[發(fā)明專(zhuān)利]一種狀態(tài)檢查方法、裝置及集群系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710901666.8
• 申請(qǐng)日: 2017-09-28
• 公開(kāi)（公告）號(hào): CN109586989B
• 公開(kāi)（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 魯振華
• 申請(qǐng)（專(zhuān)利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類(lèi)號(hào): H04L43/0817
• 分類(lèi)號(hào): H04L43/0817;H04L43/10;H04L67/10
• 代理公司: 北京安信方達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11262
• 代理人: 栗若木;龍洪

本申請(qǐng)?zhí)峁┮环N狀態(tài)檢查方法、裝置及集群系統(tǒng)；其中，所述狀態(tài)檢查方法包括：主線程啟動(dòng)后，創(chuàng)建狀態(tài)檢查線程；當(dāng)執(zhí)行所述主線程的節(jié)點(diǎn)收到用于進(jìn)行狀態(tài)探測(cè)的消息后，所述狀態(tài)檢查線程對(duì)所述用于進(jìn)行狀態(tài)探測(cè)的消息進(jìn)行反饋。本申請(qǐng)至少一個(gè)實(shí)施例可以避免可用性探測(cè)結(jié)果受到業(yè)務(wù)狀況的影響。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)領(lǐng)域，尤其涉及一種狀態(tài)檢查方法、裝置及集群系統(tǒng)。

背景技術(shù)

計(jì)算機(jī)系統(tǒng)的可用性是通過(guò)系統(tǒng)的可靠性和可維護(hù)性來(lái)度量的。工程上通常用平均無(wú)故障時(shí)間來(lái)度量系統(tǒng)的可靠性，用平均維修時(shí)間來(lái)度量系統(tǒng)的可維護(hù)性。

服務(wù)的高可用性目前通常是采用搭建高可用性(High Availablity，HA)集群的方式實(shí)現(xiàn)的。HA可以指程序、或服務(wù)、或系統(tǒng)無(wú)中斷地執(zhí)行其功能的能力。

一個(gè)高可用集群(亦稱(chēng)HA集群)包含多個(gè)服務(wù)節(jié)點(diǎn)，一部分服務(wù)節(jié)點(diǎn)處于業(yè)務(wù)的激活狀態(tài)(可以稱(chēng)之為主節(jié)點(diǎn))，一部分服務(wù)節(jié)點(diǎn)處于業(yè)務(wù)的備用狀態(tài)(可以稱(chēng)之為備節(jié)點(diǎn))。當(dāng)主節(jié)點(diǎn)出現(xiàn)故障時(shí)，系統(tǒng)激活備節(jié)點(diǎn)自動(dòng)接替主節(jié)點(diǎn)提供服務(wù)，并將原來(lái)的主節(jié)點(diǎn)降級(jí)成備節(jié)點(diǎn)或者重新搭建一個(gè)備節(jié)點(diǎn)。

其中，對(duì)主節(jié)點(diǎn)的可用性探測(cè)是關(guān)鍵步驟之一。對(duì)主節(jié)點(diǎn)的可用性探測(cè)也可稱(chēng)為健康檢查，即判斷主節(jié)點(diǎn)的健康狀態(tài)，比如判斷主節(jié)點(diǎn)的程序、或服務(wù)、或系統(tǒng)當(dāng)前是否處于故障狀態(tài)，或是否處于正常工作狀態(tài)。誤判或者未及時(shí)判斷出主節(jié)點(diǎn)的健康狀態(tài)，都將大大降低服務(wù)的可用性。

Redis是一個(gè)開(kāi)源的高性能的Key-Value緩存數(shù)據(jù)庫(kù)系統(tǒng)，包括多個(gè)服務(wù)節(jié)點(diǎn)；Redis集群中的服務(wù)節(jié)點(diǎn)當(dāng)時(shí)收到心跳包時(shí)回復(fù)指定信息，比如收到“ping”命令時(shí)回復(fù)“pong”，收到info命令時(shí)會(huì)回復(fù)服務(wù)器配置參數(shù)和統(tǒng)計(jì)數(shù)據(jù)，比如服務(wù)器版本，操作系統(tǒng)，啟動(dòng)時(shí)間長(zhǎng)度等。

利用服務(wù)節(jié)點(diǎn)的上述特性，Redis集群中的運(yùn)維系統(tǒng)可以進(jìn)行Redis可用性探測(cè)，一般包括以下技術(shù)方案：

心跳探測(cè)：通過(guò)定期向服務(wù)節(jié)點(diǎn)發(fā)送心跳包的方式探測(cè)服務(wù)節(jié)點(diǎn)的健康狀態(tài)。如果多個(gè)心跳包都沒(méi)有收到回復(fù)，則認(rèn)為服務(wù)節(jié)點(diǎn)已經(jīng)故障了。

Redis哨兵(Sentinel):每秒發(fā)送一個(gè)心跳包獲取當(dāng)前服務(wù)節(jié)點(diǎn)健康狀態(tài)，每N秒(N為正整數(shù))發(fā)送一次info命令獲取Redis的節(jié)點(diǎn)配置狀態(tài)用于后續(xù)故障處理。

上述技術(shù)方案都是通過(guò)向Redis的服務(wù)節(jié)點(diǎn)發(fā)送ping命令(或其它心跳包)或者info命令，根據(jù)Redis服務(wù)節(jié)點(diǎn)返回的信息來(lái)判斷當(dāng)前Redis服務(wù)節(jié)點(diǎn)的健康狀態(tài)的。上述技術(shù)方案有如下缺點(diǎn)：

可用性探測(cè)會(huì)受到Redis服務(wù)當(dāng)前業(yè)務(wù)狀況的影響，比如Redis服務(wù)繁忙時(shí)(比如執(zhí)行某個(gè)時(shí)長(zhǎng)較長(zhǎng)的任務(wù)時(shí)等)，Redis的服務(wù)節(jié)點(diǎn)無(wú)法及時(shí)響應(yīng)探測(cè)的命令或者心跳消息，容易被誤判為故障，或無(wú)法及時(shí)判斷故障。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┮环N狀態(tài)檢查方法、裝置及集群系統(tǒng)，可以避免可用性探測(cè)結(jié)果受到業(yè)務(wù)狀況的影響。

本申請(qǐng)采用如下技術(shù)方案。

一種狀態(tài)檢查方法，包括：

主線程啟動(dòng)后，創(chuàng)建狀態(tài)檢查線程；

當(dāng)執(zhí)行所述主線程的節(jié)點(diǎn)收到用于進(jìn)行狀態(tài)探測(cè)的消息后，所述狀態(tài)檢查線程對(duì)所述用于進(jìn)行狀態(tài)探測(cè)的消息進(jìn)行反饋。

其中，執(zhí)行所述主線程的節(jié)點(diǎn)可以為集群的主節(jié)點(diǎn)。

其中，所述創(chuàng)建狀態(tài)檢查線程后還可以包括：

所述狀態(tài)檢查線程偵聽(tīng)執(zhí)行所述主線程的節(jié)點(diǎn)的狀態(tài)檢查端口；其中，所述狀態(tài)檢查端口用于接收所述用于進(jìn)行狀態(tài)探測(cè)的消息。

其中，所述狀態(tài)檢查線程對(duì)所述用于進(jìn)行狀態(tài)探測(cè)的消息進(jìn)行反饋可以包括：