CN109710285A - 一种设备升级方法及系统 - Google Patents

Abstract

本发明公开了一种设备升级方法及系统，其中，所述方法包括：预先将待升级的设备划分至多个批次中；按照预设升级配置信息对当前批次的设备进行升级，并基于所述当前批次的设备在升级前后的业务数据，判断升级后的所述当前批次的设备是否出现异常；若没有出现异常，按照所述预设升级配置信息继续对下一批次的设备进行升级。本申请提供的技术方案，能够确保升级过程的稳定性。

Description

一种设备升级方法及系统

技术领域

本发明涉及互联网技术领域，特别涉及一种设备升级方法及系统。

背景技术

当前，为了给用户提供稳定便捷的网络服务，很多业务都会通过CDN(ContentDelivery Network，内容分发网络)进行加速。随着网络流量的不断增加，CDN厂商部署的服务器的数量也在不断增加。

CDN服务器在向用户提供服务时，由于服务内容可能会不断更新，因此CDN服务器中运行的软件也需要不断升级。然而，在对CDN服务器批量升级之后，可能会出现业务不稳定的情况。例如，可能会导致服务器的负载变高，或者用户的连接速度变慢等情况。

因此，目前亟需一种稳定的升级方式，能够尽可能地减少对现有业务的影响。

发明内容

本申请的目的在于提供一种设备升级方法及系统，能够确保升级过程的稳定性。

为实现上述目的，本申请一方面提供一种设备升级方法，所述方法包括：预先将待升级的设备划分至多个批次中；按照预设升级配置信息对当前批次的设备进行升级，并基于所述当前批次的设备在升级前后的业务数据，判断升级后的所述当前批次的设备是否出现异常；若没有出现异常，按照所述预设升级配置信息继续对下一批次的设备进行升级。

进一步地，所述业务数据包括以下至少一种：设备中表征正常状态或者异常状态的状态码的数量；设备向用户提供服务时所占用的带宽；设备在运行时的负载；设备的监控报警次数；设备的宕机数量；或者设备接收到的用户投诉数量。

进一步地，判断升级后的所述当前批次的设备是否出现异常包括：计算升级后的所述当前批次的设备对应的业务波动因子；若所述业务波动因子大于或者等于指定阈值，判定升级后的所述当前批次的设备出现异常；若所述业务波动因子小于所述指定阈值，判定升级后的所述当前批次的设备未出现异常。

进一步地，计算升级后的所述当前批次的设备对应的业务波动因子包括：若所述业务数据为设备中表征正常状态的状态码的数量，计算所述当前批次的设备升级前的业务数据与升级后的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；若所述业务数据为设备中表征异常状态的状态码的数量，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；若所述业务数据为设备向用户提供服务时所占用的带宽，计算所述当前批次的设备升级前的业务数据与升级后的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；若所述业务数据为设备在运行时的负载，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；若所述业务数据为设备的监控报警次数，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；若所述业务数据为设备的宕机数量，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；若所述业务数据为设备接收到的用户投诉数量，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。

进一步地，计算升级后的所述当前批次的设备对应的业务波动因子包括：在所述当前批次的设备升级前的业务数据和升级后的业务数据中分别获取相同时段的第一业务数据和第二业务数据，并基于所述第一业务数据和所述第二业务数据计算所述业务波动因子。

进一步地，在判断升级后的所述当前批次的设备是否出现异常之后，所述方法还包括：若出现异常，将所述当前批次的设备回退至升级前的版本，并对所述预设升级配置信息进行改进，以消除本次升级过程中出现的异常；利用改进后的升级配置信息再次对所述当前批次的设备进行升级，并重新判断再次升级后的所述当前批次的设备是否出现异常。

进一步地，所述方法还包括：若再次升级后的所述当前批次的设备未出现异常，利用所述改进后的升级配置信息继续对下一批次的设备进行升级。

进一步地，针对所述多个批次中的任意两个批次，升级时间较晚的批次中，包含的待升级的设备的数量较多；并且在所述多个批次中，相邻两个批次之间的升级间隔大于或者等于指定时长。

