5、分布式系统中的故障类型与密码学抽象

分布式系统中的故障类型与密码学抽象

1. 分布式系统中的故障类型

1.1 遗漏故障

遗漏故障是一种较为常见的故障类型。当一个进程没有按照其算法要求发送或接收消息时，就会发生遗漏故障。通常，这种故障是由缓冲区溢出或网络拥塞导致消息丢失引起的。在出现遗漏故障时，进程会丢弃一些本应与其他进程交换的消息，从而偏离其原本分配的算法。不过，除了与后续介绍的崩溃 - 恢复故障相关的内容外，这里不再深入探讨遗漏故障。

1.2 崩溃 - 恢复故障

在某些分布式环境中，假设特定进程永远不会崩溃是不现实的。例如，假设大多数进程不会崩溃的条件可能过于苛刻，即使这种情况只在算法执行期间不发生。

崩溃 - 恢复进程抽象是一种有趣的替代方案。在这种情况下，如果一个进程崩溃后无法恢复，或者无限次地崩溃和恢复，那么该进程被认为是有故障的；否则，该进程是正确的。从算法执行的生命周期来看，正确的进程最终会一直处于运行状态，一个崩溃并有限次恢复的进程在这个模型中也被视为正确的。

根据崩溃 - 恢复抽象，进程可能会崩溃并停止发送消息，但之后可能会恢复。这可以看作是一种遗漏故障，但有一个例外：进程崩溃时可能会失忆，丢失其内部状态。这使得算法设计变得更加复杂，因为恢复后，进程可能会发送与崩溃前发送的消息相矛盾的新消息。

为了解决这个问题，有时会假设每个进程除了常规的易失性内存外，还有一个稳定存储（也称为日志），可以通过存储和检索操作来访问。恢复时，假设进程知道自己已经崩溃并恢复，运行时环境会自动生成一个特定的 ⟨Recovery⟩ 事件，类似于进程开始执行算法时生成的 ⟨Init⟩ 事件。处理 ⟨Recovery⟩ 事件时，应先从稳定存储