軟件架構(gòu)（software architecture）是一系列相關(guān)的抽象模式，用于指導(dǎo)大型軟件系統(tǒng)各個(gè)方面的設(shè)計(jì)。軟件架構(gòu)是一個(gè)系統(tǒng)的草圖。軟件架構(gòu)描述的對象是直接構(gòu)成系統(tǒng)的抽象組件。各個(gè)組件之間的連接則明確和相對細(xì)致地描述組件之間的通訊。在實(shí)現(xiàn)階段，這些抽象組件被細(xì)化為實(shí)際的組件，比如具體某個(gè)類或者對象。在面向?qū)ο箢I(lǐng)域中，組件之間的連接通常用接口_(計(jì)算機(jī)科學(xué))來實(shí)現(xiàn)。軟件架構(gòu)是指在一定的設(shè)計(jì)原則基礎(chǔ)上，從不同角度對組成系統(tǒng)的各部分進(jìn)行搭配和安排，形成系統(tǒng)的多個(gè)結(jié)構(gòu)而組成架構(gòu)，它包括該系統(tǒng)的各個(gè)組件，組件的外部可見屬性及組件之間的相互關(guān)系。組件的外部可見屬性是指其他組件對該組件所做的假設(shè)。

　　故障隔離和自愈

　　軟件和Bug是一對伴生的兄弟。在一個(gè)龐大的軟件系統(tǒng)中，即使是經(jīng)驗(yàn)再豐富的程序員也無法保證沒有任何Bug。硬件設(shè)備工作再穩(wěn)定，如果不幸遇到軟件Bug，也會引起異常，設(shè)備將無法正常工作。因此，故障隔離和自愈是軟件設(shè)計(jì)中必須要考慮的問題。

　　軟件體系結(jié)構(gòu)是構(gòu)建計(jì)算機(jī)軟件實(shí)踐的基礎(chǔ)。與建筑師設(shè)定建筑項(xiàng)目的設(shè)計(jì)原則和目標(biāo)，作為繪圖員畫圖的基礎(chǔ)一樣，一個(gè)軟件架構(gòu)師或者系統(tǒng)架構(gòu)師陳述軟件構(gòu)架以作為滿足不同客戶需求的實(shí)際系統(tǒng)設(shè)計(jì)方案的基礎(chǔ)。

　　軟件構(gòu)架是一個(gè)容易理解的概念，多數(shù)工程師（尤其是經(jīng)驗(yàn)不多的工程師）會從直覺上來認(rèn)識它，但要給出的定義很困難。特別是，很難明確地區(qū)分設(shè)計(jì)和構(gòu)架：構(gòu)架屬于設(shè)計(jì)的一方面，它集中于某些具體的特征。

　　故障隔離

　　故障隔離指在軟件發(fā)生故障的時(shí)候，把故障造成的危害限制在范圍內(nèi)。為了達(dá)到此目標(biāo)，Comware V7系統(tǒng)采用了Linux操作系統(tǒng)架構(gòu)，絕大部分程序都是用戶態(tài)程序。在Linux系統(tǒng)中，每個(gè)用戶態(tài)程序擁有獨(dú)立的進(jìn)程空間，這樣，一旦某個(gè)程序崩潰，并不會對其他的程序產(chǎn)生影響。我們稱這種進(jìn)程空間獨(dú)立的架構(gòu)設(shè)計(jì)為真正的模塊化設(shè)計(jì)。

　　故障自愈

　　故障自愈是讓系統(tǒng)從故障中恢復(fù)到正常的工作狀態(tài)。想要做到自愈，首先要發(fā)現(xiàn)錯(cuò)誤。Comware

　　V7系統(tǒng)有一套完整的進(jìn)程運(yùn)行狀態(tài)監(jiān)控機(jī)制，可以及時(shí)發(fā)現(xiàn)某個(gè)用戶態(tài)程序“異�！�。其基本工作原理如下：

　　1. 所有的用戶態(tài)程序都是系統(tǒng)初始化進(jìn)程SCM(Service Control Manager)的子進(jìn)程，SCM可以感知所有子進(jìn)程的狀態(tài)，一旦發(fā)現(xiàn)某個(gè)用戶態(tài)程序崩潰，會主動回收它的資源，然后重新啟動一個(gè)相同的用戶態(tài)程序，接替崩潰的程序繼續(xù)工作。

　　2. 有時(shí)一個(gè)用戶態(tài)程序出了問題，無法正常工作，但還沒有達(dá)到崩潰的地步，這時(shí)Comware系統(tǒng)中另外一套主動檢測機(jī)制則起作用，過程如圖1所示。

