Sistemas Distribuídos

Transcrição

1 Tolerância a Falhas

2 Sistemas Distribuídos é a junção de computadores + rede + aplicação onde os computadores que estão conectados em rede coordenam suas ações através de troca de mensagens e se apresenta para os usuários como um sistema único e coerente. Sabemos da existência de um Sistema Distribuído quando a falha de um computador, que até então não sabíamos de sua existência, nos impede de executar nossas tarefas.

3 Na busca de sistemas mais confiáveis, alguns meios foram desenvolvidos para oferecer mais confiança aos sistemas, entre eles está a tolerância a falhas. Tendo em mente que falhas são inevitáveis, procura-se atribuir aos sistemas a capacidade de tolerar a ocorrência de falhas, apresentando funcionamento desejado ou pré-definido, evitando assim danos ao usuário.

4 Na área de tolerância a falhas, os termos falha, erro e defeito (ou falta) apresentam diferentes significados. Problemas inevitáveis: falhas (faults) máquinas quebradas, desconexões, erros no software erros (failures) -> consequências dessas falhas nomenclaturas variam mas temos que manter consistente a idéia de tolerância a falhas tolerância a falhas: evitar que falhas se transformem em erros

5 Para o melhor entendimento, esses conceitos podem ser representados utilizando-se o Modelo de Três Universos (WEBER, 2000b, Sld 5) (SANTOS & CAVALCANTE, 2000, Cap 2. p.10). O primeiro é o Universo Físico, que compreende os dispositivos semicondutores, elementos mecânicos, fontes de energia, ou qualquer outra entidade física. Uma falha ocorre nesse universo. O Universo da Informação compreende os dados manipulados pelo sistema, e é onde um erro pode ocorrer, em virtude da existência de alguma falha no Universo Físico. O último universo é o Externo ou do Usuário. É neste onde o usuário final percebe que o sistema apresentou comportamento indesejado e, portanto, possui um defeito.

6 Como podemos perceber na figura abaixo, uma falha pode acarretar em um erro e um erro pode acarretar em um defeito Mas, segundo (WEBER, 2000b, Sld 6), existe entre uma falha e um erro, e entre um erro e um defeito uma fase chamada latência.

7 Latência de Falha é o período de tempo entre a ocorrência da falha até a manifestação do erro devido aquela falha. Latência do Erro é o período de tempo entre a ocorrência do erro até a manifestação do defeito devido aquele erro. As falhas pode sem classificadas como Físicas (causadas por fenômenos naturais como desgaste de material...) ou Humanas (introduzidas no sistema pela ação do homem.

8 Uma característica que distingue sistemas distribuídos de sistemas centralizados é a noção de falha parcial; Uma falha parcial ocorre quando um componente no sistema distribuído falha; Um objetivo importante do projeto de um sistema distribuído é construí-lo de forma que possa se recuperar automaticamente de falhas parciais sem afetar dramaticamente o desempenho geral.

9 Transientes: ocorrem uma vez e desaparecem. Ex.: um pássaro passando em frente a um transmissor de micro-ondas; Intermitentes: ocorrem, desaparecem e reaparecem. Ex.: conector mal conectado; Permanentes: ocorrem continuamente até que o componente defeituoso seja reparado. Ex.: bugs de software.

10 Técnica de recuperação: para que um sistema não sofra pane total, ao ser detectada uma falha o sistema deve ser automaticamente reconfigurado, realocando o processo para caminhos alternativos. Técnicas de Replicação: permite facilitar a criação de réplicas ou copias de um mesmo objeto em meios físicos diferentes. Técnica de Gerenciamento de Grupo: técnica onde os objetos são integrados em subgrupos diferentes, contendo cada grupo uma referência única.

11 Injeção de falhas por hardware: neste tipo de injeção o hardware é forçado a erros através de mudanças de valores lógicos no próprio circuito (por exemplo, injetamos o nível lógico 0 em um CI, onde deveria receber o nível lógico 1 forçando uma falha. Injeção de falhas por software: neste tipo de injeção são utilizados softwares que tentam corromper o código do sistema, modificar características de comunicação, etc. Injeção de falhas por simulação: neste tipo de injeção, há uma simulação de possíveis falhas que possam ocorrer no sistema ainda mesmo em tempo de projeto.

12 Em muitas áreas computadores realizam tarefas críticas e que envolvem vidas humanas: sistemas de controle de voo, monitoramento de pacientes, sistemas de controle e controle de tráfego aéreo; Outras áreas de aplicação dependem fortemente de computadores, cuja falha pode gerar grandes perdas financeiras ou de oportunidades; Todas estas áreas requerem sistemas altamente confiáveis, dado sua dependência deles. Ou seja, para um sistema distribuído ser altamente confiável, ele necessita de utilizar técnicas de tolerância a falhas, visando minimizar/eliminar o impacto ao usuário, quando o mesmo falha.