指系统在规定时间、规定环境条件下，完成规定功能的能力，即系统无故障运行的概率。
系统故障是指由于部件失效、环境的物理干扰、操作错误或不正确的设计引起的硬件或软件的错误状态。包括永久性(连续稳定的失效)、间歇性(不稳定的环境)、瞬时性（暂时的环境变化）

故障模型

1、逻辑级，固定型、短路、开路、桥接
2、数据结构级，独立差错、算数差错、单向差错
3、软件故障和软件差错，与设计说明不一样
4、系统级，功能错误，系统输出与系统设计说明不一样

可靠性模型

1、时间模型：
2、故障植入模型：以程序的错误数作为衡量可靠性的标准
3、数据模型：对于一个预先确定的输入环境，软件的可靠度定义为在n次连续运行中软件完成指定任务的概率

可靠性指标

1、MTTF(To Failure) 平均无故障时间，从t=0时到故障发生时系统持续运行的时间的期望值
2、MTTR(To Fix) 平均故障修复时间
3、MTBF(Between Failure) 平均故障间隔时间，MTBF = MTTR+MTTF

可靠性计算

串联系统

1、可靠性 R = R1R2…*Rn
2、失效率 r = r1+r2+…+rn

并联系统

1、可靠性 R = 1-(1-R1)(1-R2)….*(1-Rn)

模冗余系统

由m(2n+1个)相同的子系统+表决器组成，表决器表决后，m个子系统中占多数相同结果的输出作为系统输出

可靠性设计

1、避错：软件测试
2、容错：冗余

冗余技术

冗余是指所有对于实现系统规定功能来说多余的那部分资源，包括硬件、软件、信息和时间
1、结构冗余：静态冗余(模冗余系统)、动态冗余(热备、冷备)、混合冗余
2、信息冗余：实现正常功能外所需的信息，如纠错码
3、时间冗余：使用附加一定时间的方法来完成系统功能，如重复执行指令
4、冗余附加技术：为实现冗余所需要的技术和资源，包括程序、数据、存放空间、通道等

故障恢复

1、前向：当前技术继续下去
2、后向：恢复到前一个正确状态

软件容错

恢复快方法

（动态冗余）动态的故障屏蔽技术，后向恢复策略，主块+后备块，逐个执行验证，直至成功或全部失败

N版本程序设计

（静态冗余）静态的故障屏蔽技术，前向恢复策略，N个相同程序同时执行，表决多数

防卫式程序设计

程序中包含错误检查与错误恢复代码，发生错误时，主动撤销，恢复至正确状态

集群

1、高性能计算科学集群
2、负载均衡集群：使各节点的流量尽可能平均合理的分摊处理
3、高可用性集群：考虑容错性，当某节点故障，由另外的替代

集群配置

1、镜像服务器双机：配置两台服务器，都包括操作系统硬盘与数据盘，由网卡连接
2、双机与磁盘阵列柜：相比双机，多了磁盘阵列柜，使用SCSI相连，都从磁盘阵列中读取数据，数据一致性，但存在单点错的缺陷
3、光纤通道双机双控集群系统