[發明專利]故障節點隔離方法及集群系統

有效

• 申請號: 201711160951.5
• 申請日: 2017-11-20
• 公開（公告）號: CN107947976B
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 葛長偉
• 申請（專利權）人: 新華三云計算技術有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26;H04L29/08
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 王術蘭

本發明實施例提供一種故障節點隔離方法及集群系統。所述方法包括：首先，集群系統的各個節點檢測所述集群系統中是否存在訪問存儲故障的故障節點；接著，當存在故障節點時，所述故障節點向所述集群系統中的正常節點發送故障節點不能訪問的集群文件系統的信息；最后，所述故障節點將所述故障節點不能訪問的集群文件系統進行解掛載。上述方法可以在存儲網絡異常時，對不能存儲訪問的集群文件系統進行隔離，相對于直接隔離節點所在物理主機的方式，隔離的粒度更小，不會影響節點上其他業務。

技術領域

本發明涉及共享文件系統技術領域，具體而言，涉及一種故障節點隔離方法及集群系統。

背景技術

共享文件系統在網絡環境下，通過在不同操作系統下主機之間相互傳輸文件，從使用者的角度而言，不用考慮網絡傳輸及訪問細節，完全像是訪問本地文件一樣訪問網絡中其他服務器文件系統中的文件。

在共享文件系統中，一般采用多臺服務器構成集群系統，當一個節點由于客觀因素(比如，節點所在的存儲鏈路出現故障)無法繼續訪問時，需要將該故障節點從集群系統中踢出。現有技術中，采用直接重啟該故障節點的方式，對該故障節點進行隔離。然而，上述方法存在著單純的重啟物理主機使得被重啟物理主機上其他業務中斷，重啟物理主機所消耗的時間，還會給運行在被重啟物理主機的其他業務恢復帶來更大的時延消耗。

發明內容

為了克服現有技術中的上述不足，本發明實施例的目的在于提供一種故障節點隔離方法，應用于集群系統；所述方法包括：

所述集群系統的各個節點檢測所述集群系統中是否存在訪問故障的故障節點；

當存在故障節點時，所述故障節點向所述集群系統中的正常節點發送故障節點不能訪問存儲的集群文件系統的信息；

所述故障節點將所述故障節點不能訪問的集群文件系統進行解掛載。

上述方法可以在存儲異常時，將隔離手段由簡單的重啟物理主機變更為對不能訪問的集群文件系統進行隔離，相對于直接隔離節點所在物理主機的方式，隔離的粒度更小，不會影響節點上其他業務，可以防止重啟物理主機對運行在物理主機上其他業務帶來的時延消耗。

可選地，在上述方法中，所述集群系統中多個節點上同時掛載的集群文件系統包括集群成員管理位圖，集群成員管理位圖的比特位與能訪問該集群文件系統的各個節點對應，在所述故障節點向所述集群系統中的正常節點發送故障節點不能訪問的集群文件系統的信息之后，所述方法還可以包括：

所述正常節點在接收到所述信息后，將所述故障節點不能訪問的集群文件系統的集群成員管理位圖里與故障節點對應的比特位清零。

可選地，在上述方法中，所述集群系統的各個節點檢測所述集群系統中是否存在訪問故障的故障節點的步驟，包括：

每個節點檢測磁盤心跳能否在預設時間閾值內成功寫入該節點在存儲區域的指定心跳區域，若能成功寫入，判定該節點為正常節點，若不能成功寫入，判定該節點為故障節點。

可選地，在上述方法中，在將所述故障節點不能訪問的集群文件系統的集群成員管理位圖里與故障節點對應的比特位清零之后，所述方法還可以包括：

所述正常節點發送消息到故障節點查詢故障節點是否已經開始對所述故障節點不能訪問的集群文件系統解掛載；

在查詢到故障節點還未開始解掛載時，所述正常節點通知所述故障節點進行解掛載處理。

可選地，在上述方法中，所述故障節點將所述故障節點不能訪問的集群文件系統進行解掛載，包括：

將所述集群系統中的節點分別劃分到故障域和工作域，其中，每個故障域包括一個節點，所述工作域包括除故障域中節點之外的其他節點；

所述工作域和故障域中的節點分別進行分布式鎖管理處理(DLM Recovery)。