Miguel Cardoso Júnior, Nilo Sérgio de Lima Barros e Silva tenalcardoso@esaex.mil.br, nilo_barros@terra.com.br

Transcrição

1 Sistemas Tolerantes a Falhas em Clusters-HA (Clusters de Alta Disponibilidade) EsAEx - Escola de Administração do Exército, Rua Território do Amapá, Nº 455, Pituba, Salvador - BA, Brasil Miguel Cardoso Júnior, Nilo Sérgio de Lima Barros e Silva tenalcardoso@esaex.mil.br, nilo_barros@terra.com.br Resumo Este artigo apresenta o seguinte debate: sistemas Computacionais totalmente confiáveis e cem por cento disponíveis é o que se busca com Sistemas Tolerantes a Falhas. Sistemas totalmente infalíveis são impossíveis, pois falhas são inevitáveis. A confiabilidade e disponibilidade de equipamentos e serviços de computação podem ser medidos quantitativamente. Várias técnicas de projeto podem ser utilizadas para se aumentar o valor dessas medidas, chegando-se próximo de cem por cento, como a utilização da técnica de clusters de alta disponibilidade. Palavras-Chave: Sistemas de Computadores, falhas, confiabilidade, clusters alta disponibilidade, redundância Abstract. This article considers the following debate: computer systems which are totally reliable and a hundred per cent available is what is aimed with Failure Tolerant Systems. Totally infallible systems are impossible, for failures are inevitable. The reliability and the availability of Information Technology equipments and services can be measured quantitatively. Several project techniques can be used for increasing the value of such measures, nearly reaching a hundred per cent, such as the use of the thecnique of high availability clusters. Key words: Computer Systems, failures, reliability, high availability clusters, redundance. 1. Introdução Os computadores estão cada vez mais presentes no nosso dia a dia e, uma gama de serviços é oferecida à população causando uma dependência tecnológica. À medida que essa dependência aumenta, uma preocupação muito grande surge em relação à disponibilidade dos serviços, pois os mesmos estão sujeitos a falhar, seja por causa do hardware ou software. Há algum tempo, essa preocupação se restringia a áreas específicas, notadamente em aplicações de tempo real, sobretudo onde a segurança era fator primordial como sistemas de saúde, sistemas militares e sistemas controladores de tráfego aéreo. Com o advento das redes de computadores e da Internet, essa preocupação se disseminou por várias áreas, pois empresas de e-comerce passaram a fazer negócios pela rede, bancos passaram a oferecer serviços a seus clientes, etc., e os usuários desses sistemas desejam e, de fato necessitam, ter um tempo de resposta reduzido e o serviço sempre disponível. Por outro lado, se as empresas não conseguem oferecer um bom serviço perdem clientes e tem prejuízo. Seja por motivo de segurança ou pela necessidade das empresas de satisfazerem seus clientes e sustentarem seus negócios, o estudo sobre Tolerância a falhas tem ganhado muita importância. Implementar um Sistema Tolerante a falhas significa superar uma série de desafios tais como evitar, detectar e contornar bugs de projeto de hardware e de software, respectivamente com seus milhões de chips suas milhões de linha de código, gerenciar a complexidade de algoritmos paralelos sem comprometer o resultado em caso de falhas e conciliar alta confiabilidade e alta disponibilidade com as crescentes demandas por alto desempenho. Para se conseguir isso, os clusters de alta disponibilidade tem sido utilizados em todas as categorias de aplicações em que se organizam os Sistemas Tolerantes a Falhas, utilizando-se de monitoramento constantes de serviços e redundância de hardware e informações. Os Clusters-HA tem se destacado pela eficiência, baixo custo e contribuição para a comunidade científica e acadêmica com a existência de projetos de código aberto.

