CN112333003B - 一种获取专有云容器集群基因信息的方法及装置 - Google Patents
一种获取专有云容器集群基因信息的方法及装置 Download PDFInfo
- Publication number
- CN112333003B CN112333003B CN202011093261.4A CN202011093261A CN112333003B CN 112333003 B CN112333003 B CN 112333003B CN 202011093261 A CN202011093261 A CN 202011093261A CN 112333003 B CN112333003 B CN 112333003B
- Authority
- CN
- China
- Prior art keywords
- information
- proprietary cloud
- cluster
- proprietary
- gene
- 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
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012795 verification Methods 0.000 claims abstract description 69
- 230000002068 genetic effect Effects 0.000 claims description 34
- 235000010425 Sorbus domestica Nutrition 0.000 claims description 20
- 240000005332 Sorbus domestica Species 0.000 claims description 20
- 230000003068 static effect Effects 0.000 claims description 18
- 230000001419 dependent effect Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 17
- 238000004590 computer program Methods 0.000 description 10
- 238000000605 extraction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- 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
- H04L41/04—Network management architectures or arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1458—Management of the backup or restore process
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9027—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- 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
- H04L41/04—Network management architectures or arrangements
- H04L41/044—Network management architectures or arrangements comprising hierarchical management structures
-
- 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
-
- 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
- H04L41/12—Discovery or management of network topologies
-
- 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
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Quality & Reliability (AREA)
- Bioethics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种获取专有云容器集群基因的方法及装置,所述方法包括:获取并分析专有云服务器集群的模块或组件的系统分层信息、关联关系信息及依赖关系信息;通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验;若所述整体性校验通过,则存储所述专有云容器集群基因信息集合,并确定所述专有云容器集群基因的版本信息。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种获取专有云容器集群基因信息的方法及装置。
背景技术
在大型的专有云场景,通常采用与公有云相同架构的大型云计算平台来进行支撑。专有云一般采用分层管理架构,底层支持物理服务器集群,通过计算、存储、网络层虚拟化技术对用户提供云计算服务,提供安全、管理、运维、运营支撑,用户可以通过控制台高效管理云计算资源。专有云一般还为用户提供网络流量接入和防护平台,提供高速、安全的网络接入支持。
由于专有云平台中包含的产品线非常丰富(如云主机、云硬盘、虚拟网络等),并且更新迭代较快,一般采用容器集群技术来组织和管理各个产品线提供的应用服务程序。
目前,针对专有云容器集群的信息提取,主要是为了解决不同结构集群之间的应用迁移,无法对提取到的集群容器配置信息进行分析,修改,展示等。在实现本公开构思的过程中,发明人发现现有技术中至少存在如下问题:
1)专有云所涉及的产品、业务众多,提取信息更加多样,包含集群中的容器应用对应关系,容器上线时的配置信息等等,导致提取集群中的容器信息更加困难。现有技术无法提取所有需要的容器信息。
2)专有云中存在包部署与镜像部署两种部署方式。两种方式的数据存在差异。现有技术无法同时针对两种情况进行容器信息提取。
3)容器信息提取和平台部署过程人工参与过多,无法保障专有云平台系统的稳定性和可靠性,无法保障新部署的云平台环境满足标准化部署的基线条件。
4)不能充分发挥容器集群灵活迁移的技术特征,以及有效地解决云平台整体进行升级的技术问题,缺少完整有效的提取标准专有云环境全面信息的方法。
