随着虚拟集群中虚拟机数目的增加,单个虚拟机的出错往往会使得整个虚拟集群失效的概率也随之增加。因此,提高虚拟集群的可靠性,为其提供容错支持,在错误发生时保证程序运行的连续性和正确性是虚拟集群系统研究、发展、完善过程中必须要解决的一个重要问题。多虚拟机协同检查点容错系统VirtCFT提供了一种对上层应用和整个操作系统具有透明性的,特别是针对拥有消息通信机制的虚拟集群环境的新的容错解决方案。VirtCFT周期性地对各虚拟机进行协调同步,并通过避免网络通信信道中间数据包对虚拟机检查点状态的影响来使得整个虚拟集群中的虚拟机在达到全局一致性状态时做检查点备份。VirtCFT以上述方式来保证虚拟集群出错恢复时的正确性,在错误发生时能够迅速检测到错误的产生并执行恢复操作,使得虚拟集群能够保持正常运行。不同于传统容错技术需要修改应用和操作系统代码,VirtCFT提供了一套对应用和操作系统完全透明的容错平台,其所有的控制命令以及功能模块都在其所保护的虚拟机非特权域之下的虚拟层中实现,因此,现有应用软件或者操作系统不需要做出任何修改或调整的情况下就可以直接在该系统平台上运行并获得容错保护。另外,VirtCFT结合内存和IO虚拟化技术,采用虚拟机检查点增量式备份策略进行CPU、内存、磁盘等状态在内的全系统状态的冗余备份,同时对虚拟机网络在特权域中进行集中式管理,在提供透明性的同时降低了虚拟集群容错系统的运行时间开销。VirtCFT多虚拟机协同检查点容错系统基于Xen虚拟化平台实现。采用Python编写用户层工具,采用C语言编写内核层功能模块。功能测试表明:系统实现了虚拟机出错后对虚拟集群的容错恢复,并保证最终运行结果的正确性。对于计算密集型测试,提供透明性及通用性容错所引入的运行时间开销不超过30%。出错恢复时间为4.51秒~ 5.46秒。