CN103227734A - 一种OpenStack云平台异常的检测方法 - Google Patents

Abstract

本发明公开了一种OpenStack云平台异常的检测方法，包括如下步骤：（1）定义异常监测分析规则；所述监测分析规则是定位异常信息、提取异常信息和提取异常事件的依据；（2）定位异常信息；OpenStack的运行信息包含了云计算平台基础设施服务的资源情况、运行状态、异常情况的描述；（3）提取异常信息；将运行信息中的异常信息提取出来，并转换成自定义的格式；（4）对异常信息进行统计和分析，得到最终的异常事件；（5）更新异常事件列表。具有能便捷地检测出OpenStack的常见显性异常信息和隐性异常信息、降低人工参与度等优点。

Description

一种OpenStack云平台异常的检测方法

技术领域

本发明涉及一种云计算平台基础设施服务异常监控技术，特别涉及一种OpenStack云平台异常的检测方法，该方法能及时检测出云计算平台在服务过程中的异常情况。

背景技术

随着云计算技术的日益发展，多种云计算平台应运而生，而OpenStack作为一种云计算平台，为云计算基础设施服务提供解决方案，OpenStack以其全开源、易拓展的特点，赢得业界越来越多的关注。

异常监控是云计算服务平台的一个重要部分，目前，云计算平台基础设施服务异常监控多为异常预测和异常容错两种模式；前者是在异常发生之前，通过已有的数据预测出将可能发生的异常，并做相应的预防措施；后者则是在异常发生之后，将其检测出来，并做相应的异常处理。在实际应用中，OpenStack云平台容易出现各种各样不稳定的问题，甚至会出现系统崩溃现象，然而，处于发展阶段的OpenStack云计算平台，自身尚无相应的异常监控方案，而国内外对此的研究较少，而且目前国内还没有OpenStack异常容错模式的异常监控研究。在OpenStack异常容错模式的异常监控中，异常检测是亟须解决的首要环节。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种OpenStack云平台异常的检测方法，该方法能检测OpenStack云计算平台基础设施服务的异常问题，提取出OpenStack的异常事件，为异常容错模式的后续异常处理提供必要的条件。

本发明的目的通过下述技术方案实现：一种OpenStack云平台异常的检测方法，主要包括以下步骤：

（1）定义异常监测分析规则；监测分析规则是后面定位、提取异常信息和提取异常事件的依据；

（2）定位异常信息；OpenStack的运行信息描述云计算平台基础设施服务的资源情况、运行状态、异常情况等，我们需自行定位出对我们真正有用的异常信息；

（3）提取异常信息；将运行信息中的异常信息提取出来，并转换成自定义的格式；

（4）异常信息统计分析，得到最终的异常事件；

（5）更新异常事件列表，方便管理人员查阅，以及供给后续的处理工作使用。

上述技术方案中，所述步骤（1）的具体方案如下：

目前OpenStack云计算基础设施服务出现异常的常见特点是：某个运行状态信息标识位出现“僵死”情况；当某个应在短时间内跳转的状态，在设定的时间阈值内不发生跳转，则认为符合异常规则；因此，所定义的异常检测分析规则内容包括：

（1.1）异常类型：具体的异常事件编号；

（1.2）异常信息位置：需监测的运行信息的具体位置，实际是某个信息表中的唯一位置；

（1.3）信息内容特征：指定位置的运行信息可能出现的内容；

（1.4）标识状态僵死时间阈值：判断是否异常的重要参考数据，以下用t₀表示；

（1.5）心跳检测周期：读取运行信息的时间间隔，以下用T₀表示；

（1.6）统计分析的方法模型：定义计算是否出现异常的数学模型，目前，我们定义的模型是t_sum=T₀*n，其中n是心跳的次数。

上述技术方案中，所述步骤（4）的具体方案如下：

（4.1）针对显性异常，直接从OpenStack的日志（log）文件中获取异常事件；

（4.2）针对常见的隐性异常，根据僵死时间阈值t₀做参考判断；计算僵死时间总和t_sum=T₀*n，当t_sum>t₀,则认为出现异常；其中，T₀的值需按异常类型的不同而设置为不同的值。

对于隐性异常，仅仅依据“状态僵死”来判断是否出现异常，可能导致判断错误；故附加改进技术方案是：附加一个；统计分析能力提高模块；，专门用于对异常信息数据和异常信息提取结果进行分析统计，用以完善异常分析的规则；其具体包括以下步骤：