进一步地，在按照预设升级配置信息对当前批次的设备进行升级之前，所述方法还包括：检测所述当前批次的设备的运行状态是否正常，在所述当前批次的设备运行正常的前提下，按照预设升级配置信息对所述当前批次的设备进行升级。

为实现上述目的，本申请另一方面还提供一种设备升级系统，所述系统用于实现上述的方法。

由上可见，本申请提供的技术方案，可以预先将待升级的设备划分至多个批次中。然后，可以依次对每个批次的设备进行升级。具体地，可以按照预设升级配置信息对当前批次的设备进行升级。在对当前批次的设备完成升级之后，可以通过对比升级前的业务数据和升级后的业务数据，判断当前批次的设备在升级之后是否出现了异常。如果没有出现异常，表示该预设升级配置信息能够较好地适用于当前的设备中。因此，可以按照该预设升级配置信息，继续升级下一批次的设备。进一步地，如果当前批次的设备在升级之后出现了异常，则表示该预设升级配置信息并不能很好地兼容于当前的设备。此时，可以将当前批次的设备回退至升级前的版本，从而可以按照升级前的版本继续提供稳定的服务。然后，可以对所述预设升级配置信息进行改进，以消除本次升级过程中出现的异常。在确定异常消除之后，可以利用改进后的升级配置信息再次对所述当前批次的设备进行升级，并重新判断再次升级后的所述当前批次的设备是否出现异常。后续的升级过程以此类推，如果设备升级后运行正常，则可以对后面批次的设备继续进行升级。而如果设备升级后出现异常，则将设备回退至升级前的版本，并对升级配置信息进行改进，直至升级后设备运行正常。这样，按照多个批次逐渐对设备进行升级，并且在升级过程中通过对比升级前后的业务数据，从而可以及时发现并解决升级过程中产生的异常，进而可以保证整个升级过程的稳定性，也尽可能地减少对现有业务的影响。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施方式中设备升级方法的步骤示意图；

图2是本发明实施方式中设备升级方法的流程图；

图3是本发明实施方式中异常判定的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本申请提供一种设备升级方法，请参阅图1，所述方法可以包括以下步骤。

S1：预先将待升级的设备划分至多个批次中。

在本实施方式中，考虑到如果对全体设备统一进行升级，一旦升级后出现异常，那么会影响全体用户的业务。鉴于此，可以将待升级的设备划分至多个批次中，并可以逐一对各个批次的设备依次升级。

在本实施方式中，所述待升级的设备可以是CDN中为用户提供服务的服务器。例如，所述待升级的设备可以是边缘节点服务器、源站服务器、中转服务器、控制中心服务器等。在所述待升级的设备中，可以运行各项软件，这些软件在运行时可以向用户提供相应的服务。如果需要向用户提供新功能的服务，则需要对这些软件进行更新。此外，所述待升级的设备中，还可以运行各个硬件模组的驱动程序。例如，待升级的设备中可以运行CPU、主板、显卡这些硬件模组的驱动程序，这些驱动程序也会随着时间的推移需要进行更新。因此，对设备进行升级，可以指对设备中运行的业务软件进行更新，和/或对设备中硬件的驱动程序进行更新。

在本实施方式中，可以将待升级的设备均匀地划分为多个批次，每个批次中包含的设备数量可以是相同的或者接近的。在另一些实施方式中，各个批次中包含的设备数量可以各不相同，并且越往后升级的批次，包含的设备数量可以越多。例如，可以将待升级的设备划分为10个批次，其中第一个升级的批次中可以包含全体待升级设备中4％的设备，第二个升级的批次中则可以包含14％的设备，第三个升级的批次中则可以包含24％的设备，以此类推，越往后升级的批次中包含的设备数量可以越多。这样处理的目的在于，CDN中的设备通常具备相同的配置，如果升级过程能够正常应用至一小部分设备，那么该升级过程很大概率也可以应用于其它的部分设备。因此，在升级的初始阶段，可以对少量的设备进行升级，这样不仅可以减少升级异常的影响规模，也能达到测试升级过程的效果。

