[發(fā)明專利]作為服務(wù)的故障檢測與恢復

有效

• 申請?zhí)枺?/td>: 201210090006.3
• 申請日: 2012-03-30
• 公開（公告）號: CN102739435B
• 公開（公告）日: 2017-03-01
• 發(fā)明（設(shè)計）人: A.卡蒂亞;C.B.波利納蒂
• 申請（專利權(quán)）人: 微軟技術(shù)許可有限責任公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26
• 代理公司: 中國專利代理(香港)有限公司72001
• 代理人: 李舒,劉鵬

背景技術(shù)

在計算領(lǐng)域，許多情形涉及計算機系統(tǒng)中的故障檢測，比如干擾進程；進程所利用的資源的不可用性，比如唯一地被另一個進程鎖定的空閑存儲器或資源的耗盡；進程無能力完成任務(wù)；進程的邏輯故障，其導致資源的消耗、無窮盡的循環(huán)或應用崩潰；或設(shè)備的硬件故障，其中斷進程的執(zhí)行。這樣的故障的嚴重程度為從好奇到不便到嚴重的問題（例如在實時進程或正常運行時間用戶所依賴的進程中的故障）。在這些和其他情形中，管理員可以努力監(jiān)控該進程，比如利用在同一個設(shè)備或另一個設(shè)備上運行的監(jiān)控進程來監(jiān)控被監(jiān)控進程的實現(xiàn)（instrumentation），驗證被監(jiān)控進程繼續(xù)按預期運行、提供可接受性能以及對用戶而言是可訪問的。如果被監(jiān)控進程顯示出故障的指示或變得不可及，則監(jiān)控進程可以在日志中記錄這些指示或者可以通知管理員。

發(fā)明內(nèi)容

通過簡化形式提供該發(fā)明內(nèi)容以引入概念的選擇，在下文的具體實施方式中對其進一步描述。該發(fā)明內(nèi)容不旨在標識要求保護的主題的關(guān)鍵因素或必要特征，也不旨在用于限制要求保護的主題的范圍。

監(jiān)控進程和被監(jiān)控進程的接口經(jīng)常是高度專用且專有的。例如，要被監(jiān)控的進程可以報告指示其狀況（status）的一組專用度量，并且/或者可以以專用方式報告這樣的度量，比如特定類型的日志或事件模型或特定位置。該監(jiān)控進程還可以特別地被設(shè)計成與被監(jiān)控進程耦合（例如，以便評估日志，預訂事件和/或查詢被監(jiān)控進程）。該監(jiān)控進程和被監(jiān)控進程可以一起表示一對緊密耦合的互操作進程。然而，該監(jiān)控進程和被監(jiān)控進程的專用化（specialization）可能在某些方面是低效的。作為第一實例，每個被監(jiān)控進程可以具有對應的監(jiān)控進程，并且對許多被監(jiān)控進程的監(jiān)控可涉及許多監(jiān)控進程的部署，其中每個監(jiān)控進程監(jiān)控一個進程。該耦合可以降低監(jiān)控設(shè)備的再使用（例如，可能難以配置一組機器來監(jiān)控一組進程）。作為第二實例，可能罕見的是建立對正在監(jiān)控第二進程的第一進程的監(jiān)控（在同一個機器或另一個機器上）。作為第三實例，監(jiān)控的每種情形可能有輕微不同或顯著不同（例如向管理員通知故障指示符的方式，被不同進程使用的故障指示符的類型，以及日志文件的位置、格式和語義使用），導致在系統(tǒng)的管理方面復雜性增加。

本文提出了用于將故障監(jiān)控實現(xiàn)為標準化服務(wù)的技術(shù)。根據(jù)這些技術(shù)，可以提供一組一個或多個監(jiān)控節(jié)點，其被配置成執(zhí)行對執(zhí)行要被監(jiān)控的一個或多個進程的各個被監(jiān)控節(jié)點的監(jiān)控。一個或多個被監(jiān)控節(jié)點可以向監(jiān)控節(jié)點注冊（register）以便監(jiān)控，并且可以發(fā)起對這些進程的狀況（可能包括這些進程的狀態(tài)（例如不僅僅包括進程是否正在運行，而且還包括該進程的內(nèi)部狀態(tài)））的周期性報告。監(jiān)控節(jié)點可以記錄該信息，并且可以在接收到進程或被監(jiān)控節(jié)點正在遭遇困難或已經(jīng)停止報告的指示時采取行動。例如，該監(jiān)控節(jié)點可以請求重啟不再報告的進程，包括重啟處于由被監(jiān)控節(jié)點最后報告的狀態(tài)的該進程，并且還可以請求在不同的被監(jiān)控節(jié)點上重啟該進程。如果被監(jiān)控節(jié)點完全停止響應，則監(jiān)控節(jié)點可以選擇替代的被監(jiān)控節(jié)點，并且可以請求在該替代的被監(jiān)控節(jié)點上重啟所有這些進程（可能處于最后報告的狀態(tài)）。

而且，在涉及一組兩個或更多監(jiān)控節(jié)點的情形中，監(jiān)控節(jié)點還可以相互監(jiān)控。例如，被監(jiān)控節(jié)點可以被指派（assign）向特定監(jiān)控節(jié)點報告。而且，監(jiān)控節(jié)點可以周期性地使其中的監(jiān)控信息同步（例如每個監(jiān)控節(jié)點可以告知其他監(jiān)控節(jié)點分配給它的被監(jiān)控節(jié)點、在其上執(zhí)行的被監(jiān)控進程和每個這樣的被監(jiān)控進程的狀況和/或可能地狀態(tài)）。如果監(jiān)控節(jié)點故障（例如停止向其他監(jiān)控節(jié)點報告），則其他監(jiān)控節(jié)點可以選擇替代的監(jiān)控節(jié)點，該故障監(jiān)控節(jié)點的所有被監(jiān)控節(jié)點可以被重新分配給該替代的監(jiān)控節(jié)點。