[发明专利]一种稳健的服务器热疲劳冗余设计方法

说明书

本发明公开了一种稳健的服务器热疲劳冗余设计方法，包括以下步骤：根据服务器运行热疲劳可靠性要求，给定服务器运行热疲劳可靠度，并计算冗余后每个器件的热疲劳可靠度和冗余后服务器的系统热疲劳可靠度；把整个服务器的热疲劳可靠度作为约束条件并把服务器各器件的热疲劳失效概率嵌入到约束条件中，把制造成本和体积作为目标最小值建立服务器的热疲劳冗余可靠性设计模型；获得服务器器件冗余数与给定的运行热疲劳可靠度之间的关系；建立热疲劳稳健可靠性决策优化模型；对热疲劳可靠性变量因子为约束，可靠性重要度分级系数加权函数为目标的热疲劳冗余设计模型进行求解，获得设计方案。此方法解决了PC服务器热疲劳可靠性设计的关键技术。

技术领域

本发明涉及计算机技术领域，具体涉及一种稳健的服务器热疲劳冗余设计方法。

背景技术

服务器内保存着大量的重要数据，许多网络应用程序都在服务器上运行，一旦服务器发生故障，将会丢失大量的数据，造成的损失是难以估计的，而且服务器上运行的服务如代理上网、安全验证、电子邮件服务等都将失效，从而造成整个网络的瘫痪，因此，对服务器可靠性的要求非常高。随着服务器内器件密度的提高和工作环境的复杂化，其发热也越来越高，服务器的过热问题已经成为服务器内器件失效的主要原因。在循环热载荷和周期性电流的作用下，服务器内部器件的疲劳损伤逐渐累加，当累积损伤达到某一数值时，就会发生热疲劳失效。

那么，如何避免服务器内部器件热疲劳失效引发数据丢失呢？热疲劳冗余技术是提高服务器热可靠性的最常见的技术，服务器热疲劳冗余是指重复配置系统的一些部件，当系统发生热疲劳故障时，冗余配置的部件介入并承担故障部件的工作，由此减少系统的热疲劳故障时间，近年来服务器热疲劳冗余技术在刀片服务器、虚拟服务器方面发展较快。

PC服务器热疲劳故障部件主要是电源、存储部件(磁盘和内存)、I/O卡(网卡、硬件控制卡)、PCI总线、CPU和散热风扇。

电源：高端服务器产品中普遍采用多电源系统，这些电源是负载均衡的，即在系统工作时它们都为系统提供电力，当一个电源出现热疲劳故障时，另一个电源就承担所有的负载。有些服务器系统实现了DC的冗余，另一些服务器产品如Micron公司的Net FRAME9000实现了AC、DC的全冗余。

存储部件：存储系统是整个服务器系统中最容易发生热故障的地方。以下几种方法可以实现该子系统的冗余。一种方法是将相同的数据分别写入多个磁盘中；第二种常用方法是磁盘双联，为镜像磁盘增加了一个I/O(输入/输出)控制器，就形成了磁盘双联，使总线争用情况得到改善；另一种方法是冗余磁盘阵列(Redundant array of inexpensivedisks)技术，它由几个磁盘组成，通过一个控制器协调运动机制使单个数据流依次写入这几个磁盘中。典型的RAID3系统由5个磁盘构成，其中4个磁盘存储数据，1个磁盘存储校验信息，RAID5将校验信息分布在5个磁盘上。

I/O卡和PCI总线：对服务器来说，主要指网卡和硬盘控制卡的冗余。网卡冗余是在服务器中插上双网卡或多网卡。PC服务器如Micron公司的NetFRAME9200最多实现4个网卡的冗余，康柏公司的所有ProSignia/Proliant服务器都具有容错冗余双网卡。代表Micron公司最高技术水平的产品Net FRAME 9200采用三重对等PCI技术，同时优化PCI总线的带宽，提升硬盘、网卡等高速设备的数据传输速度。

CPU：系统中主处理器并不会经常出现热故障，但对称多处理器(SMP)能让多个CPU分担工作以提供某种程度的容错。

风扇：风扇冗余是指再服务器的关键发热部件上配置的降温风扇有主用和备用多套，它们具有自动切换功能。若系统正常，则备用风扇不工作，而当主风扇出现故障或转速低于规定要求时，备用风扇马上启用。