2 2. Tolerância a Falhas Tolerância a falhas é a capacidade de um sistema continuar o seu processamento mesmo que falhas venham a ocorrer. Para que se compreenda corretamente o conceito de tolerância a falhas, fazse necessário a definição de alguns termos fundamentais. 2.1 Falha, Erro e Defeito Os três termos fundamentais em Sistemas Tolerantes a Falhas são - falhas, erros e defeitos que ocorrem em três universos distintos físico, informacional e do usuário. Uma falha é um defeito físico ou alteração de algum componente dentro do universo físico. O segundo é o universo informacional, que é onde os erros ocorrem. Os erros afetam unidades de informações tais como palavras de dados dentro de um computador ou arquivo de voz ou imagem, por exemplo. Um erro ocorre quando alguma unidade de informação se torna incorreta. O terceiro e último é o universo do usuário ou universo externo. É nele que o usuário de um sistema percebe os efeitos de uma falha. No universo externo um defeito ocorre. Um defeito é qualquer desvio que ocorre da operação normal ou esperada de um determinado sistema. Resumindo, falhas são eventos físicos que ocorrem no universo físico. Falhas podem resultar em erros no universo informacional e erros podem se consolidar em defeitos no universo externo do sistema. Falhas podem ser o resultado de uma variedade de coisas que ocorrem dentro de componentes eletrônicos, externamente aos componentes ou durante o desenvolvimento de sistemas e seus componentes. Problemas em alguns pontos do processo de desenvolvimento podem resultar em falhas dentro do sistema. No nível mais alto está a possibilidade de equívocos na especificação que incluem algoritmos, arquiteturas ou especificações de hardware e software incorretos. Outras causas de falhas são equívocos na implementação, através de projetos pobres, seleção de componentes de baixa qualidade, construção sem o cuidado necessário ou erros de codificação de software. A próxima causa de falhas é defeitos em componentes. São imperfeições de fabricação e defeitos aleatórios em dispositivos. Este tipo de falhas é considerado o mais comum quando é verificada a existência de problemas. A última causa é de agentes externos, por exemplo, incidência de radiações, interferência eletromagnética, danos em batalhas, erros de operação e ambientes com condições extremas de frio ou calor. Existem ainda quatro atributos importantes quando se fala de Sistemas Tolerantes a Falhas: natureza, duração, extensão e valor: natureza de uma falha especifica o seu tipo, analógica ou digital. duração especifica o intervalo de tempo em que a falha esteve ativa. Existem as falhas permanentes, que permanecem até que uma ação corretiva seja aplicada. As falhas transitórias podem aparecer e desaparecer dentro de um período muito curto de tempo. Já as falhas intermitentes aparecem, desaparecem e então reaparecem repetidamente. extensão de uma falha indica a área do hardware ou do software que foi atingida pela falha ou se foi uma falha global. valor de uma falha pode ser determinado ou indeterminado. Uma falha determinada é aquela na qual o estado permanece inalterado até que uma ação externa seja aplicada. Uma falha indeterminada ocorre quando o estado em um determinado tempo Ti é diferente do estado num tempo Ti+1. Existem três técnicas primárias para tentar melhorar ou manter a performance normal de sistemas em um ambiente onde existem falhas: evitar falhas, mascarar falhas e tolerar falhas. A técnica de evitar falhas que é usada numa tentativa de prevenir a ocorrência de falhas, tais como revisões de projeto, realização de testes e outros métodos de controle de qualidade. Mascarar falhas é qualquer processo que previne falhas em um sistema pela introdução de erros na estrutura deste sistema. Tolerância a falhas é a habilidade de um sistema de continuar a executar tarefas após a ocorrência de falhas. 2.2 Dependabilidade O objetivo de tolerância a falhas é alcançar dependabilidade. O termo dependabilidade é uma tradução literal do termo inglês dependability, que indica a qualidade do serviço fornecido por um dado sistema e a confiança depositada no serviço fornecido. Principais medidas de dependabilidade são confiabilidade, disponibilidade, segurança de funcionamento, segurança, mantenabilidade, testabilidade e comprometimento do desempenho. 2.3 Confiabilidade A confiabilidade R(t) é a capacidade de atender a especificação, dentro de condições definidas, durante certo período de funcionamento e condicionado a estar operacional no início do período. A definição acima implica algumas condições essenciais, muitas vezes esquecidas: especificação: sem uma especificação do sistema, não é possível determinar se o sistema está operando conforme esperado ou não, quanto mais formal e completa a especificação, mais fácil estabelecer essa

