CN111756571B - 一种集群节点故障的处理方法、装置、设备及可读介质 - Google Patents
一种集群节点故障的处理方法、装置、设备及可读介质 Download PDFInfo
- Publication number
- CN111756571B CN111756571B CN202010465303.6A CN202010465303A CN111756571B CN 111756571 B CN111756571 B CN 111756571B CN 202010465303 A CN202010465303 A CN 202010465303A CN 111756571 B CN111756571 B CN 111756571B
- Authority
- CN
- China
- Prior art keywords
- node
- fault
- information
- monitor
- osd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
- H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
- H04L41/065—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis involving logical or physical relationship, e.g. grouping and hierarchies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种集群节点故障的处理方法,包括以下步骤:循环获取集群中若干节点的状态信息,并基于状态信息判断对应节点是否故障;响应于节点故障,向节点下的若干OSD发送故障信息;响应于若干OSD接收到故障信息,根据故障信息选择Monitor发送down信息,并将若干OSD状态设置为down;以及响应于Monitor接收到down信息,基于down信息更新OSDMap,并将更新后的OSDMap发送至其他节点下的OSD。本发明还公开了一种集群节点故障的处理装置、计算机设备和可读存储介质。本发明通过检测节点状态并将故障节点下的OSD和Monitor的状态共享给其他节点,降低其它节点对故障节点的感知时间,进而避免对前端的业务造成长时间停滞影响。
Description
技术领域
本发明涉及存储系统技术领域,尤其涉及一种集群节点故障的处理方法、装置、设备及可读介质。
背景技术
在分布式存储系统中,如果集群节点故障的话,此时处于此故障节点上的Mon和OSD就会停止正常工作,而部署在其它节点上的Mon以及OSD是无法及时感知到的。
现有的技术中,其它节点的Mon感知到这个Mon节点故障是依靠着Mon跟Mon之间连接的消息机制。这个消息机制是每2S发送一次,只有当其它Mon节点连续五次都没有收到故障Mon节点的消息,那么其它的Mon才会判断这个Mon故障了,并将其标记为Down的状态,进而剩下的Mon才会重新触发选举,然后选出一个主Mon节点。而OSD跟其它的OSD之间的通信是依靠着心跳机制,当这些OSD之间的互相心跳沟通时间中断超过了1分钟,那么其它节点的OSD才会感知到故障节点上的OSD出现了问题,并将其故障消息上报给主Mon,这时才会引起OSDMap的变更,把故障节点上的OSD标记为Down的状态。
由于现有的技术中,从Mon和OSD故障后到被感知到,进而被标记为Down状态的时间过长,这就造成前端业务出现较长时间停滞,严重影响了用户体验以及前端数据读写的能力。
发明内容
有鉴于此,本发明实施例的目的在于提出一种集群节点故障的处理方法、装置、设备及可读介质,通过检测节点状态并将故障节点下的OSD和Monitor的状态共享给其他节点,降低其它节点对故障节点的感知时间,进而避免对前端的业务造成长时间停滞影响的优化方法。
基于上述目的,本发明实施例的一方面提供了一种集群节点故障的处理方法,包括以下步骤:循环获取集群中若干节点的状态信息,并基于状态信息判断对应节点是否故障;响应于节点故障,向节点下的若干OSD发送故障信息;响应于若干OSD接收到故障信息,根据故障信息选择Monitor发送down信息,并将若干OSD状态设置为down;以及响应于Monitor接收到down信息,基于down信息更新OSDMap,并将更新后的OSDMap发送至其他节点下的OSD。
在一些实施方式中,响应于节点故障,向节点下的若干OSD发送故障信息包括:根据故障节点判断对应主Monitor是否正常;响应于主Monitor正常,向节点下的若干OSD发送节点故障信息;响应于主Monitor异常,向节点下的若干OSD发送Monitor故障信息。
在一些实施方式中,根据故障节点判断对应主Monitor是否正常包括:判断对应主Monitor相连的其他节点是否为故障节点;响应于主Monitor相连的其他节点有任一节点不为故障节点,确认主Monitor正常。
在一些实施方式中,还包括:响应于主Monitor相连的其他节点全部为故障节点,确认主Monitor异常,并将主Monitor状态设置为down。
在一些实施方式中,根据故障信息选择Monitor发送down信息包括:响应于故障信息为节点故障信息,选择主Monitor发送down信息。
