CN111026572A - 分布式系统的故障处理方法、装置及电子设备 - Google Patents

Abstract

本发明涉及分布式系统的故障处理方法、装置及电子设备。该方法包括：接收分布式系统中的目标服务器发送的故障信息；根据故障信息确定目标服务器的故障类型；根据故障类型生成相应的维修任务并发送至维修业务终端；获取维修业务终端反馈的维修任务的执行进度；以及向目标服务器发送探活请求，以获取目标服务器的存活状态；如果存活状态为可登录状态，则向目标服务器发送初始化配置指令，以将目标服务器恢复工作状态；如果存活状态为非可登录状态并且执行进度为完成状态，则从分布式系统删除目标服务器。

Description

分布式系统的故障处理方法、装置及电子设备

技术领域

本发明涉及分布式系统领域，更具体地，涉及一种分布式系统的故障处理方法、一种分布式系统的故障处理装置、一种电子设备、一种分布式系统的故障处理系统以及一种计算机可读存储介质。

背景技术

分布式存储系统，是将数据分散存储在多台独立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，也是可靠性和安全性的焦点，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。

对于大规模分布式存储而言机器的故障频率较高，需要人工判断故障，然后人工发单去维修，处理周期长无法监控与跟踪，自动化程度低。另外人工发现的时候往往机器已经无法登陆，不利于及时发现和处理故障。

因此，有必要提出一种新的分布式系统的故障处理方案。

发明内容

本发明的一个目的是提供一种分布式系统的故障处理的新技术方案。

根据本发明的第一方面，提供了一种分布式系统的故障处理方法，应用于控制服务器，包括：

接收所述分布式系统中的目标服务器发送的故障信息；

根据所述故障信息确定所述目标服务器的故障类型；

根据所述故障类型生成相应的维修任务并发送至维修业务终端；

获取所述维修业务终端反馈的所述维修任务的执行进度；以及

向所述目标服务器发送探活请求，以获取所述目标服务器的存活状态；

如果所述存活状态为可登录状态，则向所述目标服务器发送初始化配置指令，以将所述目标服务器恢复工作状态；

如果所述存活状态为非可登录状态并且所述执行进度为完成状态，则从所述分布式系统删除所述目标服务器。

可选地，如果所述存活状态为非可登录状态并且所述执行进度为完成状态，还包括：

停止对所述目标服务器进行状态监测。

可选地，所述故障类型包括系统盘故障、主机总线适配器故障、内存故障中的任意一种或者任意多种的组合。

根据本发明的第二方面，提供了一种分布式系统的故障处理方法，应用于所述分布式系统中的每个服务器，包括：

获取自身的故障信息；

将所述故障信息发送至控制服务器，以使所述控制服务器确定故障类型；

响应于所述控制服务器发送的探活请求，反馈自身的存活状态；

当自身的存活状态为可登录状态时，接收所述控制服务器发送的所述初始化配置指令；

响应于所述初始化配置指令，初始化自身的配置参数，以恢复为工作状态。

可选地，所述获取自身的故障信息，包括：

根据自身的系统日志和/或PCI总线信息获取所述故障信息。

根据本发明的第三方面，提供了一种分布式系统的故障处理装置，应用于控制服务器，包括：

故障信息接收模块，用于接收所述分布式系统中的目标服务器发送的故障信息；

故障分析模块，用于根据所述故障信息确定所述目标服务器的故障类型；

任务生成和发送模块，用于根据所述故障类型生成相应的维修任务并发送至维修业务终端；

维修进度获取模块，用于获取所述维修业务终端反馈的所述维修任务的执行进度；以及

探活模块，用于向所述目标服务器发送探活动请求，以获取所述目标服务器的存活状态；

指令发送模块，用于：如果所述存活状态为可登录状态，则向所述目标服务器发送初始化配置指令，以将所述目标服务器恢复工作状态；如果所述存活状态为非可登录状态并且所述执行进度为完成状态，则从所述分布式系统删除所述目标服务器。

可选地，所述装置还包括用于监测服务器状态的监测模块，所述监测模块被配置为如果所述存活状态为非可登录状态并且所述执行进度为完成状态，停止对所述目标服务器进行状态监测。

