Fault-Tolerant Parallel and Distributed Systems

مهمترین استفاده از محاسبات در آینده در زمینه جهانی \"همگرایی دیجیتال\" خواهد بود که در آن همه چیز دیجیتالی می شود و همه چیز به صورت بین شبکه ای است. برنامه تحت سلطه ذخیره سازی، جستجو، بازیابی، تجزیه و تحلیل، تبادل و به روز رسانی اطلاعات در اشکال مختلف خواهد بود. درخواست‌های سنگینی بر روی سیستم‌ها توسط بسیاری از درخواست‌های همزمان اعمال می‌شود. و اساساً، همه اینها باید در سطوح بسیار بالاتری از قابلیت اطمینان، یکپارچگی و امنیت ارائه شوند. به طور فزاینده‌ای، سیستم‌ها و شبکه‌های محاسباتی موازی بزرگ، چالش‌های منحصر به فردی را برای صنعت و دانشگاه در زمینه محاسبات قابل اعتماد ایجاد می‌کنند، به‌ویژه به دلیل نرخ‌های خرابی بالاتر ذاتی این سیستم‌ها. چالش در بخش آخر این دهه، ساختن سیستمی است که هم ارزان و هم در دسترس باشد. یک خوشه ماشینی ساخته شده از قطعات سخت افزاری کالا، با هر گره ای که یک نمونه سیستم عامل را اجرا می کند و مجموعه ای از برنامه های کاربردی توسعه یافته به منظور انعطاف پذیری خطا، می تواند الزامات جدید دقیق در دسترس بودن را برآورده کند. تمرکز این کتاب ارائه تکنیک‌ها و روش‌های اخیر برای پیاده‌سازی سیستم‌های محاسباتی موازی و توزیع‌شده مقاوم در برابر خطا است. بخش اول، پروتکل‌های تحمل‌پذیر خطا، تکنیک‌های اساسی برای دستیابی به تحمل خطا در پروتکل‌های ارتباطی برای سیستم‌های توزیع‌شده، از جمله ارتباطات گروهی سنکرون و ناهمزمان، پروتکل‌های ترتیب علّی کل استاتیک، و سرویس دیتاگرام آگاه از خطا را در نظر می‌گیرد که ارتباطات را بر اساس زمان پشتیبانی می‌کند. /p>

The most important use of computing in the future will be in the context of the global "digital convergence" where everything becomes digital and every­ thing is inter-networked. The application will be dominated by storage, search, retrieval, analysis, exchange and updating of information in a wide variety of forms. Heavy demands will be placed on systems by many simultaneous re­ quests. And, fundamentally, all this shall be delivered at much higher levels of dependability, integrity and security. Increasingly, large parallel computing systems and networks are providing unique challenges to industry and academia in dependable computing, espe­ cially because of the higher failure rates intrinsic to these systems. The chal­ lenge in the last part of this decade is to build a systems that is both inexpensive and highly available. A machine cluster built of commodity hardware parts, with each node run­ ning an OS instance and a set of applications extended to be fault resilient can satisfy the new stringent high-availability requirements. The focus of this book is to present recent techniques and methods for im­ plementing fault-tolerant parallel and distributed computing systems. Section I, Fault-Tolerant Protocols, considers basic techniques for achieving fault-tolerance in communication protocols for distributed systems, including synchronous and asynchronous group communication, static total causal order­ ing protocols, and fail-aware datagram service that supports communications by time.