在一些实施方式中,根据故障信息选择Monitor发送down信息包括:响应于故障信息为主Monitor故障信息,选择备Monitor发送down信息;选举新的主Monitor,备Monitor将down信息同步给新的主Monitor。
本发明实施例的另一方面,还提供了一种集群节点故障的处理装置,包括:检测模块,配置用于循环获取集群中若干节点的状态信息,并基于状态信息判断对应节点是否故障;第一判断模块,配置用于响应于节点故障,向节点下的若干OSD发送故障信息;第二判断模块,配置用于响应于若干OSD接收到故障信息,根据故障信息选择Monitor发送down信息,并将若干OSD状态设置为down;以及处理模块,配置用于响应于Monitor接收到down信息,基于down信息更新OSDMap,并将更新后的OSDMap发送至其他节点下的OSD。
在一些实施方式中,第一判断模块进一步配置为:根据故障节点判断对应主Monitor是否正常;响应于主Monitor正常,向节点下的若干OSD发送节点故障信息;响应于主Monitor异常,向节点下的若干OSD发送Monitor故障信息。
本发明实施例的再一方面,还提供了一种计算机设备,包括:至少一个处理器;以及存储器,存储器存储有可在处理器上运行的计算机指令,指令由处理器执行时实现上述方法的步骤。
本发明实施例的再一方面,还提供了一种计算机可读存储介质,计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
本发明具有以下有益技术效果:通过检测节点状态并将故障节点下的OSD和Monitor的状态共享给其他节点,降低其它节点对故障节点的感知时间,进而避免对前端的业务造成长时间停滞影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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实施例。
图1为本发明提供的集群节点故障的处理方法的实施例的示意图;
图2为本发明提供的集群节点故障的处理装置的实施例的示意图;
图3为本发明提供的计算机设备的实施例的示意图;
图4为本发明提供的计算机可读存储介质的实施例的示意图。
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明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
基于上述目的,本发明实施例的第一个方面,提出了集群节点故障的处理方法的实施例。图1示出的是本发明提供的集群节点故障的处理方法的实施例的示意图。如图1所示,本发明实施例包括如下步骤:
S1、循环获取集群中若干节点的状态信息,并基于状态信息判断对应节点是否故障;
S2、响应于节点故障,向节点下的若干OSD发送故障信息;
S3、响应于若干OSD接收到故障信息,根据故障信息选择Monitor发送down信息,并将若干OSD状态设置为down;以及
S4、响应于Monitor接收到down信息,基于down信息更新OSDMap,并将更新后的OSDMap发送至其他节点下的OSD。
在本实施例中,采用C++高级语言以及Shell脚本语言来进行具体功能的实现的,其中:OSD(Object-based Storage Device)指的是对象存储设备,主要功能包括存储数据,处理数据的复制、恢复、回补、平衡数据分布,并将一些相关数据提供给Monitor;Monitor指的是监视器,主要功能是维护整个集群健康状态,提供一致性的决策;OSDMap指的是对象存储设备映射图,存储了集群中所有OSD的信息,所有OSD节点的改变如进程退出、节点的加入或者退出或者节点权重的变化都会反映到OSDMap上。
集群节点下每个节点都对应若干OSD,一个Monitor可以部署在多个节点上:当Monitor下某一节点故障时,Monitor正常;当Monitor下全部节点故障时,Monitor异常。
在本实施例中,故障节点下的OSD和部署在该节点的Monitor没有同时故障,OSD向Monitor发送down信息主动告知Monitor其要down掉,并将OSD状态设置为down,Monitor接收到down信息,会基于down信息对OSDMap进行更新,并将更新后的OSDMap发送给其他节点下的OSD。
在本实施例中,故障节点下的OSD和部署在该节点的Monitor同时故障,OSD向其他Monitor发送down信息,其他Monitor接收到down信息就会为该节点部署新的Monitor,并将消息同步到新的Monitor上。
在本发明的一些实施例中,响应于节点故障,向节点下的若干OSD发送故障信息包括:根据故障节点判断对应主Monitor是否正常;响应于主Monitor正常,向节点下的若干OSD发送节点故障信息;响应于主Monitor异常,向节点下的若干OSD发送Monitor故障信息。
在本实施例中,节点故障包括主动断点或IPMI有下电操作,IPMI(IntelligentPlatform Management Interface)指的是智能型平台管理接口,是管理基于 Intel结构的企业系统中所使用的外围设备采用的一种工业标准,用户可以利用IPMI监视服务器的物理健康特征,如温度、电压、风扇工作状态、电源状态等。节点故障则节点下的OSD相应也会故障。
