[發(fā)明專利]Linux集群故障自動(dòng)恢復(fù)方法和Linux集群故障自動(dòng)恢復(fù)系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201210031209.5
• 申請(qǐng)日: 2012-02-13
• 公開（公告）號(hào): CN102957563A
• 公開（公告）日: 2013-03-06
• 發(fā)明（設(shè)計(jì)）人: 單聯(lián)瑜;叢龍水;董濤;李戰(zhàn)強(qiáng);孫世為;邢占軍;孫友凱;段淼;劉玉梅;徐香明;趙軍民;付巧娟;吳敏;車曉萍;劉芳;盧晉平;董倩;尚新民;侯樹杰;郭見樂
• 申請(qǐng)（專利權(quán)）人: 中國石油化工股份有限公司;中國石油化工股份有限公司勝利油田分公司物探研究院
• 主分類號(hào): H04L12/24
• 分類號(hào): H04L12/24
• 代理公司: 濟(jì)南日新專利代理事務(wù)所 37224
• 代理人: 謝省法

技術(shù)領(lǐng)域

本發(fā)明涉及大規(guī)模集群資源管理系統(tǒng)的優(yōu)化與應(yīng)用，特別是涉及到Linux集群故障自動(dòng)恢復(fù)方法。

背景技術(shù)

隨著計(jì)算需求的發(fā)展，微機(jī)集群的規(guī)模也在不斷地?cái)U(kuò)大，如何高效地完成對(duì)大規(guī)模集群的管理，成為亟待解決的一個(gè)難題。國內(nèi)外的計(jì)算機(jī)廠家均投入了大量研發(fā)力量開發(fā)集群相關(guān)產(chǎn)品，從免費(fèi)軟件到收費(fèi)軟件，功能各有不同，主要功能集中于系統(tǒng)管理和監(jiān)視，但缺少智能的、自動(dòng)化的工具，所以集群的可管理性和可用性均收到極大的影響。在現(xiàn)有的模式下，管理人員需要通過自身的經(jīng)驗(yàn)進(jìn)行故障點(diǎn)的查找和判斷，往往耗時(shí)較長，且不容易迅速處理問題，將故障節(jié)點(diǎn)重新投入使用。為此我們發(fā)明了一種新的Linux集群故障自動(dòng)恢復(fù)方法，解決了以上技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種能夠自動(dòng)、快速、高效地完成集群節(jié)點(diǎn)系統(tǒng)的故障自動(dòng)恢復(fù)的Linux集群故障自動(dòng)恢復(fù)方法。????

本發(fā)明的目的可通過如下技術(shù)措施來實(shí)現(xiàn)：Linux集群故障自動(dòng)恢復(fù)方法，該Linux集群故障自動(dòng)恢復(fù)方法包執(zhí)行數(shù)據(jù)信息采集并判斷是否出現(xiàn)故障；當(dāng)判斷出現(xiàn)故障時(shí)，重新啟動(dòng)節(jié)點(diǎn)；當(dāng)重新啟動(dòng)該節(jié)點(diǎn)后，再次執(zhí)行該數(shù)據(jù)信息采集并判斷出現(xiàn)故障時(shí)，執(zhí)行故障節(jié)點(diǎn)的維護(hù)集成；在執(zhí)行該故障節(jié)點(diǎn)的維護(hù)集成后，再次執(zhí)行該數(shù)據(jù)信息采集并判斷出現(xiàn)故障時(shí)，執(zhí)行故障節(jié)點(diǎn)的安裝集成；以及在執(zhí)行該故障節(jié)點(diǎn)的安裝集成后，再次執(zhí)行該數(shù)據(jù)信息采集并判斷出現(xiàn)故障時(shí)，進(jìn)行人工處理。

本發(fā)明的目的還可通過如下技術(shù)措施來實(shí)現(xiàn)：

該數(shù)據(jù)信息采集包括動(dòng)態(tài)數(shù)據(jù)采集、靜態(tài)信息采集、系統(tǒng)服務(wù)狀態(tài)數(shù)據(jù)采集和應(yīng)用信息數(shù)據(jù)采集。

該動(dòng)態(tài)數(shù)據(jù)采集和靜態(tài)信息采集通過讀取系統(tǒng)的/proc文件系統(tǒng)獲取系統(tǒng)信息。

該系統(tǒng)服務(wù)狀態(tài)數(shù)據(jù)采集是檢測整個(gè)集群的DNS、NIS、NTP等主從服務(wù)器的服務(wù)狀態(tài)，并把其狀態(tài)寫到數(shù)據(jù)庫中。