发明内容
有鉴于此,本公开提供了一种能够全面描述容器集群及其所包含的服务应用的整体信息进行快速、准确提取的方法及装置。
本公开的一个方面提供了一种获取专有云容器集群基因信息的方法,包括:
获取并分析专有云服务器集群的模块或组件的系统分层信息、关联关系信息及依赖关系信息;
通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验;
若所述整体性校验通过,则存储所述专有云容器集群基因信息集合,并确定所述专有云容器集群基因的版本信息。
根据本公开的实施例,所述的方法还包括:对所述专有云容器基因信息集合的全部或部分专有云容器集群基因进行可视化展示。
根据本公开的实施例,所述获取并分析专有云服务器集群的模块或组件的系统分层信息包括:
获取并分析专有云服务器集群的基础系统基因信息,并进行校验生成校验信息;
获取并分析所述专有云服务器集群的基础依赖基因信息,并进行校验生成校验信息;
获取并分析所述专有云服务器集群的产品线静态服务树基因信息,并进行校验生成校验信息;
对获取的所有信息进行一致性和完整性校验,若校验通过,则生成所述模块或组件的版本信息。
根据本公开的实施例,所述获取专有云服务器集群的基础系统基因信息,并进行校验生成校验信息包括:
通过带外管理系统和带内管理系统,扫描所述专有云服务器集群获取物理服务器集群的基因信息,并对所述物理服务器集群的基因信息进行一致性和完整性校验,生成对应的校验信息;
通过云平台运维管理系统,扫描所述专有云服务器集群获取操作系统及网络拓扑信息,并对所述操作系统及网络拓扑信息进行一致性和完整性校验,生成对应的校验信息;
通过云平台运维管理系统,扫描所述专有云服务器集群获取集群组件信息,并对所述集群组件信息进行一致性和完整性校验,生成对应的校验信息。
根据本公开的实施例,所述获取并分析所述专有云服务器集群的基础依赖基因信息,并进行校验生成校验信息包括:
通过云平台运维管理系统,扫描所述专有云服务器集群获取专有云平台产品线的依赖组件信息,并对所述依赖组件信息进行一致性和完整性校验,生成对应的校验信息。
根据本公开的实施例,所述获取并分析所述专有云服务器集群的产品线静态服务树基因信息,并进行校验生成校验信息包括:
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的IaaS产品组件信息,并对所述IaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息;
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的PaaS产品组件信息,并对所述PaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息;
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的SaaS产品组件信息,并对所述SaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息。
根据本公开的实施例,所述获取并分析专有云服务器集群的模块或组件的关联关系信息包括:
扫描专有云平台产品线静态服务树的IaaS产品线、PaaS产品线及SaaS产品线,获取所述IaaS产品线、PaaS产品线及SaaS产品线的所有的专有云产品;
分析所述专有云产品,以确定所述所述专有云产品对应的应用分组;
确定所述应用分组的创建单元,并根据所述创建单元确定相应容器的设备分配信息和编排信息,其中,所述创建单元为镜像包或程序包。
根据本公开的实施例,所述获取并分析专有云服务器集群的模块或组件的依赖关系信息包括:
扫描专有云平台产品线静态服务树的IaaS产品线、PaaS产品线及SaaS产品线,获取所述IaaS产品线、PaaS产品线及SaaS产品线的所有的专有云产品;
根据程序代码中包含和引用语句、配置文件的引用语句、数据读写的依赖组件信息,确定每个专有云产品相关服务的应用程序所依赖的底层功能模块信息和与所述应用程序有依赖关系的产品的功能模块信息,获取依赖关系;
针对每一个所述模块或组件生成相应的依赖模块或依赖组件的集合;以及根据所述依赖关系,分析所述模块或组件的依赖层级。
根据本公开的实施例,所述存储所述系统分层信息包括:
将所述系统分层信息按照基础系统基因信息、基础依赖基因信息及产品线静态服务树基因信息的顺序依次存储至第一数据库;
基于树形数据结构将所述关联关系信息存储至第二数据库;
将依赖关系信息存储于第三数据库。
根据本公开的实施例,所述对所述专有云容器基因信息集合的全部或部分专有云容器集群基因进行可视化展示包括:
按照基础系统基因信息、基础依赖基因信息及产品线静态服务树基因信息的顺序展示专有云服务器集群的系统分层信息,包括模块或组件的名称、功能、技术指标、基本状态信息;
采用树形结构展示关联关系信息的服务目录树,并且展示所述模块或组件的Pod信息、容器信息、应用分组信息;
通过依赖层次结构,展示专有云平台中全部的依赖层次中的各组件的名称、状态,以及所述模块或组件所依赖的模块和组件,并展示所述模块或组件提供支撑的模块或组件。
根据本公开的另一个方面,提供了一种获取专有云容器集群基因信息的装置,包括:
信息获取及分析模块,用于获取并分析专有云服务器集群的模块或组件的系统分层信息、关联关系信息及依赖关系信息;
校验模块,用于通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验;
存储及版本管理模块,存储所述系统分层信息、关联关系信息及依赖关系信息作为所述专有云服务器集群的专有云容器集群基因,并确定所述专有云容器集群基因的版本信息。
根据本公开的实施例,所述的装置还包括:
显示模块,用于对所述专有云容器基因信息集合的全部或部分专有云容器集群基因进行可视化展示。
根据本公开的另一个方面,提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如前所述的获取专有云容器集群基因信息的方法。
根据本公开的另一个方面,提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行如前所述的获取专有云容器集群基因信息的方法。
根据本公开的实施例,可以至少部分地解决在专有云容器集群环境下,如何通过自动化的方法,有效地将能够全面描述容器集群及其所包含的服务应用的整体信息进行快速、准确提取的问题,为后续基于集群基因信息的集群生成和管理提供基础依据的技术效果,同时有利于解决专有云部署过程中,对标准专有云集群结构和部署方案可能存在的不准确的问题,还有利于提升自动化集群整体部署的准确和效率。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1a示意性示出了根据本公开实施例的可以应用获取专有云容器集群基因信息的方法及装置的示例性系统架构;
