[發(fā)明專利]分布式存儲(chǔ)系統(tǒng)的故障處理方法及裝置、電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010463289.6
• 申請(qǐng)日: 2020-05-27
• 公開（公告）號(hào): CN111628893B
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 肖永玲;劉名欣;張旭明;王豪邁;胥昕
• 申請(qǐng)（專利權(quán)）人: 北京星辰天合科技股份有限公司
• 主分類號(hào): H04L41/0659
• 分類號(hào): H04L41/0659;H04L67/1097;G06F11/07
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 周春枚

1.一種分布式存儲(chǔ)系統(tǒng)的故障處理方法，其特征在于，應(yīng)用于預(yù)設(shè)分布式存儲(chǔ)系統(tǒng)，所述預(yù)設(shè)分布式存儲(chǔ)系統(tǒng)包括多個(gè)數(shù)據(jù)中心，每個(gè)所述數(shù)據(jù)中心包括多個(gè)數(shù)據(jù)落盤進(jìn)程OSD，所述故障處理方法包括：

在確定目標(biāo)數(shù)據(jù)中心之間出現(xiàn)網(wǎng)絡(luò)故障時(shí)，利用所述目標(biāo)數(shù)據(jù)中心中的預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD檢測(cè)是否出現(xiàn)區(qū)域級(jí)別故障，其中，利用所述目標(biāo)數(shù)據(jù)中心中的預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD檢測(cè)是否出現(xiàn)區(qū)域級(jí)別故障的步驟，包括：利用所述預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD獲取其它非目標(biāo)數(shù)據(jù)中心對(duì)應(yīng)的區(qū)域信息，其中，所述區(qū)域信息至少包括：每個(gè)數(shù)據(jù)落盤進(jìn)程OSD的地址和心跳標(biāo)識(shí)；利用所述預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD基于所述區(qū)域信息，依次訪問所述區(qū)域信息中每個(gè)數(shù)據(jù)落盤進(jìn)程OSD，得到訪問結(jié)果；若所述訪問結(jié)果指示網(wǎng)絡(luò)故障或者通訊超時(shí)，則確定出現(xiàn)區(qū)域級(jí)別故障；

在確定出現(xiàn)區(qū)域級(jí)別故障時(shí)，對(duì)出現(xiàn)區(qū)域級(jí)別故障的故障域進(jìn)行分區(qū)處理，得到多個(gè)網(wǎng)絡(luò)分區(qū)；

獲取所述多個(gè)網(wǎng)絡(luò)分區(qū)中滿足預(yù)設(shè)篩選條件的目標(biāo)網(wǎng)絡(luò)分區(qū)，并確定非目標(biāo)網(wǎng)絡(luò)分區(qū)為故障網(wǎng)絡(luò)分區(qū)；

控制所述目標(biāo)網(wǎng)絡(luò)分區(qū)中每個(gè)數(shù)據(jù)落盤進(jìn)程OSD進(jìn)行切換，以使分布式存儲(chǔ)系統(tǒng)正常訪問業(yè)務(wù)，并控制所述故障網(wǎng)絡(luò)分區(qū)中的數(shù)據(jù)落盤進(jìn)程OSD停止訪問業(yè)務(wù)。

2.根據(jù)權(quán)利要求1所述的故障處理方法，其特征在于，在利用所述目標(biāo)數(shù)據(jù)中心中的預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD檢測(cè)是否出現(xiàn)區(qū)域級(jí)別故障之后，所述故障處理方法還包括：

將出現(xiàn)區(qū)域級(jí)別故障的故障域信息上報(bào)至監(jiān)控服務(wù)中心MON，其中，監(jiān)控服務(wù)中心用于監(jiān)控分布式存儲(chǔ)系統(tǒng)中對(duì)應(yīng)的數(shù)據(jù)中心的狀態(tài)；

利用監(jiān)控服務(wù)中心MON記錄故障域信息，并等待故障域信息收斂。

3.根據(jù)權(quán)利要求1所述的故障處理方法，其特征在于，對(duì)出現(xiàn)區(qū)域級(jí)別故障的故障域進(jìn)行分區(qū)處理，得到多個(gè)網(wǎng)絡(luò)分區(qū)的步驟，包括：

