A hibatűrő terv a hibákat észleli, tartalmazza, elfedi vagy körülkerülően átkonfigurálja, hogy a működés a kimondott helyességi, kapacitási, időzítési és safety-korlátokon belül maradjon — esetleg szándékosan leromlott szolgáltatási szinten.
A követelménynek meg kell határoznia, mely hibákat, hibakombinációkat és időtartamokat kell a rendszernek elviselnie. A terv használhat replikációt, szavazást, hibajavítást, független tápellátási vagy kommunikációs útvonalakat, eltérő implementációkat, állapotegyeztetést és fokozatos leromlást, monitoring és javítás támogatásával.
Legfontosabb pontok
Határozza meg a helyes szolgáltatástSpecifikálja a lényeges funkciókat, megengedett leromlást, hibafeltételezéseket, észlelési időt, helyreállítási viselkedést és azt a pontot, ahol a biztonságos leállás jobb a folytatott működésnél.
Teremtsen függetlenségetKülönítse el a replikákat és a támasztó tápellátást, hálózatokat, identitásokat, adminisztrációt és helyszíneket, ahol a fenyegetésmodell megköveteli; fontolja meg a diverzitást a közös hibák ellen.
Védje az állapototSzabályozza a replikációt, sorrendezést, quorumot, konzisztenciát, sérülésészlelést és visszacsatolást, hogy a redundáns komponensek ne terjesszék a rossz adatot és ne hozzanak létre ütköző műveleteket.
Fontos korlátA redundancia önmagában nem hibatűrés. A közös-módú meghibásodások, megosztott függőségek, tervezési hibák, korrelált támadások, kimerült kapacitás és hibás meghibásodás-észlelés minden replikát kivédhet, a hozzáadott komplexitás pedig új hibákat hozhat.