的；后者则是通过保存必须的程序来减少存储开销。
2容错技术在计算机系统中的具体应用
2.1容错的实现步骤
在计算机系统中对容错技术进行应用的过程中，容错的具体实现步骤如下：
2.1.1对系统故障问题进行自动检测
由上文可知，计算机系统出现故障后，会导致错误，由此可能会引起失效。而部分失效会造成系统的逻辑故障。在对逻辑故障进行检测时，可以使用的方法较多，其中较具典型性和代表性的有奇偶校验、一致性校验等等。大体上可将故障检测分为两种类型，一类是脱机，另一类是联机。在脱机状态下，对系统故障问题进行检测时，计算机及相关设备无法正常执行任务，而在联机状态下对系统故障进行检测时，可确保任务与检测过程一并进行，这是联机检测的应用优势，具体可以利用冗余校验的方法进行联机检测（田丽娜，王海龙，计算机系统容错技术分析：科技展望，2016）。
2.1.2故障限制与屏蔽
通常情况下，计算机系统中的故障都会出现在某个部位，但由于系统本身是一个整体，所以局部故障可能会影响到其它的功能，为使故障的影响范围降至最低程度，需要对故障进行限制，这是容错技术在计算机系统中应用时较为重要的一个作用。通过故障限制，将故障的传播限定在一个特定的区域内，避免对其它的区域造成影响。故障屏蔽是掩盖失效的一种方法，从本质上讲，就是利用冗余解决错误信息，比较常见的故障屏蔽为多数表决。
2.1.3重试与诊断
计算机系统是一个较为复杂的系统，在对系统进行首次操作时，可能无法成功，但再次操作却可以成功。这种情况大多是因为瞬时故障引起，其通常不会造成物理破坏，所以只需要通过重试便可进行解决。容错技术中的诊断，则是在故障检测并未提供故障性质、发生位置等信息的情况下，对故障进行准确判断的做法。
2.1.4重组与恢复
当容错系统检测到计算机当中存在故障问题时，并判断该故障为永久性故障后，通过重组，可对失效的器件进行替代，并将其从系统中隔离出去。这一过程也可通过冗余系统来完成，由此可以使计算机系统的性能得到保障。经过重组之后，需要将计算机系统中的错误消除掉，此时系统会回到故障检测前的某个点上，并从该点重新开始操作。为确保系统在故障后能够快速恢复，既要有备份文件和检验点，还要有应用记录。
2.1.5重启
当计算机系统中出现的错误导致大量的信息被破坏，并且系统未设计恢复功能，这样系统无法通过自动恢复来消除错误的影响（刘娟，高可靠计算机系统的容错技术分析：计算机产品与流通，2018）。如果系统在出现错误时，并未遭到破坏，可以通过重新启动来恢复相关的操作。重启分为两种方式，一种是热重启，在这种重启方式下，不会对系统造成任何损失，另一种是冷启动，这种方式下，系统需要对相应的程序进行重新加载。
2.1.6修复与重构
通过诊断找到计算机系统中某个故障元件后，可用完好的元件进行替换，从而快速消除故障，使系统恢复正常运行。容错技术中的修复，既可以在脱机的状态下进行，也可在联机的情况下完成。当元件替换后，应当使修复的模块重新加入到系统当中，这个过程即为重构。
2.2实现容错的方法
计算机系统实现容错时，需要对如下技术方法进行运用：
2.2.1自动检验
当计算机系统中出现故障时，在恢复错误前，系统应当具备发现错误及其成因的能力，也就是说，容错离不开自动检验的支撑。所谓的自动检验是一种快速检测系统故障的方法，可以通过自动检验装置来实现。系统容错设计时，通过自动检验的运用，可使系统对错误进行及时处理（仇宇婕，计算机控制系统可靠性技术分析：山东工业技术，2018）。
2.2.2自动备份
通过自动备份，可以使容错系统及时对丢失或是损坏的数据进行恢复，从而保证计算机系统在遭受无法抵御的破坏时，重要数据信息不会丢失。
2.2.3事务跟踪
在计算机系统容错设计中，事务跟踪主要针对的是用户软件和数据库的运行而设计的，其能够确保系统损坏时，数据信息的一致性。
3结论
总而言之，计算机系统在人们日常工作、生活中的使用越来越广泛，保证系统的运行可靠性尤为重要。为实现这一目标，应当对容错技术进行合理运用。鉴于此，在未来一段时期，应加大对容错技术的研究力度，除对现有的技术和方法进行优化改进与完善之外，还应加快开发一些新的容错技术，从而使其能够更好地为计算机系统服务。
作者:雷利香 单位:枣庄科技职业学院