判斷在預(yù)設(shè)時(shí)間段內(nèi)是否接收到更新的故障域信息；

若在預(yù)設(shè)時(shí)間段內(nèi)未接收到更新的故障域信息，判斷兩個(gè)故障域是否互相上報(bào)故障；

若兩個(gè)故障域未互相上報(bào)故障，則確定兩個(gè)故障域?qū)儆谕粋€(gè)網(wǎng)絡(luò)分區(qū)。

4.根據(jù)權(quán)利要求1所述的故障處理方法，其特征在于，所述預(yù)設(shè)篩選條件包括：數(shù)據(jù)中心的主站點(diǎn)優(yōu)先級(jí)最高、數(shù)據(jù)中心處理業(yè)務(wù)速度最快。

5.一種分布式存儲(chǔ)系統(tǒng)的故障處理裝置，其特征在于，應(yīng)用于預(yù)設(shè)分布式存儲(chǔ)系統(tǒng)，所述預(yù)設(shè)分布式存儲(chǔ)系統(tǒng)包括多個(gè)數(shù)據(jù)中心，每個(gè)所述數(shù)據(jù)中心包括多個(gè)數(shù)據(jù)落盤進(jìn)程OSD，所述故障處理裝置包括：

檢測(cè)單元，用于在確定目標(biāo)數(shù)據(jù)中心之間出現(xiàn)網(wǎng)絡(luò)故障時(shí)，利用所述目標(biāo)數(shù)據(jù)中心中的預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD檢測(cè)是否出現(xiàn)區(qū)域級(jí)別故障，其中，所述檢測(cè)單元包括：第一獲取模塊，用于利用所述預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD獲取其它非目標(biāo)數(shù)據(jù)中心對(duì)應(yīng)的區(qū)域信息，其中，所述區(qū)域信息至少包括：每個(gè)數(shù)據(jù)落盤進(jìn)程OSD的地址和心跳標(biāo)識(shí)；訪問模塊，用于利用所述預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD基于所述區(qū)域信息，依次訪問所述區(qū)域信息中每個(gè)數(shù)據(jù)落盤進(jìn)程OSD，得到訪問結(jié)果；第一確定模塊，用于在所述訪問結(jié)果指示網(wǎng)絡(luò)故障或者通訊超時(shí)，則確定出現(xiàn)區(qū)域級(jí)別故障；

分區(qū)單元，用于在確定出現(xiàn)區(qū)域級(jí)別故障時(shí)，對(duì)出現(xiàn)區(qū)域級(jí)別故障的故障域進(jìn)行分區(qū)處理，得到多個(gè)網(wǎng)絡(luò)分區(qū)；

獲取單元，用于獲取所述多個(gè)網(wǎng)絡(luò)分區(qū)中滿足預(yù)設(shè)篩選條件的目標(biāo)網(wǎng)絡(luò)分區(qū)，并確定非目標(biāo)網(wǎng)絡(luò)分區(qū)為故障網(wǎng)絡(luò)分區(qū)；

控制單元，用于控制所述目標(biāo)網(wǎng)絡(luò)分區(qū)中每個(gè)數(shù)據(jù)落盤進(jìn)程OSD進(jìn)行切換，以使分布式存儲(chǔ)系統(tǒng)正常訪問業(yè)務(wù)，并控制所述故障網(wǎng)絡(luò)分區(qū)中的數(shù)據(jù)落盤進(jìn)程OSD停止訪問業(yè)務(wù)。

6.根據(jù)權(quán)利要求5所述的故障處理裝置，其特征在于，還包括：

上報(bào)單元，用于在利用所述目標(biāo)數(shù)據(jù)中心中的預(yù)設(shè)數(shù)據(jù)落盤進(jìn)程OSD檢測(cè)是否出現(xiàn)區(qū)域級(jí)別故障之后，將出現(xiàn)區(qū)域級(jí)別故障的故障域信息上報(bào)至監(jiān)控服務(wù)中心MON，其中，監(jiān)控服務(wù)中心用于監(jiān)控分布式存儲(chǔ)系統(tǒng)中對(duì)應(yīng)的數(shù)據(jù)中心的狀態(tài)；

記錄單元，用于利用監(jiān)控服務(wù)中心MON記錄故障域信息，并等待故障域信息收斂。