CN104156297A - 告警方法和装置 - Google Patents

Abstract

本发明提供了一种告警方法和装置。涉及计算机应用领域；解决了在计算机集群环境中集群管理软件增加监控项和报警项时由于需要较长的更新周期而造成的延迟的问题。该方法包括：对同一节点在一段时间内的监控数据进行持续监测；在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常；启动单独线程生成并发送报警信息。本发明提供的技术方案适用于计算机集群，有助于更加灵活的集群管理和维护。

Description

告警方法和装置

技术领域

本发明涉及计算机应用领域，尤其涉及一种告警方法和装置。

背景技术

随着高性能计算需求的不断增长以及高性能计算技术的飞速发展，计算机集群的规模越来越大，集群环境也越来越复杂。这就对集群的管理维护软件提出了更高的要求。传统的计算机集群管理维护软件往往需要通过不断更新软件以适应监控项和报警项不断增加的需求。而软件更新需要一定的周期，这就造成了一定的时间延迟，同时对于监控报警项的更新操作需要投入的工作量也较大。

发明内容

本发明提供了一种告警方法和装置，解决了在计算机集群环境中集群管理软件增加监控项和报警项时由于需要较长的更新周期而造成的延迟的问题。

一种告警方法，包括：

对同一节点在一段时间内的监控数据进行持续监测；

在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常；

启动单独线程生成并发送报警信息。

优选的，在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常包括：

连续判定监控数据是否在预置的正常范围内，在所述监控数据不属于所述正常范围内时，判定所述监控数据异常；

当在所述一段时间内全部监控数据均为异常时，判定所述节点状态异常。

优选的，该方法还包括：

预先设置所述节点的监控数据的正常范围。

优选的，该方法还包括：

预先设置多个不同的报警级别及各个报警级别的报警条件。

优选的，在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常还包括：

判断所述节点状态异常的报警级别，包括：

按照报警级别由高到低的顺序将节点状态异常这一事件与各个报警级别的条件进行匹配，在发现匹配的报警级别后，停止继续匹配，以该匹配的报警级别为所述节点状态异常的报警级别。

优选的，所述启动单独线程生成并发送报警信息包括：

启动单独线程，生成所述报警信息，所述报警信息包括节点名、报警项名、报警时间、报警条件、报警级别；

一次或重复多次发送所述报警信息。

本发明还提供了一种告警装置，包括：

监测模块，用于对同一节点在一段时间内的监控数据进行持续监测；

状态判定模块，用于在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常；

报警执行模块，用于启动单独线程生成并发送报警信息。

优选的，所述状态判定模块包括：

数据异常判定单元，用于连续判定监控数据是否在预置的正常范围内，在所述监控数据不属于所述正常范围内时，判定所述监控数据异常；

状态异常判定单元，用于当在所述一段时间内全部监控数据均为异常时，判定所述节点状态异常。

优选的，该装置还包括：

配置模块，用于预先设置所述节点的监控数据的正常范围。

优选的，所述报警执行模块包括：

信息生成单元，用于启动单独线程，生成所述报警信息，所述报警信息包括节点名、报警项名、报警时间、报警条件、报警级别；

信息发送单元，用于一次或重复多次发送所述报警信息。

本发明提供了一种告警方法和装置，对同一节点在一段时间内的监控数据进行持续监测，在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常，然后启动单独线程生成并发送报警信息。实现了灵活的集群监控报警和管理维护，解决了在计算机集群环境中集群管理软件增加监控项和报警项时由于需要较长的更新周期而造成的延迟的问题。为集群管理软件功能的增加提供了极大的灵活和方便，缩短了安装调试的时间，减小了工作量，同时也更好地满足了集群管理和使用者需求多样性的要求。

附图说明

图1为本发明的实施例一提供的一种告警方法的流程图；

图2为图1中步骤104的具体流程图；

图3为本发明的实施例二提供的一种告警装置的结构示意图；

图4为图3中状态判定模块302的结构示意图；

图5为图3中报警执行模块303的结构示意图。

具体实施方式

由于计算机集群监控报警软件的更新需要一定的周期，造成了一定的时间延迟，同时对于监控报警项的更新操作需要投入的工作量也较大。

为了解决上述问题，本发明的实施例提供了一种告警方法和装置。下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

