标签： mpi distributed-computing apache-zookeeper distributed-system fault-tolerance
我正在尝试修改基于MPI的系统以添加容错（如果机器停机，则应继续进行）。
我在考虑使用Apache Zookeeper来处理机器故障情况。这是继续前进的最佳方式吗？此外，使用Zookeeper时，MPI调用（如发送，接收，广播）会发生什么？ MPI中的发送/接收呼叫通常绑定到机器ID（源/目的地）;现在，在机器出现故障并且可能永远不会回来的环境中，它将如何运作？
将现有应用程序从MPI移植到基于Zookeeper的解决方案会导致性能下降吗？