在本发明的一些实施例中,根据故障节点判断对应主Monitor是否正常包括:判断对应主Monitor相连的其他节点是否为故障节点;响应于主Monitor相连的其他节点有任一节点不为故障节点,确认主Monitor正常。一个Monitor可以部署在多个节点上,当Monitor下某一节点故障时,Monitor正常。
在本发明的一些实施方式中,还包括:响应于主Monitor相连的其他节点全部为故障节点,确认主Monitor异常,并将主Monitor状态设置为down。一个Monitor可以部署在多个节点上,当Monitor下全部节点故障时,Monitor异常。
在本发明的一些实施方式中,根据故障信息选择Monitor发送down信息包括:响应于故障信息为节点故障信息,选择主Monitor发送down信息。
在本发明的一些实施方式中,根据故障信息选择Monitor发送down信息包括:响应于故障信息为主Monitor故障信息,选择备Monitor发送down信息;选举新的主Monitor,备Monitor将down信息同步给新的主Monitor。
需要特别指出的是,上述集群节点故障的处理方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减,因此,这些合理的排列组合变换之于集群节点故障的处理方法也应当属于本发明的保护范围,并且不应将本发明的保护范围局限在实施例之上。
基于上述目的,本发明实施例的第二个方面,提出了一种集群节点故障的处理装置。图2示出的是本发明提供的集群节点故障的处理装置的实施例的示意图。如图2所示,本发明实施例包括如下模块:检测模块S11,配置用于循环获取集群中若干节点的状态信息,并基于状态信息判断对应节点是否故障;第一判断模块S12,配置用于响应于节点故障,向节点下的若干OSD发送故障信息;第二判断模块S13,配置用于响应于若干OSD接收到故障信息,根据故障信息选择Monitor发送down信息,并将若干OSD状态设置为down;以及处理模块S14,配置用于响应于Monitor接收到down信息,基于down信息更新OSDMap,并将更新后的OSDMap发送至其他节点下的OSD。
在本发明的一些实施方式中,第一判断模块S12进一步配置为:根据故障节点判断对应主Monitor是否正常;响应于主Monitor正常,向节点下的若干OSD发送节点故障信息;响应于主Monitor异常,向节点下的若干OSD发送Monitor故障信息。
基于上述目的,本发明实施例的第三个方面,提出了一种计算机设备。图3示出的是本发明提供的计算机设备的实施例的示意图。如图3所示,本发明实施例包括如下装置:至少一个处理器S21;以及存储器S22,存储器S22存储有可在处理器上运行的计算机指令S23,指令由处理器执行时实现以上方法的步骤。
本发明还提供了一种计算机可读存储介质。图4示出的是本发明提供的计算机可读存储介质的实施例的示意图。如图4所示,计算机可读存储介质存储S31有被处理器执行时执行如上方法的计算机程序S32。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关硬件来完成,集群节点故障的处理方法的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,程序的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外,根据本发明实施例公开的方法还可以被实现为由处理器执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被处理器执行时,执行本发明实施例公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外,应该明白的是,本文的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM 可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明实施例公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明实施例公开的元素可以以个体形式描述或要求,但除非明确限制为单数,也可以理解为多个。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种集群节点故障的处理方法,其特征在于,包括以下步骤:
循环获取集群中若干节点的状态信息,并基于所述状态信息判断对应节点是否故障;
响应于节点故障,向所述节点下的若干OSD发送故障信息;
响应于所述若干OSD接收到所述故障信息,根据所述故障信息选择Monitor发送down信息,并将所述若干OSD状态设置为down;以及
响应于所述Monitor接收到所述down信息,基于所述down信息更新OSDMap,并将更新后的所述OSDMap发送至其他节点下的OSD;
响应于节点故障,向所述节点下的若干OSD发送故障信息包括:
根据故障节点判断对应主Monitor是否正常;
响应于所述主Monitor异常,向所述节点下的若干OSD发送Monitor故障信息。
