[發明專利]分布式系統的故障處理方法、裝置及電子設備

在審

• 申請號: 201911119217.3
• 申請日: 2019-11-15
• 公開（公告）號: CN111026572A
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 魏子昂
• 申請（專利權）人: 北京金山云網絡技術有限公司;北京金山云科技有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07
• 代理公司: 北京博遵律師事務所 11761
• 代理人: 馬佑平

本發明涉及分布式系統的故障處理方法、裝置及電子設備。該方法包括：接收分布式系統中的目標服務器發送的故障信息；根據故障信息確定目標服務器的故障類型；根據故障類型生成相應的維修任務并發送至維修業務終端；獲取維修業務終端反饋的維修任務的執行進度；以及向目標服務器發送探活請求，以獲取目標服務器的存活狀態；如果存活狀態為可登錄狀態，則向目標服務器發送初始化配置指令，以將目標服務器恢復工作狀態；如果存活狀態為非可登錄狀態并且執行進度為完成狀態，則從分布式系統刪除目標服務器。

技術領域

本發明涉及分布式系統領域，更具體地，涉及一種分布式系統的故障處理方法、一種分布式系統的故障處理裝置、一種電子設備、一種分布式系統的故障處理系統以及一種計算機可讀存儲介質。

背景技術

分布式存儲系統，是將數據分散存儲在多臺獨立的設備上。傳統的網絡存儲系統采用集中的存儲服務器存放所有數據，存儲服務器成為系統性能的瓶頸，也是可靠性和安全性的焦點，不能滿足大規模存儲應用的需要。分布式網絡存儲系統采用可擴展的系統結構，利用多臺存儲服務器分擔存儲負荷，利用位置服務器定位存儲信息，它不但提高了系統的可靠性、可用性和存取效率，還易于擴展。

對于大規模分布式存儲而言機器的故障頻率較高，需要人工判斷故障，然后人工發單去維修，處理周期長無法監控與跟蹤，自動化程度低。另外人工發現的時候往往機器已經無法登陸，不利于及時發現和處理故障。

因此，有必要提出一種新的分布式系統的故障處理方案。

發明內容

本發明的一個目的是提供一種分布式系統的故障處理的新技術方案。

根據本發明的第一方面，提供了一種分布式系統的故障處理方法，應用于控制服務器，包括：

接收所述分布式系統中的目標服務器發送的故障信息；

根據所述故障信息確定所述目標服務器的故障類型；

根據所述故障類型生成相應的維修任務并發送至維修業務終端；

獲取所述維修業務終端反饋的所述維修任務的執行進度；以及

向所述目標服務器發送探活請求，以獲取所述目標服務器的存活狀態；

如果所述存活狀態為可登錄狀態，則向所述目標服務器發送初始化配置指令，以將所述目標服務器恢復工作狀態；

如果所述存活狀態為非可登錄狀態并且所述執行進度為完成狀態，則從所述分布式系統刪除所述目標服務器。

可選地，如果所述存活狀態為非可登錄狀態并且所述執行進度為完成狀態，還包括：

停止對所述目標服務器進行狀態監測。

可選地，所述故障類型包括系統盤故障、主機總線適配器故障、內存故障中的任意一種或者任意多種的組合。

根據本發明的第二方面，提供了一種分布式系統的故障處理方法，應用于所述分布式系統中的每個服務器，包括：

獲取自身的故障信息；

將所述故障信息發送至控制服務器，以使所述控制服務器確定故障類型；

響應于所述控制服務器發送的探活請求，反饋自身的存活狀態；

當自身的存活狀態為可登錄狀態時，接收所述控制服務器發送的所述初始化配置指令；

響應于所述初始化配置指令，初始化自身的配置參數，以恢復為工作狀態。

可選地，所述獲取自身的故障信息，包括：

根據自身的系統日志和/或PCI總線信息獲取所述故障信息。