virheenkestävyys

Virheenkestävyys tarkoittaa järjestelmän kykyä säilyttää käyttökelpoisuus ja toiminnallisuus, vaikka siihen kohdistuisi virheitä, vikoja tai häiriöitä. Tavoitteena on vähentää käyttökatkoja, estää tietojen korruptiota ja mahdollistaa tapauskohtainen toipuminen ilman järjestelmän täydellistä kaatumista.

Keskeisiä käsitteitä ovat virheiden havaitseminen, niiden eristäminen sekä palautuminen. Lisäksi virheenkestävyys perustuu redundanssiin, hajauttamiseen ja hallittuun tilan säilyttämiseen, kuten varmistuksiin, jatkuvaan valvontaan ja virheenkorjaukseen (esimerkiksi virheiden havaitsemiseen ja ECC-muistien käyttöön).

Toteutustapoja ovat moninkertainen redundanssi sekä järjestelmän reaaliaikainen havainnointi, vikojen erottaminen ja korvaaminen. Lisäksi käytetään checkpointing- ja rollback-tekniikoita, tilan replikointia sekä konsensusalgoritmeja hajautetuissa järjestelmissä (esimerkiksi Paxos, Raft). Byzantin vikasietoisuus mahdollistaa toiminnan, vaikka osa osallistujista antaisi vääriä tietoja.

Sovellusalueet kattavat tietojenkäsittely- ja verkkopalvelimet, tallennusjärjestelmät, pilvipalvelut sekä teollisuusautomaatio. Esimerkkejä ovat RAID-tallennus, ECC-muisti, redundanssinen virtalähde sekä useiden kopioiden replikaatio ja kuormituksen tasapainotus.

Virheenkestävyydestä koituvat kustannukset ja järjestelmän monimutkaisuus on huomioitava. Hyödyt ilmenevät paremmassa käytettävyydessä ja tiedon eheyden säilymisessä, kun suunnittelussa tasapainotetaan toimivuus, kustannukset ja riskit.