首先结合附图，对本发明的实施例一进行说明。

本发明实施例提供了一种告警方法，设置三种报警级别，以满足对集群节点异常情况的更加细致的定义，三种报警级别分别为：警告级别、一般报警级别、严重报警级别。警告级别是指当集群中的节点刚刚达到异常状态，但是并不会对集群的正常运行产生影响时，对应于这一状态的报警级别称为警告级别。警告级别用于提醒集群管理员或使用者留意观察当前时间集群节点的状态。一般报警级别是指集群中的节点已经处于对集群的正常运行产生影响的状态，但是影响的程度较小，集群中的节点在短时间内还可以继续运行，对应于这一状态的报警级别称为一般报警级别。一般报警级别用于提醒集群使用者及时查找集群节点产生异常的原因并加以解决。严重报警级别是指集群中的节点已经处于对正常运行产生较大的影响的状态，对应于这一状态的报警级别称为严重报警级别。严重报警级别用于提醒集群使用者及时保存正在进行操作的文件或数据，并采取有效措施及时处理这一异常事件。每种报警级别对应的报警条件为一个三元组，包括报警阈值、持续时间和比对关系。即当报警项的值在一段特定的持续时间内一直满足与特定的报警阈值的特定的比对关系时，称其对应于一个满足特定报警条件的报警级别。每个报警级别对应的报警条件的值可以由集群管理使用者任意设置。即集群使用者可以根据需通过上述的用于描述报警条件的三元组自定义相应的报警级别。

本发明实施例通过对“同一个节点的同一个或多个报警项的值在连续一段时间内是否一直满足与阈值的比对关系”进行判断来得出是否为异常情况的判定结论，可以设置的比对关系有大于、大于等于、小于、小于等于、等于和不等于。

本发明实施例可以根据设置通过邮件和短信方式发送报警信息，并在数据库中保存相应记录。

本发明实施例可以对同一异常情况多次发送报警信息，并且可以设置报警信息发送的次数和时间间隔。

本发明实施例在发生异常情况时发送报警信息，报警信息内容包括节点名、报警项名、报警时间、报警条件、报警级别。通过划分报警级别，能够对异常情况进行更细致的定义，对于不同的严重程度，采取的应对措施可能不同。

本发明的实施例用单独的线程发送报警信息，以便可以同时处理后续的报警数据，提高效率。

本发明的实施例在报警数据的比对上，总是先与严重级别报警条件进行比对，再与一般级别报警条件进行比对，最后与警告级别报警条件进行比对。并且在满足前一报警级别的报警条件后，不再与之后的报警条件进行比对。

本发明的实施例在报警信息未完成发送前，若报警数据已不再满足报警条件，则取消后续报警信息的发送。

使用该方法完成计算机集群环境中的高度可扩展的节点异常情况报警的流程如图1所示，包括以下步骤：

步骤101、读取配置文件中的报警方式和报警频率；

步骤102、读取配置文件中的三种报警级别的报警条件设置；

本发明实施例中，预先设置多个不同的报警级别及各个报警级别的报警条件，设置节点的监控数据的正常范围。在监控数据包含多个报警项时，可分别设置各个报警项的正常范围。

步骤103、从数据库中获取监控数据；

对同一节点在一段时间内的监控数据进行持续监测。然后即可对监控数据进行分析，在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常，并启动单独线程生成并发送报警信息。

步骤104、对监控数据进行处理以判断是否满足三个级别的报警条件；

本步骤中，首先连续判定监控数据是否在预置的正常范围内，在所述监控数据不属于所述正常范围内时，判定所述监控数据异常；当在所述一段时间内全部监控数据均为异常时，判定所述节点状态异常。

然后，需要判断所述节点状态异常的报警级别，包括：

按照报警级别由高到低的顺序将节点状态异常这一事件与各个报警级别的条件进行匹配，在发现匹配的报警级别后，停止继续匹配，以该匹配的报警级别为所述节点状态异常的报警级别。

