[發(fā)明專(zhuān)利]基于核內(nèi)外協(xié)同的高可用計(jì)算機(jī)系統(tǒng)故障處理方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410215175.4
• 申請(qǐng)日: 2014-05-21
• 公開(kāi)（公告）號(hào): CN103995759A
• 公開(kāi)（公告）日: 2014-08-20
• 發(fā)明（設(shè)計(jì)）人: 廖湘科;顏躍進(jìn);李俊良;劉曉建;楊沙洲;姚望;汪黎;秦瑩;周強(qiáng);王非
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué)
• 主分類(lèi)號(hào): G06F11/22
• 分類(lèi)號(hào): G06F11/22
• 代理公司: 湖南兆弘專(zhuān)利事務(wù)所 43008
• 代理人: 趙洪;譚武藝

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)系統(tǒng)的高可用管理技術(shù)領(lǐng)域，具體涉及一種基于核內(nèi)外協(xié)同的高可用計(jì)算機(jī)系統(tǒng)故障處理方法及裝置。

背景技術(shù)

計(jì)算機(jī)系統(tǒng)的可用性是評(píng)價(jià)一個(gè)計(jì)算機(jī)系統(tǒng)穩(wěn)定可靠的指標(biāo)，其通常通過(guò)平均無(wú)故障時(shí)間來(lái)進(jìn)行度量。平均無(wú)故障時(shí)間越長(zhǎng)，則該計(jì)算機(jī)系統(tǒng)的可用性就越高。影響計(jì)算機(jī)系統(tǒng)可用性的因素既有軟件方面也有硬件方面。軟件故障通常指計(jì)算機(jī)系統(tǒng)的程序或軟件因?yàn)槟撤N因素破壞導(dǎo)致無(wú)法正常工作或影響正常使用，軟件故障的影響域一般為軟件自身以及依賴(lài)于此軟件的其它軟件或程序。硬件故障通常指計(jì)算機(jī)系統(tǒng)的物理硬件因?yàn)槟撤N因素破壞導(dǎo)致無(wú)法正常工作或影響正常使用，硬件故障對(duì)計(jì)算機(jī)系統(tǒng)影響較大，嚴(yán)重時(shí)會(huì)導(dǎo)致系統(tǒng)宕機(jī)。

現(xiàn)有技術(shù)的計(jì)算機(jī)系統(tǒng)對(duì)于硬件故障的檢測(cè)依賴(lài)于硬件驅(qū)動(dòng)程序，而對(duì)于軟件故障，通常采用定時(shí)輪詢(xún)機(jī)制完成服務(wù)狀態(tài)檢測(cè)。完成故障檢測(cè)后，立即按照驅(qū)動(dòng)或程序默認(rèn)策略進(jìn)行故障處理，并記錄各自的處理日志。但是，現(xiàn)有技術(shù)的計(jì)算機(jī)系統(tǒng)在高可用管理上存在以下問(wèn)題：1、計(jì)算機(jī)系統(tǒng)獨(dú)立處理與報(bào)告軟件和硬件故障，缺乏軟硬件故障統(tǒng)一管理；2、傳統(tǒng)熱備技術(shù)對(duì)軟件故障監(jiān)測(cè)效率低，無(wú)法及時(shí)感知硬件故障；3、計(jì)算機(jī)系統(tǒng)對(duì)軟硬件故障處理流程復(fù)雜，用戶(hù)無(wú)法定義處置規(guī)則。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是：針對(duì)現(xiàn)有技術(shù)存在的技術(shù)問(wèn)題，提供一種能夠?qū)崿F(xiàn)軟硬件故障統(tǒng)一管理，對(duì)軟件故障和硬件故障的檢測(cè)高效及時(shí)，處理流程簡(jiǎn)單，故障處理規(guī)則擴(kuò)展方便、能夠保證計(jì)算機(jī)系統(tǒng)在軟件故障或硬件故障下高可用性的基于核內(nèi)外協(xié)同的高可用計(jì)算機(jī)系統(tǒng)故障處理方法及裝置。

為了解決上述技術(shù)問(wèn)題，本發(fā)明提供的技術(shù)方案為：

一種基于核內(nèi)外協(xié)同的高可用計(jì)算機(jī)系統(tǒng)故障處理方法，其實(shí)施步驟如下：

1）在操作系統(tǒng)內(nèi)核外檢測(cè)包含系統(tǒng)服務(wù)故障和應(yīng)用服務(wù)故障在內(nèi)的服務(wù)故障生成故障報(bào)告并通過(guò)所述故障報(bào)告接口輸出，同時(shí)在操作系統(tǒng)內(nèi)核中檢測(cè)硬件故障生成故障報(bào)告并通過(guò)在操作系統(tǒng)內(nèi)核外建立的故障報(bào)告接口輸出；