在本实施方式中，不同批次的设备进行升级的时机也可以一并设置。通常而言，在对一个批次的设备进行升级之后，需要预留一段时间来监测升级后的设备是否能够正常运行。预留的这段时间便可以作为相邻两个批次之间的升级间隔。例如，在对设备升级之后，至少需要对完成升级的设备监测24小时，才能判断设备是否能够正常运行。在这种情况下，相邻两个批次之间的升级间隔便可以是1天。因此，针对所述多个批次中的任意两个批次，升级时间较晚的批次中，包含的待升级的设备的数量可以较多，并且在所述多个批次中，相邻两个批次之间的升级间隔可以大于或者等于指定时长。所述指定时长便可以是用于监测完成升级的设备能否正常运行的最短时长。

当然，在实际应用中，相邻批次之间的升级间隔也可以不断变化。具体地，在升级的初始阶段，相邻批次之间的升级间隔可以较长，而随着升级的不断进程，相邻批次之间的升级间隔可以不断缩小。例如，第一个批次和第二个批次之间的升级间隔可以是5天，而第六个批次和第七个批次之间的升级间隔可以仅仅是1天。这样处理的目的是，在升级初期，出现的问题可能较多，因此预留的监测时长也较长，在升级末期，出现的问题较少，因此预留的监测时长也可以较短。

S3：按照预设升级配置信息对当前批次的设备进行升级，并基于所述当前批次的设备在升级前后的业务数据，判断升级后的所述当前批次的设备是否出现异常。

在本实施方式中，针对当前批次的设备，可以按照预设升级配置信息进行升级。所述预设升级配置信息可以是初始设置的升级配置信息，或者是上一批次成功完成升级时所采用的升级配置信息。该预设升级配置信息可以是用于实现业务功能更正、业务功能添加以及业务功能删除的代码。通过该预设升级配置信息对设备中的软件的代码进行更新后，可以达到软件升级的效果。

请参阅图2，在本实施方式中，在按照预设估计配置信息对当前批次的设备完成升级后，可以在预留的时长内，监测该批次的设备是否能够正常运行。具体地，可以通过对比升级前和升级后的业务数据，来判断该批次的设备在升级后是否出现异常。

在一个实施方式中，可以从多方面的业务数据进行判断。例如，所述业务数据可以包括设备中表征正常状态或者异常状态的状态码的数量、设备向用户提供服务时所占用的带宽、设备在运行时的负载、设备的监控报警次数、设备的宕机数量，或者设备接收到的用户投诉数量等。其中，若在升级后，设备中表征正常状态的状态码的数量减少，或者设备向用户提供服务时所占用的带宽减少，则表示设备中报错增多，或者用户与设备之间的连接变少，此时，设备出现异常的可能性较高。此外，若在升级后，设备中表征异常状态的状态码的数量增多，或者设备在运行时的负载提高，或者设备的监控报警次数增多，或者设备的宕机数量增多，或者设备接收到的用户投诉数量增多，均表明设备出现异常的可能性较高。

鉴于此，在本实施方式中，可以计算升级后的所述当前批次的设备对应的业务波动因子，该业务波动因子可以体现升级后的设备出现异常的程度，业务波动因子越大，表明升级后的设备出现的异常情况越多。具体地，针对不同的业务数据，对应的业务波动因子也各不相同。例如，若所述业务数据为设备中表征正常状态的状态码的数量，可以计算所述当前批次的设备升级前的业务数据与升级后的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。若所述业务数据为设备中表征异常状态的状态码的数量，可以计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。若所述业务数据为设备向用户提供服务时所占用的带宽，可以计算所述当前批次的设备升级前的业务数据与升级后的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。若所述业务数据为设备在运行时的负载，可以可计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。若所述业务数据为设备的监控报警次数，可以计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。若所述业务数据为设备的宕机数量，可以计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。若所述业务数据为设备接收到的用户投诉数量，可以计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。

这样，按照上述方式可以得到不同业务数据对应的业务波动因子。在本实施方式中，在判断升级后的设备是否出现异常时，可以将计算得到的所述业务波动因子与指定阈值进行比较，若所述业务波动因子大于或者等于指定阈值，则表示当前出现异常的程度较高，可以判定升级后的所述当前批次的设备出现异常。而若所述业务波动因子小于所述指定阈值，则表示出现的异常均在允许范围内，从而可以判定升级后的所述当前批次的设备未出现异常。当然，针对不同的业务数据，对应的指定阈值也可以不同。在进行比较时，可以将业务波动因子与对应的指定阈值进行比较。

