Tolleranza ai guasti (Fault tolerance)

La tolleranza ai guasti (fault tolerance) è la capacità di un sistema di continuare a funzionare correttamente anche quando uno o più suoi componenti si guastano, senza interruzioni percepibili per chi lo usa.

Come si ottiene la tolleranza ai guasti?

La base è la ridondanza: ogni componente critico ha un duplicato pronto a sostituirlo. Esempi comuni sono i dischi in RAID, gli alimentatori doppi nei server, le schede di rete collegate a switch diversi, i gruppi di continuità e i generatori nei data center, i database replicati. Nei sistemi più critici, come il controllo del traffico aereo o gli impianti industriali, intere unità di calcolo lavorano in parallelo e si controllano a vicenda.

Qual è la differenza tra fault tolerance e alta disponibilità?

Un sistema tollerante ai guasti non si ferma quando un componente cede; un sistema ad alta disponibilità può fermarsi per poco, il tempo di riavviare il servizio su un altro nodo, e poi riprende. L'alta disponibilità costa meno ed è la scelta più diffusa per server e macchine virtuali: in un cluster Proxmox con alta disponibilità, se un nodo si guasta le sue macchine virtuali ripartono automaticamente sugli altri.