系统架构设计师-系统可靠性分析与设计
目录
一、可靠性相关基本概念
二、可靠性指标
1、串联系统与并联系统可靠性指标计算
2、混合系统
三、可靠性设计
1、影响软件可靠性的主要因素：
2、增加可靠性的解决方案
2.1 避错技术
2.2 降低复杂度设计
2.3 检错技术
2.4 容错技术
3、双机容错
一、可靠性相关基本概念
【可靠性】：可靠性是软件系统在应用或系统错误面前 ，在意外或错误使用的情况下维持软件系统的功能性的基本能力。
【可用性】：可用性是系统能够正常运行的时间比例。
软件可靠性 ≠ 硬件可靠性
（1）复杂性：软件复杂性比硬件高，大部分失效来自于软件失效。
（2）物理退化：硬件失效主要是物理退化所致，软件不存在物理退化。
（3）唯一性：软件是唯一的，每个COPY版本都一样，而两个硬件不可能完全一样。
（4）版本更新周期：硬件较慢，软件较快。
二、可靠性指标
【失效率】：（λ）λ = N / T，N表示在某个时间段内失效的总数，T则是相应时间段的总时间。
【平均无故障时间】：（MTTF）MTTF = 1 / λ，λ为失效率
【平均故障修复时间】：（MTTR）MTTR = 1 / μ，μ为修复率
【平均故障间隔时间】：（MTBF）MTBF = MTTR + MTTF
【系统可用性】：MTTF / （MTTR + MTTF）* 100%
在实际应用中一般MTTR很小，所以通常认为MTBF ≈ MTTF。
1、串联系统与并联系统可靠性指标计算
串联：
可靠性：R = R1 * R2 * ... * Rn
使效率近似公式：λ = λ1 + λ2 + ... + λn
并联：
可靠性：R = 1 -（1 - R1）*（1 - R2）* ...*（1 - Rn）
2、混合系统
三、可靠性设计
1、影响软件可靠性的主要因素：
（1）软件的开发方法和开发环境（2）运行环境
（3）软件系统的规模（4）软件的内部结构（5）软件的可靠性投入
2、增加可靠性的解决方案
2.1 避错技术
例如：使用CMMI（能力成熟度模型集成）规范管理过程、应用测试等。
2.2 降低复杂度设计
设计层面降低系统复杂度。
2.3 检错技术
出错后报警，人工处理，成本较低。
2.4 容错技术
（1）N版本程序设计（静态冗余）
多个版本同时计算获得到结果，通过表决器算法最终确定采用结果。主要应用在可靠性要求极高的场景，成本高。例：飞行控制系统、高铁信号系统。
与通常软件开发过程不同的是，N版本程序设计增加了三个新的阶段：相异成分规范评审、相异性确认、背对背测试。
N版本程序的同步、N版本程序之间的通信、表决算法（全等表决、非精确表决、Cosmetie表决）、一致比较问题、数据相异性。
（2）恢复快设计（动态冗余）
设计时应保证实现主块和后备块之间的独立性，避免相关错误的产生，使主块和备份块之间的共性错误降到最低程度。
必须保证验证测试程序的正确性。
【N版本程序设计与恢复快方法区别】
前向恢复：使当前的计算继续下去，把系统恢复成连贯的正确状态，弥补当前状态的不连贯情况。
后向恢复：系统恢复到前一个正确状态，继续执行。
（3）防卫式程序设计
对于程序中存在的错误和不一致性，通过在程序中包含错误检查代码和错误恢复代码，使得一旦错误发生，程序能撤销错误状态，恢复到一个已知的正确的状态中去。
实现策略：错误检测、破坏估计、错误恢复。（例：代码中 try / catch 函数）
冗余：
（1）结构冗余（硬件冗余、软件冗余）
（2）信息冗余（校验码）
（3）时间冗余（重复多次进行相同计算）
3、双机容错
（1）双机热备模式（主系统、备用系统）
（2）双机互备模式（同时提供不同服务，心不跳则接管）
（3）双机双工模式（同时提供相同的服务，集群的一种）
双机模式是集群的前身