Ausfalltolerante

Ausfalltolerante Systeme bezeichnet Computersysteme, die auch bei Teilausfällen den Betrieb fortsetzen oder sich schnell davon erholen. Ziel ist eine hohe Verfügbarkeit, Kontinuität von Diensten und Schutz gegen Datenverlust oder Systemausfälle. Typische Strategien zur Erreichung von Ausfalltoleranz umfassen Redundanz, Fehlererkennung, Diversität und automatische Wiederherstellung.

Redundanz bedeutet, dass essenzielle Komponenten mehrfach vorhanden sind, etwa parallele Netzteile, redundante Speicherbausteine oder mehrere Server in einem Cluster. Bei Ausfall einer Komponente übernimmt eine andere deren Aufgaben. Replikation sorgt dafür, dass Daten an mehreren Standorten vorliegen, wodurch bei Ausfall eines Speicherorts kein Datenverlust entsteht. Failover-Mechanismen wechseln automatisch auf eine funktionsfähige Komponente oder Instanz.

Fehlererkennung umfasst Prüfsummen, Paritätsprüfungen, ECC-Speicher und regelmäßige Systemüberwachung. Vielfalt oder Diversität setzt unterschiedliche Implementierungen oder Technologien ein, um dasselbe Ziel zu erreichen und Risiken einzelner Ansätze zu mindern. In verteilten Systemen kommen Abstimmungs- oder Konsensverfahren wie Mehrheitsentscheidungen oder Protokolle wie Paxos oder Raft zum Einsatz, um Konsistenz trotz Teilfehlern sicherzustellen.

Ausfalltoleranz ist oft mit degradiertem Betrieb verbunden statt mit vollständiger Verfügbarkeit. Wichtige Kennzahlen sind Verfügbarkeit, mittlere Ausfallzeit (MTTR) und mittlere Zeit zwischen Ausfällen (MTBF). Die Anforderungen variieren stark je nach Anwendungsbereich; sicherheitskritische Anwendungen verlangen umfangreiche Redundanzen und formale Verifikationen, während weniger kritische Systeme Kosten-Nutzen-Überlegungen eine größere Rolle spielen.

Herausforderungen umfassen erhöhte Komplexität, Synchronisations- und Konsistenzprobleme sowie höhere Kosten und Wartungsaufwand. Gute Praxis umfasst klare Schnittstellen, regelmäßige Testläufe von Failover-Szenarien, Monitoring und dokumentierte Wartungspläne.