2.根据权利要求1所述的集群节点故障的处理方法,其特征在于,还包括:
响应于所述主Monitor正常,向所述节点下的若干OSD发送节点故障信息。
3.根据权利要求1所述的集群节点故障的处理方法,其特征在于,根据故障节点判断对应主Monitor是否正常包括:
判断对应主Monitor相连的其他节点是否为故障节点;
响应于所述主Monitor相连的所述其他节点有任一节点不为故障节点,确认所述主Monitor正常。
4.根据权利要求3所述的集群节点故障的处理方法,其特征在于,还包括:
响应于所述主Monitor相连的所述其他节点全部为故障节点,确认所述主Monitor异常,并将所述主Monitor状态设置为down。
5.根据权利要求1所述的集群节点故障的处理方法,其特征在于,根据所述故障信息选择Monitor发送down信息包括:
响应于故障信息为节点故障信息,选择主Monitor发送down信息。
6.根据权利要求1所述的集群节点故障的处理方法,其特征在于,根据所述故障信息选择Monitor发送down信息包括:
响应于故障信息为主Monitor故障信息,选择备Monitor发送down信息;
选举新的主Monitor,所述备Monitor将所述down信息同步给所述新的主Monitor。
7.一种集群节点故障的处理装置,其特征在于,包括:
检测模块,配置用于循环获取集群中若干节点的状态信息,并基于所述状态信息判断对应节点是否故障;
第一判断模块,配置用于响应于节点故障,向所述节点下的若干OSD发送故障信息;
第二判断模块,配置用于响应于所述若干OSD接收到所述故障信息,根据所述故障信息选择Monitor发送down信息,并将所述若干OSD状态设置为down;以及
处理模块,配置用于响应于所述Monitor接收到所述down信息,基于所述down信息更新OSDMap,并将更新后的所述OSDMap发送至其他节点下的OSD;
所述第一判断模块进一步配置为:
根据故障节点判断对应主Monitor是否正常;
响应于所述主Monitor异常,向所述节点下的若干OSD发送Monitor故障信息。
8.根据权利要求7所述的集群节点故障的处理装置,其特征在于,第一判断模块进一步配置为:
响应于所述主Monitor正常,向所述节点下的若干OSD发送节点故障信息。
9.一种计算机设备,其特征在于,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机指令,所述指令由所述处理器执行时实现1-6任意一项所述方法的步骤。
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计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6任意一项所述方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010465303.6A CN111756571B (zh) | 2020-05-28 | 2020-05-28 | 一种集群节点故障的处理方法、装置、设备及可读介质 |
PCT/CN2021/073494 WO2021238275A1 (zh) | 2020-05-28 | 2021-01-25 | 一种集群节点故障的处理方法、装置、设备及可读介质 |
US17/928,041 US11750437B2 (en) | 2020-05-28 | 2021-01-25 | Cluster node fault processing method and apparatus, and device and readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010465303.6A CN111756571B (zh) | 2020-05-28 | 2020-05-28 | 一种集群节点故障的处理方法、装置、设备及可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111756571A CN111756571A (zh) | 2020-10-09 |
CN111756571B true CN111756571B (zh) | 2022-02-18 |
Family
ID=72673641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010465303.6A Active CN111756571B (zh) | 2020-05-28 | 2020-05-28 | 一种集群节点故障的处理方法、装置、设备及可读介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11750437B2 (zh) |
CN (1) | CN111756571B (zh) |
WO (1) | WO2021238275A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111756571B (zh) * | 2020-05-28 | 2022-02-18 | 苏州浪潮智能科技有限公司 | 一种集群节点故障的处理方法、装置、设备及可读介质 |
