43、分布式系统中的死锁检测技术

分布式系统中的死锁检测技术

1. 分布式系统死锁处理概述

在分布式系统中，死锁是一个常见且棘手的问题。处理死锁通常有预防、避免和检测三种方法。然而，死锁预防通过让进程在执行前一次性请求所有资源，或者抢占持有所需资源的进程，这种方式在分布式系统中效率极低且不切实际。死锁避免则是在系统全局状态安全时才将资源分配给进程，但由于存在诸多问题，在分布式系统中也不实用。因此，死锁检测似乎是处理分布式系统死锁的最佳方法，它需要检查进程 - 资源交互状态，判断是否存在循环等待。

死锁检测主要涉及两个基本问题：一是检测现有死锁，二是解决检测到的死锁。

1.1 死锁检测的正确性标准

一个正确的死锁检测算法必须满足以下两个条件：
- 进度（无未检测到的死锁） ：算法必须在有限时间内检测到所有现有的死锁。一旦死锁发生，死锁检测活动应持续进行，直到检测到死锁。也就是说，在死锁的所有等待依赖关系形成后，算法不应再等待其他事件发生来检测死锁。
- 安全（无虚假死锁） ：算法不应报告不存在的死锁（称为幻影或虚假死锁）。在分布式系统中，由于没有全局内存和全局时钟，很难设计出正确的死锁检测算法，因为各个站点可能获得系统过时且不一致的等待图（WFG），从而检测到实际上不存在的循环。这也是许多文献中报道的死锁检测算法不正确的主要原因。

1.2 检测到的死锁的解决方法

死锁解决涉及打破进程之间现有的等待依赖关系。这通常包括回滚一个或多个死锁进程，并将其资源分配给阻塞进程，以便它们可以恢复执行。需要注意的是，一些死锁检测算法会沿着等待图的边传播等待依赖关系的信息