2）在操作系統(tǒng)內(nèi)核外檢測(cè)故障報(bào)告接口的故障報(bào)告，在收到故障報(bào)告后對(duì)故障報(bào)告進(jìn)行分析，根據(jù)分析結(jié)果在操作系統(tǒng)內(nèi)核中對(duì)硬件故障對(duì)應(yīng)的硬件進(jìn)行故障處理，或者在操作系統(tǒng)內(nèi)核外對(duì)服務(wù)故障對(duì)應(yīng)的服務(wù)進(jìn)行故障處理，對(duì)故障處理記錄日志并向管理員發(fā)送通知，然后根據(jù)預(yù)設(shè)的規(guī)則判斷是否需要進(jìn)行雙機(jī)熱備，如果需要雙機(jī)熱備則通知指定的雙機(jī)熱備軟件進(jìn)行雙機(jī)熱備。

優(yōu)選地，所述步驟1）中在操作系統(tǒng)內(nèi)核外檢測(cè)包含系統(tǒng)服務(wù)故障和應(yīng)用服務(wù)故障在內(nèi)的服務(wù)故障生成故障報(bào)告并通過(guò)所述故障報(bào)告接口輸出具體是指：

1.1.1）在操作系統(tǒng)內(nèi)核外以輪詢(xún)的方式對(duì)操作系統(tǒng)中系統(tǒng)服務(wù)和應(yīng)用服務(wù)進(jìn)行狀態(tài)檢測(cè)，如果任意系統(tǒng)服務(wù)或者應(yīng)用服務(wù)出現(xiàn)異常狀態(tài)，則判定發(fā)生服務(wù)故障；

1.1.2）在判定發(fā)生服務(wù)故障后，根據(jù)系統(tǒng)服務(wù)或者應(yīng)用服務(wù)出現(xiàn)異常狀態(tài)的信息生成故障報(bào)告，將所述故障報(bào)告通過(guò)所述故障報(bào)告接口輸出。

優(yōu)選地，所述步驟1）中在操作系統(tǒng)內(nèi)核中檢測(cè)硬件故障生成故障報(bào)告并通過(guò)所述故障報(bào)告接口輸出的詳細(xì)步驟如下：

1.2.1）通過(guò)預(yù)先分布在故障注入接口、故障中斷處理例程和硬件驅(qū)動(dòng)中的多個(gè)硬件狀態(tài)監(jiān)測(cè)點(diǎn)檢測(cè)對(duì)應(yīng)的硬件狀態(tài)信息，如果任意硬件狀態(tài)監(jiān)測(cè)點(diǎn)檢測(cè)的硬件狀態(tài)發(fā)生異常，則所述硬件狀態(tài)監(jiān)測(cè)點(diǎn)根據(jù)預(yù)設(shè)的規(guī)則收集對(duì)應(yīng)硬件的現(xiàn)場(chǎng)數(shù)據(jù)作為硬件故障數(shù)據(jù)；

1.2.2）將硬件故障數(shù)據(jù)進(jìn)行封裝生成故障報(bào)告并存入預(yù)設(shè)的故障消息隊(duì)列；

1.2.3）根據(jù)故障消息隊(duì)列對(duì)存入故障消息隊(duì)列的故障報(bào)告進(jìn)行調(diào)度分發(fā)；

1.2.4）利用線(xiàn)程將調(diào)度輸出的故障報(bào)告通過(guò)所述故障報(bào)告接口輸出。

優(yōu)選地，所述步驟2）的詳細(xì)步驟如下：

2.1）在操作系統(tǒng)內(nèi)核外基于守護(hù)進(jìn)程檢測(cè)故障報(bào)告接口的故障報(bào)告；

2.2）在操作系統(tǒng)內(nèi)核外在收到故障報(bào)告后對(duì)故障報(bào)告進(jìn)行分析，判斷故障報(bào)告的故障類(lèi)型，如果故障類(lèi)型為服務(wù)故障，則根據(jù)服務(wù)依賴(lài)關(guān)系描述對(duì)服務(wù)故障對(duì)應(yīng)的系統(tǒng)服務(wù)或者應(yīng)用服務(wù)進(jìn)行恢復(fù)；如果故障類(lèi)型為硬件故障，則判斷是否需要對(duì)故障報(bào)告對(duì)應(yīng)的硬件進(jìn)行故障硬件隔離，如果需要進(jìn)行故障硬件隔離則跳轉(zhuǎn)執(zhí)行步驟2.3），否則判斷是否需要對(duì)故障報(bào)告對(duì)應(yīng)的硬件進(jìn)行故障硬件恢復(fù)，如果需要進(jìn)行故障硬件恢復(fù)則跳轉(zhuǎn)執(zhí)行步驟2.4），否則跳轉(zhuǎn)執(zhí)行步驟2.5）；

2.3）在需要對(duì)故障報(bào)告對(duì)應(yīng)的硬件進(jìn)行故障硬件隔離時(shí)，在操作系統(tǒng)內(nèi)核中對(duì)故障報(bào)告對(duì)應(yīng)的硬件進(jìn)行故障硬件隔離；