該應(yīng)用信息數(shù)據(jù)采集是根據(jù)生產(chǎn)應(yīng)用的實(shí)際情況，先羅列出實(shí)際應(yīng)用中的各種需要，然后根據(jù)需要手工錄入各個(gè)應(yīng)用服務(wù)器及應(yīng)用服務(wù)的節(jié)點(diǎn)名，并保存到數(shù)據(jù)庫中，然后根據(jù)各個(gè)應(yīng)用服務(wù)器的節(jié)點(diǎn)名檢測該服務(wù)器的應(yīng)用服務(wù)狀態(tài)，并把其狀態(tài)寫到該數(shù)據(jù)庫中。

該Linux集群故障自動(dòng)恢復(fù)方法根據(jù)該數(shù)據(jù)信息采集的更新時(shí)間，設(shè)定該更新間隔的最大時(shí)間間隔，當(dāng)該數(shù)據(jù)信息采集的刷新時(shí)間超過了該最大時(shí)間間隔時(shí)，判斷出現(xiàn)故障。

該Linux集群故障自動(dòng)恢復(fù)方法還包括在重新啟動(dòng)節(jié)點(diǎn)的步驟后，標(biāo)志節(jié)點(diǎn)已進(jìn)行重新啟動(dòng)的標(biāo)志位，并在再次執(zhí)行該數(shù)據(jù)信息采集并判斷未出現(xiàn)故障時(shí)，清除節(jié)點(diǎn)已進(jìn)行重新啟動(dòng)的標(biāo)志位。

該Linux集群故障自動(dòng)恢復(fù)方法還包括在執(zhí)行故障節(jié)點(diǎn)的維護(hù)集成的步驟后，標(biāo)志節(jié)點(diǎn)維護(hù)集成的標(biāo)志位，并在再次執(zhí)行該數(shù)據(jù)信息采集并判斷未出現(xiàn)故障時(shí)，清除節(jié)點(diǎn)維護(hù)集成的標(biāo)志位。

該Linux集群故障自動(dòng)恢復(fù)方法還包括在執(zhí)行故障節(jié)點(diǎn)的安裝集成的步驟后，標(biāo)志節(jié)點(diǎn)安裝集成的標(biāo)志位，并在再次執(zhí)行該數(shù)據(jù)信息采集并判斷未出現(xiàn)故障時(shí)，清除節(jié)點(diǎn)安裝集成的標(biāo)志位。

該執(zhí)行故障節(jié)點(diǎn)的維護(hù)集成的步驟包括將該節(jié)點(diǎn)在服務(wù)器端設(shè)置成維護(hù)狀態(tài)，重新啟動(dòng)該節(jié)點(diǎn)，該節(jié)點(diǎn)在啟動(dòng)過程中，從網(wǎng)絡(luò)讀取啟動(dòng)映像，進(jìn)入該節(jié)點(diǎn)的維護(hù)狀態(tài)，將該節(jié)點(diǎn)系統(tǒng)的配置還原到最初配置狀態(tài)。

該執(zhí)行故障節(jié)點(diǎn)的安裝集成的步驟包括將該節(jié)點(diǎn)在服務(wù)器端設(shè)置成安裝集成狀態(tài)，重新啟動(dòng)該節(jié)點(diǎn)，該節(jié)點(diǎn)在啟動(dòng)過程中，從網(wǎng)絡(luò)讀取啟動(dòng)映像，進(jìn)入節(jié)點(diǎn)的網(wǎng)絡(luò)安裝集成，從網(wǎng)絡(luò)讀取安裝包，進(jìn)行系統(tǒng)的安裝配置，將該節(jié)點(diǎn)系統(tǒng)重新進(jìn)行安裝。

本發(fā)明的目的也可通過如下技術(shù)措施來實(shí)現(xiàn)：Linux集群故障自動(dòng)恢復(fù)系統(tǒng)，其特征在于，該Linux集群故障自動(dòng)恢復(fù)系統(tǒng)包括數(shù)據(jù)信息采集及判斷模塊、重新啟動(dòng)節(jié)點(diǎn)模塊、維護(hù)集成模塊和安裝集成模塊，該數(shù)據(jù)信息采集及判斷模塊用于執(zhí)行數(shù)據(jù)信息采集并判斷是否出現(xiàn)故障，該重新啟動(dòng)節(jié)點(diǎn)模塊用于重新啟動(dòng)節(jié)點(diǎn)，該維護(hù)集成模塊用于執(zhí)行故障節(jié)點(diǎn)的維護(hù)集成，該安裝集成模塊用于執(zhí)行故障節(jié)點(diǎn)的安裝集成。

本發(fā)明的目的還可通過如下技術(shù)措施來實(shí)現(xiàn)：