CN112395263B (zh) * | 2020-11-26 | 2022-08-19 | 新华三大数据技术有限公司 | 一种osd的数据恢复方法及装置 |
CN112748884B (zh) * | 2021-01-16 | 2022-07-29 | 苏州浪潮智能科技有限公司 | 一种分布式存储在线升级方法、装置、设备及可读介质 |
CN112784320B (zh) * | 2021-01-22 | 2022-07-12 | 苏州浪潮智能科技有限公司 | 一种多节点存储加密盘解密方法、装置、设备及可读介质 |
CN114283502B (zh) * | 2021-12-08 | 2023-06-23 | 福建省特种设备检验研究院泉州分院 | 一种特种设备传感器节点数据分析方法 |
CN114546978B (zh) * | 2022-02-18 | 2024-01-26 | 苏州浪潮智能科技有限公司 | 一种存储集群的位图管理方法、系统、设备以及介质 |
CN115242812A (zh) * | 2022-07-25 | 2022-10-25 | 济南浪潮数据技术有限公司 | 一种节点数据同步方法、装置及计算机可读存储介质 |
CN116506327B (zh) * | 2023-06-26 | 2023-11-24 | 中航金网(北京)电子商务有限公司 | 物理节点监测方法、装置、计算机设备及存储介质 |
CN117596303B (zh) * | 2024-01-18 | 2024-04-09 | 腾讯科技(深圳)有限公司 | 业务访问方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107547252A (zh) * | 2017-06-29 | 2018-01-05 | 新华三技术有限公司 | 一种网络故障处理方法和装置 |
CN108494585A (zh) * | 2018-02-28 | 2018-09-04 | 新华三技术有限公司 | 选举控制方法及装置 |
CN109101357A (zh) * | 2018-07-20 | 2018-12-28 | 广东浪潮大数据研究有限公司 | 一种osd故障的检测方法及装置 |
CN109274544A (zh) * | 2018-12-11 | 2019-01-25 | 浪潮(北京)电子信息产业有限公司 | 一种分布式存储系统的故障检测方法及装置 |
CN109495543A (zh) * | 2018-10-16 | 2019-03-19 | 新华三技术有限公司 | 一种ceph集群中监视器的管理方法及装置 |
CN110740064A (zh) * | 2019-10-25 | 2020-01-31 | 北京浪潮数据技术有限公司 | 分布式集群节点故障处理方法、装置、设备及存储介质 |
CN110895521A (zh) * | 2019-11-07 | 2020-03-20 | 浪潮电子信息产业股份有限公司 | 一种osd与mon的连接方法、装置、设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9569515B2 (en) * | 2014-11-13 | 2017-02-14 | Dropbox, Inc. | Facilitating distributed deletes in a replicated storage system |
CN107817951B (zh) * | 2017-10-31 | 2021-03-23 | 新华三技术有限公司 | 一种实现Ceph集群融合的方法及装置 |
CN108121510A (zh) * | 2017-12-19 | 2018-06-05 | 紫光华山信息技术有限公司 | Osd选取方法、数据写入方法、装置和存储系统 |
CN108509153B (zh) * | 2018-03-23 | 2021-07-06 | 新华三技术有限公司 | Osd选择方法、数据写入和读取方法、监控器和服务器集群 |
JP2019219954A (ja) * | 2018-06-20 | 2019-12-26 | 株式会社日立製作所 | クラスタストレージシステム、データ管理制御方法、データ管理制御プログラム |
CN109656895B (zh) * | 2018-11-28 | 2024-03-12 | 平安科技(深圳)有限公司 | 分布式存储系统、数据写入方法、装置和存储介质 |
CN109656896B (zh) * | 2018-11-28 | 2023-08-22 | 平安科技(深圳)有限公司 | 故障修复方法、装置及分布式存储系统和存储介质 |
CN111756571B (zh) * | 2020-05-28 | 2022-02-18 | 苏州浪潮智能科技有限公司 | 一种集群节点故障的处理方法、装置、设备及可读介质 |
-
2020
- 2020-05-28 CN CN202010465303.6A patent/CN111756571B/zh active Active
-
2021
- 2021-01-25 WO PCT/CN2021/073494 patent/WO2021238275A1/zh active Application Filing