（1）在上面的步骤（4）之前，将异常信息统计数据更新到“统计分析能力提高模块”的源统计数据列表。

（2）在上面的步骤（4）之后，将异常信息分析的结果反馈至“统计分析能力提高模块”的结果统计数据列表。

（3）对源统计数据列表和结果统计数据列表进行关系性和非关系性统计，统计源数据与结果数据的映射关系，从而得到统计分析规则的准确度。

（4）根据准确度调整统计分析规则。

本发明的工作原理：本发明检测OpenStack云计算平台基础设施服务的异常问题，利用OpenStack的运行日志和状态数据表，挖掘OpenStack自身的运行信息，经过与异常信息映射表匹配和综合的分析，从中提取出云平台显性和隐性描述云平台异常的信息，再从中解析出异常事件，为异常容错模式的后续异常处理提供必要的条件。。

本发明相对于现有技术具有如下的优点及效果：

1、巧妙地利用了OpenStack自身产生的运行信息的规律，降低异常提取的复杂度；利用该方法，可以便捷地检测出OpenStack的常见显性异常和隐性异常（特别是僵死情况异常）。该方法利用OpenStack自身产生的运行信息，进行统计分析，对于显性异常，直接从日志（log）文件中提取、解析；对于隐性异常，通过计算“状态僵死”的情况来确定异常，利用“状态僵死”判断法识别隐性异常，识别率较高。2、目前对OpenStack异常的检测方法中，只能靠人工在后台通过OpenStack专门的指令来获取，管理人员必须具备较完整的专业知识；而采用本发明，一个不熟悉OpenStack的管理人员也能便捷地检查出异常事件。

3、根据本发明的方法实现OpenStack云平台异常检测系统，能够大大地降低人工对云平台进行维护的参与度。系统能够较准确地检测出大部分的异常事件，并生成异常事件列表，供管理人员查阅。

附图说明

图1是本发明在OpenStack云计算基础设施服务异常容错模式检测方法实施的流程示意图。

图2是本发明在OpenStack云计算基础设施服务异常容错模式检测方法实施的异常信息统计分析模块的流程示意图。

图3是本发明在OpenStack云计算基础设施服务异常容错模式检测方法实施的异常信息统计分析模块中统计判断异常的流程示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

如图1所示，为实施技术方案中所描述的5个步骤，以及附加改进方案的4个步骤，我们将实施过程由异常监测、异常信息分析、更新异常事件列表并分发和统计分析能力提高四个部分组成。异常监测线程和异常信息统计分析模块根据监测分析规则，将OpenStack运行的异常信息提取、解析、封装、下发，最后进行异常处理并反馈。

详细的实施过程如下：

（1）异常信息监测的实施：

将OpenStack组件程序不能自动发现的异常信息定义为隐性异常信息；将OpenStack组件程序能自动发现的异常信息定义为显性异常信息。一般隐性异常信息隐藏在数据库中，显性异常信息则已经被捕捉并保存在日志文件中。

（1.1）显性异常的监测

这类异常的监测则较为容易，因为OpenStack的组件程序已经将运行日志按照级别保存在log文件中。OpenStack的log文件中的信息级别包括：AUDIT、DEBUG、INFO、ERROR、CRITICAL。其中，WARNING、ERROR、CRITICAL级别的信息对提取异常信息有用。有的WARNING信息隐含有即将发生的错误，因此我们通过实验定义需要处理的WARNING；另外所有ERROR、CRITICAL级别的记录都需要获取并分析。

（1.2）隐性异常的监测

这类异常的监测较为复杂。首先经过大量实验定义隐性异常信息，也就是技术反案中所描述的“状态僵死”法。然后确定这几种异常隐藏在数据库中哪些具体位置中。最后利用异常监测线程去读取这些异常信息。需要注意的是，数据库隐性异常信息不会有任何异常提示，需要我们根据监测规则计算判断。隐性异常监测的难点在于隐性异常信息的定义，具体是就是状态僵死时间阈值t0的设定。

（2）异常信息的统计分析的实施：

异常监测线程只提取了初始的异常信息，必须根据既定的分析规则进行异常信息的统计分析，再作后续处理。

异常信息统计分析模块的任务包括：解析异常信息、剔除不必处理的异常、对必须处理的异常归类、判断异常、标定异常的级别等。如图2所示。

首先分别获取分析规则和异常信息，分析规则可人工配置，也可由统计分析能力提高模块更新设定；再根据规则解析异常信息，原始的异常信息是按照特定格式结构生成的，须将此结构解析出来；然后判定解析出来的异常是否有定义了处理规则，没定义就剔除，并且标识给统计分析能力提高模块；如果有就进行分类，后续程序须根据此分类来寻找对应的处理方式；之后进行统计，判断该异常信息是否确实表示了一件异常事件；最后就标定异常事件编号和级别，异常级别包括：一般、紧急、严重、需人工处理四种。最后将分析、标识好的异常信息输出给后续程序进行处理。

