[发明专利]用于提高系统故障恢复性能的主要与辅助虚拟化软件映像之间的分组镜像

说明书

技术领域

一个示例性方面涉及提高系统故障恢复性能。更具体地，一个示例性方面涉及在(一个或多个)高可用性(HA)软件环境中的提高的系统故障恢复性能。

背景技术

使用当前技术水平的虚拟机(VM)平台和技术进行的软件应用复制是向软件应用用户提供高可用性保证的非常强大且灵活的方式。应用供应商可以利用VM技术通过创建软件应用的同时但彼此独立运行的多个映像(image)(或拷贝)来向其解决方案提供可靠性。这些映像可以运行在同一实体设备上，例如通用应用服务器，或者运行在多个分离开的VM容器内，或者它们可以跨越分离开的VM容器中的多个实体计算机而被开发。存在多种VM复制方案，但是一般地，VM解决方案具有为用户递送软件服务的主要软件映像，并且具有位于备用服务器处的在发生故障的情况中可接任主要软件映像的辅助或第三备份映像。备份映像一般在离散时间间隔处被同步，以更新备份服务器的数据结构和数据库，从而跟踪自数据同步更新上次发生时起所发生的改变。该同步被称为“提交”(commit)，并且这些解决方案极大地提高了软件应用供应商保证其用户将接收到对软件应用服务的可靠访问的能力。

在高可用性环境中，主要(主动)和辅助(被动)系统一起工作来确保在紧凑锁步(lock step)(例如tandem(公司名)和stratus(公司名)容错系统)或宽松锁步中(例如不太昂贵的集群)的状态的同步性。只要系统的某个层级存在状态改变，主要系统就将概括状态(summary state)发送给辅助系统，辅助系统使用该概括状态将其状态调节为与主要系统同步。当主要系统在能够发送自上次检查点起累积的任何信息之前发生故障时，该信息通常基于其被接收到的日期而被辅助系统本地地重放，并且辅助系统试图在接任作为主要系统之前同步其自身。

发明内容

然而，在软件应用的VM复制中存在一个需要解决方案的重要问题。该问题是在主要系统发生故障时引起的在故障恢复期间在备用服务器处的分组丢失。目前总是存在进入主要系统的大量分组流量中的在故障恢复间隔期间丢失的某些量。在现有解决方案中，故障恢复期间的这种分组丢失是不可避免的。问题在于，当该信息丢失时，备用服务器具有上次提交的状态，因此该备用服务器将具有这样的老旧状态信息，其代表仅对于上次提交时的系统状态而言是准确的系统状态。

克服该问题的尝试的一个现有示例是链路弹回(link bouncing)。Remus(http://people.cs.ubc.ca/～brendan/papers/remus-nsdi08.pdf)试图通过将传出分组缓冲在主动缓冲器中来解决该问题。然而，Remus实现方式遭受了巨大的性能损失，因此其在大多数产品软件环境中不可用。在Remus中，性能损失的主因是正在丢失的网络分组的传输被延迟直到下一检查点/提交为止。

从先前的事实来看，用于通过数据进行故障恢复的基础实践是使用检查点间隔，在检查点间隔期间，使得数据在备份服务器上是当前数据。然而如上面所讨论的，这些可用解决方案或者在故障恢复期间丢失数据，或者最好也只不过是它们在故障恢复期间缓冲传入数据，但它们会遭受极大的性能损失。

根据一个示例性实施例，一种系统或机制被构建来实现如下方法：要被递送给运行在主要虚拟机(VM)中的主要软件应用或系统(例如虚拟化软件应用)的所有进入数据网络分组被持续监视，并被网络复制设备或驱动器(NRD，Network Replication Device or driver)分支或拷贝，以用于同时递送给运行在备用系统或VM上的软件应用的备份映像。为了实现使应用中断运行时间减少或变为零的目的，该数据实时地或接近实时地被NRD拷贝并递送给备用应用映像。NRD的第二示例性益处是其能够使因故障恢复事件期间的分组丢失引起的应用性能下降减少或变为零的能力。一个示例性实施例假设应用了本技术的VM平台/系统包括当前的“现有技术水平的”检查点提交和故障检测机制。