新手入门:服务器应用技术解析(2)

可靠、可用性

    在04年8月的一个周末，中网公司原来使用的服务器出现了故障，难以解决，而公司的业务运行正在进行，必须迅速切换到一台新的服务器，不然就会影响到公司业务的正常运行。为此中网公司副总夏曦龙迅速联系了几家服务器厂商，最终采购了一台浪潮服务器，并在周五晚上冒着大雨将紧急生产出来的服务器直接拉回了公司。其实服务器在设计、生产的过程中就考虑到了机器可靠和可用方面的问题。

    为了保证服务器在运行过程中遇到一般的问题都能“带病工作”或者“自动修复错误”而采取了大量的冗余、容错技术。

    为了保证服务器有一个优异的品质，在服务器的制造过程中有众多的关卡来控制产品的品质，包括：服务器产品的研发流程（调研、评审、认证、确认），服务器产品的测试流程（板卡测试、部件测试、系统测试、管理软件测试、电磁兼容测试、环境测试、噪音测试、跌落测试、应用测试）等。在经过严格测试之后出厂的机器一般能够保证较好的可靠性。

    在设计过程中，为了保证服务的不见断，一般服务器都采用了部件冗余技术、RAID技术、内存纠错技术和管理软件来对机器的日常工作进行“保驾护航”。

    1、 部件冗余技术

    服务器是由众多部件模块组成的，而通常情况下，故障会在一些特定的模块发生，比如电源等，为此很多服务器配备了双电源甚至多电源来进行备份冗余，当一个电源发生故障停止运转的时候，另一个电源仍然能够提供服务器正常运转所需要的能源。这就是部件冗余技术。

    2、 RAID技术

    RAID是Redundant Array of Inexpensive Disk首字母的缩写，是由美国加州大学伯克利分校的D.A. Patterson教授在1988年提出的，简单地讲，RAID技术就是利用多个硬盘的组合提供高效率及冗余的功能。

    过去，计算机系统只能向一个硬盘写信息，硬盘价格昂贵并且容易出现故障。这主要是因为硬盘是机械装置而其它的是电子系统，所以硬盘成为计算机系统中最薄弱的一环。由于硬盘驱动器包含大量的高速运转的机械部分。所以主要的问题不在于硬盘是否会出故障，而是何时出故障。采用RAID技术就是保护硬盘中的数据不因硬盘的物理损坏而丢失。

    RAID通过两种方法完成了冗余和容错功能：一种是分段（striping），另一种是奇偶校验。分段就是每次将文件以块的形式写到多个磁盘上。这种技术将数据分别写到多个驱动器上，提高了数据的传输速率和整个磁盘的交易次数。适用于事务处理系统。

    奇偶校验通过对传输的数据执行冗余检验，确保了数据的有效性。如果RAID系统中的一个磁盘出错，其它磁盘有能力重建出错磁盘上的数据。而所有的这些对操作系统来说都是透明的。由磁盘阵列控制器（DAC）进行控制。

    当前常用的几种RAID级别包括：RAID0、RAID1、RAID1E、RAID5等。

    3、 内存纠错技术

    内存纠错技术通常情况下是指服务器内存的ECC技术。ECC意思是“错误检查和更正”（Error Checking & Correcting）。奇偶校验（Parity）内存提供错误检查但不能更正错误。而ECC内存可以检测并更正1位内存错（98％的内存出错都是1位错），并且能检测出所有的2位内存错，但只能更正其中的一部分。甚至，ECC内存还能检测出3或4位内存错。使用了ECC内存的服务器将能避免绝大多数由内存错误引起的系统失效。64位的数据需要8个校验位，因此ECC内存上常有奇数个内存模块。
普通的ECC内存纠错1位、发现2位错误，用于中低端服务器；多位ECC可纠正x位错误，发现2x位错误，用于高端服务器。Chipkill是一种ECC的算法，专门为单个内存芯片(颗粒)失效的情况设计。由于ECC的算法比较复杂，为了纠正一位的错误需要消耗一定的时间，结果是整个系统的性能越下降2-3%。但是由于这种内存在整个系统中比较稳定，所以仍被用于作为网络核心设备的服务器，是服务器24×7运行所必需的。浪潮英信系列服务器均采用了ECC DDRII内存来保证服务器的可靠运行。

• 第1页：服务器衡量标准
• 第2页：可靠、可用性

• 第3页：服务器高超的性能

（编辑：ASP站长网）