[發(fā)明專利]一種分布式存儲系統(tǒng)的監(jiān)控方法、系統(tǒng)、設(shè)備以及介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010631321.7
• 申請日: 2020-07-03
• 公開（公告）號: CN111858240B
• 公開（公告）日: 2023-01-06
• 發(fā)明（設(shè)計(jì)）人: 李娟;郭坤;張海軍
• 申請（專利權(quán)）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30
• 代理公司: 北京連和連知識產(chǎn)權(quán)代理有限公司 11278
• 代理人: 楊帆

本發(fā)明公開了一種分布式存儲系統(tǒng)的監(jiān)控方法，包括：分別對每一個(gè)節(jié)點(diǎn)的IO處理流和硬件的狀態(tài)進(jìn)行監(jiān)控；響應(yīng)于監(jiān)控到IO處理流的狀態(tài)異常并且硬件的狀態(tài)異常，獲取系統(tǒng)的存儲特性指標(biāo)的異常狀態(tài)；判斷硬件的異常狀態(tài)以及獲取到的存儲特性指標(biāo)的異常狀態(tài)是否符合容錯(cuò)機(jī)制；響應(yīng)于硬件的異常狀態(tài)以及存儲特性指標(biāo)的異常狀態(tài)不符合容錯(cuò)機(jī)制，判斷硬件的異常狀態(tài)與存儲特性指標(biāo)的異常狀態(tài)之間是否存在關(guān)聯(lián)；響應(yīng)于硬件的異常狀態(tài)與存儲特征指標(biāo)的異常狀態(tài)之間不存在關(guān)聯(lián)，根據(jù)硬件的異常狀態(tài)以及存儲特性指標(biāo)的異常狀態(tài)分別確定相應(yīng)級別的影響因子；根據(jù)影響因子的級別進(jìn)行評分并將評分返回用戶。本發(fā)明還公開了一種系統(tǒng)、計(jì)算機(jī)設(shè)備以及可讀存儲介質(zhì)。

技術(shù)領(lǐng)域

本發(fā)明涉及分布式存儲系統(tǒng)領(lǐng)域，具體涉及一種分布式存儲系統(tǒng)的監(jiān)控方法、系統(tǒng)、設(shè)備以及存儲介質(zhì)。

背景技術(shù)

分布式存儲系統(tǒng)中，存儲系統(tǒng)通常包含上百個(gè)節(jié)點(diǎn)，對于每個(gè)節(jié)點(diǎn)存儲集群運(yùn)行狀態(tài)，健康狀態(tài)的監(jiān)控和預(yù)警非常重要。但是現(xiàn)有的集群管理系統(tǒng)監(jiān)控大都是從對象的性能或者容量進(jìn)行監(jiān)控，這種方法基于性能容量的監(jiān)控模式，通常是在存儲發(fā)生故障，業(yè)務(wù)嚴(yán)重受影響異常之后才能被識別出來，實(shí)時(shí)性很低，并且并不是所有的異常都一定會在性能中變現(xiàn)出來，因此基于其準(zhǔn)確性很低，給用戶帶來困擾。

發(fā)明內(nèi)容

有鑒于此，為了克服上述問題的至少一個(gè)方面，本發(fā)明實(shí)施例提出一種分布式存儲系統(tǒng)的監(jiān)控方法，包括以下步驟：

分別對每一個(gè)節(jié)點(diǎn)的IO處理流和硬件的狀態(tài)進(jìn)行監(jiān)控；

響應(yīng)于監(jiān)控到所述IO處理流的狀態(tài)異常并且所述硬件的狀態(tài)異常，獲取系統(tǒng)的存儲特性指標(biāo)的異常狀態(tài)；

判斷所述硬件的異常狀態(tài)以及獲取到的所述存儲特性指標(biāo)的異常狀態(tài)是否符合容錯(cuò)機(jī)制；

響應(yīng)于所述硬件的異常狀態(tài)以及所述存儲特性指標(biāo)的異常狀態(tài)不符合容錯(cuò)機(jī)制，判斷所述硬件的異常狀態(tài)與所述存儲特性指標(biāo)的異常狀態(tài)之間是否存在關(guān)聯(lián)；

響應(yīng)于所述硬件的異常狀態(tài)與所述存儲特征指標(biāo)的異常狀態(tài)之間不存在關(guān)聯(lián)，根據(jù)所述硬件的異常狀態(tài)以及所述存儲特性指標(biāo)的異常狀態(tài)分別確定相應(yīng)級別的影響因子；

根據(jù)所述影響因子的級別進(jìn)行評分并將所述評分返回用戶。

在一些實(shí)施例中，對每一個(gè)節(jié)點(diǎn)的IO處理流進(jìn)行監(jiān)控，進(jìn)一步包括：

利用預(yù)設(shè)在主機(jī)接口層、IO管理層、緩存層、存儲池層設(shè)置的故障嗅探器進(jìn)行業(yè)務(wù)監(jiān)控；

其中，所述業(yè)務(wù)監(jiān)控包括：對所述主機(jī)接口層進(jìn)行捕獲路徑調(diào)度結(jié)果的監(jiān)控，對所述IO管理層進(jìn)行捕獲數(shù)據(jù)轉(zhuǎn)發(fā)和數(shù)據(jù)保護(hù)類的監(jiān)控，對所述緩存層進(jìn)行緩存分區(qū)和緩存鏡像的監(jiān)控，對所述存儲池層進(jìn)行不同卷的虛擬化處理狀態(tài)的監(jiān)控。

在一些實(shí)施例中，對每一個(gè)節(jié)點(diǎn)的硬件的狀態(tài)進(jìn)行監(jiān)控，進(jìn)一步包括：

利用預(yù)設(shè)在硬盤、CPU、主板、風(fēng)扇、電源、端口和控制器上設(shè)置的故障嗅探器進(jìn)行監(jiān)控；

其中，所述監(jiān)控包括：對機(jī)械硬盤進(jìn)行運(yùn)行狀態(tài)和健康狀態(tài)的監(jiān)控；對固態(tài)磁盤進(jìn)行磨損度的監(jiān)控；對所述CPU進(jìn)行溫度、故障比例以及運(yùn)行狀態(tài)的監(jiān)控；對所述主板進(jìn)行溫度的監(jiān)控；對所述風(fēng)扇進(jìn)行轉(zhuǎn)速、故障比例以及運(yùn)行狀態(tài)的監(jiān)控；對所述電源進(jìn)行故障比例以及運(yùn)行狀態(tài)的監(jiān)控；對所述端口進(jìn)行故障比例、速率和狀態(tài)的監(jiān)控；對所述控制器進(jìn)行運(yùn)行狀態(tài)的監(jiān)控。

在一些實(shí)施例中，獲取系統(tǒng)的存儲特性指標(biāo)的狀態(tài)，進(jìn)一步包括：

獲取所述系統(tǒng)的MON狀態(tài)、OSD狀態(tài)、BOND狀態(tài)、配額、SMB狀態(tài)、MDS故障個(gè)數(shù)以及三方服務(wù)器的狀態(tài)。

在一些實(shí)施例中，判斷所述硬件的異常狀態(tài)以及所述存儲特性指標(biāo)的異常狀態(tài)是否符合容錯(cuò)機(jī)制，進(jìn)一步包括：