3 condição. Não é possível estabelecer se um sistema sem especificação é confiável ou não. condições definidas: as condições de funcionamento do sistema devem ser bem definidas. Um exemplo simples são as condições ambientais de temperatura e umidade. Outro exemplo são os dados ou estímulos de entrada que o sistema deve processar. período de funcionamento: o tempo de missão deve ser conhecido. O tempo de missão de uma viagem espacial é diferente do tempo de missão de um vôo comercial doméstico. Um sistema pode ser altamente confiável para 12 horas de operação e depois necessitar de um longo período de repouso e reparo. estado operacional no início do período: não é possível falar em confiabilidade de sistemas que já partem operando com defeitos. Confiabilidade é a medida mais usada em sistemas críticos, ou seja nos seguintes tipos sistemas em que mesmo curtos períodos de operação incorreta são inaceitáveis, sistemas em que reparo é impossível. Exemplos sistemas confiáveis são aviação e exploração espacial. Confiabilidade é uma medida de probabilidade, pois a ocorrência de falhas é um fenômeno aleatório. Confiabilidade não pode ser confundida com disponibilidade. Um sistema pode ser de alta confiabilidade e de baixa disponibilidade. Um exemplo seria um avião que precisa de reparos e manutenção nos intervalos de vôo. 2.4 Disponibilidade Assim como a confiabilidade, a disponibilidade é uma medida de probabilidade. Disponibilidade é a probabilidade do sistema estar operacional num instante de tempo determinado. Disponibilidade é o atributo mais usado em sistemas de missão crítica. Sistemas de consulta de base de dados online, servidores de rede, servidores de páginas web, são alguns exemplos de sistemas onde alta disponibilidade é requerida. Disponibilidade não pode ser confundida com confiabilidade. Um sistema pode ser altamente disponível mesmo apresentando períodos de inoperabilidade, quando está sendo reparado, desde que esses períodos sejam curtos e não comprometam a qualidade do serviço. Disponibilidade está muito relacionada com o tempo de reparo do sistema. Diminuir o tempo de reparo resulta em um aumento de disponibilidade. Apesar de disponibilidade e confiabilidade representarem atributos e corresponderem a medidas diferentes, usuários no geral gostariam de ter sistemas com as duas características. Disponibilidade e confiabilidade não são excludentes, mas as técnicas para implementar uma e outra podem ser bem diferentes. 2.5 Segurança de funcionamento Segurança é a probabilidade do sistema ou estar operacional, e executar sua função corretamente, ou descontinuar suas funções de forma a não provocar dano a outros sistemas ou pessoas que dele dependam. 2.6 Segurança É a medida da capacidade do sistema de se comportar de forma livre de falhas. Um exemplo seria um sistema de transporte ferroviário onde os controles de um trem providenciam sua desaceleração e parada automática quando não mais conseguirem garantir o seu funcionamento correto. Em um sistema fail-safe, ou a saída é correta ou o sistema é levado a um estado seguro. 2.7 Comprometimento do desempenho Está relacionada à queda de desempenho provocado por falhas, onde o sistema continua a operar, mas degradado em desempenho. 2.8 Mantenabilidade Significa a facilidade de realizar a manutenção do sistema, ou seja, a probabilidade que um sistema com defeitos seja restaurado a um estado operacional dentro de um período determinado. Restauração envolve a localização do problema, o reparo físico e a colocação em operação. 2.9 Testabilidade É a capacidade de testar certos atributos internos ao sistema ou facilidade de realizar certos testes. Quanto maior a testabilidade, melhor a mantenabilidade, e por conseqüência menor o tempo que o sistema não estará disponível devido a reparos. 3. Número de Noves Com o interesse crescente do mercado de servidores por sistemas de alta disponibilidade, como servidores de redes e servidores web, uma medida de disponibilidade está se tornando popular. É a medida do número de noves na expressão de percentagem de tempo de disponibilidade. Assim um sistema de cinco noves possui disponibilidade de 99,999%. Um sistema de cinco noves (com 99,999% de disponibilidade) oferece um serviços contínuos, exceto aproximadamente 5 minutos por ano. Da mesma forma, para representar probabilidades muito próximas de 1 na medida de confiabilidade, com um grande número de 9 após a vírgula, é usual usar a notação 0,9i. Assim por exemplo 0, é representado por 0,97.

