基于Lustre文件系统的MPI检查点系统实现技术与性能测试

摘要：

基于协同式检查点的回卷恢复是在大规模并行计算机系统中得到采用的一项重要容错技术,其性能开销主要为协同协议和检查点映像存储所决定。描述了一个在MPICH2中实现的应用透明的并行检查点系统,相比已有的技术,该系统有以下特点:(1)协同协议操作利用了并行应用的近邻通讯特性,通过虚连接方法减少协议的处理开销;(2)采用Lustre文件系统简化检查点映像文件管理的复杂性;(3)通过并行I/O操作提高性能,优化检查点映像的存储过程。实际应用的测试表明,该检查点系统具有较小的运行时间开销和良好的可扩展性。

关键词： 计算机系统 容错技术 MPICH2软件包 回卷恢复 协同式检查点 Lustre文件系统

作者: 谢旻 万国伟 卢宇彤 周恩强 曹宏嘉

作者单位: 国防科学技术大学计算机学院 湖南长沙 410073

会议类型: 国内会议

会议名称: 2007年全国高性能计算学术年会

会议地点: 深圳

会议语种:中文

页码: 36-43

在线出版日期: 2007-10-26（万方平台首次上网日期，不代表论文的发表时间）