Checkpoint/Restore是分布式系统容错领域的重要技术，本篇介绍了一个实现CR的工具的使用。

CRIU：Checkpoint/Restore in Userspace
是Linux平台在用户空间实现checkpoint/restore功能的工具软件。通过该工具，可以冻结正在运行的应用程序或者其中的一部分，并将应用程序的执行状态以文件形式保存在磁盘上，然后通过这些快照文件，可以将应用程序从冻结的时间点恢复回来继续运行。

另外还有个内核级的CR工具–BLCR，这里先挖个坑，以后填。

实验环境

• centos 7

安装

yum -y install criu 

criu check
>>> Looks good.

实验准备

vim test_criu.c

编写一个用于测试的C程序：

#include <stdio.h>
#include <unistd.h>

int main(int argc, char const *argv[]) {
    int i = 0;
    while(true) {
        sleep(1);
        printf("%d\n", i);
        i++;
    }

    return 0;
}

编译生成可执行文件：

gcc test_criu.c -o test_criu

实验1：简单的dump和restore命令

1）执行测试程序

./test_criu

0
1
2
3
killed

2）另一个终端查看测试程序pid：

ps -ef | grep test_criu

>>> root   1597   1691  0 21:45 pts/2    00:00:00 ./test_criu

3）dump：设置检查点并中断程序

mkdir checkpoint_file
criu dump -D checkpoint_file -j -t 1597

>>> Warn  (compel/arch/x86/src/lib/infect.c:249): Will restore 1597 with interrupted system call

4）恢复程序：

criu restore -D checkpoint_file -j

4
5
6
...

5）检查进程是否使用原来的进程号继续运行：

ps -ef | grep test_criu

命令说明：

• dump命令：由实验中可以看到，当设置进程1597的checkpoint后，再查找该进程，发现进程不存在，即进程已经退出。查看快照文件目录，生成很多img文件，这些文件主要用于恢复应用。
  -D（等价于–images-dir）：选项指定应用的快照文件保存目录
  -j（等价于–shell-job）：表示该应用是一个通过shell启动的作业
  -t：指定需要checkpoint的应用pid
  当对应用设置checkpoint后，应用会自动退出，如果希望应用继续执行，需指定-R或–leave-running选项（见实验2）。

• restore命令：由实验中可以看到，恢复后的程序从设置checkpoint的时间点继续运行，程序在输出3时被kill掉，恢复后继续输出4，恢复后查找进程1597，发现进程使用原来的进程号继续运行。

实验2：追踪内存更改

实验步骤概述：

1 为程序创建一个pre-dump存储于chkp01
2 在上次快照的基础上再创建一个pre-dume存储于chkp02
3 在上次快照的基础上再创建一个dump存储于chkp03,并保持程序执行
4 在上次快照的基础上再创建一个dump存储于chkp04，终止程序
5 在第3步的基础上恢复程序运行
6 在第4步的基础上恢复程序运行

准备工作：

1）启动测试程序：

./test_criu

2）另一个终端：创建保存快照的文件夹，查看进程pid

mkdir  chkp01
mkdir  chkp02
mkdir  chkp03
mkdir  chkp04
mkdir  chkp05

ps -ef | grep test_criu

开始实验：

1）创建一个内存快照存储于chkp01，打开内存更改追踪，并保持程序执行

criu pre-dump -j -D chkp01 -t 1597

2）在步骤1快照的基础上再创建一个pre-dume存储于chkp02（在目标1的基础上创建目标2的快照，可以减少系统开销，减少程序执行时间，减少存储占用空间）

criu pre-dump -j -D chkp02 -t 1597 --prev-images-dir chkp01

3）在步骤2快照的基础上再创建一个dump存储于chkp03,并保持程序执行

criu dump --track-mem --j -D chkp03 -t 1597 --prev-images-dir chkp02 --leave-running

–track-mem：追踪内存更改
–leave-running：不终止程序

4）在步骤3快照的基础上再创建一个dump存储于chkp04，终止程序

criu dump -j -D chkp04 -t 1597 --prev-images-dir chkp03

5）在步骤3的基础上恢复程序运行

criu restore -j -D chkp03

6）在步骤4的基础上恢复程序运行

kill -9 1597

criu restore -j -D chkp04

命令及参数说明：

dump：没有别的参数的情况下，转储所有进程信息并杀死进程
pre-dump：仅仅转储内存文件，打开内存更改跟踪，并保留程序运行

–track-mem：打开内存更改跟踪
–prev-images-dir：指明上次检查点的文件路径
–leave-running：让进程继续存活

小结：

1.追踪内存更改的作用何在？
在做检查点的时候，可能测试程序很大，检查点很多，这样就会产生一种结果，需要大量的存储空间，以及大量的时间，为了节约资源，可以仅仅存储某些改变了的内存页（增量存储），这样就能节约大量的时间和空间。–stack-mem就能完成这个功能，它可以使后面执行的语句在使用–prev-images-dir的时候有机会发现没有改变的内存页，从而跳过这些页的存储。
【更专业的说明：https://criu.org/Memory_changes_tracking】

2.为什么我们仅仅恢复了第三步和第四步的快照呢？
这是因为pre-dump 是不完整的快照，无法恢复，仅仅dump才可以恢复。它仅仅为了生成 –prev-images-dir 参数所需要的文件