简谈多程序架构和服务器群之二， 兼与懒网讨论

我们把前文问题简化为一个软件在更新后重新起动的时候，需要其作用不被间断， 这样的问题我们在上文中指出在很多时候都有实际需求。 懒网提出用双子星架构来解决这个问题。 采用过程是：A -> A' with alias B, B kills A, B deletes A, B copies itself to B', B' renames alias B to A'。  

我们把一个已经启动的程序叫作它的 image 。就是它的机器码已经加载在一定的已经 allocated 好的 memory 内并在执行。 它的原码改动之后，可以再编译成一个新的可执行文件，假设还是叫 XX。EXE。 你可以再起动它，这样就有两个同名, 但内容不同,  彼此独立的 images 在跑。 但是，如果这两个images 都要占用机器的某些不可以共享的资源，或者是机器容量不足以容纳这两个images同时在跑，那么显然是有问题。 其他问题根据具体软件其实还有，不过这里先放过.   如果我们先把旧的image 杀掉，再让新的 image 起来。就没有资源和容量问题，它们可以共享一个独立运行的数据库没有问题。但是，对于有 real time 数据进来的程序，这就至少会失去在等待新程序起来的时间内进来的数据。传统上解决这个问题的方法是再用一个控制软件来控制这样的程序，不管两个程序是否同名。这个控制程序我们叫它 Director。Director只是一个小程序，它一般做成象计算机的一个 built in 的服务。它永远是在运行的。 它管理这些程序的启动和下去。并接受新image 上来之前的数据。以传给新的image， 这样就至少不会失去数据，即使可能处理不及时。

我说过，在做自动化控制的时候，软件不但要同时控制多个程序，还要控制多个在协作运行的机器。 这些机器和自带的控制程序还来自不同的厂家.   任何一个程序都可能当掉，下面我们看到连专业服务器群都可能当掉，所以任何架构都不是保险的。我们的一个底线就是要晶圆不掉下来和不碎。我们的设备是提供给英特耳的，那里正在处理中的一个晶圆可能价值很多万刀，我们有句话说，如果晶圆掉下来，那意味着我们的饭碗也掉下来。许多问题，在实际运行中才能发现，不是如同想象的那么好做。

这样的架构和概念发展成服务器群。一个目的是这些服务器可以同时运行做一样的工作。这样来支持多用户。另一个目的就是在某一个服务器，特别是某些专门的服务器需要重新启动或者是当掉的时候，对外的服务不被中断。有一个专门的服务器来管理整个服务器群，就是我们提到的 Director. 基本上，所有重要的服务都用服务器群，以免服务不被中断。

就在几年以前，我们曾用过专业的服务器群来提供网络电话的开发和测试，理论上不会失去数据，但在服务器转换的时候依然会失去real time 数据，我们的程序都没有看见数据进来。但处于同一个实验室的测试用户确实打了电话。我们都无法找到数据在那里丢失的.  我们甚至经常可以看到一些著名IT公司的服务都会断掉，就是说整个服务器群都当掉了。

为什么任何软件和机器都会出问题呢， 那就涉及到更深层的原因了。因为当前我们常见的民用计算机如 PC，服务器。和程序语言如 C，C++, C#, Java 还有相应的编译器，等等，它们在设计上都是容许出错 runtime error 的。墨非定律。如果它可能出错，那么它一定出错。 不管你怎么改都没有用的。那么有没有从设计开始就不容许出错的语言，编译器和计算机呢，当然有的。不过就不在本文范围之内了。

注： 本文全凭记忆和个人经验。 如有错误，欢迎指正。