一种面向大规模并行系统的分组协同检查点算法
随着大规模并行系统使用着越来越多的处理器，相应地其容错能力也变得越来越重要．协同检查点设置和卷回恢复是此类系统中广泛使用的重要容错技术，但它面临着日益严峻的可扩展性问题．随着处理器数目增加导致设置检查点时需要保存更多的检查点文件，这使得其开销率显著增加．本文提出一种新的基于分组的协同检查点算法，它使用更好的调度策略使得某一组进程在设置检查点时，其他的进程能够更多地处于计算状态，从而有效地减少了检查点开销．实验表明该算法在系统规模增加时具有良好地可扩展性．
大规模并行系统 协同检查点 容错技术
黄琼 尚利宏 周密 金惠华
北京航空航天大学计算机学院,北京 100191
国内会议
合肥
中文
263-267
2010-07-24（万方平台首次上网日期，不代表论文的发表时间）