[發(fā)明專利]一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711078480.3
• 申請(qǐng)日: 2017-11-06
• 公開(kāi)（公告）號(hào): CN107612787B
• 公開(kāi)（公告）日: 2021-01-12
• 發(fā)明（設(shè)計(jì)）人: 姜偉;郭長(zhǎng)波;宋治海;郇宏達(dá)
• 申請(qǐng)（專利權(quán)）人: 南京易捷思達(dá)軟件科技有限公司
• 主分類號(hào): H04L12/26
• 分類號(hào): H04L12/26;H04L29/08
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 戴朝榮

1.一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法，其特征在于：

將Agent運(yùn)行在控制節(jié)點(diǎn)群上，通過(guò)pacemaker實(shí)現(xiàn)active/standby模式，使用crm進(jìn)行管理，同一時(shí)刻只有一個(gè)Agent程序運(yùn)行，并通過(guò)各個(gè)網(wǎng)絡(luò)監(jiān)控各計(jì)算節(jié)點(diǎn)；

所述云主機(jī)故障檢測(cè)方法包括如下步驟：獲取需要檢測(cè)的計(jì)算節(jié)點(diǎn)，并獲取所述計(jì)算節(jié)點(diǎn)的配置信息；

根據(jù)所述配置信息，通過(guò)Agent獲取相對(duì)應(yīng)所述計(jì)算節(jié)點(diǎn)的狀態(tài)信息，并將所述狀態(tài)信息進(jìn)行匯總；

將本次檢測(cè)過(guò)程匯總的狀態(tài)信息與上一次檢測(cè)過(guò)程中匯總的狀態(tài)信息進(jìn)行對(duì)比，并更新檢測(cè)結(jié)果；

判斷更新后的檢測(cè)結(jié)果中異常節(jié)點(diǎn)的數(shù)目是否超過(guò)容錯(cuò)范圍值，如果是，則由人工進(jìn)行排查處理，如果否，則由Agent根據(jù)動(dòng)作矩陣執(zhí)行遷移或者疏散所述異常節(jié)點(diǎn)上的云主機(jī)，并且對(duì)于疏散云主機(jī)的操作是云主機(jī)在共享存儲(chǔ)的環(huán)境下創(chuàng)建的。

2.根據(jù)權(quán)利要求1所述的一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法，其特征在于：所述配置信息包括計(jì)算節(jié)點(diǎn)的IPMI地址、認(rèn)證信息、管理網(wǎng)地址和存儲(chǔ)網(wǎng)地址。

3.根據(jù)權(quán)利要求1所述的一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法，其特征在于：通過(guò)Agent獲取相對(duì)應(yīng)所述計(jì)算節(jié)點(diǎn)的狀態(tài)信息包括如下步驟：

檢查所述計(jì)算節(jié)點(diǎn)是否為存儲(chǔ)節(jié)點(diǎn)；

獲取所述計(jì)算節(jié)點(diǎn)所在的可用域；

通過(guò)IPMI命令查詢并判斷所述計(jì)算節(jié)點(diǎn)的電源狀態(tài)，如果所述計(jì)算節(jié)點(diǎn)的電源為關(guān)閉狀態(tài)，則直接返回檢測(cè)信息；如果所述計(jì)算節(jié)點(diǎn)的電源為正常工作狀態(tài)，則通過(guò)管理網(wǎng)和存儲(chǔ)網(wǎng)IP,進(jìn)行ping操作，查詢管理網(wǎng)、存儲(chǔ)網(wǎng)的狀態(tài)，正常則記為Ok,不正常則為Failed；

檢測(cè)所述計(jì)算節(jié)點(diǎn)的生產(chǎn)網(wǎng)狀態(tài),Agent通過(guò)安全外殼協(xié)議SSH,登錄到對(duì)應(yīng)的所述計(jì)算節(jié)點(diǎn)上，找到所述計(jì)算節(jié)點(diǎn)用于生產(chǎn)網(wǎng)的網(wǎng)卡，判斷所述網(wǎng)卡運(yùn)行是否正常，如果是，則記為Ok；如果否，則記為Failed；如果網(wǎng)卡無(wú)法訪問(wèn)，則記為Unknown_o

根據(jù)權(quán)利要求1所述的一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法，其特征在于：將本次檢測(cè)過(guò)程匯總的狀態(tài)信息與上一次檢測(cè)過(guò)程中匯總的狀態(tài)信息進(jìn)行對(duì)比，并更新檢測(cè)結(jié)果的步驟包括如下步驟：

將本次檢測(cè)過(guò)程匯總的狀態(tài)信息與上一次檢測(cè)過(guò)程中匯總的狀態(tài)信息進(jìn)行對(duì)比，判斷對(duì)比結(jié)果是否一致；

如果是，則視為有效檢測(cè)；如果否，則不對(duì)本次的檢測(cè)結(jié)果采取操作；

更新檢測(cè)結(jié)果。

4.根據(jù)權(quán)利要求1所述的一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法，其特征在于：由Agent根據(jù)動(dòng)作矩陣執(zhí)行遷移或者疏散所述異常節(jié)點(diǎn)上的云主機(jī)的步驟包括如下步驟：

執(zhí)行遷移動(dòng)作步驟：Agent找出所述異常節(jié)點(diǎn)上所有的待遷移云主機(jī)，根據(jù)nova的調(diào)度策略，Agent選擇合適的遷移目標(biāo)節(jié)點(diǎn)，執(zhí)行遷移動(dòng)作，將所述待遷移云主機(jī)遷移到所述遷移目標(biāo)節(jié)點(diǎn)上運(yùn)行；

執(zhí)行疏散動(dòng)作步驟：Agent通過(guò)IPMI對(duì)所述異常節(jié)點(diǎn)執(zhí)行關(guān)機(jī)操作，并找出所述異常節(jié)點(diǎn)上待疏散云主機(jī)，且Agent選擇合適的疏散目標(biāo)節(jié)點(diǎn)，執(zhí)行疏散動(dòng)作，將所述待疏散云主機(jī)遷移到所述疏散目標(biāo)節(jié)點(diǎn)上運(yùn)行。

5.根據(jù)權(quán)利要求1所述的一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法，其特征在于：如果Agent服務(wù)運(yùn)行正常，且日志信息顯示正常，則Agent正在持續(xù)不斷地檢測(cè)相對(duì)應(yīng)的所述節(jié)點(diǎn)的情況。

6.根據(jù)權(quán)利要求1所述的一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法，其特征在于：當(dāng)計(jì)算節(jié)點(diǎn)處于維護(hù)模式時(shí)，Agent不用檢測(cè)所述計(jì)算節(jié)點(diǎn)；當(dāng)計(jì)算節(jié)點(diǎn)從維護(hù)模式恢復(fù)至正常模式時(shí)，Agent重新檢測(cè)所述計(jì)算節(jié)點(diǎn)。

7.根據(jù)權(quán)利要求1所述的一種基于Openstack開(kāi)源云平臺(tái)的云主機(jī)故障檢測(cè)方法，其特征在于：通過(guò)設(shè)置Agent的Ping操作發(fā)包間隔和數(shù)量、SSH操作的超時(shí)時(shí)間、及檢測(cè)觸發(fā)間隔來(lái)調(diào)節(jié)Agent的靈敏度。