Fault tolerance is the property that enables a system to continue operating properly in the event of the failure of some (one or more faults within) of its components. If its operating quality decreases at all, the decrease is proportional to the severity of the failure, as compared to a naively designed system in which even a small failure can cause total breakdown. Fault tolerance is particularly sought after in high-availability or life-critical systems. The ability of maintaining functionality when portions of a system break down is referred to as graceful degradation.[1] A fault-tolerant design enables a system to continue its intended operation, possibly at a reduced level, rather than failing completely, when some part of the system fails.[2] The term is most commonly used to describe computer systems designed to continue more or less fully operational with, perhaps, a reduction in throughput or an increase in response time in the event of some partial failure. That is, the system as a whole is not stopped due to problems either in the hardware or the software. An example in another field is a motor vehicle designed so it will continue to be drivable if one of the tires is punctured, or a structure that is able to retain its integrity in the presence of damage due to causes such as fatigue, corrosion, manufacturing flaws, or impact. Within the scope of an individual system, fault tolerance can be achieved by anticipating exceptional conditions and building the system to cope with them, and, in general, aiming for self-stabilization so that the system converges towards an error-free state. However, if the consequences of a system failure are catastrophic, or the cost of making it sufficiently reliable is very high, a better solution may be to use some form of duplication. In any case, if the consequence of a system failure is so catastrophic, the system must be able to use reversion to fall back to a safe mode. This is similar to roll-back recovery but can be a human action if humans are present in the loop.

La tolerancia a fallos es la propiedad que permite que un sistema continúe funcionando correctamente en caso de que se produzcan fallos en algunos (uno o más fallos) de sus componentes. Si su calidad operativa disminuye en absoluto, la disminución es proporcional a la gravedad de la falla, en comparación con un sistema ingenuamente diseñado en el que incluso una falla pequeña puede causar una ruptura total. La tolerancia a fallas es especialmente buscada en sistemas de alta disponibilidad o críticos para la vida. La capacidad de mantener la funcionalidad cuando partes de un sistema se descompone se conoce como degradación elegante. [1] Un diseño tolerante a fallas permite que un sistema continúe su operación prevista, posiblemente a un nivel reducido, en lugar de fallar por completo, cuando falla una parte del sistema. [2] El término se usa más comúnmente para describir los sistemas informáticos diseñados para continuar operando más o menos completamente con, quizás, una reducción en el rendimiento o un aumento en el tiempo de respuesta en el caso de una falla parcial. Es decir, el sistema en su conjunto no se detiene debido a problemas en el hardware o en el software. Un ejemplo en otro campo es un vehículo motorizado diseñado para que continúe siendo manejable si uno de los neumáticos se pincha, o una estructura que puede mantener su integridad en presencia de daños debidos a causas tales como fatiga, corrosión, fabricación. Defectos, o de impacto.Dentro del alcance de un sistema individual, la tolerancia a fallas se puede lograr anticipando condiciones excepcionales y construyendo el sistema para hacerles frente y, en general, apuntando a la autoestabilización para que el sistema converja hacia un estado libre de errores. Sin embargo, si las consecuencias de una falla del sistema son catastróficas, o el costo de hacerlo lo suficientemente confiable es muy alto, una mejor solución podría ser usar alguna forma de duplicación. En cualquier caso, si la consecuencia de una falla del sistema es tan catastrófica, el sistema debe poder usar la reversión para volver a un modo seguro. Esto es similar a la recuperación de retroceso, pero puede ser una acción humana si los humanos están presentes en el bucle.