[發(fā)明專利]一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法

有效

• 申請?zhí)枺?/td>: 201810219687.6
• 申請日: 2018-03-16
• 公開（公告）號: CN108600040B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設(shè)計）人: 高原;張勇;顧文杰;寧劍;陳鵬;王毅;郭駿;張學(xué)勇;何源
• 申請（專利權(quán)）人: 國電南瑞科技股份有限公司;國家電網(wǎng)公司華北分部;國家電網(wǎng)公司;南瑞集團有限公司;國電南瑞南京控制系統(tǒng)有限公司
• 主分類號: H04L43/10
• 分類號: H04L43/10;H04L41/12;H04L41/0668;H04L41/0677
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林;張倩倩

1.一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法，其特征在于，包括：

1）在系統(tǒng)中設(shè)置兩個以上檢測節(jié)點，其中一個為主檢測節(jié)點，其余節(jié)點為備檢測節(jié)點，用于對其他所有節(jié)點的故障檢測；多個檢測節(jié)點之間使用心跳報文進(jìn)行主檢測節(jié)點選舉和故障切換，同時心跳報文也會到達(dá)系統(tǒng)每個節(jié)點，通知每個節(jié)點當(dāng)前具體執(zhí)行檢測工作的主檢測節(jié)點的IP地址，具體為：每個檢測節(jié)點周期性的發(fā)出UDP廣播作為心跳報文，報文中包括檢測節(jié)點的節(jié)點名、IP地址、是否為主節(jié)點的信息；非檢測節(jié)點收到心跳報文 后也會執(zhí)行檢測節(jié) 點同樣的邏輯，即當(dāng)主檢測節(jié)點發(fā)生故障后，確定IP地址最小的檢測節(jié)點為主檢測節(jié)點，并獲知主檢測節(jié)點的IP地址；當(dāng)主檢測節(jié)點發(fā)生故障后，備檢測節(jié)點通過心跳報文重新確定IP地址最小的為主檢測節(jié)點，完成故障后的主檢測點切換；

2）客戶端向主檢測節(jié)點發(fā)出請求，由主檢測節(jié)點對待檢測的目標(biāo)節(jié)點進(jìn)行故障檢測；

3）主檢測節(jié)點將不同客戶端對同一個待檢測的目標(biāo)節(jié)點的檢測請求進(jìn)行合并；

4）主檢測節(jié)點接收到請求后開始周期性的對待檢測的目標(biāo)節(jié)點進(jìn)行檢測，檢測結(jié)果緩存在主檢測節(jié)點的內(nèi)存中，當(dāng)其他任意客戶端需要對同一目標(biāo)節(jié)點進(jìn)行檢測時，立刻從緩存直接返回目標(biāo)節(jié)點的實時狀態(tài)。

2.根據(jù)權(quán)利要求1所述的一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法，其特征在于，所述主檢測節(jié)點能夠向所有節(jié)點廣播被檢測節(jié)點的健康狀態(tài)。

3.根據(jù)權(quán)利要求1所述的一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法，其特征在于，所述步驟2）客戶端向主檢測節(jié)點發(fā)出請求，由主檢測節(jié)點對待檢測的目標(biāo)節(jié)點進(jìn)行故障檢測具體為：由某個節(jié)點的客戶端程序通過TCP或UDP向主檢測節(jié)點發(fā)送請求報文，報文中包括希望被檢測的目標(biāo)節(jié)點的IP地址和超時時間這兩個參數(shù)，由主檢測節(jié)點向目標(biāo)節(jié)點直接發(fā)出ICMP報文，在超時時間內(nèi)得到響應(yīng)則回復(fù)客戶端該目標(biāo)節(jié)點在線，否則回復(fù)該目標(biāo)節(jié)點故障。

4.根據(jù)權(quán)利要求1所述的一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法，其特征在于，所述步驟3）主檢測節(jié)點將不同客戶端對同一個待檢測的目標(biāo)節(jié)點的檢測請求進(jìn)行合并具體為：

主檢測節(jié)點為每個客戶端單獨保存了目標(biāo)IP地址和超時時間參數(shù)，實現(xiàn)了對不同目標(biāo)節(jié)點使用不同檢測超時時間的功能，主檢測節(jié)點在超時時間內(nèi)以均勻間隔連續(xù)發(fā)出3次ICMP報文進(jìn)行檢測，當(dāng)收到第一次回復(fù)后判定節(jié)點狀態(tài)為在線，當(dāng)多個客戶端對同一目標(biāo)節(jié)點提出檢測請求時，對其IP地址和超時時間進(jìn) 行合并處理，取最短的超時時間，并且只發(fā)出一份ICMP檢測報文。

5.根據(jù)權(quán)利要求1所述的一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法，其特征在于，所述步驟4）主檢測節(jié)點接收到請求后開始周期性的對目標(biāo)節(jié)點進(jìn)行檢測具體為：當(dāng)主檢測節(jié)點第一次收到對某個目標(biāo)節(jié)點的檢測請求后就以一定的周期對目標(biāo)節(jié)點發(fā)送ICMP報文進(jìn)行故障檢測，此周期可配置，當(dāng)超過一定的時間間隔沒有任何節(jié)點再請求檢測這個目標(biāo)節(jié)點，則停止周期性ICMP報文的發(fā)送，時間間隔可配置。

6.根據(jù)權(quán)利要求2所述的一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法，所述主檢測節(jié)點能夠向所有節(jié)點廣播被檢測節(jié)點的健康狀態(tài)具體為：主檢測節(jié)點不僅僅將檢測結(jié)果返回給客戶端，還能夠根據(jù)需求將所有被檢測節(jié)點的健康狀態(tài)以廣播發(fā)送到全系統(tǒng)的所有節(jié)點，在每個節(jié)點上設(shè)立檢測代理，由代理接收廣播后存入本地共享內(nèi)存，當(dāng)本地客戶端發(fā)出請求時，首先查詢本地共享內(nèi)存是否已經(jīng)存在結(jié)果，如果存在則直接獲取。

7.根據(jù)權(quán)利要求1所述的一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法，主檢測節(jié)點將已檢測過的節(jié)點的狀態(tài)信息存放在本機共享內(nèi)存，在發(fā)送心跳報文的同時也將共享內(nèi)存的信息通過組播發(fā)給其他檢測節(jié)點。

8.根據(jù)權(quán)利要求1所述的一種基于高可用檢測節(jié)點的分布式系統(tǒng)節(jié)點故障檢測方法，主檢測節(jié)點對待檢測的目標(biāo)節(jié)點進(jìn)行故障檢測時，由待檢測的目標(biāo)節(jié)點的系統(tǒng)內(nèi)核回復(fù)檢測報文。