可选地，所述故障类型包括系统盘故障、主机总线适配器故障、内存故障中的任意一种或者任意多种的组合。

根据本发明的第四方面，提供了一种分布式系统的故障处理装置，应用于所述分布式系统中的每个服务器，包括：

故障信息获取模块，用于获取自身的故障信息；

故障信息发送模块，用于将所述故障信息发送至控制服务器，以使所述控制服务器确定故障类型；

状态反馈模块，用于响应于所述控制服务器发送的探活请求，反馈自身的存活状态；

指令接收模块，用于当自身的存活状态为可登录状态时，接收所述控制服务器发送的所述初始化配置指令；

初始化模块，用于响应于所述初始化配置指令，初始化自身的配置参数，以恢复为工作状态。

可选地，所述故障信息获取模块被配置为根据自身的系统日志和/或PCI总线信息获取所述故障信息。

根据本发明的第五方面，提供了一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现本发明第一方面或者第二方面所述的分布式系统的故障处理方法。

根据本发明的第六方面，提供了一种故障处理系统，包括分布式处理系统、维修业务终端以及执行本发明第一方面所述的方法的控制服务器，其中，所述分布式处理系统包括至少一个执行本发明第二方面所述的方法的目标服务器；所述控制服务器分别与所述维修业务终端以及每个所述目标服务器通信连接。

根据本发明的第七方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有可执行指令，所述可执行指令在被处理器调用和执行时，所述可执行指令促使处理器实现本发明第一方面或者第二方面所述的分布式系统的故障处理方法。

本发明实施例中分布式系统的故障处理方法，通过控制服务器来根据目标服务器的故障信息确定目标服务器的故障类型，并根据故障类型生成维修任务发送中维修业务端，以实现向自动化的发单维修处理，有利于缩短修复期限，降低人力成本，此外，控制服务器还可以根据维修进度和及检测当前目标服务器的状态，来进行分布式系统的维护，可以提高分布式系统的稳定性和数据可靠性。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1是可用于实现本发明实施例的故障处理系统的示意图。

图2是可用于实现本发明实施例的电子设备的结构示意图。

图3是根据本发明实施例的分布式系统的故障处理方法的流程图。

图4示出了本发明的实施例的一个具体例子的流程图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<硬件配置>

图1示出了可用于实现本发明实施例的故障处理系统的示意图。

如图1所示，本实施例中的故障处理系统包括分布式系统1100、控制服务器1200和维修业务终端1300，其中，分布式系统1100包括服务器Ⅰ、服务器Ⅱ……服务器N等多个服务器。

分布式系统1100例如是用于提供云存储服务的分布式存储系统，相应地，其中的服务器是用于存储数据的服务器。此外，分布式系统1100还包括元数据服务器，元数据服务器用于存储元数据从而为分布式存储系统提供控制协调服务。

控制服务器1200是用于提供故障处理服务的设备。控制服务器1200可以是刀片服务器、机架式服务器等，控制服务器1200也可以是部署在云端的服务器集群，在此不做限定。

维修业务终端1300是维修业务涉及的终端设备，例如是维修人员所使用的终端设备。维修业务终端1300例如是智能手机、台式计算机、笔记本电脑、平板电脑等等。

控制服务器1200分别与分布式系统1100中的每个服务器、维修业务终端1300通信连接。这里的通信连接可以是有线连接也可以是无线连接。

故障处理系统1000涉及的电子设备具有如图2所示的结构。参见图2，电子设备2000包括处理器2100、存储器2200、接口装置2300、通信装置2400、显示装置2500和输入装置2600。处理器2100例如可以是中央处理器CPU、微控制单元MCU等。存储器2200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置2300例如包括USB接口、串行接口等。通信装置2400例如能够进行有线或无线通信。显示装置2500例如是液晶显示屏。输入装置2600例如可以包括触摸屏、键盘、鼠标、麦克风等。

本领域技术人员应当理解，尽管在图2中示出了电子设备2000的多个装置，但是，故障处理系统1000中的电子设备可以仅涉及其中的部分装置，例如，只涉及处理器2100、存储器2200和通信装置2400。

图1和图2所示的硬件配置仅是解释性的，并且决不是为了要限制本说明书、其应用或用途。

<方法实施例>

本实施例提供一种分布式系统的故障处理方法，应用于图1所示的控制服务器1200。如图3所示，该方法包括以下步骤S1100-S1600。

在步骤S1100中，接收分布式系统中的目标服务器发送的故障信息。

本实施例中，分布式系统包括多个服务器，每个目标服务器上可以部署故障分析程序。在服务器出现故障的情况下，故障分析程序主动收集故障信息并发送至控制服务器。控制服务器与目标服务器建立通信连接，以接收目标服务器发送的故障信息。故障信息例如可以是目标服务器的日志信息，或者是目标服务器的故障信号等。

在步骤S1200中，根据故障信息确定目标服务器的故障类型。

本实施例中，控制服务器对故障信息进行分析处理，获得目标服务器的故障类型。例如，可以通过聚类算法对故障信息进行分类，获得相应的故障类型，也可以基于故障之间的关联性，对故障信息进行时间、空间或者内容上的关联性分析，从而确定目标服务器的故障类型。

在一个实施例中，故障类型包括系统盘故障、主机总线适配器(Host BusAdapter，HBA)故障、内存故障中的任意一种或者任意多种的组合。

在步骤S1300中，根据故障类型生成相应的维修任务并发送至维修业务终端。

本实施例中，控制服务器根据故障类型生成相应的维修任务。例如，根据系统盘故障生成系统盘维修任务，根据主机总线适配器故障生成主机总线适配器维修任务，根据内存故障生成内存维修任务。

在一个实施例中，维修任务中包含了故障类型、故障位置、维修所需物料等信息。

本实施例中，控制服务器将维修任务发送至维修业务终端。维修业务终端接收到维修任务后，可以通过弹窗提示、声音提示、震动提示等方式发出提示信息，提醒系统维修人员及时处理该维修任务。

在一个实施例中，基于配置管理数据库控制服务器(CMDB)管理系统配置信息，相应地，控制服务器通过调用相关CMDB接口将维修任务发送至维修业务终端。

在步骤S1400中，获取维修业务终端反馈的维修任务的执行进度

本实施例中，维修业务终端响应于维修人员的操作，向控制服务器反馈维修任务的执行进度。这里的执行进度例如包括待处理、维修中、维修完成等。

在步骤1500中，向目标服务器发送探活请求，以获取目标服务器的存活状态。

本实施例中，控制服务器可以通过探活方式获取目标服务器的存活状态。例如，控制服务器向目标服务器发送探活请求，目标服务器响应于该探活请求向控制服务器反馈相应的消息。控制服务器可基于对反馈消息的接收情况判断目标服务器的存活状态。

在一个例子中，目标服务器的存活状态包括可登录状态和非可登录状态，其中可登录状态是指控制服务器能够控制目标服务器执行特定的操作，非可登录状态是指控制服务器无法控制目标服务器执行特定的操作。

在步骤S1600中，根据执行进度和存活状态，采取相应的处理操作。

示例性地，本步骤可以实现为：如果存活状态为可登录状态，则向目标服务器发送初始化配置指令，以将目标服务器恢复工作状态；或者，如果存活状态为非可登录状态并且执行进度为完成状态，则从分布式系统删除目标服务器。

本实施例中，如果存活状态为可登录状态，控制服务器向目标服务器发送初始化配置指令。目标服务器响应于初始化配置指令，根据设定的配置信息初始化自身的配置参数。经过上述初始化步骤，目标服务器的配置可以更新为分布式系统的当前配置。目标服务器可基于初始化后的配置参数执行相关任务，从而恢复工作状态。

本实施例中，如果存活状态为非可登录状态并且执行进度为完成状态，控制服务器从分布式系统删除目标服务器。在一个例子中，控制服务器向分布式系统的元数据服务器发送删除目标服务器的通知。元数据服务器响应于该通知，删除目标服务器在分布式系统中对应的节点。

在一个实施例中，如果存活状态为非可登录状态并且执行进度为完成状态，控制服务器还停止对目标服务器进行状态监测，以减少不必要的性能开销。

本实施例中分布式系统的故障处理方法，通过控制服务器来根据目标服务器的故障信息确定目标服务器的故障类型，并根据故障类型生成维修任务发送中维修业务端，以实现向自动化的发单维修处理，有利于缩短修复期限，降低人力成本，此外，控制服务器还可以根据维修进度和及检测当前目标服务器的状态，来进行分布式系统的维护，可以提高分布式系统的稳定性和数据可靠性。

本实施例提供一种分布式系统的故障处理方法，应用于图1所示的分布式系统1100中的每个服务器，该方法包括以下步骤S2100-S2400。

在步骤S2100中，获取自身的故障信息。

在一个实施例中，每个服务器中均布置有故障分析程序。故障分析程序根据系统日志和/或PCI总线信息获取故障信息。其中，系统日志是系统日志是记录系统中硬件、软件和系统问题的信息，同时还可以监视系统中发生的事件。PCI(Peripheral ComponentInterconnect，外设部件互连)总线是一种独立于CPU总线的树形结构，可以和CPU总线并行操作。在一个例子中，可以通过“lspci”命令获取PCI总线信息。