以上描述的判断过程的实施如图3所示。主要是针对隐性异常，累加“状态僵死”时间。NewState表示新时间戳的状态，FormerState表示上一个时间戳的状态，如果NewState与FormerState一直相等，则累加时间tsum，直到加至设定的僵死时间阈值t0，输出异常事件。

（3）异常事件列表更新和分发的实施：

异常信息统计分析模块输出的是“有效”的异常事件。生成异常事件列表，一者是为了高效地分发给后续处理层，二者是方便维护人员查阅异常事件信息，维护人员可根据此列表评估后续处理层的处理效果。异常事件列表更新和分发的实施过程较为简单，只需对文件进行文本操作即可。“分发”的工作，可由后续处理程序主动从文件中获取。

经过以上的步骤，最终得到一个异常事件列表。后续处理程序可以从中获取异常事件进行对应的处理；管理人员也可从中查阅异常事件。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种OpenStack云平台异常的检测方法，其特征在于，包括如下步骤：

（1）定义异常监测分析规则；所述监测分析规则是定位异常信息、提取异常信息和提取异常事件的依据；

（2）定位异常信息；OpenStack的运行信息描述云计算平台基础设施服务的资源情况、运行状态、异常情况；（3）提取异常信息；将运行信息中的异常信息提取出来，并转换成自定义的格式；

（4）对异常信息进行统计和分析，得到最终的异常事件；

（5）更新异常事件列表。

2.根据权利要求1所述的OpenStack云平台异常的检测方法，其特征在于，所述步骤（1）中，所述定义异常监测分析规则包括以下步骤：

（1.1）异常类型：具体的异常事件编号；

（1.2）异常信息位置：需监测的运行信息的具体位置，实际是某个信息表中的唯一位置；

（1.3）信息内容特征：指定位置的运行信息可能出现的内容；

（1.4）标识状态僵死时间阈值：判断是否异常的重要参考数据，以下用t₀表示僵死时间阈值；

（1.5）心跳检测周期：读取运行信息的时间间隔，以下用T₀表示心跳检测周期；

（1.6）统计分析的方法模型：定义计算是否出现异常的数学模型，所述定义计算是否出现异常的数学模型为：

t_sum=T₀*n，

其中，n是标识状态未发生跳转所持续的心跳次数，将心跳检测周期T₀与心跳次数相乘，即得到标识状态的僵死时间总和t_sum。

3.根据权利要求1所述的OpenStack云平台异常的检测方法，其特征在于，所述步骤（4）中，所述异常信息包括显性异常信息和隐性异常信息，针对显性异常信息，直接从OpenStack云平台的日志文件中获取异常事件；针对常见的隐性异常信息，根据僵死时间阈值t₀判定是否出现异常事件，判定方法为：计算僵死时间总和t_sum=T₀*n，当t_sum>t₀时,则判定出现异常事件，否则判定未出现异常；所述T₀的值按异常类型的种类设置为相应的值。

4.根据权利要求1所述的OpenStack云平台异常的检测方法，其特征在于，所述步骤（4）包括统计分析能力提高模块，所述统计分析能力提高模块用于对异常信息数据和异常信息提取结果进行分析统计，所述对异常信息数据和异常信息提取结果进行分析统计包括以下步骤：

（a）对异常信息进行统计，并将异常信息统计的数据更新到统计分析能力提高模块的源统计数据列表；

（b）对异常信息进行分析，并将异常信息分析的结果反馈至统计分析能力提高模块的结果统计数据列表中；

（c）对源统计数据列表和结果统计数据列表进行关系性和非关系性统计，统计源数据与结果数据的映射关系，从而得到统计分析方式的准确度；

（d）根据步骤（c）所述的统计分析方式的准确度调整统计分析方式。

5.根据权利要求3所述的OpenStack云平台异常的检测方法，其特征在于，对所述所述异常信息进行监测，所述监测是指以T₀为检测周期，从日志文件中获取显性异常信息；从数据库中获取隐性异常信息。

6.根据权利要求4所述的OpenStack云平台异常的检测方法，其特征在于，所述步骤（b）中，对异常信息进行分析的方法为：对于显性异常信息，直接解析、封装；对于隐性异常信息，利用状态僵死判断法来确定异常事件。

7.根据权利要求6所述的OpenStack云平台异常的检测方法，其特征在于，所述状态僵死判断法的判断步骤如下：

（Ⅰ）设定僵死时间阈值t₀；

（Ⅱ）设定运行信息中限时跳转的标识位和限时跳转的状态；

（Ⅲ）在标识位保持限时跳转的状态情况下，累计时间t_sum，当累计到t_sum大于t₀时，则判断出现异常事件。

8.根据权利要求1所述的OpenStack云平台异常的检测方法，其特征在于，通过对云平台运行信息进行挖掘、统计和分析获得异常信息。

Images