• 概念
  • 系统可靠性：无故障运行的概率
  • 可用性：某个给定时间点上系统按照需求执行的概率
  • 可靠度：规定条件下规定时间内不发生失效的概率
  • 失效率：未出现失效的情况下单位时间系统出现失效的概率
• 提高可靠性的技术
  • 避错技术：系统运行执行避免发现改正，技术评审、系统测试和正确性证明
  • 容错技术：运行过程中发生错误时保持正常工作而不影响正确结果，冗余方法是容错的基础
  • 软件容错的方法：提供足够的冗余信息和算法程序，使得系统在实际运行时能够及时发现程序设计错误，采取补救措施
  • N 版本程序设计：N 个具有相同功能的程序同时执行一项计算，结果通过多数表决选择。不同人独立设计、不同的方法、不同的语言、不同的开发环境和工具
  • 恢复块方法（动态冗余）：多重模块待机储备，出现错误时使用备用模块替代它重新运行
  • 防卫式程序设计：在程序中包含错误检查代码和错误恢复代码，一旦发现错误程序就能撤销错误状态，恢复到一个已知的正确状态中去
  • 双机容错技术：软硬件结合，两台服务器和一个外接共享磁盘阵列和响应的双机软件组成；通过心跳机制保证，工作模式：双机热备、双机互备、双机双工
  • 集群技术：多台计算机组织起来协同工作，每台计算机承担部分计算任务和容错任务
• 负载均衡
  • 集群系统中重要技术，目的是加快集群系统的响应速度、提高客户端访问的成功概率，多节点并行和共同工作，让所有节点承受的负荷平衡
  • 主要技术
    • 基于特定软件的负载均衡（应用层），重定向功能
    • 基于 DNS 的负载均衡（传输层）
    • 基于 NAT 的负载均衡
    • 反向代理负载均衡
    • 混合型负载均衡