4 Esses números, e até maiores, são típicos de sistemas de controle na aviação, representando a probabilidade do sistema operar corretamente durante o tempo de missão, ou seja, durante o tempo de vôo. 4. Redundância Redundância é a palavra chave em tolerância a falhas. Redundância para aumento de confiabilidade é quase tão antiga como a história dos computadores. Todas as técnicas de tolerância a falhas envolvem alguma forma de redundância. Redundância está tão intimamente relacionada a tolerância a falhas que, na indústria nacional, o termo usado para designar um sistema tolerante a falhas é sistema redundante. O conceito de redundância implica em adição de informação, recurso ou tempo de tudo o que é necessário para a operação normal do sistema. A redundância pode tomar diversas formas, como redundância de hardware, software, informação ou tempo. No uso de técnicas de repetição de componentes devem ser considerados performance, tamanho, peso, consumo de energia, entre outros. 4.1 Redundância de Hardware: a replicação física de componentes parece ser a mais comum forma de redundância usada em sistemas. A redução no tamanho dos componentes, e por conseqüência o baixo custo, tem se tornado um dos grandes incentivos às técnicas de replicação de hardware. 4.2 Redundância de Informações: os algoritmos de detecção e correção de erros em códigos, formados pela adição de dígitos de controle em palavras de bits apresentam-se como exemplos bastantes ilustrativos. A seguir temos alguns exemplos de códigos: Paridade (que representa a mais simples forma de código); Duplicação (simplesmente se utiliza as informações duas vezes); Checksums (são conferências entre transferências de massas de dados); Códigos Cíclicos (utiliza-se polinômios); Código de Hamming para Detecção e Correção de Erros (permite a correção do erro detectado indicando a posição em que o erro ocorreu). 4.3 Redundância de tempo: até agora falamos de redundância de recursos de hardware e de informação atentando para as penalidades impostas pela inclusão de novos componentes. Esta técnica consiste em repetir as computações de forma que falhas possam ser detectadas. Executa-se duas ou três vezes a mesma operação a fim de detectar uma possível diferença entre os resultados destas operações. O grande problema desta técnica é que dificilmente, se houver uma falha, ter-se-á todos os mesmos dados para um novo teste. 4.4 Redundância de Software: em aplicações que utilizam computadores, muitas detecções de falhas podem ser implementadas no software. O balanceamento de redundância entre hardware e software pode tender para os programas a fim de reduzir custos diretos de projeto. Não é necessário replicar programas inteiros a fim de obter redundância de software. Basta incluir rotinas que escrevem e lêem em posições aleatórias da memória de tempos em tempos, por exemplo. Outra aplicação ocorre quando se sabe que um determinado sinal analógico ou digital não pode ultrapassar um limite, bastando testar com um programa se algo de anormal ocorreu. Existem muitas aplicações para Sistemas Tolerantes a Falhas, tanto na área da computação quanto em qualquer outra área. Quanto mais os computadores se tornam importantes para a vida humana, maior a necessidade de se introduzir técnicas cada vez mais avançadas de controle da ocorrência de erros na utilização de equipamentos. 5. Aplicações da Computação Tolerante a Falhas: Podemos organizar as aplicações dos Sistemas Tolerantes a Falhas em quatro categorias: aplicações de longa duração, computações críticas, aplicações de difícil manutenção e alta disponibilidade. 5.1 Aplicações de longa duração: os exemplos mais comuns de aplicações de longa duração são em foguetes e satélites. Alguns devem ter uma probabilidade de operação confiável de 95 por cento ou mais em um período de dez anos. Estes sistemas podem ser reconfigurados manualmente por operadores; 5.2 Aplicações de computação crítica: aparentemente, as aplicações tolerantes a falhas mais conhecidas são aquelas aplicadas na segurança humana ou equipamentos de proteção. Podemos citar exemplos incluindo sistemas de controle de aeronaves, sistemas militares e certos tipos de controles industriais. Nestes casos, uma falha pode

