Fehlertoleranz

Fehlertoleranz bezeichnet die Fähigkeit eines Systems, trotz einzelner Fehler weiter zu funktionieren und akzeptable Ergebnisse zu liefern. Sie entsteht durch Architekturprinzipien wie Redundanz, Fehlererkennung, Fehlerbehandlung und Verifikation. Ziel ist es, Ausfälle zu verhindern oder deren Auswirkungen zu begrenzen, besonders in sicherheitskritischen Bereichen.

Man unterscheidet Hardware-Fehlertoleranz, Software- und Systemfehlertoleranz sowie Fehlertoleranz in verteilten Systemen und Netzwerken. Typische Anwendungsfelder sind Rechenzentren, Flugzeuge, Raumfahrt, Telekommunikation und kritische Infrastrukturen, in denen Verfügbarkeit und Integrität essenziell sind.

Zu den Techniken gehören Redundanz durch Duplizierung oder Triple-Modular Redundancy, Abstimmung bzw. Mehrheitsentscheidungen, Checkpoints und Rollbacks, sowie Wiederherstellung aus Backups. Fehlererkennung erfolgt oft durch Checksummen, Parität, Heartbeats oder Integritätsprüfungen. Byzantinische Fehlertoleranz adressiert absichtliches Fehlverhalten.

Architekturen zur Fehlertoleranz umfassen Duplex- oder Triple-Modul-Redundanz, Failover-Cluster, verteilte Replikation und Konsensprotokolle wie Paxos oder Raft, die Zuverlässigkeit durch Konsistenz und Wiederherstellung sicherstellen.

Wichtige Kennzahlen sind Verfügbarkeit, MTBF, MTTF und Fehlerdichte. Zusätzlich spielen Recovery-Zeit (Ausfallzeit) und Wartungskosten eine Rolle bei der Bewertung der Toleranz eines Systems.

Häufige Herausforderungen sind erhöhte Kosten, erhöhte Komplexität, schwer detektierbare Fehler, Koordination in verteilten Systemen sowie Latenz- und Konsistenzprobleme in Bezug auf CAP-Überlegungen.