Microsoft en quête de fiabilité

Le projet de fiabilisation de Windows 2000 est devenu un effort de développement à 160 millions de dollars. L’équipe de Jim Allchin a pris les journaux de 5000 serveurs, collecté de téraoctets de données et commencé à les analyser pour déterminer quels étaient les facteurs qui avaient pu pousser NT à planter ou à nécessiter un redémarrage. Outre les 5000 serveurs visités par Microsoft, l’éditeur est allé voir ses OEM qui prennent en charge des appels de support [Compaq, Hewlett-Packard et IBM], principalement sur le serveur mais aussi sur le client.
Microsoft put avoir accès à leur données de support pour les appels traités. Ces données connues, l’équipe a procédé à de nombreuses modifications sur Windows NT avec les services pack 4 et 5, puis l’équipe a commencé à travailler sur le code de Windows 2000.

Mais quelles informations l’équipe de Jim Allchin a-t-elle découvert dans les données étudiées ? Tout d’abord, que les administrateurs réalisaient 65 % de redémarrages parce qu’ils pensaient que le fait de rebooter leur machine au milieu de la nuit permettait à leur système de mieux fonctionner ; les administrateurs planifiaient ces redémarrages.
Windows NT nécessitait les 35 % restants lorsqu’un administrateur appliquait un service ou option pack, changeait la configuration du système ou bien lorsque le système plantait sans raison apparente. L’équipe de Jim Allchin s’est particulièrement focalisé sur les problèmes qui causaient cette dernière catégorie de redémarrage.

Dans bien des cas, les administrateurs utilisaient les redémarrages pour tuer une application, comme par exemple une solution SAP, qui comprend plusieurs processus actifs. Dans 7 % de tous les reboot constatés, le redémarrage s’explique par des changements de configuration, comme une modification de la pile TCP/IP. Les administrateurs redémarraient également en réponse à une boîte de dialogue demandant un redémarrage après l’installation d’une nouvelle application, même si le redémarrage n’était pas absolument nécessaire.
Dans bien des cas, les données étudiées ont révélé qu’une nouvelle application avait remplacé des fichiers DLL cruciaux, causant ainsi le plantage du système. L’écran bleu de la mort s’en est ensuivi, causant 14 % des redémarrages. Les drivers de périphériques et les antivirus étaient parmi les plus souvent concernés. Les erreurs de mémoire, disques ou de processeurs étaient à la base des écrans bleus dans 13 % des cas.

L’équipe de Jim Allchin avait un plan d’attaque sur plusieurs fronts. L’équipe de développement s’organisa pour livrer de meilleurs outils de développement pour les drivers de périphériques car les mauvais drivers étaient un problème de fond. Ce projet aboutit à la création d’un outil de vérification des drivers pour les tests. Microsoft a ajouté l’utilitaire Kill Process Tree pour éliminer les redémarrages initialisés par les applications. En outre, Windows 2000 rend le remplacement arbitraire de DLL bien moins susceptible de se produire. Afin de lutter contre les problèmes de sécurité, Microsoft a créé une équipe spéciale dédiée à cette mission et a embauché des spécialistes chargés d’attaquer le code.
Alors, l’équipe a créé un test de stress avec plus de 1500 machines, un annuaire Active Directory de 65 millions d’entrées et 2,3 milliards de recherches DNS.

Microsoft a compris que l’approche de la correction de bugs par la force brutale ne marchait pas. L’éditeur a donc fait l’acquisition d’une société qui avait un outil permettant d’analyser du code source afin de détecter des problèmes tels que les fuites de mémoire ou les variables incorrectes. Selon Jim Allchin, son équipe a utilisé l’outil sur les sources de Windows NT et fixé des milliers de problèmes qu’il a découverts. Un laboratoire de développement a travaillé sur des logiciels tels que les antivirus et le redirecteur de Novell NetWare pour améliorer la stabilité. Le laboratoire hardware a qualifié 9000 composants pour Windows 2000.

Windows 2000 a également suivi un processus de beta test massif, au cours duquel de nombreux clients ont apporté un feedback considérable à l’équipe de Jim Allchin. L’objectif était d’assurer la compatibilité de Windows 2000 avec les 450 principales solutions client et le Top 75 des applications serveur. Il lui fallait en outre valider 5000 périphériques et 4000 ordinateurs différents.

Suite à ce travail, l’équipe de développement de Windows 2000 a pu réduire le nombre de redémarrage d’environ 75 à 5 situations connues. Au cours de l’installation, vous remarquerez que Windows 2000 Server n’exige que 2 redémarrage lorsque Windows NT Server 4.0 en demandait souvent 10. Microsoft s’est également rendu compte que le fait de publier des règles d’or pour Windows NT Server 4.0 permettait de diminuer les temps d’indisponibilité par un facteur de 5 chez de nombreux clients.

Jim Allchin est très confiant : " Nous n’avons pas de crainte sur la qualité de Windows 2000. Nous souhaitons que le plus d’utilisateurs possibles ait une chance de l’essayer. Je pense que l’expérience vécue par l’utilisateur sera meilleure qu’avec ce qu’il utilise aujourd’hui ". Pour le père de Windows 2000, ce pourrait être une très bonne année. Il pourrait bien recevoir moins de réclamations et avoir la satisfaction d’avoir réussi l’un des lancements d’OS les plus réussis dans l’histoire de l’informatique.