5 apresentar conseqüências devastadoras. Nestes casos, normalmente é requerida uma confiabilidade em torno de 97%. 5.3 Aplicações de difícil manutenção: este tipo de característica é aplicado quando a manutenção possui custos altos, é inconveniente ou muito difícil de ser executada. Estações localizadas remotamente no espaço ou certas aplicações em ambientes inóspitos representam bem esta categoria. O pessoal da manutenção pode visitar o local onde se localiza o sistema mensalmente e executar os reparos necessários. Entre uma visita e outra o sistema deve ser capaz de tolerar as possíveis falhas que venham a ocorrer. 5.4 Aplicações de alta disponibilidade: um dos parâmetros que devemos considerar em muitas aplicações é a disponibilidade. Bancos e outros sistemas de tempo compartilhado são bons exemplos de aplicações de sistemas de disponibilidade. Os usuários deste tipo de sistemas desejam, e realmente necessitam, respostas num tempo reduzido, praticamente ao mesmo tempo em que são requisitados os serviços. 6. O que é cluster? Cluster significa dois ou mais computadores ligados via rede, onde cada uma das máquinas é denominada de nó; realizam tarefas em conjunto, agindo de forma transparente para a aplicação e/ou usuário final. Dessa forma obtém-se um maior poder de processamento e também tolerância à falhas. O termo cluster hoje em dia se refere a uma grande quantidade de tecnologias, topologias de configuração, e softwares para a implementação de tal solução. 6.1 Clusters de Alta disponibilidade Um dos principais tipos de cluster, é o de alta disponibilidade (em Inglês Clusters-HA), também chamado de cluster de redundância. Nesta configuração, tem se os servidores agindo com backups vivos, um dos outros. Um servidor fica constantemente verificando pela performance e disponibilidade do outro servidor (ou seja, se ele realmente está no ar), para que no caso de falha de um, o outro possa assumir imediatamente. O cluster de alta disponibilidade permite um grande aumento do tempo de funcionamento do sistema. Isto pode ser crucial em paginas web de e- comerce e para outras aplicações de missão crítica, como por exemplo firewalls de grandes corporações. Os servidores de um cluster de alta disponibilidade não compartilham a carga de processamento como os servidores de um cluster de alta performance fazem, nem compartilham a carga de tráfego, da forma que servidores de um cluster de balanceamento de carga. Ao invés disto, eles ficam prontos, esperando a hora de assumir um serviço. Embora não se tenha um aumento de performance com um cluster de alta disponibilidade, eles aumentam a flexibilidade necessária em um ambiente de informações de negócios intensivos. Clusters de alta disponibilidade também permitem uma fácil manutenção dos servidores. Uma máquina do cluster, pode ser desligada, reinicializada, ou até mesmo ter o seu hardware atualizado. Quando a mesma estiver pronta, basta ligá-la, novamente e colocar a próxima máquina em manutenção que tudo irá ocorrer de forma transparente. A alta disponibilidade, e o balanceamento de carga, compartilham vários pontos em comun, e alguns clusters fazem uso de ambos os tipos de implementação. 6.2 Como os clusters trabalham: De uma maneira geral a tecnologia de cluster é composta basicamente de duas partes. A primeira parte consiste em customizações do sistema operacional (como as modificações feitas no Kernel do Linux), compiladores especiais, e aplicações quer permitem os programas a obterem grande vantagem do cluster. O segundo componente é o hardware que está interconectado entre as máquinas do cluster (nós). Estas interconexões as vezes são feitas por dispositivos especiais (em alguns casos o hardware é fabricado especialmente para trabalhar em forma de cluster). Mas, na maioria das implementações de cluster, estas interconexões são feitas através de redes dedicadas, como fast Ethernet, ou gigabit Ethernet. Uma associação de tarefas, rotinas de atualizações, requisições, e dados de programas, podem ser compartilhados através desta interface de rede (que faz a ligação entre os nós do cluster), enquanto uma rede separada é usada para conectar o cluster ao "resto do mundo". As vezes uma mesma estrutura de rede pode ser usada para ambas as tarefas, porém, isto pode causar uma degradação de performance quando a utilização da rede for muito alta. Em uma situação real, um servidor de backup pode instantaneamente assumir o papel do servidor primário no caso de falha. Se o servidor de backup, não receber um sinal do servidor principal, informando que o mesmo está ativo, o servidor de backup automaticamente reconfigura sua interface de rede e assume o tráfego de carga. 7. Clusters de Código Aberto Os clusters de código aberto (especificamente os baseados no Linux) têm se mostrado muito eficientes. O site Clusters Top 500 ( traz uma lista dos 100 (cem) clusters mais rápidos e o Linux é o sistema operacional de 91 deles. Além disso, os clusters baseados