- 2021-01-25 US US17/928,041 patent/US11750437B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107547252A (zh) * | 2017-06-29 | 2018-01-05 | 新华三技术有限公司 | 一种网络故障处理方法和装置 |
CN108494585A (zh) * | 2018-02-28 | 2018-09-04 | 新华三技术有限公司 | 选举控制方法及装置 |
CN109101357A (zh) * | 2018-07-20 | 2018-12-28 | 广东浪潮大数据研究有限公司 | 一种osd故障的检测方法及装置 |
CN109495543A (zh) * | 2018-10-16 | 2019-03-19 | 新华三技术有限公司 | 一种ceph集群中监视器的管理方法及装置 |
CN109274544A (zh) * | 2018-12-11 | 2019-01-25 | 浪潮(北京)电子信息产业有限公司 | 一种分布式存储系统的故障检测方法及装置 |
CN110740064A (zh) * | 2019-10-25 | 2020-01-31 | 北京浪潮数据技术有限公司 | 分布式集群节点故障处理方法、装置、设备及存储介质 |
CN110895521A (zh) * | 2019-11-07 | 2020-03-20 | 浪潮电子信息产业股份有限公司 | 一种osd与mon的连接方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021238275A1 (zh) | 2021-12-02 |
US11750437B2 (en) | 2023-09-05 |
CN111756571A (zh) | 2020-10-09 |
US20230198828A1 (en) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111756571B (zh) | 一种集群节点故障的处理方法、装置、设备及可读介质 | |
KR101871383B1 (ko) | 계층적 데이터 구조의 노드 상에서 재귀적 이벤트 리스너를 사용하기 위한 방법 및 시스템 | |
GB2505644A (en) | Managing network configurations | |
WO2014114119A1 (en) | Redundant server operation by a software defined network controller | |
CN111708484A (zh) | 一种控制数据下刷速度的方法、系统、设备及介质 | |
CN111124722B (zh) | 一种隔离故障内存的方法、设备及介质 | |
CN111158975A (zh) | 一种监控bmc的方法、设备以及存储介质 | |
CN111708560A (zh) | 数据库高可用管理系统的自动化部署方法及装置 | |
CN111708834A (zh) | 一种业务配置数据同步的方法、系统、设备及介质 | |
CN105306507A (zh) | 分布式架构中的容灾处理方法及容灾处理装置 | |
US20160191359A1 (en) | Reactive diagnostics in storage area networks | |
CN107508700B (zh) | 容灾方法、装置、设备及存储介质 | |
CN106878096B (zh) | Vnf状态检测通告方法、装置以及系统 | |
CN108509296B (zh) | 一种处理设备故障的方法和系统 | |
CN111176904B (zh) | 一种私有云架构下的数据备份的方法、系统、设备及介质 | |
CN111181779A (zh) | 一种集群故障转移性能的测试方法、设备以及存储介质 | |
CN107154960B (zh) | 用于确定分布式存储系统的服务可用性信息的方法与设备 | |
CN111309515A (zh) | 一种容灾控制方法、装置及系统 | |
CN111240933B (zh) | 多数据中心的性能数据监测的方法、系统、设备及介质 | |
CN110752953A (zh) | 一种基于负载均衡的连接数更新方法、设备以及存储介质 | |
CN113079059A (zh) | 网络状态监测方法、装置、电子设备及可读存储介质 | |
CN111884919A (zh) | 一种清除无效虚拟ip的方法、装置、设备及可读介质 | |
CN111966519A (zh) | 一种调整日志级别的方法、装置、设备及可读介质 | |
US20230120135A1 (en) | Running status switching method, apparatus, active/standby management system, and network system | |
CN115543684A (zh) | 双机热备方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |