Università degli Studi di Napoli Federico II Facoltà di Ingegneria. Corso di. Sistemi Distribuiti. Prof. Stefano Russo. Field Failure Data Analysis

Transcript

1 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Corso di Sistemi Distribuiti Prof. Stefano Russo Domenico Cotroneo

2 Failure Data Analysis (FDA) (1/2) I mezzi per la dependability possono essere utilizzati efficacemente se si conosce il dependability behaviour del sistema. La FDA attraverso l esame di dati relativi ai fallimenti, costituisce uno strumento per la valutazione della dependability di un sistema fornendo informazioni utili sia alla formulazione di modelli di riferimento, sia alla progettazione di nuovi sistemi. 2

3 Failure Data Analysis (FDA) (2/2) La dependability di un sistema può essere valutata in ogni fase del suo ciclo di vita: 1. Design phase 2. Prototypal phase 3. Operationale phase Simulated Fault injection Physical Fault injection Direct measurement 3

4 (FFDA) L analisi della dependability di un sistema avviene in quattro fasi successive: 1. elaborazione dei dati; 2. identificazione del modello e stima dei parametri; 3. soluzione del modello; 4. analisi del modello e misure; Models & Measures Model Identifiyng Analysis of Model Data Model Processing Measure Solution Acquiring Measures Field data Coalesced data Models Measures Results 4

5 FFDA: Data Processing (1/2) DATA PROCESSING: Per consentire l elaborazione dei dati è necessario che essi siano stati preventivamente raccolti mediante operazioni di logging (automatico o manuale) in una quantità tale da poter far sì che i risultati dell analisi assumano rilevanza statistica tempi di raccolta sufficientemente lunghi; I dati raccolti vanno manipolati in quanto le informazioni riportate nei file di log sono spesso ridondanti e solo in parte utili all analisi. Occorre selezionare i dati di interesse e uniformare il formato delle entry; Per evitare che dati relativi al medesimo fallimento siano registrati sul log più di una volta occorre compattare le entry (coalescenza temporale o basata sul contenuto); DATA PROCESSING COLLECTION ERROR CLASSIFICATION FILTERING COALESCENCE 5

6 FFDA: Data Processing (2/2) MODEL IDENTIFYING, MEASURE ACQUIRING: Avendo a disposizione i dati nel formato e nella quantit`a opportuni,è possibile cominciare ad individuare il modello del si stema e a valutarne i parametri. I modelli più utilizzati in questa fase sono le catene di Markov, e modelli statistici di correlazione error/failure. MODEL SOLUTION: In questa fase si procede, se necessario, alla soluzione del modello al fine di ottenere risultati precisi relativamente alla reliability e all availability del sistema con l ausilio di strumenti di modellazione e valutazione delle performance (ad esempio SHARPE). ANALYSIS: In questa fase si procede all interpretazione dei risultati adottando metodi di analisi che possono significativamente variare a seconda del sistema e degli scopi dell analisi. 6

7 FDDA case study: WINDOWS NT OBIETTIVI: 1. Comprendere la natura dei fallimenti in sistemi Windows NT per incrementarne availability e reliability; 2. Caratterizzare il dependability behavoiur di 1. un server Window NT; 2. un dominio di rete; 3. Comprendere le dipendenze tra i fallimenti e le catene di propagazione; 4. Individuare i dependability bottleneck; Networked Windows NT System, R.K. Iyer et al., PRDC-99 7

8 FDDA case study: parametri di test PARAMETRI DI TEST: Logging automatico gestito dall Event Logging Subsystem di WinNT: Application events; System events; Security events; Networked Windows NT System, R.K. Iyer et al., PRDC-99 8

9 FDDA case study: formato dei dati Formato dei dati : Field Server Outage Start Boot time Shutdown Type Outage Reason OpAssist Time OpAssist Tier1 OpAssist Tier2 Operator Comm Field Description Name of the server Date and time an outage started Date and time the server rebooted. Reboot ends an outage, i.e. it is the Outage End time Clean or dirty Cause of the outage/reboot Time an operator made an annotation Operator's primary reason for the reboot Operator's secondary reason for the reboot. Operator's freeform notes about the reboot. Networked Windows NT System, R.K. Iyer et al., PRDC-99 9

10 FDDA case study: risultati RISULTATI: Gli errori Software/Hardware incidono maggiormente sul downtime del sistema (22% e 10%) ; Il recovery da errori applicazione è più veloce del recoverry da errori del software di base; Spesso è necessario più di un reboot per ripristinare il comportamento del sistema in seguito ad un fallimento; L availability media di un server supera il 99%; La propagazione degli errori in un dominio è significativa; Per il 58% dei reboot non è possibile individuare la causa dunque la strategia di logging va migliorata; Il 24% del tempo di downtime è imputabile ad operazioni di manutenzione e configurazione del sistema. 10

11 FDDA case study: distribuzione TBF DISTRIBUZIONE del TBF (Time Between Failures): Per tutti i tipi di fallimento la distribuzione del TBF è assimilabile ad una Weibull A lpha = B eta = 1.29e+000 Percent (%) H ours (Interval Siz e = 1) 11