图1b示意性示出了根据本公开实施例的获取专有云容器集群基因信息的方法及装置的实现流程;
图1c为本公开实施例专有云集群系统分层基因信息的结构框图;
图2示意性示出了根据本公开的实施例的获取专有云容器集群基因信息的方法的流程图。
图3示意性示出了根据本公开的实施例的获取并分析专有云服务器集群的模块或组件的三个维度的集群基因信息的方法的流程图。
图4示意性示出了根据本公开的实施例的获取并分析专有云服务器集群的模块或组件的系统分层信息的方法的流程图。
图5a示意性的示出了根据本公开的实施例专有云产品线的示意图。
图5b示意性示出了根据本公开的实施例的获取并分析专有云服务器集群的模块或组件的关联关系信息的方法的流程图。
图6示意性示出了根据本公开的实施例的获取并分析专有云服务器集群的模块或组件的依赖关系信息的方法的流程图。
图7示意性示出了根据本公开又一实施例的获取专有云容器集群基因信息的方法的流程图。
图8示意性示出了根据本公开的实施例的获取专有云容器集群基因信息的装置的框图。
图9示意性示出了根据本公开实施例的电子设备的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种获取专有云容器集群基因信息的方法,包括:获取并分析专有云服务器集群的模块或组件的系统分层信息、关联关系信息及依赖关系信息;通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验;若所述整体性校验通过,则存储所述专有云容器集群基因信息集合,并确定所述专有云容器集群基因的版本信息。
由于专有云集群在每次封版时需要对集群中的所有容器进行统一打包,封版,集群中的许多信息因此固化。本公开采用基于集群容器基因信息提取技术,自动实现对专有云集群的容器信息获取,并且保证获取到的信息准确、有效。
图1a示意性示出了根据本公开实施例的可以应用获取专有云容器集群基因信息的方法及装置的示例性系统架构。需要注意的是,图1a所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1a所示,根据该实施例的系统架构100可以包括集群基因信息数据库101、标准专有云平台服务器集群102、终端设备103和网络104。网络104用以在集群基因信息数据库101、标准专有云平台服务器集群102、终端设备103之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
其中,集群基因信息数据库101用于存储从标准专有云平台服务器集群102获取的集群基因信息,标准专有云平台是指经过长时间的研发和质量验证,确保功能、性能、稳定性、可扩展性、安全性等各项技术指标能够达到技术标准要求的专有云平台环境。集群基因是指能够完整表示集群中各个组件数量、配置、组成、数据、关联关系、依赖关系等关键信息的结构化信息,通过它能够实现相同或相似集群的自动化创建和组件部署。集群基因信息数据库101可以为与标准专有云平台服务器集群102关联的数据库服务器,或者,在其他实施例中,集群基因信息数据库101还可以被配置为标准专有云平台服务器集群102中的服务器。
终端设备103可以响应于用户操作通过网络104向集群基因信息数据库101发送请求信息,以通过集群基因信息数据库101的响应得到需要观看或查阅的专有云容器集群基因信息。在一实施例中,终端设备103例如可以是具有处理功能且安装有客户端应用的各种电子设备。其中,电子设备包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机等等。安装的客户端应用包括但不限于:网络通信类应用、网页浏览类应用、线上支付平台等。向集群基因信息数据库101发送的请求信息例如可以通过客户端应用提供的接口发送。
集群基因信息数据库101、标准专有云平台服务器集群102通过网络104相连,集群基因信息数据库101可以通过网络104获取标准专有云平台服务器集群102的数据信息,从而将获取的数据用于例如实现标准专有云平台的重建。示例性的,所述获取专有云容器集群基因信息的系统基于K8S技术,基于K8S集群中容器的特点,能够提升集群基因信息的有效率,使得提取到的集群基因信息能够应用于集群的遗传复制和升级更新。
需要说明的是,本公开实施例所提供的获取专有云容器集群基因信息的方法一般可以由集群基因信息数据库101执行。相应地,本公开实施例所提供的获取专有云容器集群基因信息的装置一般可以设置于集群基因信息数据库101中。本公开实施例所提供的获取专有云容器集群基因信息的方法也可以由不同于集群基因信息数据库101且能够与集群基因信息数据库101通信的服务器或服务器集群执行。相应地,本公开实施例所提供的获取专有云容器集群基因信息的装置也可以设置于不同于集群基因信息数据库101且能够与集群基因信息数据库101通信的服务器或服务器集群中。
应该理解,图1a中的数据库、服务器、终端设备和网络的数目仅仅是示意性的。根据实现需要,可以具有任意数目的服务器和网络。
图1b示意性示出了根据本公开实施例的获取专有云容器集群基因信息的方法及装置的实现流程。根据本公开的实施例,将从标准专有云平台服务器集群102获取的集群基因信息存储于集群基因信息数据库101,并在终端设备103进行展示。
本实施例中,基于集群基因信息数据库101存储有从标准专有云平台全面采集和收集的集群基因信息。其中,集群基因信息包括三个维度的信息:第一个维度是形成专有云集群的8个层次信息,即系统分层基因信息,实现离散化、全覆盖的模块组件集合,通过该系统分层基因信息实现模块、组件的组成分析和信息收集;第二个维度是在集群的产品线各模块或组件的关联关系集合,即关联基因信息;第三个维度是在集群的产品线各个模块或组件的依赖关系集合,即依赖关系基因信息。
基于以上三个维度,形成完整的专有云集群基因信息集合。利用此专有云集群基因信息集合,在标准专有云平台服务器集群102构建IaaS、PaaS、SaaS平台以及容器集群,实现标准专有云平台的重建。其中,IaaS为包含虚拟化计算资源、虚拟化网络资源、虚拟化存储资源等基础云资源的云平台服务层;PaaS为提供数据库、中间件、开发组件、大数据组件等平台层云资源的云平台服务层;SaaS为提供支持特定业务的软件资源的云平台服务层。
图1c为本公开实施例专有云集群系统分层基因信息的结构框图。