在步骤S2200中，将故障信息发送至控制服务器，以使控制服务器确定故障类型。

本实施例中，发生故障的服务器将故障信息发送至控制服务器。控制服务器根据故障信息获取目标服务器的故障类型，根据故障类型生成相应的维修任务并发送至维修业务终端。

在步骤S2300中，响应于控制服务器发送的探活请求，反馈自身的存活状态。

本实施例中，控制服务器向服务器发送探活请求，服务器响应于该探活请求向控制服务器反馈相应的消息。控制服务器可基于对反馈消息的接收情况判断服务器的存活状态。在一个例子中，服务器的存活状态包括可登录状态和非可登录状态，其中可登录状态是指控制服务器能够控制该服务器执行特定的操作，非可登录状态是指控制服务器无法控制该服务器执行特定的操作。

在步骤S2400中，当自身的存活状态为可登录状态时，接收控制服务器发送的初始化配置指令。

本实施例中，如果存活状态为登录状态，控制服务器向服务器发送初始化配置指令。相应地，服务器接收该初始化配置指令。

在步骤S2500中，响应于初始化配置指令，初始化自身的配置参数，以恢复为工作状态。

本实施例中，服务器响应于初始化配置指令，根据设定的配置信息初始化自身的配置参数。其中，设定的配置信息例如是服务器自身存储的最新的配置文件。经过上述初始化步骤，目标服务器的配置可以更新为分布式系统的当前配置。服务器可基于初始化后的配置参数执行相关任务，从而恢复工作状态。

本实施例中分布式系统的故障处理方法，通过控制服务器来根据目标服务器的故障信息确定目标服务器的故障类型，并根据故障类型生成维修任务发送中维修业务端，以实现向自动化的发单维修处理，有利于缩短修复期限，降低人力成本，此外，控制服务器还可以根据维修进度和及检测当前目标服务器的状态，来进行分布式系统的维护，可以提高分布式系统的稳定性和数据可靠性。

下面提供一个本实施例中分布式系统的故障处理方法实施的具体例子，该例子涉及的硬件包括分布式系统、控制服务器和维修业务终端。参见图4所示的流程图，首先，分布式系统中的目标服务器获取自身的故障信息，即执行步骤S101。之后，目标服务器将故障信息发送至控制服务器，即执行步骤S102。控制服务器对故障信息进行分析从而获得故障类型，即执行步骤S103。之后，控制服务器根据故障类型生成相应的维修任务，即执行步骤S104。之后，控制服务器将维修任务发送至维修业务终端，即执行步骤S105。维修人员根据维修任务对目标服务器进行维修，并通过维修业务终端将维修进度反馈给控制服务器，即执行步骤S106。在步骤S105-106执行期间，控制服务器还向目标服务器发送探活请求，即执行步骤S107。如果目标服务器处于存活状态，则响应于探活请求向控制服务器反馈存活状态，即执行步骤S108。控制服务器根据目标服务器的存活状态和维修进度综合判断维修结果，即执行步骤S109。之后，控制服务器根据维修结果向分布式系统发送恢复或删除目标服务器的通知，即执行步骤S110。最后，分布式系统根据通知执行相应的恢复或删除目标服务器的操作，即执行步骤S111。

<装置实施例>

本实施例提供一种分布式系统的故障处理装置，应用于控制服务器，包括故障信息接收模块、故障分析模块、任务生成和发送模块、维修进度获取模块、探活模块以及指令发送模块。

故障信息接收模块，用于接收分布式系统中的目标服务器发送的故障信息。

故障分析模块，用于根据故障信息确定目标服务器的故障类型。

任务生成和发送模块，用于根据故障类型生成相应的维修任务并发送至维修业务终端。

维修进度获取模块，用于获取维修业务终端反馈的维修任务的执行进度。

探活模块，用于向目标服务器发送探活动请求，以获取目标服务器的存活状态。

指令发送模块，用于如果存活状态为可登录状态，则向目标服务器发送初始化配置指令，以将目标服务器恢复工作状态；如果存活状态为非可登录状态并且执行进度为完成状态，则从分布式系统删除目标服务器。

在一个实施例中，该装置还包括用于监测服务器状态的监测模块，该监测模块被配置为如果存活状态为非可登录状态并且执行进度为完成状态，停止对目标服务器进行状态监测。

在一个实施例中，故障类型包括系统盘故障、主机总线适配器故障、内存故障中的任意一种或者任意多种的组合。

本实施例还提供一种分布式系统的故障处理装置，应用于分布式系统中的每个服务器，包括故障信息获取模块、故障信息发送模块、状态反馈模块、指令接收模块以及初始化模块。

故障信息获取模块，用于获取自身的故障信息。

故障信息发送模块，用于将故障信息发送至控制服务器，以使控制服务器确定故障类型。

状态反馈模块，用于响应于控制服务器发送的探活请求，反馈自身的存活状态。

指令接收模块，用于当自身的存活状态为可登录状态时，接收控制服务器发送的初始化配置指令。

初始化模块，用于响应于初始化配置指令，初始化自身的配置参数，以恢复为工作状态。

在一个实施例中，故障信息获取模块被配置为根据自身的系统日志和/或PCI总线信息获取故障信息。

<电子设备实施例>

本实施例提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现本发明方法实施例描述的分布式系统的故障处理方法。

