论软件的可靠性设计

摘要：我所在的公司是国内三维数据轻量化和渲染的主要厂商之一。作为公司主要的技术负责人之一，2023年3月，我承担了三维轻量化异构项目的设计与研发工作，该项目是我司三维轻量化生态中的子系统之一，主要负责对三维轻量化数据场景搭建、仿真工作。由于系统对于安全性、可靠性、可用性以及性能由很高的要求，在系统开发方面我采用容错设计技术、N 版本程序设计、冗余设计等方式降低了系统研发的风险，提升了系统运行的稳定性。该方案得到了公司领导和同事的肯定和认可，2024年5月，项目顺利通过验收正式上线。

我所在的公司是国内三维数据轻量化和可视化的主要厂商之一。三维数据轻量化是工业设计、仿真、制造过程中非常重要的一个过程，在这方面国外许多厂商在很早之前就已经推出了自己的三维数据轻量化方案，并快速占领了国内军工、航天航空、工业制造等多个重大卡脖子领域。为了打破国外垄断、提升公司竞争力，我司开创性的提出了建设独立自主的三维数据轻量化标准，2023 年 4 月，我司启动了三维数据轻量化异构平台，围绕自主可控的三维数据轻量化标准打造支持设计、仿真、培训、维修、保障五位一体的异构平台。平台包含数据轻量化、数据可视化、中性格式转换、中性格式一致性校验、基于轻量化数据的仿真场景等功能，通过对多格式数据的高效转换为工业设计制造行业提供技术支持。我做为主要技术骨干之一，主持并参与了三维轻量化异构平台设计研发工作，经过13个月的开发，项目于 2024年5月顺利通过验收正式上线，得到了公司领导和同事的一致好评。

在系统架构设计之初，我就意识到可靠性设计对于系统稳定性和性能，降低风险等方面有着重要的作用。我们采用多架构风格和设计模式，以降低软件的复杂段；采用 N 版本程序设计，提高系统的容错能力，采用业务数据校验机制，提高系统的检错能力。

可靠性设计是软件设计的一部分, 我们在软件设计之前以及设计过程中都充分考虑了软件架构风格对可靠性的影响, 也在架构评估过程中将可靠性作为重要的质量属性评价指标架构风格是指软件系统组织方式的惯用模式, 其中组织方式 XXX 在交通信息平台的设计过程中, 我们采用了层次系统、数据库系统、基于事件系统以及管道过滤器等架构风格(如层次系统依据层次系统风格的思想, 我们将系统分为 XXX 4 层, 每一层只与其上一层和下一层交互, 从粗粒度层面极大程度降低了系统耦合度, 各层可根据业务特征, 灵活采取相应的增强可行性的措施) 在各功能模块的设计过程中, 我们采用了抽象工厂、单例模式、适配器模式、责任链模式、策略模式等多种设计模式设计模式是一套被反复使用、多数人知道的、经过分类编目的、代码设计经验的总结。由于系统涉及多种数据库的连接和操作, 因此利用抽象工厂模式简化该操作分别为 DB2 XXX(具体怎么做) 该设计有效降低了系统的复杂度, 提高了系统可靠性为提高路况数据处理的可靠性, 我们采用了 N 版本程序设计路况根据车辆运行速度分为拥堵、缓行和畅通三个级别, 计算车速需要融合监控摄像头、雷达、GPS 等多种数据, 且软考达人：软考专业备考平台，免费提供6w+软考题库，1TB免费专业备考资料融合方式和计算方法多种多样, 每种方法各有优缺点, 在不同的交通状况下其可靠性也不同鉴于此, 我们利用 N 版本程序设计的方法, 让 3 个不同的开发团队利用不同的技术和算法分别判断路况等级, 通过多数表决的方法输出最终展示给用户的路况等级该方法在单点路况判断失误甚至失效的情况下, 通过多数表决的方法, 赋予系统较强的容错能力, 大大提高了路况判断的可靠性为提高 GPS 数据处理的检错能力以增强可靠性, 我们采用了数据校核机制理想的车辆GPS 数据应按照固定的时间周期返回车辆当前所在位置的经纬度坐标信息, 然而由于车辆所处地理环境的复杂性以及硬件设备在采集和传输环节的误差, 会出现 GPS 坐标点异常的情况, 具体表现为位置异常(如车辆定位与湖泊)和车速异常(如车速为200km/h) 针对这些情况, 我们首先明确了检错对象为某车辆连续时间内的多个 GPS 数据, 然后确定了合理的位置分布范围、位移跨度和速度区间范围作为检错实现方式在可接受的延迟时间内, 对 GPS 数据逐个进行分析比对, 当异常数据量较小时, 可忽略异常数据或用插值法进行数据修复;当出现大量异常数据时, 则停止该模块的运行, 并报警通知相应人员进行处理我们制定的数据校核机制有效的实现了检错, 提高了 GPS 数据处理的可靠性此外, 我们还使用了看门狗软件检测系统的死循环, 使用心跳机制监测服务是否正常运行等措施, 进一步提高了系统可靠性发布以来, 运行平稳, 可靠性高手机端题库：微信搜索「软考达人」 / PC端题库：www.ruankaodaren.com