如图1c所示,专有云集群系统自底向上分为8个集群基因信息层次。其中,第1层至第3层为基础系统基因信息。具体地,第1层集群基因信息为通过带外管理系统和带内管理系统,自动扫描物理服务器集群的基因信息,收集到的信息,例如:服务器数量、服务器规格、服务器配置、服务器类型(管理节点、计算节点、存储节点等);第2层集群基因信息为通过云平台运维管理系统,自动扫描服务服务器的操作系统、网络拓扑等信息;第3层集群基因信息为通过云平台运维管理系统,扫描并收集的集群组件信息,例如:Kubernetes、zookeeper等集群组件。
第4层为基础依赖基因信息,包括通过云平台运维管理系统,扫描并收集专有云平台上各产品线依赖的组件的信息,例如:日志系统、监控系统、安全防护系统、DNS服务等。
第5层至第7层为产品线静态服务树基因信息。具体地,第5层集群基因信息为通过专有云管理平台和Kubernetes集群管理模块,扫描专有云平台上的IaaS产品组件信息,包括支撑产品组件的K8S服务、Pod、API、容器、应用、分组、容器镜像等;第6层集群基因信息为通过专有云管理平台和Kubernetes集群管理模块,扫描专有云平台上的PaaS产品组件信息,包括支撑产品组件的虚拟机、K8S服务、Pod、API、容器、应用、分组、容器镜像等;第7层集群基因信息为通过专有云管理平台和Kubernetes集群管理模块,扫描专有云平台上的SaaS产品组件信息,包括支撑产品组件的虚拟机、虚拟存储、虚拟网络、PaaS服务、K8S服务、Pod、API、容器、应用、分组、容器镜像等。
第8层集群基因信息为对收集到的全部信息进行一致性和完整性进行校验,并生成对应的校验信息以及模块或组件的版本信息。示例性的,基于版本的自动生成规则确定版本信息,例如小版本的版本信息自增等;或者基于人工确定版本信息,生成集群各模块组件基因信息的版本信息。
通过本公开实施例的获取专有云容器集群基因信息的系统,实现对专有云集群的容器信息的自动获取,并且保证了获取信息的准确性和有效性。
图2示意性示出了根据本公开的实施例的获取专有云容器集群基因信息的方法的流程图。
如图2所示,该方法包括从系统分层信息、关联关系信息及依赖关系信息三个维度提取容器集群进行信息,并校验和存储,具体包括操作S210~S230。
在操作S210,获取并分析专有云服务器集群的模块或组件的系统分层信息、关联关系信息及依赖关系信息;
在操作S220,通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验;以及
在操作S230,若所述整体性校验通过,则存储所述专有云容器集群基因信息集合,并确定所述专有云容器集群基因的版本信息。
以下结合具体实施例对图2所示的方法做进一步说明。
图3示意性示出了根据本公开的实施例的获取并分析专有云服务器集群的模块或组件的三个维度的集群基因信息的方法的流程图。
如图3所示,操作S210包括操作S211~S213。首先,在操作S211获取并分析专有云服务器集群的模块或组件的系统分层信息,分析和收集标准专有云平台中多个层次上各个产品线、系统、模块、服务、应用、分组、实例等各种模块和组件的详细信息,针对每个模块和组件创建能够表达并重建该些系统分层信息的自动系统生成模块。其中,系统分层信息包括基础系统基因信息、基础系统基因信息及产品线静态服务树基因信息。
图4示意性示出了根据本公开的实施例的获取并分析专有云服务器集群的模块或组件的系统分层信息的方法的流程图。
如图4所示,操作S211包括操作S2111~S2114。
在操作S2111,获取并分析专有云服务器集群的基础系统基因信息,并进行校验生成校验信息。具体包括以下操作。
通过带外管理系统和带内管理系统,扫描所述专有云服务器集群获取物理服务器集群的基因信息,并对所述物理服务器集群的基因信息进行一致性和完整性校验,生成对应的校验信息。其中,物理服务器集群的基因信息包括例如服务器数量、服务器规格、服务器配置、服务器类型、管理节点、计算节点、存储节点等。
通过云平台运维管理系统,扫描所述专有云服务器集群获取操作系统及网络拓扑信息,并对所述操作系统及网络拓扑信息进行一致性和完整性校验,生成对应的校验信息。
通过云平台运维管理系统,扫描所述专有云服务器集群获取集群组件信息,并对所述集群组件信息进行一致性和完整性校验,生成对应的校验信息。其中,集群组件信息包括Kubernetes、zookeeper等集群组件的信息。
在操作S2112,获取并分析所述专有云服务器集群的基础依赖基因信息,并进行校验生成校验信息。
具体地,在操作S2112中,通过云平台运维管理系统,扫描所述专有云服务器集群获取专有云平台产品线的依赖组件信息,并对所述依赖组件信息进行一致性和完整性校验,生成对应的校验信息。其中,依赖组件信息包括例如日志系统、监控系统、安全防护系统、DNS服务等。
在操作S2113,获取并分析所述专有云服务器集群的产品线静态服务树基因信息,并进行校验生成校验信息。具体地包括以下操作。
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的IaaS产品组件信息,包括支撑产品组件的K8S服务、Pod、API、容器、应用、分组、容器镜像等,并对所述IaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息;
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的PaaS产品组件信息,包括支撑产品组件的虚拟机、K8S服务、Pod、API、容器、应用、分组、容器镜像等。并对所述PaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息;
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的SaaS产品组件信息,包括支撑产品组件的虚拟机、虚拟存储、虚拟网络、PaaS服务、K8S服务、Pod、API、容器、应用、分组、容器镜像等。并对所述SaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息。
在操作S2114,对获取的所有信息进行一致性和完整性校验,若校验通过,则生成所述模块或组件的版本信息。其中,生成模块或组件的版本信息可以基于版本的自动生成规则,例如小版本的版本信息自增等,或者基于人工确定版本信息,生成集群各模块组件基因信息的版本信息。
在操作S210中,获取第一个维度的系统分层信息后,还需要获取专有云服务器集群的模块或组件的关联关系信息和依赖关系信息。
其中,在操作S212,获取关联关系信息。针对各个模块和组件的特征,分析各个模块和组件在标准专有云平台中树形组成结构中的排布信息,并基于产品线、系统、模块、服务、应用、分组、实例等层次构建信息表示方法,针对可扩展的模块,确定扩展的方式和表示方法。例如网络节点增加,确定IP、端口分配机制等。
