[发明专利]一种分布式多模冗余容错系统软件表决方法

说明书

一种分布式多模冗余容错系统软件表决方法，包括：1)在N模冗余程序中插入若干个同步点和表决点；2)表决器程序独立运行，为N模冗余任务提供同步和表决服务；3)表决器对每个冗余任务分别维护1个“超时错误”标记和1个“数据错误”标记，且初始时这些标记均为无故障；4)N模冗余任务同步操作中，表决器向冗余任务反馈同步完成报文；5)N模冗余任务表决操作中，表决器进行结果表决，并向冗余任务反馈表决完成报文或表决失败报文。优点是：既可适用于云计算环境下的任务容错，也可用于分布式系统的任务容错；消除了对处理器锁步机制的依赖性，降低了对容错系统的硬件设计要求。

技术领域

本发明涉及计算机技术领域，具体地说是一种分布式多模冗余容错系统软件表决方法。

背景技术

容错计算系统是一种高可靠的计算机系统，在部分硬件或软件资源发生故障的情况下，仍然能够持续地执行计算并输出正确结果，在金融、工业控制、国防装备等领域存在广泛应用。多模冗余系统是容错计算系统的重要实现方式，其使用多个冗余单元模块同时处理相同的数据，然后将处理后的结果输出给表决器，由表决器按照“少数服从多数”的原则进行结果表决和输出。

以三模冗余(Triple Modular Redundance，TMR)容错系统为例，当3个模块的输出相同时，表决器随机选择一个输出；当有两个模块输出相同而另一个模块输出不同时，表决器从相同的两个模块中选择一个输出；当3个模块输出都不同时，表决器产生报警，因此TMR系统可以屏蔽一个模块错误。三模一备(TMR+1)容错系统在TMR系统的基础上增加了一个备份节点，正常情况下由三个模块进行表决输出，当其中一个模块出现错误时，添加备份节点以构成新的TMR系统，因此TMR+1系统可以屏蔽两个模块错误。

无论是TMR还是TMR+1系统，表决过程都是容错计算中至关重要的环节。表决器的实现可以分为硬件和软件两种模式。在硬件表决方式中，由硬件表决逻辑对多个计算模块的输出结果进行比较和输出，该方式具有较高的性能，但是需要在处理器锁步(lockstep)机制的配合下才能正常工作，因此对容错系统的硬件设计提出了较高的要求；此外，采用硬件逻辑进行结果表决时，其灵活性和扩展性也受到了较大的限制，较难满足云计算系统和分布式计算系统在故障诊断、隔离、修复场景下的表决器重构需求，同时也较难满足对表决数据规模的扩展需求。而在软件表决方式中，虽然其具有较高的灵活性，但由于缺少处理器之间的锁步机制，软件表决器较难处理多个计算模块之间的同步问题，处理不善易造成较大的表决延时。

发明内容

本发明提供一种分布式多模冗余容错系统软件表决方法，目的是针对当前云计算系统和分布式系统中的任务级容错需求，至少克服上述一种技术缺陷，消除表决器对处理器锁步机制的依赖以降低容错系统对硬件模块的设计要求，同时实现表决器在灵活性、扩展性和实时性方面的均衡优化。

为了实现上述发明目的，本发明提供了如下技术方案：

一种分布式多模冗余容错系统软件表决方法，包括如下步骤：

1)在N模冗余程序中插入若干个同步点和表决点；

2)表决器程序独立运行，通过特定格式的网络报文通信为N模冗余任务提供同步和表决服务；

3)表决器对每个冗余任务分别维护1个“超时错误”标记和1个“数据错误”标记，且初始时这些标记均为无故障；

4)在N模冗余任务同步操作中，表决器根据其所维护的“超时错误”标记以及当前接收同步请求报文的超时情况，向冗余任务反馈同步完成报文；

5)在N模冗余任务表决操作中，表决器根据其所维护的“超时错误”标记、“数据错误”标记以及当前接收表决请求报文的超时情况，按照“少数服从多数的原则”进行结果表决，并向冗余任务反馈表决完成报文或表决失败报文。

步骤2)中，一个表决器对应N个冗余任务，这N个冗余任务执行相同的程序；表决器通过任务的ID区分不同冗余任务；