Контрольные точки и восстановление

Создание контрольных точек периодически сохраняет состояние системы, чтобы после сбоя она могла вернуться к согласованной точке и возобновить работу, а не перезапускаться с нуля.

Definition

Создание контрольных точек записывает состояние одного или нескольких процессов в стабильное хранилище; восстановление с откатом использует эти контрольные точки, возможно, с зарегистрированными сообщениями, для восстановления системы до согласованного глобального состояния — линии восстановления — после сбоя и дальнейшего воспроизведения с этого момента.

Scope

Эта тема охватывает восстановление с откатом на основе контрольных точек и на основе журналов: нескоординированное, скоординированное и вызванное коммуникациями создание контрольных точек; эффект домино, который может быть вызван нескоординированными контрольными точками; а также пессимистическую, оптимистическую и причинно-следственную регистрацию сообщений, которые позволяют восстанавливаться за пределами последней контрольной точки. Это связано с теорией согласованных срезов глобальных снимков.

Core questions

• Как контрольные точки между процессами могут быть объединены в согласованную линию восстановления?
• Что такое эффект домино и как координация предотвращает его?
• Когда регистрация сообщений позволяет восстанавливаться после самой последней контрольной точки?

Key theories

Скоординированное создание контрольных точек

Процессы координируются таким образом, чтобы их контрольные точки вместе образовывали согласованное глобальное состояние, гарантируя пригодную для использования линию восстановления и избегая каскадных откатов за счет накладных расходов на синхронизацию.

Нескоординированное создание контрольных точек и эффект домино

Если процессы создают контрольные точки независимо, восстановление может потребовать отката каждого из них для поиска согласованного набора, потенциально каскадируя вплоть до начала (эффект домино), чего призвана избежать координация или протоколирование.

Регистрация сообщений

Регистрация сообщений, которые получает процесс (пессимистически, оптимистически или причинно), позволяет восстанавливающемуся процессу детерминированно воспроизводить их и продвигаться за пределы своей последней контрольной точки, восстанавливая недавнюю работу без глобального отката.

Clinical relevance

Контрольные точки/перезапуск обеспечивают устойчивость длительных высокопроизводительных и научных вычислений к отказам узлов, а асинхронное создание контрольных точек обеспечивает современным системам потоковой обработки гарантии восстановления после сбоев с точностью до одного раза.

History

Основываясь на теории согласованных снимков Чанди и Лэмпорта, Ку и Туэг формализовали скоординированное создание контрольных точек в 1987 году, а десятилетия работы над протоколированием и нескоординированными схемами были объединены в обзоре Элнозахи и коллег 2002 года, который является стандартным справочником по восстановлению с откатом.

Debates

Скоординированное против нескоординированного создания контрольных точек

Скоординированное создание контрольных точек гарантирует чистую линию восстановления, но добавляет затраты на синхронизацию и глобальную координацию; нескоординированное создание контрольных точек дешевле во время создания контрольных точек, но рискует эффектом домино и сложным восстановлением, поэтому правильный выбор зависит от частоты сбоев и масштаба.

Key figures

• K. Mani Chandy
• Leslie Lamport
• Sam Toueg
• Lorenzo Alvisi

Seminal works

• elnozahy2002
• koo1987
• chandy1985

Frequently asked questions

Что такое эффект домино при восстановлении с откатом?

Когда процессы создают контрольные точки без координации, откат одного из них может вынудить зависимый процесс также откатиться, что может каскадно распространиться назад по всему вычислению — потенциально до самого начала. Для предотвращения этого используется скоординированное создание контрольных точек или регистрация сообщений.