文章目录
- 为什么需要Warm Reboot
- Warm Reboot与传统重启方案有何区别
- Warm Reboot是如何工作的
- 如何选择重启方式
Warm Reboot是一种在设备重启时保持网络业务连续的技术，流量中断时间控制在10s内，同时可以实现AI训练任务不中断。
为什么需要Warm Reboot
业界大多网络故障来自于软件异常（BUG），软件异常可能触发设备重启，造成业务中断。
单设备软件异常采用传统重启方案影响较大，比如训练频繁中断，全网的训练回退到备份时间点，造成训练成果浪费。
Warm Reboot功能通过在设备重启过程中分别控制OS和转发芯片，保持转发芯片在OS重启过程中持续工作不复位，将流量中断时间缩小至10s以内，同时可以实现AI训练任务不中断。
Warm Reboot与传统重启方案有何区别
Warm Reboot有以下两种触发方式：
- 用户可以手动执行命令行触发Warm Reboot功能重启设备。
- 设备发生故障且符合Warm Reboot运行条件时，设备会自动触发Warm Reboot功能重启设备。
Warm Reboot与传统重启方案的区别：
- 传统方案：设备重启，转发中断120s+。
- Warm Reboot：设备闪启，转发中断<10s。
Warm Reboot是如何工作的
根据Warm Reboot两种触发方式，工作方式有所区别：
用户可以手动执行命令行触发Warm Reboot功能重启设备。
主动重启需要通过重启前的预检查、预处理2个阶段的处理。
重启前预检查的目的是检查当前系统是否能允许Warm Reboot；
重启前预处理的目的是让系统在Warm Reboot前做必要的处理动作；
预检查和预处理执行成功后，设备将以Warm Reboot方式进行重启。设备发生故障且符合Warm Reboot运行条件时，设备会自动触发Warm Reboot功能重启设备。
被动重启时会先判断本次故障发生的原因，满足Warm Reboot重启要求时会触发Warm Reboot重启。
如何选择重启方式
当系统出现严重故障，例如硬件故障等，传统重启方案可能是唯一的解决办法。
当系统出现轻微问题，例如部分服务异常等，可以尝试Warm Reboot来解决。同时因为Warm Reboot重启速度很快，当需要尽量减少系统中断时间的情况下，Warm Reboot是更优的选择。