图5a示意性的示出了根据本公开的实施例专有云产品线的示意图。如图5a所示,专有云平台包括IaaS产品线、PaaS产品线和SaaS产品线,每个产品线下包括多个产品,而每个产品分为多个应用分组,其中应用分组可以通过镜像包或程序包构建。
图5b示意性示出了根据本公开的实施例的获取并分析专有云服务器集群的模块或组件的关联关系信息的方法的流程图。
如图5b所示,所述操作S212按照IaaS、PaaS、SaaS层次顺序扫描服务树上的每个专有云产品线,所述方法包括以下操作。
扫描专有云平台产品线静态服务树的每个专有云产品线,获取所述专有云产品线的所有的专有云产品;
分析所述专有云产品,以确定所述专有云产品对应的应用分组;
确定所述应用分组的创建单元,并根据所述创建单元确定对应容器的设备分配信息和编排信息,其中,所述创建单元为镜像包或程序包,设备分配信息包括SN号和机房、机架、服务器落位等。当全部分析完成后,返回扫描下一个专有云产品线。
在操作S213,获取依赖关系信息。分析在标准专有云构建过程中各个模块、组件的功能依赖关系,确保被依赖的模块、组件在构建集群基因时的信息在序列化时排于依赖它的模块的前面,使得未来的实例生成有效。当依赖关系比较复杂时,允许人为根据技术标准调整基因序列的先后顺序。
具体地,所述操作S213中针对IaaS、PaaS、SaaS服务树,对重要的模块、组件的依赖关系进行分析,确定依赖链的顺序。所述方法包括以下操作。
扫描专有云平台产品线静态服务树的专用云产品线,获取所述专用云产品线的所有的专有云产品;
根据程序代码中包含和引用语句、配置文件的引用语句、数据读写的依赖组件等信息,确定每个专有云产品相关服务的应用程序所依赖的底层功能模块信息和与所述应用程序有依赖关系的产品的功能模块信息,获取依赖关系;
针对每一个所述模块或组件生成相应的依赖模块或依赖组件的集合;以及分析出云平台全部模块和组件的依赖层级。图6示意性示出了根据本公开的实施例的获取并分析专有云服务器集群的模块或组件的依赖关系信息的方法的流程图。如图6所示,上一层的模块、组件依赖下一层的模块、组件,并且同一层的模块和组件之间互相无依赖关系。
在操作S220,通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合。具体地,基于专有云平台组件的系统分层信息分析、关联关系分析和依赖关系分析,构建三个维度的集群基因信息体系:
1、通过第一个维度系统分层信息生成专有云集群的8个层次、离散化、全覆盖的模块组件集合。
2、通过第二个维度关联关系信息生成在集群的基础组件之上的产品线各模块和组件的关联关系集合。
3、通过第三个维度依赖关系信息生成在集群的集成组件之上的产品线各模块和组件的依赖关系集合。
基于以上三个维度,形成完整的专有云集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验。整体性校验是指在整体系统层面每个维度的集群基因信息验证有效性。例如,依赖关系是否准确,模块、组件信息是否一致、完整。
在操作S230,若所述整体性校验通过,则针对三个维度的专有云基于容器集群的基因信息集合,采用三个数据库单元进行存储。在第一个数据库单元中,按顺序存储从第1层到底8层的全部系统分层信息;在第二个数据库单元中,基于树形结构,例如深度优先或广度优先的数据结构,存储第二个维度的集群基因信息,保存完整的产品线各模块和组件的关联关系集合信息;在第三个数据库单元中,将全部的组件根据依赖关系。
在对提取到的集群基因信息进行持久性存储的同时,还需要对标准专有云的基因版本进行管理,确保每一个有效的标准专有云都具有已持久化存储的集群基因信息版本,当版本信息更新时,对版本进行标识。其中,所述集群基因信息的版本信息还包括各个模块或组件还具有各自的模块或组件版本信息。
本公开实施例通过自动化的方法,有效地将能够全面描述容器集群及其所包含的服务应用的整体信息进行快速、准确提取,通过三个维度对容器集群基因信息进行表达的方法,包括系统分层维度、模块关联维度、模块依赖维度,能够更准确的表达出容器集群的全貌,更有利于根据基因进行集群复制。
此外,针对专有云中存在包部署与镜像部署两种部署方式,本公开实施例提出的基于集群容器基因检测的信息提取技术可以对该两种部署方式进行统一处理。
图7示意性示出了根据本公开又一实施例的获取专有云容器集群基因信息的方法的流程图。
如图7所示,与上述实施例不同的是,所述获取专有云容器集群基因信息的方法的操作S230之后,还包括操作S240。
在操作S240,对所述专有云容器基因信息集合的全部或部分专有云容器集群基因进行可视化展示。
具体地,基于集群基因信息的三个维度,对集群基因信息的展示也分为三个维度:
按照系统分层信息的8个层次,全面展示集群的各个模块和组件的名称、功能、技术指标、基本状态等信息。
通过树形结构展示关联关系的服务目录树,并且针对每个组件展示Pod信息、容器信息、应用分组信息。
通过依赖层次结构,展示专有云平台中全部的依赖层次中的各个组件的名称、状态,以及针对某个模块和组件展示其所依赖的模块和组件,并展示它为哪些模块和组件提供支撑。
本公开实施例通过自动化的方法,有效地将能够全面描述容器集群及其所包含的服务应用的整体信息进行快速、准确提取,并且使提取出的基因信息能够有效地展示出来,为后续基于集群基因信息的集群生成和管理提供基础依据。
图8示意性示出了根据本公开的实施例的获取专有云容器集群基因信息的装置的框图。
如图所示,获取专有云容器集群基因信息的装置800包括信息获取及分析模块810、校验模块820、存储及版本管理模块830和显示模块840。
其中,信息获取及分析模块810用于获取并分析专有云服务器集群的模块或组件的系统分层信息、关联关系信息及依赖关系信息;
校验模块820用于通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验;以及
存储及版本管理模块830用于存储所述系统分层信息、关联关系信息及依赖关系信息作为所述专有云服务器集群的专有云容器集群基因,并确定所述专有云容器集群基因的版本信息。
在一些实施例中,所述的装置还包括显示模块840,用于对所述专有云容器基因信息集合的全部或部分专有云容器集群基因进行可视化展示。
根据本公开的实施例的模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,信息获取及分析模块810、校验模块820、存储及版本管理模块830和显示模块840中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,信息获取及分析模块810、校验模块820、存储及版本管理模块830和显示模块840中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,信息获取及分析模块810、校验模块820、存储及版本管理模块830和显示模块840中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图9示意性示出了根据本公开实施例的电子设备的框图。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900包括处理器910、计算机可读存储介质920。该电子设备900可以执行根据本公开实施例的方法。
