磁盘阵列技术利用冗余的磁盘来解决磁盘的单点故障问题,然而构成磁盘阵列系统的各个硬件模块,如电源、风扇和控制器,也可能发生故障。由于控制器需要和主机通信,对其进行容错要比电源和风扇复杂得多。因此,磁盘阵列控制器的容错方面有很大的研究空间。　　心跳技术和检查点技术是多机容错系统中的关键技术。在双控制器容错系统中,将这两种技术结合起来,实现对磁盘阵列控制器状态的实时监测以及对两个控制器缓存的高效镜像。　　双控制器的容错架构主要有主从架构和双活动架构。磁盘阵列双控制器容错系统采用的是主从架构。在主从架构中,主控制器处理请求,从控制器则处于待命状态。当主控制器发生故障后从控制器自动接管主控制器的工作。其特点是实现起来较简单,成本低以及在单个控制器发生故障之后系统性能不会下降。　　在现有的磁盘阵列系统的基础上,根据主从双控制器架构的容错原理,设计了磁盘阵列双控制器容错模块的软件架构。在该软件架构中,心跳模块负责执行周期性的心跳监测,保证主、从控制器时刻知道对方的状态;检查点模块负责管理检查点内容的构造和恢复;恢复模块则根据不同的故障情况来启动相应的恢复逻辑。在传统心跳协议的基础上,设计了具有自适应能力的心跳协议,可以根据不同时间段主机请求的频率动态调整心跳周期。　　分析表明,双控制器容错系统可以屏蔽任意一个控制器发生的故障,提高了系统的可用性。改进的心跳协议比传统的心跳协议提供了更高的系统可用性。