故障转移:软件错误还是硬件错误，还是两者兼而有之？

Question

我正在设计一个系统，我将在名义/冗余模式下运行程序，一个在一台机器上，另一台在另一台机器上。如果标称程序失败(故障转移事件)，冗余程序应接管并将操作作为新的标称过程。这对用户来说应该是透明的。

我的问题是:当故障转移发生时，这是否应该仅仅是因为硬件故障？或者，软件错误是否足以导致触发故障转移？

更广泛地说，是否有一个行业标准来决定应该导致故障转移的原因，或者这取决于系统架构师/设计师？

Answer 1

从集群的角度来看，这些类型的错误没有任何区别。问题是，您不能依赖来自故障节点的任何“我失败了”事件。

集群(在您的例子中是“冗余”角色)只是发现节点没有发送心跳(没有响应ping)。然后"Redundant“使自己成为"master”并开始处理传入的请求。我想，这就是全部。