具体地,处理器910例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器910还可以包括用于缓存用途的板载存储器。处理器910可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质920,例如可以是非易失性的计算机可读存储介质,具体示例包括但不限于:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;等等。
计算机可读存储介质920可以包括计算机程序921,该计算机程序921可以包括代码/计算机可执行指令,其在由处理器910执行时使得处理器910执行根据本公开实施例的方法或其任何变形。
计算机程序921可被配置为具有例如包括计算机程序模块的计算机程序代码。例如,在示例实施例中,计算机程序921中的代码可以包括一个或多个程序模块,例如包括921A、模块921B、……。应当注意,模块的划分方式和个数并不是固定的,本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合,当这些程序模块组合被处理器910执行时,使得处理器910可以执行根据本公开实施例的方法或其任何变形。
根据本公开的实施例,信息获取及分析模块810、校验模块820、存储及版本管理模块830和显示模块840中的至少一个可以实现为参考图9描述的计算机程序模块,其在被处理器910执行时,可以实现上面描述的相应操作。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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、或代码的一部分,上述模块、程序段、或代码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。也应当注意,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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
本领域技术人员可以理解,尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (13)
1.一种获取专有云容器集群基因信息的方法,包括:
获取并分析专有云服务器集群的模块或组件的系统分层信息、关联关系信息及依赖关系信息;
通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验;以及
若所述整体性校验通过,则存储所述专有云容器集群基因信息集合,并确定所述专有云容器集群基因的版本信息;
其中,所述获取并分析专有云服务器集群的模块或组件的系统分层信息包括:
获取并分析专有云服务器集群的基础系统基因信息,并进行校验生成校验信息;
获取并分析所述专有云服务器集群的基础依赖基因信息,并进行校验生成校验信息;
获取并分析所述专有云服务器集群的产品线静态服务树基因信息,并进行校验生成校验信息;以及
对获取的所有信息进行一致性和完整性校验,若校验通过,则生成所述模块或组件的版本信息。
2.根据权利要求1所述的方法,还包括:对所述专有云容器集群基因信息集合的全部或部分专有云容器集群基因进行可视化展示。
3.根据权利要求1所述的方法,其中,所述获取并分析专有云服务器集群的基础系统基因信息,并进行校验生成校验信息包括:
通过带外管理系统和带内管理系统,扫描所述专有云服务器集群获取物理服务器集群的基因信息,并对所述物理服务器集群的基因信息进行一致性和完整性校验,生成对应的校验信息;
通过云平台运维管理系统,扫描所述专有云服务器集群获取操作系统及网络拓扑信息,并对所述操作系统及网络拓扑信息进行一致性和完整性校验,生成对应的校验信息;以及
通过云平台运维管理系统,扫描所述专有云服务器集群获取集群组件信息,并对所述集群组件信息进行一致性和完整性校验,生成对应的校验信息。
4.根据权利要求1所述的方法,其中,所述获取并分析所述专有云服务器集群的基础依赖基因信息,并进行校验生成校验信息包括:
通过云平台运维管理系统,扫描所述专有云服务器集群获取专有云平台产品线的依赖组件信息,并对所述依赖组件信息进行一致性和完整性校验,生成对应的校验信息。
5.根据权利要求1所述的方法,其中,所述获取并分析所述专有云服务器集群的产品线静态服务树基因信息,并进行校验生成校验信息包括:
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的IaaS产品组件信息,并对所述IaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息;
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的PaaS产品组件信息,并对所述PaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息;以及
通过专有云管理平台和集群管理模块,扫描所述专有云服务器集群获取专有云平台的SaaS产品组件信息,并对所述SaaS产品组件信息进行一致性和完整性校验,生成对应的校验信息。
6.根据权利要求1所述的方法,其中,所述获取并分析专有云服务器集群的模块或组件的关联关系信息包括:
扫描专有云平台产品线静态服务树的IaaS产品线、PaaS产品线及SaaS产品线,获取所述IaaS产品线、PaaS产品线及SaaS产品线的所有的专有云产品;
分析所述专有云产品,以确定所述专有云产品对应的应用分组;以及
确定所述应用分组的创建单元,并根据所述创建单元确定对应容器的设备分配信息和编排信息,其中,所述创建单元为镜像包或程序包。
7.根据权利要求1所述的方法,其中,所述获取并分析专有云服务器集群的模块或组件的依赖关系信息包括:
扫描专有云平台产品线静态服务树的IaaS产品线、PaaS产品线及SaaS产品线,获取所述IaaS产品线、PaaS产品线及SaaS产品线的所有的专有云产品;
根据程序代码中包含和引用语句、配置文件的引用语句、数据读写的依赖组件信息,确定每个专有云产品相关服务的应用程序所依赖的底层功能模块信息和与所述应用程序有依赖关系的产品的功能模块信息,获取依赖关系;