<故障处理系统实施例>

本实施例提供一种故障处理系统，包括分布式处理系统、维修业务终端以及执行本发明方法实施例所描述方法的控制服务器，其中，分布式处理系统包括至少一个执行本发明方法实施例所描述方法的目标服务器；控制服务器分别与维修业务终端以及每个目标服务器通信连接。

<计算机可读存储介质实施例>

本实施例提供一种计算机可读存储介质，计算机可读存储介质存储有可执行指令，可执行指令在被处理器调用和执行时，促使处理器实现本发明方法实施例描述的分布式系统的故障处理方法。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (10)

1.一种分布式系统的故障处理方法，应用于控制服务器，包括：

接收所述分布式系统中的目标服务器发送的故障信息；

根据所述故障信息确定所述目标服务器的故障类型；

根据所述故障类型生成相应的维修任务并发送至维修业务终端；

获取所述维修业务终端反馈的所述维修任务的执行进度；以及

向所述目标服务器发送探活请求，以获取所述目标服务器的存活状态；

如果所述存活状态为可登录状态，则向所述目标服务器发送初始化配置指令，以将所述目标服务器恢复工作状态；

如果所述存活状态为非可登录状态并且所述执行进度为完成状态，则从所述分布式系统删除所述目标服务器。

2.根据权利要求1所述的方法，其中，如果所述存活状态为非可登录状态并且所述执行进度为完成状态，还包括：

停止对所述目标服务器进行状态监测。

3.根据权利要求1所述的方法，其中，所述故障类型包括系统盘故障、主机总线适配器故障、内存故障中的任意一种或者任意多种的组合。

4.一种分布式系统的故障处理方法，应用于所述分布式系统中的每个服务器，包括：

获取自身的故障信息；

将所述故障信息发送至控制服务器，以使所述控制服务器确定故障类型；

响应于所述控制服务器发送的探活请求，反馈自身的存活状态；

当自身的存活状态为可登录状态时，接收所述控制服务器发送的所述初始化配置指令；

响应于所述初始化配置指令，初始化自身的配置参数，以恢复为工作状态。

5.根据权利要求1所述的方法，其中，所述获取自身的故障信息，包括：

根据自身的系统日志和/或PCI总线信息获取所述故障信息。

6.一种分布式系统的故障处理装置，应用于控制服务器，包括：

故障信息接收模块，用于接收所述分布式系统中的目标服务器发送的故障信息；

故障分析模块，用于根据所述故障信息确定所述目标服务器的故障类型；

任务生成和发送模块，用于根据所述故障类型生成相应的维修任务并发送至维修业务终端；

维修进度获取模块，用于获取所述维修业务终端反馈的所述维修任务的执行进度；以及

探活模块，用于向所述目标服务器发送探活动请求，以获取所述目标服务器的存活状态；

指令发送模块，用于：如果所述存活状态为可登录状态，则向所述目标服务器发送初始化配置指令，以将所述目标服务器恢复工作状态；如果所述存活状态为非可登录状态并且所述执行进度为完成状态，则从所述分布式系统删除所述目标服务器。

7.一种分布式系统的故障处理装置，应用于所述分布式系统中的每个服务器，包括：

故障信息获取模块，用于获取自身的故障信息；

故障信息发送模块，用于将所述故障信息发送至控制服务器，以使所述控制服务器确定故障类型；

状态反馈模块，用于响应于所述控制服务器发送的探活请求，反馈自身的存活状态；

指令接收模块，用于当自身的存活状态为可登录状态时，接收所述控制服务器发送的所述初始化配置指令；

初始化模块，用于响应于所述初始化配置指令，初始化自身的配置参数，以恢复为工作状态。

8.一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1至5中任一项所述的分布式系统的故障处理方法。

9.一种故障处理系统，包括分布式处理系统、维修业务终端以及执行权利要求1-3任一项所述的方法的控制服务器，其中，所述分布式处理系统包括至少一个执行权利要求4-5任一项所述的方法的目标服务器；所述控制服务器分别与所述维修业务终端以及每个所述目标服务器通信连接。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有可执行指令，所述可执行指令在被处理器调用和执行时，所述可执行指令促使处理器实现权利要求1-5任一项所述的分布式系统的故障处理方法。

Images