在架构设计阶段，我所提出的这种方案得到了集团领导的认可和采纳，2024年5月三维轻量化异构平台顺利通过验收正式上线运行。系统所采用的可靠性设计方案很好的降低了系统在开发和运维过程中风险，使程序设计在兼顾用户的功能和性能需求的同时，全面曼珠了软件的可靠性要求，在加强平台安全性、提高系统稳定性等方面都发挥了重要的作用，获得了领导和同事的一致好评。但是在系统运行过程中，我也发现了系统存在的一些不足，例如跨系统之间接口调用是，由于业务复杂，简单的的队列无法满足繁忙的场景，需要建立动态优先级调整机制的处理队列等等，这些问题通过应急处理，以及高层的推动，都得到了妥善的解决。我们已经把这种经验和教训，记录道工作总结里面，向其他技术人员分享，为今后系统架构设计提供了帮助。相信通过不断的学习和改进，加强自己的系统分析和设计能力，努力提升工作水平，为社会和公司多贡献一点自己的价值。

可靠性的主要影响因素运行环境（软件可靠性的定义是相对于运行环境的) 软件的可靠性投入软件的开发方法和开发环境软件规模软件内部结构（内部结构越复杂，包含的缺陷数就可能越多）可靠性设计需要遵循的原则 1. 软件可靠性设计是软件设计的一部分，必须在软件的总体设计框架中使用，并且不能与其他设计原则相冲突。 2. 软件可靠性设计在满足提高软件质量要求的前提下，以提高和保障软件可靠性为最终目标。 3. 软件可靠性设计应确定软件的可靠性目标，不能无限扩大，并且排在功能、用户需求、开发费用之后考虑。可靠性设计技术软考达人：软考专业备考平台，免费提供6w+软考题库，1TB免费专业备考资料一般来说，被认可的且具有应用前景的软件可靠性设计技术主要有容错设计、检错设计和降低复杂度设计等技术。 1.容错设计技术对于软件失效后果特别严重的场合，如尤机的飞行控制系统、空中交通管制系统及核反应堆安全控制系统等，可采用容错设计方法。常用的软件容错技术主要有恢复块设计、N 版本程序设计和冗余设计三种方法。 (1)恢复块设计恢复块设计就是选择一组操作作为容错设计单元，从而把普通的程序块变成恢复块。一个恢复块包含若干个功能相同、设计差异的程序块文本，每一时刻有一个文本处于运行状态。一旦该文本出现故障，则用备份文本加以替换，从而构成“动态冗余”。 (2)N 版本程序设计 N 版本程序的核心是通过设计出多个模块或不同版本，对于相同初始条件和相同输入的操作结果，实行多数表决，防止其中某一模块/版本的故障提供错误的服务，以实现软件容错。 (3)冗余设计软件冗余设计技术实现的原理是在一套完整的软件系统之外，设计一种不同路径、不同算法或不同实现方法的模块或系统作为备份，在出现故障时可以使用冗余的部分进行替换，从而维持软件系统的正常运行。 2.检错设计在软件系统中，对无需在线容错的地方或不能采用冗余设计技术的部分，如果对可靠性要求较高，故障有可能导致严重的后果。这时一般采用检错技术，在软件出现故障后能及时发现并报警，提醒维护人员进行处理。采用检错设计技术需要着重考虑几个要素：检测对象、检测延时、实现方式和处理方式。(1)检测对象，即检测点和检测内容。在设计时应考虑把检测点放在容易出错的地方和出错对软件系统影响较大的地方，检测内容选取那些有代表性的、易于判断的指标。 (2)检测延时，在软件检错设计时要充分考虑到检测延时，如果延时长到影响故障的及时报警，则需要更换检测对象或检测方式。 (3)实现方式，最直接的一种实现方式是判断返回结果，如果返回结果超出正常范围，则进行异常处理。计算运行时间也是一种常用的技术，如果某个模块或函数运行超过预期的时间，可以判断出现故障。另外，还有置状态标志位等多种方法，自检的实现方式要根据实际情况来选用^ (4)处理方式。大多数检测采用“查出故障一停止软件系统运行一报警”的处理方式，但也有采用不停止或部分停止软件系统运行的情况，这一般由故障是否需要实时处理来决定。 3.降低复杂度设计降低复杂度设计的思想就是在保证实现软件功能的基础上，简化软件结构，缩短程序代码长度，优化软件数据流向，降低软件复杂度，从而提高软件可靠性。