[發(fā)明專利]一種基于代理技術(shù)的網(wǎng)格計(jì)算容錯(cuò)系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200910087661.1
• 申請(qǐng)日: 2009-06-30
• 公開（公告）號(hào): CN101594254A
• 公開（公告）日: 2009-12-02
• 發(fā)明（設(shè)計(jì)）人: 廖馨;趙雯;孔文秦;王悅
• 申請(qǐng)（專利權(quán)）人: 中國(guó)運(yùn)載火箭技術(shù)研究院
• 主分類號(hào): H04L12/24
• 分類號(hào): H04L12/24;H04L12/26;H04L1/22;H04L29/06
• 代理公司: 中國(guó)航天科技專利中心
• 代理人: 安 麗

技術(shù)領(lǐng)域

本發(fā)明涉及一種網(wǎng)格計(jì)算的容錯(cuò)機(jī)制，屬于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)領(lǐng)域。

背景技術(shù)

網(wǎng)格技術(shù)是近年來(lái)的一項(xiàng)技術(shù)熱點(diǎn)，它的目的是實(shí)現(xiàn)資源共享，協(xié)同工作，通過高速網(wǎng)絡(luò)將各種分布的自治的資源聯(lián)合在一起，提供高性能的計(jì)算服務(wù)。網(wǎng)格環(huán)境中的資源具有共享性、非獨(dú)占性、動(dòng)態(tài)性、異構(gòu)性等特性。在網(wǎng)絡(luò)平臺(tái)上存在著各種計(jì)算機(jī)、應(yīng)用程序、數(shù)據(jù)和服務(wù)，這些元素本身不可能保證在運(yùn)行中永遠(yuǎn)百分之百正確，并且它們之間的交互也可能會(huì)出現(xiàn)錯(cuò)誤。此外，由于計(jì)算機(jī)故障、網(wǎng)絡(luò)故障、計(jì)算資源被網(wǎng)格計(jì)算外用戶搶占、使用或終止等情況，都有可能會(huì)導(dǎo)致網(wǎng)格節(jié)點(diǎn)不可用。因此，網(wǎng)格環(huán)境中的容錯(cuò)機(jī)制十分必要。

網(wǎng)格容錯(cuò)機(jī)制本身應(yīng)準(zhǔn)確識(shí)別網(wǎng)格計(jì)算中的各類錯(cuò)誤，并能夠采取相應(yīng)的有效措施，并且容錯(cuò)機(jī)制應(yīng)對(duì)整個(gè)網(wǎng)格計(jì)算系統(tǒng)的性能影響盡可能小，網(wǎng)絡(luò)傳輸數(shù)據(jù)和耗費(fèi)的資源盡可能少。

目前，網(wǎng)格環(huán)境中的容錯(cuò)機(jī)制研究通常采用靜態(tài)或動(dòng)態(tài)心跳機(jī)制檢查計(jì)算節(jié)點(diǎn)的可用性，采用設(shè)置備份節(jié)點(diǎn)的方式進(jìn)行冗余設(shè)計(jì)。心跳機(jī)制只能診斷節(jié)點(diǎn)的不可用錯(cuò)誤，對(duì)于作業(yè)的不響應(yīng)錯(cuò)誤等不適用。備份節(jié)點(diǎn)的系統(tǒng)資源開銷較大，恢復(fù)機(jī)制復(fù)雜。在網(wǎng)格環(huán)境下，對(duì)計(jì)算節(jié)點(diǎn)進(jìn)行備份基本是不可行的。華中科技大學(xué)學(xué)報(bào)，2006年第34卷中《具有容錯(cuò)機(jī)制的網(wǎng)格監(jiān)控系統(tǒng)》在被監(jiān)控節(jié)點(diǎn)數(shù)據(jù)上設(shè)置采集代理，實(shí)現(xiàn)對(duì)不同平臺(tái)系統(tǒng)性能狀態(tài)的數(shù)據(jù)采集，通過冗余的層次化節(jié)點(diǎn)架構(gòu)，減少單點(diǎn)故障造成的影響。但該文中采用的備份策略對(duì)節(jié)點(diǎn)數(shù)有較高要求，也沒有考慮到網(wǎng)格作業(yè)的運(yùn)行需求。計(jì)算機(jī)應(yīng)用研究，2008年第25卷中《網(wǎng)格動(dòng)態(tài)容錯(cuò)服務(wù)架構(gòu)研究》針對(duì)資源崩潰和資源的可用性達(dá)不到最低的QoS標(biāo)準(zhǔn)兩種情況，建立了包括網(wǎng)格錯(cuò)誤檢測(cè)與網(wǎng)格錯(cuò)誤管理的動(dòng)態(tài)容錯(cuò)服務(wù)架構(gòu)。但該文中沒有考慮到網(wǎng)格系統(tǒng)主節(jié)點(diǎn)故障的可能性，也沒有對(duì)具體的錯(cuò)誤處理技術(shù)和流程進(jìn)行說(shuō)明。

