TOLERANCIA A FALLAS - SISTEMAS DISTRIBUIDOS - IGNACIO PANZA

Summary

En este video, Ignacio Panza aborda el concepto de tolerancia a fallas en sistemas distribuidos, destacando la importancia de diseñar sistemas que puedan recuperarse de fallas sin afectar su funcionamiento. Explica las características clave de sistemas fiables, como la disponibilidad, confiabilidad, seguridad y mantenimiento. Además, detalla los diferentes tipos de fallas, como las transitorias, intermitentes y permanentes, y presenta modelos de fallas, incluyendo fallos de congelación y omisión. Finalmente, describe las estrategias de recuperación y redundancia, como la redundancia de información, tiempo y física, para garantizar la continuidad operativa y la estabilidad del sistema.

Takeaways

• 😀 La tolerancia a fallas en sistemas distribuidos asegura que el sistema siga operando incluso si algunos componentes fallan.
• 😀 La disponibilidad es la propiedad que permite que un sistema esté listo para usarse en cualquier momento.
• 😀 La confiabilidad se refiere a la capacidad de un sistema para funcionar de manera continua sin fallos.
• 😀 La seguridad de un sistema implica que no haya consecuencias catastróficas cuando falla un componente.
• 😀 La mantenibilidad se refiere a la facilidad con que un sistema puede ser reparado después de una falla.
• 😀 Las fallas en un sistema pueden clasificarse en transitorias, intermitentes y permanentes.
• 😀 La redundancia en un sistema distribuido es clave para la tolerancia a fallas y se clasifica en redundancia de información, de tiempo y física.
• 😀 La detección de fallas puede hacerse de forma activa (enviando mensajes de verificación) o pasiva (esperando respuestas de otros procesos).
• 😀 La recuperación hacia atrás implica regresar el sistema a un estado anterior y ejecutar acciones alternativas en caso de error.
• 😀 La recuperación hacia adelante intenta llevar el sistema a un estado correcto después de un fallo, sin retroceder a un punto anterior.
• 😀 Los sistemas distribuidos deben ser diseñados para manejar fallos mediante la creación y gestión de grupos dinámicos, con grupos simples o jerárquicos.

Q & A

¿Qué significa ser tolerante a fallas en sistemas distribuidos?

Ser tolerante a fallas significa que el sistema está diseñado para seguir operando de manera aceptable incluso cuando algunos de sus componentes fallan, garantizando su funcionamiento mientras se solucionan los problemas.

¿Cuáles son las principales características de los sistemas fiables?

Las principales características de los sistemas fiables son la disponibilidad, confiabilidad, seguridad y mantenibilidad. La disponibilidad asegura que el sistema esté listo para usarse, la confiabilidad garantiza un funcionamiento continuo, la seguridad previene catástrofes, y la mantenibilidad facilita la reparación del sistema.

¿Qué es la disponibilidad y cómo se mide?

La disponibilidad es la propiedad que permite que un sistema esté listo para ser utilizado inmediatamente. Se mide como la probabilidad de que el sistema esté operando correctamente en un momento dado.

¿Qué diferencia hay entre disponibilidad y confiabilidad?

La disponibilidad se refiere a la capacidad de un sistema para estar operativo en cualquier momento dado, mientras que la confiabilidad se refiere a la capacidad del sistema para funcionar sin fallos durante un intervalo de tiempo específico.

¿Cómo se clasifican las fallas en los sistemas distribuidos?

Las fallas se clasifican en tres tipos: transitorias, que fallan una vez y luego se recuperan; intermitentes, que fallan y se recuperan por sí solas; y permanentes, que fallan y no se recuperan.

¿Qué es una falla de congelación en un sistema distribuido?

Una falla de congelación ocurre cuando un servidor se detiene prematuramente, y tras detenerse no responde nuevamente. Este tipo de fallo impide la continuidad de la operación.

¿En qué consiste la redundancia en sistemas tolerantes a fallas?

La redundancia es una técnica que se usa para ocultar las fallas de un sistema ante otros procesos, y puede ser de tres tipos: redundancia de información, redundancia de tiempo y redundancia física.

¿Qué es un grupo simple y cómo se maneja ante fallas?

Un grupo simple es un conjunto de nodos donde, si uno de ellos falla, el grupo se reduce, pero sigue funcionando. La toma de decisiones se vuelve más difícil porque todos los nodos deben participar, incluso si alguno no responde.

¿Qué es la detección activa de fallas y cómo funciona?

La detección activa de fallas implica el envío constante de mensajes entre los procesos del sistema para verificar que están activos y funcionando correctamente, asegurando que no haya fallos.

¿Cuáles son las diferencias entre la recuperación hacia atrás y la recuperación hacia adelante?

La recuperación hacia atrás consiste en regresar a un estado correcto previo (checkpoint) y ejecutar acciones alternativas, mientras que la recuperación hacia adelante intenta mover el sistema a un estado correcto nuevo, sin retroceder, prediciendo y gestionando el fallo.