6 em Linux custam muito menos que os seus concorrentes. O casamento do Linux com clusters é perfeito não apenas pelo baixo custo mas, sobretudo, pelo Linux possuir alto desempenho e código fonte aberto, o que possibilita adaptação para as mais diferentes necessidades dos projetos. Abaixo alguns exemplos de clusters Linux: Projeto Beowulf Criado por cientistas da NASA é um cluster de alta performance e alta disponibilidade que se aproveitou da flexibilidade do Linux. CLIC a Mandrake disponibilizou uma versão especialmente voltada para desenvolvimento de clusters a CLIC. Projeto Piranha - Consiste de uma implementação estritamente em software do Linux HA Project, desenvolvida pelo grupo Red Hat. iranha SGI - Linux FailSafe - O Linux FailSafe e uma solução de alta disponibilidade baseada em software (nível de aplicação) e redundância de hardware (clustering), onde os serviços são replicados Projetos que Utilizam Clusters Linux Projeto Árvore da Vida O projeto tenta construir um padrão de relações que os biólogos acreditam existir entre todas as espécies vivas que passaram pelos 4 bilhões de anos de existência da Terra. Simulação de Armas Nucleares O Los Alamos National Laboratory se utilizará de um projeto desenvolvido pela Linux NetworkX para simular armas nucleares em clusters linux. Projeto NCP3 - formado por um cluster Linux com 20 servidores, é um esforço conjunto de pesquisa que envolve pesquisadores da UFMG, UFES, UERJ, LNCC e da Rutgers University dos EUA. O objetivo é desenvolver novas técnicas e mecanismos arquiteturais que promovam a aplicação eficaz de clusters em Computação Científica de grande escala, servidores Multimídia, e Comércio Eletrônico Conclusão O artigo apresentou os conceitos básicos de tolerância a falhas, as técnicas envolvidas para se garantir a

7 continuidade dos serviços oferecidos, mostrou algumas áreas de aplicação de computadores tolerantes a falhas e exemplificou clusters de código aberto e alguns projetos que os utilizam. As falhas podem ocorrer tanto no hardarwe como em software, mas como os hardwares estão cada vez mais confiáveis e softwares cada vez mais complexo, erros que ocorrem em sistemas de computação são devidos predominantemente a falhas de software. Essas falhas tanto podem estar localizadas no sistema operacional, nos programas aplicativos ou nos compiladores e interpretadores dos programas aplicativos. É interessante observar que em muitos sistemas, detecção de erros provocados por falhas de hardware, mascaramento, recuperação e reconfiguração são comandados por software. Nesses sistemas é essencial que esse software seja seguro, preferencialmente verificado quanto a correção. Cresce dia a dia o número de aplicações de sistemas de computação onde disponibilidade e confiabilidade são exigidas em alto grau. Os usuários de sistemas de computação estão se tornando mais exigentes e os provedores de serviços se mostram mais dispostos a enfrentar os custos adicionais das técnicas de tolerância a falhas. Convém ressaltar que mesmo para as áreas onde se dispõe de sistemas tolerantes a falhas, esses nem sempre se apresentam prontos para a imediata utilização. O desenvolvedor de software, ou o usuário especializado desses sistemas, deve muitas vezes prover alguns recursos complementares para garantir a confiabilidade ou a disponibilidade desejada para a sua aplicação. Além disso, os sistemas comerciais geralmente só garantem tolerância a falhas isoladas de hardware. Mecanismos contra falhas múltiplas e mesmo falhas de software são raramente disponíveis devido ao elevado custo associado. Um projeto de sistema tolerante a falhas deve, portanto, reconhecer exigências quanto a confiabilidade e disponibilidade de uma determinada aplicação, saber escolher o sistema de menor custo que supra essas exigências e ter condições de desenvolver os mecanismos complementares de tolerância a falhas para atingir a confiabilidade desejada. Naturalmente os integrantes do projeto devem conhecer técnicas de tolerância a falhas e sua utilização eficiente. Tolerância a falhas compreende muitas das técnicas que permitem aumentar a qualidade de sistemas de computação. Apesar da tolerância a falhas não garantir comportamento correto na presença de todo e qualquer tipo de falha e apesar das técnicas empregadas envolverem algum grau de redundância e, portanto, tornarem os sistemas maiores e mais caros, ela permite alcançar a confiabilidade e a disponibilidade desejadas para os sistemas computadorizados. Uma boa opção para a implementação dos clusters de alta disponibilidade se encontra em sistemas de código aberto, como no linux, porquê possuem um alto desempenho e, devido ao código aberto, podem se adaptar melhor às necessidades dos projetos e custam bem mais barato que os concorrentes. Tolerância a falhas não é uma área de pesquisa complemente dominada. Apesar de antiga, é uma área onde muita aplicação, avaliação e popularização se fazem necessárias. 9. Agradecimentos Ao Cap. Nilo Sérgio de Lima Barros e Silva e à amiga Rosemary Silveira Filgueiras por todo apoio na elaboração deste artigo e aos amigos Débora Geronasso e Nilo Ferreira da Rocha pelo auxílio na elaboração do abstract. 10. Bibliografia JALOTE, P. - Fault tolerance in distributed systems. Prentice Hall, Englewood Cliffs, New Jersey, VERÍSIMO/RODRIGUES Distributed Systems for Systems Architects. Kluwer Academic Publishers, Massachussets, s/mono pdf