1980年，當Bill Fost先生苦思冥想在為新公司取個什么名字的時候，無意間看到了飛機外層層疊疊的云層，由此“Stratus”誕生了。但是Bill Fost沒有想到，1990當他們注冊北京辦事處的時候，竟然可以使用“美國容錯計算機公司”，這種用技術術語命名公司的現象，此后再也沒有出現過。不知道國內有多少用戶知道 “美國容錯計算機公司”，進而了解容錯技術，但是相信，這幾年數量有限與很多技術領先型公司相類似，“酒香不怕巷子深”是其風格，市場上的低調在一定程度上制約了發展。

容錯的含義比較寬泛，這種不確定性容易引發歧義，增加理解上的難度。從概念上來說，容錯是指服務器對于錯誤的容納能力，是應用過程中對于服務器穩定性追求的一個目標。為了這樣一個目標，有幾種技術上的實現方法，目前國內談論最多的是三種：服務器群集技術、雙機冗余服務器方案和單機容錯技術。

實際上，服務器群集和雙機冗余的技術比較類似，雙機冗余是最簡單的集群，是其一個特例，也可以把服務器集群技術視為雙機冗余的延伸，可以理解為一種多機容錯的方案。在一般的討論之中，集群技術是為了解決計算性能不足的問題，通過多臺服務器的集群計算，為高性能計算領域應用提供所需要的高性能。采用集群技術，通過多臺服務器之間的負載均衡，可以解決服務器單點故障所引發的系統不穩定，提高系統的可靠性，因此集群具有更好的容錯能力，但是在實際的應用中，集群技術多用于高性能計算。

單機容錯技術以Stratus公司的ftServer、惠普公司的NonStop服務器和NEC公司的Express5800/ft為代表。這種技術具有比雙機冗余方案更高的容錯能力。據記者查閱有關技術資料，雙機冗余系統的可靠性可以達到99.9%，也就是3個9的能力，而Stratus公司的方案，其可靠性可以達到5個9。在記者的采訪中，惠普公司企業服務器產品經理陳武勝表示，其NonStop服務器作為目前惠普公司最高檔的服務器，其可靠性可以達到7個9的水平。在記者看來，雙機冗余與單機容錯有很多的差異，絕不是3個9和5個9的區別。為了了解這些區別，記者分別采訪了有關軟硬件廠商，并結合實際的應用案例，幫助讀者了解有關容錯服務器的技術。
產品技術篇之一 “沒有錯誤”的容錯服務器技術

單機容錯技術是我們為了區別雙機冗余技術對Stratus等容錯服務器的稱謂，但是在我的采訪中，有關服務器廠商都不愿意采用這個稱謂，他們更愿意采用容錯服務器，因為單機只是一個表現形式，并不能準確表達其技術的特征。IDC資詢師將這種技術稱之為“沒有錯誤”的容錯服務器技術。

容錯與同步技術

美國容錯公司技術顧問高峰在接受記者采訪時表示，容錯服務器的技術并不難理解，計算機自誕生之日起，其系統結構并沒有發生任何改變，仍然是馮諾依曼教授所提出的由運算器(CA)、控制器(CC)、存儲器M和輸入/輸出裝置所組成，而容錯服務器的思路就是把所有這些部件全部采用冗余硬件設計。兩個部件共運行同一個任務，以此來提高系統的運行可靠性。

這種思路和方法在其他服務器產品中也有采用，據富士通公司首席技術官周一平介紹，富士通PRIMEQUEST服務器就采用了這種方法，該服務器采用英特爾安騰2處理器，富士通把很多大型機和 Unix小型機的技術進行了遷移。例如把處理器、內存和PCI總線進行冗余設計，使系統具有高的可靠性。

高峰表示，這種冗余硬件的設計并不難理解，但是最為困難的是如何保證計算和數據在硬件中的同步，這是Stratus核心的專利技術。在Stratus容錯服務器中，它被稱為同步(Lockstep)技術，在惠普的NonStop服務器中被稱為鎖步技術。

安騰還是x86

容錯服務器另外一個需要關注的焦點是處理器。據陳武勝介紹，目前惠普的NonStop服務器分為兩個系列：NonStop S和Integrity NonStop，其產品的差別在于所采用處理器芯片不同，NonStop S所采用的是MIPS芯片，是收購原美國天騰公司的產品，而Integrity NonStop所采用的是英特爾安騰2處理器。

