7、可靠性分析与设计

可靠性相关的基本概念（**）

• 系统可靠性

  在规定的时间内及规定的环境条件下，完成规定功能的能力，也就是系统无故障运行的概率。出了故障，如何能够迅速的解决问题。更偏重于源头和手段。论文中一般写可靠性。

• 系统可用性

  在某个给定的时间点上系统能够按照需执行的概率。有多少故障。更偏向于结果。案例中一般提可用性。

• 硬件可用性与可靠性

  复杂性：软件复杂性比硬件高，大部分失效来自于软件的失效。
  物理退化：硬件失效主要是物理退化所致，软件不存在物理退化。
  唯一性：软件是唯一的，每个Copy版本都不一样，而两个硬件不可能完全一样。
  版本更新周期：硬件较慢，软件较快。

• 指标（选择题）

  平均无故障时间:MTTF=1/A A-失效率。正常的服务时间和与出错次数的比值
  平均故障修复时间:MTTR=1/u u-修复率，修复时间和与修复次数的比值
  平均故障间隔时间:MTBF=MTTR+MTTF
  系统可用性 MTTF/(MTTR+MTTF）x100%
  在实际应用中，一般MTTR很小，所以通常认为MTBF=MTTF

系统可靠性分析（****）

串联系统与并联系统，类似物理学里的电阻公式
串联:可靠性R=R1R2R3…Rn 失效率A=A1+A2+….+An。只有在Ai较小时有意义
并联:可靠性R=1-（1-R1）（1-R2）….（1-Rn）
混合系统:按串并联进行分步计算

软件可靠性设计（****）

避错技术

良好的设计、提前发现错误（各种测试）

容错技术

• N版本程序设计（静态冗余）

  与通常软件开发过程不同的是，N版本程序设计增加了三个新的阶段：相异成份规范评审、相异性确认、背对背测试）
  N版本程序的同步、N版本程序之间的通信、表决算法（全等表决、非精确表决、Cosmetie表决）、一致比较问题、数据相异性

• 恢复块设计（动态冗余）

  设计时应保证实现的主块和后备块之间独立性，避免相关错误的产生，使主块和备块之间的共性错误降到最低程度
  必须保证验证测试程序的正确性。

• 防卫式程序设计（错误处理机制）

  对于程序中存在的错误和不一致性，通过在程序中包含错误检查代码和错误恢复代码，使得一旦错误发生，程序能撤销错误状态，恢复到一个已知的正确状态中去（try–catch–finally）
  实现策略：错误检测、破坏估计、错误恢复

检错技术

出错后报警，需要人工处理，相对于容错成本较低

降低复杂度设计

双机容错

• 双机热备模式：主系统、备用系统
• 双机互备模式：同时提供不同的服务，心不跳则接管
• 双机双工模式：同时提供相同的服务，集群的一种

集群技术

• 可伸缩性
• 高可用性
• 可管理性
• 高性价比
• 高透明性