请参阅图2，在一个实施方式中，为了确定升级后出现的异常是升级过程带来的，那么在升级之前，需要保证当前批次的设备均处于正常运行状态。也就是说，在按照预设升级配置信息对当前批次的设备进行升级之前，需要检测所述当前批次的设备的运行状态是否正常，在所述当前批次的设备运行正常的前提下，才按照预设升级配置信息对所述当前批次的设备进行升级。这样才能保证升级后出现的异常是升级过程中引入的，而不是升级之前就存在的。

在一个实施方式中，考虑到升级前和升级后的业务数据的数据量通常较大，为了保证判定的准确度，可以在升级前和升级后，选用同一时段的业务数据进行比较。具体地，可以在所述当前批次的设备升级前的业务数据和升级后的业务数据中分别获取相同时段的第一业务数据和第二业务数据，并基于所述第一业务数据和所述第二业务数据计算所述业务波动因子。例如，所述第一业务数据可以是升级前的业务数据中某一天的15时至18时的数据，那么第二业务数据则可以是升级后的业务数据中某一天的15时至18时的数据。保证两个业务数据的时段相同，可以尽量减少其它因素的干扰，从而准确地判断出升级后的设备是否出现了异常。

在一个实施方式中，请参阅图3，在判断升级后的设备是否出现异常时，可以针对每种业务数据逐一进行判定。若上述的多种业务数据中，存在指定数量的业务数据出现了异常，则可以判定升级后的设备出现了异常。所述指定数量可以按照实际情况灵活设置。例如，所述指定数量可以是1，表示只要有一种业务数据出现异常，就可以判定升级后的设备出现了异常。

S5：若没有出现异常，按照所述预设升级配置信息继续对下一批次的设备进行升级。

请结合图3，在本实施方式中，若当前批次的设备在升级后没有出现异常，则表示所述预设升级配置信息适用于当前批次的设备，从而可以继续利用该预设升级配置信息对下一批次的设备进行升级。然而，若当前批次的设备在升级后出现异常，则表示预设升级配置信息执行时会出现问题，此时，可以将所述当前批次的设备回退至升级前的版本，从而通过升级前的版本向用户提供稳定的原始业务。然后，可以对所述预设升级配置信息进行改进，以消除本次升级过程中出现的异常。在确定异常消除之后，可以利用改进后的升级配置信息再次对所述当前批次的设备进行升级，并重新判断再次升级后的所述当前批次的设备是否出现异常。

在本实施方式中，若再次升级后的所述当前批次的设备未出现异常，则表示改进后的升级配置信息适用于当前批次的设备，后续可以利用所述改进后的升级配置信息继续对下一批次的设备进行升级。这样，每升级一个批次的设备，便可以检测一次升级效果，只有当升级未出现异常时，才会继续针对后续的批次进行升级。一旦升级出现异常，则会将当前批次的设备回退至升级前的版本，并对升级配置信息进行改进，以及时解决升级过程中出现的问题，又能稳定地向用户提供原始业务。

本申请还提供一种设备升级系统，所述系统可以应用于上述的待升级的设备中，所述系统在运行时，可以实现上述的设备升级方法。

需要说明的是，本说明书中的设备升级系统，具体的实现方式可以参照方法实施方式的描述，在此不作一一赘述。

由上可见，本申请提供的技术方案，可以预先将待升级的设备划分至多个批次中。然后，可以依次对每个批次的设备进行升级。具体地，可以按照预设升级配置信息对当前批次的设备进行升级。在对当前批次的设备完成升级之后，可以通过对比升级前的业务数据和升级后的业务数据，判断当前批次的设备在升级之后是否出现了异常。如果没有出现异常，表示该预设升级配置信息能够较好地适用于当前的设备中。因此，可以按照该预设升级配置信息，继续升级下一批次的设备。进一步地，如果当前批次的设备在升级之后出现了异常，则表示该预设升级配置信息并不能很好地兼容于当前的设备。此时，可以将当前批次的设备回退至升级前的版本，从而可以按照升级前的版本继续提供稳定的服务。然后，可以对所述预设升级配置信息进行改进，以消除本次升级过程中出现的异常。在确定异常消除之后，可以利用改进后的升级配置信息再次对所述当前批次的设备进行升级，并重新判断再次升级后的所述当前批次的设备是否出现异常。后续的升级过程以此类推，如果设备升级后运行正常，则可以对后面批次的设备继续进行升级。而如果设备升级后出现异常，则将设备回退至升级前的版本，并对升级配置信息进行改进，直至升级后设备运行正常。这样，按照多个批次逐渐对设备进行升级，并且在升级过程中通过对比升级前后的业务数据，从而可以及时发现并解决升级过程中产生的异常，进而可以保证整个升级过程的稳定性，也尽可能地减少对现有业务的影响。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种设备升级方法，其特征在于，所述方法包括：