陳武勝表示，除了處理器的差別之外，新的Integrity NonStop具有很多新的設計，例如采用3部件的冗余設計，此外系統總線也有很大改進，因此其可靠性才能夠達到7個9的水平。他指出，目前安騰2芯片已經內置了Lockstep同步技術，在芯片級提供了系統容錯設計的能力。而此前處理器芯片不具備這樣的能力，就需要通過外部結構設計來解決同步的問題。據了解，Integrity NonStop可以進一步分為NS1000、NS14000和NS16000，分為入門級、中高端和最高端服務器產品，其中最高端的NS16000服務器，其每個服務器的節點采用2～16個安騰2處理器。這些處理器節點通過惠普公司獨特的ServerNet進行連接，可以提供多達4080個處理器計算能力。

在Stratus公司的產品中，更加強調容錯的能力。據高峰介紹， ftServer已經是該公司第四代產品系列，此前先后經歷過Motorola M68000、Intel I860芯片、HP PARISC等不同處理器，以及VOS專有操作系統等階段。目前第四代產品采用基于x86結構的Intel 處理器，其W系列最高的6600可以實現基于容錯的4路雙核處理器的計算。高峰表示，Stratus將會在今年發布基于8路的容錯服務器產品。

高峰表示，容錯服務器選擇哪種處理器的關鍵還是要根據應用的需求。安騰處理器采用了全新的64位計算架構，需要配合主機級的NonStop操作系統。與之相比，x86架構應用比較普遍，用戶軟件無須要進行二次開發。Stratus公司之所以采用Linux、Windows等通用的平臺代替專用的VOS操作系統，就是為了降低容錯服務器的應用成本。

“無解”的軟件故障

容錯服務器通過硬件部件的冗余設計，以及同步技術的保證，可以有效解決因為硬件原因所造成的系統故障，但是并不能解決軟件故障。

高峰表示，雖然在理論上存在著兩個相同部件同時損壞的情況，但是隨著硬件水平的提高，這種概率是比較低的。高峰表示，容錯硬件的設計一方面可以防止硬件的單點故障，同時也可以防止硬件所造成的計算錯誤，并對此做出校正。從技術的角度來看，所有軟件在硬件看來就是0和1，但是在某些情況下，硬件會產生不穩定，造成非0非1的中間狀態，就會產生計算的錯誤，這種錯誤并不一定導致系統宕機，其錯誤不易被察覺。

在容錯服務器中，由于采用冗余部件同時運行同一應用任務，這樣當兩個系統產生不一樣計算結果的時候，系統就會察覺，并通過技術手段對于計算錯誤進行校驗，從而提高應用的準確性。但是如果是軟件本身的問題，無論是操作系統還是應用軟件，那么容錯服務器沒有辦法對于這種錯誤進行修整。因為對于容錯服務器而言，硬件所能夠辨別的就是0和1，至于0和1所蘊含的軟件邏輯，硬件無從辨別。高峰表示，軟件的問題只能夠通過軟件的方法加以解決。有些用戶對此存在一些誤解，認為容錯服務器不會宕機，實際上容錯服務器只能夠解決硬件的故障。

關于容錯服務器應用，記者也采訪了NEC技術經理黃后生，他表示，選擇容錯服務器的意義在于為關鍵業務應用提供可靠的硬件平臺。黃后生表示，用戶為追求系統可靠性，往往會選擇小型機，但這會增加成本，同時也對企業的技術人員提出了比較高的要求。但是選擇容錯服務器沒有這樣的要求，可以使用他們比較熟悉的Windows平臺或者Linux平臺。

黃后生表示，目前NEC的Express5800/ft服務器在原理上與Stratus非常類似，兩家公司在技術上有著戰略合作，共同開發有關容錯服務器的相關技術。目前NEC是Stratus公司的投資股東，持有 Stratus公司部分股票。在全球服務器市場上，NEC位列前5強，具有豐富應用和推廣的經驗，以及雄厚的市場推廣能力。在技術支持和服務方面，NEC 已經建立了非常好的渠道，這些優勢都有助于容錯服務器在中國的應用和推廣。