在监控数据不匹配任何报警级别的条件时，继续摘取新的监控数据进行分析处理。

步骤105、若满足报警条件，则报警；

本步骤中，当与某一报警级别匹配后，即发送相应的报警信息。启动单独线程生成并发送报警信息，包括：

1、启动单独线程，生成所述报警信息，所述报警信息包括节点名、报警项名、报警时间、报警条件、报警级别；

2、一次或重复多次发送所述报警信息。

其中，步骤104和步骤105中对监控数据的处理过程如图2所示，包括以下步骤：

步骤201、首先判断是否达到严重级别的报警条件值；

步骤202、若已达到，判断严重报警级别是否已开始计时；

步骤203、若已开始计时，判断是否已达到严重报警级别的报警条件所要求的持续时间；

步骤204、若已达到，按照设置的报警频率和方式发送报警信息；

步骤205、若未达到，忽略本条数据，继续计时；

步骤206、若未开始计时，则严重报警级别开始计时；

步骤207、若未达到报警条件值，清除严重报警级别报警计时，判断是否已开始报警；

步骤208、若已开始报警，取消严重级别的报警行为，设置严重级别的报警状态为未报警，并进入到一般报警处理流程；

步骤209、若未开始报警，进入到一般报警处理流程。

一般级别报警处理流程与警告级别报警处理流程与严重级别报警处理流程原理相同。

下面结合附图，对本发明的实施例二进行说明。

本发明实施例提供了一种告警装置，该装置的结构如图3所示，包括：

监测模块301，用于对同一节点在一段时间内的监控数据进行持续监测；

状态判定模块302，用于在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常；

报警执行模块303，用于启动单独线程生成并发送报警信息。

优选的，所述状态判定模块302的结构如图4所示，包括：

数据异常判定单元3021，用于连续判定监控数据是否在预置的正常范围内，在所述监控数据不属于所述正常范围内时，判定所述监控数据异常；

状态异常判定单元3022，用于当在所述一段时间内全部监控数据均为异常时，判定所述节点状态异常。

优选的，该装置还包括：

配置模块304，用于预先设置所述节点的监控数据的正常范围。

优选的，所述报警执行模块303的结构如图5所示，包括：

信息生成单元3031，用于启动单独线程，生成所述报警信息，所述报警信息包括节点名、报警项名、报警时间、报警条件、报警级别；

信息发送单元3032，用于一次或重复多次发送所述报警信息。

本发明的实施例提供了一种告警方法和装置，对同一节点在一段时间内的监控数据进行持续监测，在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常，然后启动单独线程生成并发送报警信息。实现了灵活的集群监控报警和管理维护，解决了在计算机集群环境中集群管理软件增加监控项和报警项时由于需要较长的更新周期而造成的延迟的问题。

通过实施本发明的实施例提供的技术方案，可实现对集群中各个节点的监控数据进行实时监测，当发生异常情况时，在数据库中记录该异常，并通过邮件或短信方式发送报警信息，以便集群管理和使用人员能够及时发现异常情况并做出处理，进而保证集群环境的稳定可靠运行。

为集群管理软件功能的增加提供了极大的灵活和方便，缩短了安装调试的时间，减小了工作量，同时也更好地满足了集群管理和使用者需求多样性的要求。

本领域普通技术人员可以理解上述实施例的全部或部分步骤可以使用计算机程序流程来实现，所述计算机程序可以存储于一计算机可读存储介质中，所述计算机程序在相应的硬件平台上(如系统、设备、装置、器件等)执行，在执行时，包括方法实施例的步骤之一或其组合。

可选地，上述实施例的全部或部分步骤也可以使用集成电路来实现，这些步骤可以被分别制作成一个个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

上述实施例中的各装置/功能模块/功能单元可以采用通用的计算装置来实现，它们可以集中在单个的计算装置上，也可以分布在多个计算装置所组成的网络上。

上述实施例中的各装置/功能模块/功能单元以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。上述提到的计算机可读取存储介质可以是只读存储器，磁盘或光盘等。

任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求所述的保护范围为准。

Claims (10)

1.一种告警方法，其特征在于，包括：

对同一节点在一段时间内的监控数据进行持续监测；

在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常；

启动单独线程生成并发送报警信息。

2.根据权利要求1所述的告警方法，其特征在于，在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常包括：

连续判定监控数据是否在预置的正常范围内，在所述监控数据不属于所述正常范围内时，判定所述监控数据异常；

当在所述一段时间内全部监控数据均为异常时，判定所述节点状态异常。

3.根据权利要求2所述的告警方法，其特征在于，该方法还包括：

预先设置所述节点的监控数据的正常范围。

4.根据权利要求2所述的告警方法，其特征在于，该方法还包括：

预先设置多个不同的报警级别及各个报警级别的报警条件。

5.根据权利要求4所述的告警方法，其特征在于，在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常还包括：

判断所述节点状态异常的报警级别，包括：

按照报警级别由高到低的顺序将节点状态异常这一事件与各个报警级别的条件进行匹配，在发现匹配的报警级别后，停止继续匹配，以该匹配的报警级别为所述节点状态异常的报警级别。

6.根据权利要求1所述的告警方法，其特征在于，所述启动单独线程生成并发送报警信息包括：

启动单独线程，生成所述报警信息，所述报警信息包括节点名、报警项名、报警时间、报警条件、报警级别；

一次或重复多次发送所述报警信息。

7.一种告警装置，其特征在于，包括：

监测模块，用于对同一节点在一段时间内的监控数据进行持续监测；

状态判定模块，用于在所述节点的监控数据在该段时间内一直为异常时，判定所述节点状态异常；

报警执行模块，用于启动单独线程生成并发送报警信息。

8.根据权利要求7所述的告警装置，其特征在于，所述状态判定模块包括：

数据异常判定单元，用于连续判定监控数据是否在预置的正常范围内，在所述监控数据不属于所述正常范围内时，判定所述监控数据异常；

状态异常判定单元，用于当在所述一段时间内全部监控数据均为异常时，判定所述节点状态异常。

9.根据权利要求8所述的告警装置，其特征在于，该装置还包括：

配置模块，用于预先设置所述节点的监控数据的正常范围。

10.根据权利要求7所述的告警方法，其特征在于，所述报警执行模块包括：

信息生成单元，用于启动单独线程，生成所述报警信息，所述报警信息包括节点名、报警项名、报警时间、报警条件、报警级别；

信息发送单元，用于一次或重复多次发送所述报警信息。