针对每一个所述模块或组件生成相应的依赖模块或依赖组件的集合;以及根据所述依赖关系,分析所述模块或组件的依赖层级。
8.根据权利要求1所述的方法,其中,所述存储所述系统分层信息包括:
将所述系统分层信息按照基础系统基因信息、基础依赖基因信息及产品线静态服务树基因信息的顺序依次存储至第一数据库;
基于树形数据结构将所述关联关系信息存储至第二数据库;以及
将依赖关系信息存储于第三数据库。
9.根据权利要求2所述的方法,其中,所述对所述专有云容器集群基因信息集合的全部或部分专有云容器集群基因进行可视化展示包括:
按照基础系统基因信息、基础依赖基因信息及产品线静态服务树基因信息的顺序展示专有云服务器集群的系统分层信息,包括模块或组件的名称、功能、技术指标、基本状态信息;
采用树形结构展示关联关系信息的服务目录树,并且展示所述模块或组件的Pod信息、容器信息、应用分组信息;以及
通过依赖层次结构,展示专有云平台中全部的依赖层次中的各组件的名称、状态,以及所述模块或组件所依赖的模块和组件,并展示所述模块或组件提供支撑的模块或组件。
10.一种获取专有云容器集群基因信息的装置,包括:
信息获取及分析模块,用于获取并分析专有云服务器集群的模块或组件的系统分层信息、关联关系信息及依赖关系信息;
校验模块,用于通过获取的所述模块或组件的系统分层信息、关联关系信息及依赖关系信息生成专有云容器集群基因信息集合,并对所述专有云容器集群基因信息集合进行整体性校验;以及
存储及版本管理模块,用于存储所述系统分层信息、关联关系信息及依赖关系信息作为所述专有云服务器集群的专有云容器集群基因,并确定所述专有云容器集群基因的版本信息;
其中,所述获取并分析专有云服务器集群的模块或组件的系统分层信息包括:
获取并分析专有云服务器集群的基础系统基因信息,并进行校验生成校验信息;
获取并分析所述专有云服务器集群的基础依赖基因信息,并进行校验生成校验信息;
获取并分析所述专有云服务器集群的产品线静态服务树基因信息,并进行校验生成校验信息;以及
对获取的所有信息进行一致性和完整性校验,若校验通过,则生成所述模块或组件的版本信息。
11.根据权利要求10所述的装置,还包括:
显示模块,用于对所述专有云容器集群基因信息集合的全部或部分专有云容器集群基因进行可视化展示。
12.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-9任一项所述的获取专有云容器集群基因信息的方法。
13.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行如权利要求1-9任一项所述的获取专有云容器集群基因信息的方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011093261.4A CN112333003B (zh) | 2020-10-13 | 2020-10-13 | 一种获取专有云容器集群基因信息的方法及装置 |
US18/247,227 US20230420083A1 (en) | 2020-10-13 | 2021-10-12 | Method and apparatus for acquiring gene information of proprietary cloud container cluster |
KR1020237009447A KR20230073202A (ko) | 2020-10-13 | 2021-10-12 | 사설 클라우드 컨테이너 클러스터 유전자 정보를 획득하는 방법 및 장치 |
PCT/CN2021/123280 WO2022078326A1 (zh) | 2020-10-13 | 2021-10-12 | 一种获取专有云容器集群基因信息的方法及装置 |
JP2023518800A JP2023542380A (ja) | 2020-10-13 | 2021-10-12 | プライベートクラウドコンテナクラスタ遺伝子情報の取得方法及び装置 |
EP21879370.1A EP4231602A1 (en) | 2020-10-13 | 2021-10-12 | Method and apparatus for acquiring private cloud container cluster gene information |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011093261.4A CN112333003B (zh) | 2020-10-13 | 2020-10-13 | 一种获取专有云容器集群基因信息的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112333003A CN112333003A (zh) | 2021-02-05 |
CN112333003B true CN112333003B (zh) | 2022-11-08 |
Family
ID=74313128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011093261.4A Active CN112333003B (zh) | 2020-10-13 | 2020-10-13 | 一种获取专有云容器集群基因信息的方法及装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230420083A1 (zh) |
EP (1) | EP4231602A1 (zh) |
JP (1) | JP2023542380A (zh) |
KR (1) | KR20230073202A (zh) |
CN (1) | CN112333003B (zh) |
WO (1) | WO2022078326A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112333003B (zh) * | 2020-10-13 | 2022-11-08 | 北京京东尚科信息技术有限公司 | 一种获取专有云容器集群基因信息的方法及装置 |
US11630804B1 (en) | 2021-09-29 | 2023-04-18 | International Business Machines Corporation | Classifying and storing multiple layers of a file system |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108933708A (zh) * | 2017-05-27 | 2018-12-04 | 中国互联网络信息中心 | 一种分布式dns服务的多维度校验方法和系统 |