软考达人：软考专业备考平台，免费提供6w+软考题库，1TB免费专业备考资料手机端题库：微信搜索「软考达人」 / PC端题库：www.ruankaodaren.com 4.分析除了容错设计、检错设计和降低复杂度设计技术外，人们尝试着把硬件可靠性设计中比较成熟的技术，如故障树分析（FTA)、失效模式与影响分析（FMEA)等运用到软件可靠性设计领域，这些技术大多数运用一些分析、预测技术，在软件设计时就充分考虑影响软件可靠性的因素，并采取一些措施进行优化。可靠性分析方法在软件可靠性设计之前和软件可靠性设计过程中，都需要采用软件可靠性分析和预测方法，来确定当前系统中的主要可靠性因素和目标。常见的软件可靠性分析方法包括故障树分析方法、失效模式与效应分析方法等。故障树分析方法：一种自顶向下的软件可靠性分析方法，即从软件系统不希望发生的事件（顶事件），特别是对人员和设备的安全及可靠性产生重大影响的事件开始，向下逐步追査导致顶事件发生的原因，直至基本事件（底事件)，从而确定软件故障原因的各种可能组合方式和（或）发生概率。基本的步骤是软件故障树的建立、定性分析和定量分析。失效模式与影响分析方法：在产品设计阶段和过程设计阶段，对构成产品的子系统、零件，对构成过程的各个工序逐一进行分析，找出所有潜在的失效模式，并分析其产生原因和可能的后果，从而预先采取必要的措施，以提高产品的质量和可靠性的一种系统化的活动。可靠性模型当前的软件可靠性模型众多，但并没有一个最好的或者可以适用所有软件系统的软件可靠性模型，因此对于不同的软件系统，出于不同的可靠性分析目的，需要选择合适的软件可靠性模型。常见的 10 类软件可靠性模型有种子法模型、失效率类模型、曲线拟合类模型、可靠性增长模型、程序结构分析模型、输入域分类模型、执行路径分析方法模型、非齐次泊松过程模型、马尔可夫过程模型和贝叶斯分析模型。可靠性模型选择考虑因素 (1)假设的适用性：模型假设是可靠性模型的基础，模型假设需要符合软件系统的现有状况，在软件系统中与假设冲突的因素达到几乎不存在的程度。往往一个模型的假设有很多，需要在选择模型时对每一条假设进行分析，评估现有软件系统中不符合假设的因素对可靠性评价有多大影响，以确定模型是否符合软件系统的可靠性评价工作。 (2)预测的能力与质量：预测的能力和质量是指模型根据现在和历史的可靠性数据，预测将来的可靠性和失效概率的能力，以及预测结果的准确程度。因此，应尽可能选择比较成熟的、应用较广的模型。 (3)输出值能否满足可靠性评价需求：根据可靠性测试目的来确定哪些模型的输出值满足可靠性评价需求。重要的可靠性定量指标包括：当前可靠度、平均无失效时间、故障密度、期望达到规定可靠性目标的日期、达到规定可靠性目标的成本要求等。 (4)使用的简便性：模型使用的数据在软件系统中易于收集；模型应该简单易懂；模型应该便于使用，最好有工具支持。可靠性数据收集和处理问题软考达人：软考专业备考平台，免费提供6w+软考题库，1TB免费专业备考资料手机端题库：微信搜索「软考达人」 / PC端题库：www.ruankaodaren.com (1)可靠性数据规范不一致，对软件进行度量的定义混乱； (2)数据收集过程存在于整个软件生命周期，但由于成本等因素，其连续性往往不能保证 (3)数据完整性不能保证，收集到的数据大多数是不完全的；(4)数据质量和准确性不能保证； (5)缺乏有效的技术和工具支持，难以进行自动分析；(6)缺乏可靠性数据的交流与共享。解决方法主要有： (1) 尽早确定可靠性模型，明确要搜集的可靠性数据，确定涉及的术语、记录方法等；(2) 制定可实施的可靠性数据搜集计划，并指定专人负责。保证数据的收集和验证与软件开发过程同步进行； (3) 重视软件测试特别是可靠性测试产生的测试结果的整理和分析； (4) 尽可能地利用工具进行收集工作，例如利用数据库进行存储和分析等。手机端题库：微信搜索「软考达人」 / PC端题库：www.ruankaodaren.com