[論文レビュー] High Availability Cluster System for Local Disaster Recovery with Markov Modeling Approach

Thi Tar Lwin, Thandar Thein|ArXiv.org|Dec 9, 2009

Software System Performance and Reliability参考文献 11被引用数 10

ひとこと要約

本稿では、システム可用性を分析するために半マルコフ過程（SMP）モデルを用いたローカル障害復旧用の高可用性（HA）クラスターシステムを提案している。CTMC近似モデルと比較することで、SMPモデルがCTMC近似よりもより正確な可用性評価を提供することを示しており、SHARPEツールを用いた数値的検証と実際のシステムパラメータを用いて、最小限のダウンタイムで耐障害性の高いITインfra構築のための堅牢なフレームワークを提供している。

ABSTRACT

The need for high availability (HA) and disaster recovery (DR) in IT environment is more stringent than most of the other sectors of enterprises. Many businesses require the availability of business-critical applications 24 hours a day, seven days a week, and can afford no data loss in the event of a disaster. It is vital that the IT infrastructure is resilient with regard to disruption, even site failures, and that business operations can continue without significant impact. As a result, DR has gained great importance in IT. Clustering of multiple industries standard servers together to allow workload sharing and fail-over capabilities is a low cost approach. In this paper, we present the availability model through Semi-Markov Process (SMP) and also analyze the difference in downtime of the SMP model and the approximate Continuous Time Markov Chain (CTMC) model. To acquire system availability, we perform numerical analysis and SHARPE tool evaluation.

研究の動機と目的

• ローカル障害が発生してもビジネスクリティカルなアプリケーションの継続的運用を保証するコスト効率の良い高可用性クラスターシステムの設計。
• 従来のCTMC近似よりも高い精度でシステム可用性をモデル化するため、半マルコフ過程（SMP）を用いること。
• 実際のITインfra構造の文脈において、SMPおよびCTMCモデルのダウンタイム予測を評価・比較すること。
• 形式的モデリング手法を用いて、耐障害性の高いローカル障害復旧ソリューションを設計するための定量的フレームワークを提供すること。

提案手法

• クラスターノードの運用状態、故障状態、回復状態間の状態遷移を表現するために、半マルコフ過程（SMP）を用いてシステムをモデル化する。
• 埋め込まれたマルコフ連鎖と滞在時間分布を用いて、SMPモデルから可用性式を導出する。
• 比較のため、指数分布に従う滞在時間を持つと仮定した近似連続時間マルコフ連鎖（CTMC）モデルを構築する。
• SHARPEツールを用いて、さまざまな故障率および回復率におけるシステム可用性を数値的に解析する。
• クラスタ部品の平均故障時間（MTTF）および平均修復時間（MTTR）などの現実的なパラメータをモデルに組み込む。
• SMPに基づく可用性とCTMC近似との比較により、結果の正確性を検証する。

実験結果

リサーチクエスチョン

• RQ1 高可用性クラスタにおいて、故障時間および修復時間の分布が指数分布でない場合、半マルコフ過程（SMP）モデルはCTMC近似と比較して、システム可用性推定の精度をどのように向上させるか？
• RQ2 非指数分布の故障および修復時間分布が、ローカル障害復旧シナリオにおけるシステム可用性に与える影響は何か？
• RQ3 異なる故障率および修復率が、SMPおよびCTMCモデリング下でのクラスタシステム全体の可用性にどのように影響を与えるか？
• RQ4 SHARPEツールは、この文脈におけるSMPベースの可用性モデルの正確な数値的評価をどの程度サポートできるか？
• RQ5 耐障害性の高いローカル障害復旧システムを設計するにあたり、SMPをCTMCよりも用いることの実用的意義は何か？

主な発見

• SMPモデルは、故障時間および修復時間が指数分布でない場合に、CTMC近似よりもより正確なシステム可用性推定を提供する。
• 非指数分布が適用される状況では、SMPモデルとCTMCモデルの予測されるダウンタイムの差が顕著であり、CTMCモデルの現実世界における限界を浮き彫りにしている。
• SHARPEツールによる数値的結果は、同一のシステムパラメータ下でSMPモデルがCTMC近似よりも高い可用性値を示すことを確認している。
• 本研究は、障害復旧環境における高可用性クラスタの設計意思決定をより的確に行うために、SMPモデリングが有効であることを示している。
• 提案手法により、可用性の正確な定量的評価が可能となり、最小限のデータ損失およびダウンタイムで耐障害性の高いITインfraの構築を支援する。