预先将待升级的设备划分至多个批次中；

按照预设升级配置信息对当前批次的设备进行升级，并基于所述当前批次的设备在升级前后的业务数据，判断升级后的所述当前批次的设备是否出现异常；

若没有出现异常，按照所述预设升级配置信息继续对下一批次的设备进行升级。

2.根据权利要求1所述的方法，其特征在于，所述业务数据包括以下至少一种：

设备中表征正常状态或者异常状态的状态码的数量；

设备向用户提供服务时所占用的带宽；

设备在运行时的负载；

设备的监控报警次数；

设备的宕机数量；或者

设备接收到的用户投诉数量。

3.根据权利要求1或2所述的方法，其特征在于，判断升级后的所述当前批次的设备是否出现异常包括：

计算升级后的所述当前批次的设备对应的业务波动因子；

若所述业务波动因子大于或者等于指定阈值，判定升级后的所述当前批次的设备出现异常；若所述业务波动因子小于所述指定阈值，判定升级后的所述当前批次的设备未出现异常。

4.根据权利要求3所述的方法，其特征在于，计算升级后的所述当前批次的设备对应的业务波动因子包括：

若所述业务数据为设备中表征正常状态的状态码的数量，计算所述当前批次的设备升级前的业务数据与升级后的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；

若所述业务数据为设备中表征异常状态的状态码的数量，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；

若所述业务数据为设备向用户提供服务时所占用的带宽，计算所述当前批次的设备升级前的业务数据与升级后的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；

若所述业务数据为设备在运行时的负载，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；

若所述业务数据为设备的监控报警次数，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；

若所述业务数据为设备的宕机数量，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子；

若所述业务数据为设备接收到的用户投诉数量，计算所述当前批次的设备升级后的业务数据与升级前的业务数据之间的差值，并将所述差值与升级前的业务数据之间的比值作为所述业务波动因子。

5.根据权利要求3所述的方法，其特征在于，计算升级后的所述当前批次的设备对应的业务波动因子包括：

在所述当前批次的设备升级前的业务数据和升级后的业务数据中分别获取相同时段的第一业务数据和第二业务数据，并基于所述第一业务数据和所述第二业务数据计算所述业务波动因子。

6.根据权利要求1所述的方法，其特征在于，在判断升级后的所述当前批次的设备是否出现异常之后，所述方法还包括：

若出现异常，将所述当前批次的设备回退至升级前的版本，并对所述预设升级配置信息进行改进，以消除本次升级过程中出现的异常；

利用改进后的升级配置信息再次对所述当前批次的设备进行升级，并重新判断再次升级后的所述当前批次的设备是否出现异常。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若再次升级后的所述当前批次的设备未出现异常，利用所述改进后的升级配置信息继续对下一批次的设备进行升级。

8.根据权利要求1所述的方法，其特征在于，针对所述多个批次中的任意两个批次，升级时间较晚的批次中，包含的待升级的设备的数量较多；并且在所述多个批次中，相邻两个批次之间的升级间隔大于或者等于指定时长。

9.根据权利要求1所述的方法，其特征在于，在按照预设升级配置信息对当前批次的设备进行升级之前，所述方法还包括：

检测所述当前批次的设备的运行状态是否正常，在所述当前批次的设备运行正常的前提下，按照预设升级配置信息对所述当前批次的设备进行升级。

10.一种设备升级系统，其特征在于，所述系统用于实现如权利要求1至9中任一所述的方法。