　　圖1 進(jìn)程故障發(fā)現(xiàn)與自愈過程

　　這個(gè)特殊的監(jiān)控程序——Monitor，會周期性的檢查各個(gè)用戶態(tài)程序，主動向其他的用戶態(tài)程序發(fā)送查詢消息。其他的用戶態(tài)程序在收到Monitor發(fā)來的這個(gè)消息后，會進(jìn)行自檢，并將自身的情況回應(yīng)給Monitor，Monitor根據(jù)回復(fù)的消息得知某個(gè)用戶態(tài)程序異常。在更為嚴(yán)重的異常情況下，用戶態(tài)程序無法處理Monitor發(fā)來的消息，無法應(yīng)答，Monitor在一段時(shí)間內(nèi)沒有收到應(yīng)答，則判斷這個(gè)用戶態(tài)程序“異�！�。

　　一旦監(jiān)控進(jìn)程發(fā)現(xiàn)某個(gè)用戶態(tài)程序異常，就會通知SCM，SCM重復(fù)步驟一：回收它的資源，然后重新啟動一個(gè)相同的用戶態(tài)程序，接替崩潰的程序繼續(xù)工作。

　　同時(shí)，Comware V7擁有EEM(Embedded Event Manager)系統(tǒng)，系統(tǒng)管理員可以編寫腳本，在異常發(fā)生時(shí)通過EEM觸發(fā)這個(gè)腳本。這樣，除上述所提到的中止異常程序重新運(yùn)行的動作外，還能夠按照腳本做更為復(fù)雜的動作，進(jìn)行異常的遠(yuǎn)程上報(bào)、進(jìn)一步的異常診斷分析，或者其他任何可以通過腳本觸發(fā)的動作。這樣，軟件系統(tǒng)的可維護(hù)性也大大提升。

　　[#page_進(jìn)程級備份#]

　　進(jìn)程級備份

　　故障隔離與自愈功能，僅僅是單硬件系統(tǒng)上的行為。單硬件系統(tǒng)是指只有一個(gè)硬件主板的集中式系統(tǒng)(大部分盒式產(chǎn)品都屬于這種情況)，或者是分布式設(shè)備上的IO板，沒有另外一塊單板作為備份(如分布式設(shè)備的大部分接口板、業(yè)務(wù)板)。

　　在硬件有冗余備份的情況下，則需要進(jìn)程級備份功能，也稱為進(jìn)程級HA。所謂進(jìn)程級備份，是相對于單板級HA而言的，主要是指參與備份和倒換的實(shí)體不再是整個(gè)單板，而是單板上的一個(gè)個(gè)用戶態(tài)進(jìn)程。具體過程如圖2所示。

　　圖2 進(jìn)程級HA倒換過程示意

　　在主板Master和備板Slave上都有相同的用戶態(tài)程序OSPF在運(yùn)行，一個(gè)工作在“主”狀態(tài)，一個(gè)工作在“備”狀態(tài)。初始化時(shí)，OSPF的“主”進(jìn)程運(yùn)行在Master Board上，“備”進(jìn)程運(yùn)行在Slave Board上。一旦“主”狀態(tài)的程序異常，Master Board上的Monitor發(fā)現(xiàn)以后，就會通知本板的HA，同時(shí)也通知本板SCM。SCM關(guān)閉本端的異常程序，再重新啟動，并使其工作在“備”狀態(tài);而HA接到通知后，就會通知Slave Board上的HA，Slave Board上的HA在通知本板的OSPF進(jìn)程由“備”升級為“主”。

　　自愈過程中，系統(tǒng)會中止“舊”程序、重啟“新”程序，而新程序從啟動到正常工作需要一段時(shí)間，在某些情況下可能會很長。在這段時(shí)間內(nèi)，由于程序還不能夠正常工作，無法完成同外界設(shè)備的交互，會引起網(wǎng)絡(luò)上的振蕩，造成流量中斷。而進(jìn)程級HA，工作在“備”狀態(tài)的程序“時(shí)刻準(zhǔn)備著”接替“主”用程序，一旦發(fā)現(xiàn)異常，立即切換工作狀態(tài)，可以大大縮短切換時(shí)間，讓外界幾乎感覺不到設(shè)備曾經(jīng)“切換過”。

　　上述兩種設(shè)計(jì)方法配合使用，極大的提升了Comware V7系統(tǒng)的可靠性，并使得Comware V7系統(tǒng)的可靠性設(shè)計(jì)變得非常富有“彈性”，可以適應(yīng)各種不同產(chǎn)品形態(tài)的需要。

　　結(jié)束語

　　本文介紹了比較直接的提升軟件可靠性的機(jī)制和方法。實(shí)際上，在軟件整體架構(gòu)中，還有其他的提升可靠性的設(shè)計(jì)原則和方法，目標(biāo)是設(shè)計(jì)出真正的高內(nèi)聚低耦合的軟件系統(tǒng)，減少在維護(hù)和功能擴(kuò)展過程中，軟件開發(fā)人員“犯錯(cuò)誤”的機(jī)會�？傊�，良好的軟件架構(gòu)是軟件可靠性的基礎(chǔ)，是設(shè)備可靠性的重要的保障。