發(fā)明內(nèi)容

本發(fā)明的技術(shù)解決問題是：克服現(xiàn)有技術(shù)的不足，提供一種基于代理技術(shù)的網(wǎng)格計(jì)算容錯(cuò)系統(tǒng)及方法，本系統(tǒng)及方法能夠處理網(wǎng)格主節(jié)點(diǎn)和計(jì)算節(jié)點(diǎn)的失效錯(cuò)誤，并能針對(duì)計(jì)算節(jié)點(diǎn)的過載情況對(duì)計(jì)算作業(yè)進(jìn)行重新分配和遷移。

本發(fā)明的技術(shù)解決方案是：一種基于代理技術(shù)的網(wǎng)格計(jì)算容錯(cuò)系統(tǒng)，包括一個(gè)主節(jié)點(diǎn)、一個(gè)備份節(jié)點(diǎn)和多個(gè)計(jì)算節(jié)點(diǎn)；主節(jié)點(diǎn)上設(shè)置主控代理容器、主控代理和主監(jiān)控代理；備份節(jié)點(diǎn)上設(shè)置備份代理容器和備份監(jiān)控代理；每個(gè)計(jì)算節(jié)點(diǎn)上設(shè)置節(jié)點(diǎn)代理容器、監(jiān)控代理和作業(yè)代理；

主控代理，按預(yù)定心跳周期檢查主節(jié)點(diǎn)上是否存在未分發(fā)的工作，為未分發(fā)的工作選擇計(jì)算節(jié)點(diǎn)，并將該工作的作業(yè)信息和選擇的計(jì)算節(jié)點(diǎn)地址發(fā)送給主控代理容器；主控代理接收到主監(jiān)控代理的計(jì)算節(jié)點(diǎn)失效信息時(shí)，查詢?cè)摴?jié)點(diǎn)上分配的作業(yè)信息，并將作業(yè)狀態(tài)改為“未分發(fā)”；按預(yù)定備份周期檢查是否存在備份節(jié)點(diǎn)，當(dāng)存在備份節(jié)點(diǎn)時(shí)，則向主控代理容器發(fā)送備份請(qǐng)求；

主控代理容器，接收主控代理的作業(yè)信息和計(jì)算節(jié)點(diǎn)地址，創(chuàng)建作業(yè)代理，并將其遷移到計(jì)算節(jié)點(diǎn)上；接收主控代理的備份請(qǐng)求，備份主控代理，并將其序列化處理成為字節(jié)流，傳輸至備份代理容器；

主監(jiān)控代理，根據(jù)接收的節(jié)點(diǎn)監(jiān)控代理發(fā)出的心跳信號(hào)和狀態(tài)信息，向節(jié)點(diǎn)監(jiān)控代理發(fā)送心跳確認(rèn)消息，或者將計(jì)算節(jié)點(diǎn)的失效消息發(fā)送給主控代理；當(dāng)接收到主控代理發(fā)送的計(jì)算節(jié)點(diǎn)狀態(tài)查詢請(qǐng)求時(shí)，發(fā)送所有空閑的計(jì)算節(jié)點(diǎn)狀態(tài)；根據(jù)作業(yè)代理發(fā)送的遷移查詢請(qǐng)求，設(shè)置遷移目標(biāo)節(jié)點(diǎn)，并向作業(yè)代理發(fā)回遷移條件滿足消息和遷移目標(biāo)節(jié)點(diǎn)地址；

節(jié)點(diǎn)代理容器，根據(jù)接收的作業(yè)代理發(fā)送的遷移請(qǐng)求，將滿足遷移條件的代理掛起，向作業(yè)代理發(fā)送掛起消息，掛起成功后將所述的滿足遷移條件的代理遷移到所述的遷移目標(biāo)節(jié)點(diǎn)上；接收遷移的字節(jié)流，對(duì)該字節(jié)流處理后向節(jié)點(diǎn)代理容器發(fā)送開始或重啟該作業(yè)代理消息；

作業(yè)代理，根據(jù)接收到的節(jié)點(diǎn)代理容器發(fā)送的不同消息，對(duì)計(jì)算節(jié)點(diǎn)上當(dāng)前作業(yè)進(jìn)行處理，分析作業(yè)代理的運(yùn)行情況，將當(dāng)前的負(fù)載水平和作業(yè)運(yùn)行情況發(fā)送給節(jié)點(diǎn)監(jiān)控代理；根據(jù)主監(jiān)控代理發(fā)送的遷移條件滿足消息和遷移目標(biāo)節(jié)點(diǎn)地址，向節(jié)點(diǎn)代理容器發(fā)送遷移請(qǐng)求；

節(jié)點(diǎn)監(jiān)控代理，將接收的作業(yè)代理發(fā)送的負(fù)載水平和作業(yè)運(yùn)行情況與心跳信號(hào)一起合并為心跳信號(hào)和狀態(tài)信息發(fā)送給主監(jiān)控代理；根據(jù)接收的主監(jiān)控代理發(fā)送的心跳確認(rèn)消息，對(duì)主節(jié)點(diǎn)是否失效進(jìn)行判斷，根據(jù)判斷結(jié)果，向備份監(jiān)控代理發(fā)出主節(jié)點(diǎn)錯(cuò)誤消息或主節(jié)點(diǎn)確認(rèn)消息；根據(jù)接收的備份監(jiān)控代理發(fā)送的主節(jié)點(diǎn)地址更改消息，更改自身保存的主節(jié)點(diǎn)和備份節(jié)點(diǎn)的地址；