CN110784495A (zh) * | 2019-12-31 | 2020-02-11 | 南京纳网网络技术有限公司 | 基于区块链的大数据集群系统的发现与配置信息管理方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1318472A3 (en) * | 2001-12-10 | 2004-03-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method for the analysis of molecular expression data and biological networks |
CN106603592B (zh) * | 2015-10-15 | 2019-10-01 | 中国电信股份有限公司 | 一种用于基于服务模型的应用集群迁移的方法和迁移装置 |
CN107479863A (zh) * | 2016-06-07 | 2017-12-15 | 阿里巴巴集团控股有限公司 | 专有云的配置信息管理方法和系统 |
US20180088973A1 (en) * | 2016-09-25 | 2018-03-29 | Dinesh Subhraveti | Methods and systems for interconversions among virtual machines, containers and container specifications |
CN109840533B (zh) * | 2017-11-28 | 2020-12-11 | 中国移动通信集团浙江有限公司 | 一种应用拓扑图识别方法及装置 |
CN111343016B (zh) * | 2020-02-21 | 2021-01-26 | 北京京东尚科信息技术有限公司 | 云服务器集群管理方法和装置 |
CN112333004A (zh) * | 2020-10-13 | 2021-02-05 | 北京京东尚科信息技术有限公司 | 基于容器集群基因的专有云流式重建及校验方法及装置 |
CN112333003B (zh) * | 2020-10-13 | 2022-11-08 | 北京京东尚科信息技术有限公司 | 一种获取专有云容器集群基因信息的方法及装置 |
-
2020
- 2020-10-13 CN CN202011093261.4A patent/CN112333003B/zh active Active
-
2021
- 2021-10-12 WO PCT/CN2021/123280 patent/WO2022078326A1/zh active Application Filing
- 2021-10-12 US US18/247,227 patent/US20230420083A1/en active Pending
- 2021-10-12 EP EP21879370.1A patent/EP4231602A1/en active Pending
- 2021-10-12 KR KR1020237009447A patent/KR20230073202A/ko unknown
- 2021-10-12 JP JP2023518800A patent/JP2023542380A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108933708A (zh) * | 2017-05-27 | 2018-12-04 | 中国互联网络信息中心 | 一种分布式dns服务的多维度校验方法和系统 |
CN110784495A (zh) * | 2019-12-31 | 2020-02-11 | 南京纳网网络技术有限公司 | 基于区块链的大数据集群系统的发现与配置信息管理方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230420083A1 (en) | 2023-12-28 |
EP4231602A1 (en) | 2023-08-23 |
KR20230073202A (ko) | 2023-05-25 |
JP2023542380A (ja) | 2023-10-06 |
WO2022078326A1 (zh) | 2022-04-21 |
CN112333003A (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10169614B2 (en) | Container update system | |
US11163728B2 (en) | Sharing container images utilizing a shared storage system | |
US11960578B2 (en) | Correspondence of external operations to containers and mutation events | |
US10025671B2 (en) | Smart virtual machine snapshotting | |
CN112333242B (zh) | 一种基于状态迁移的专有云重建及校验方法及装置 | |
US11175962B2 (en) | Optimizing a workflow of a storlet architecture | |
CN112333003B (zh) | 一种获取专有云容器集群基因信息的方法及装置 | |
CN106777394B (zh) | 一种集群文件系统 | |
US11288232B2 (en) | Database deployment objects and deterministic locking models | |
US20210248105A1 (en) | Labeling software applications running on nodes of a data center | |
US20210279073A1 (en) | Systems and methods for automated and distributed configuration of computing devices | |
CN112333004A (zh) | 基于容器集群基因的专有云流式重建及校验方法及装置 | |
CN110753121A (zh) | 一种镜像仓库的部署方法、装置、设备及介质 | |
Leimich et al. | A RAM triage methodology for Hadoop HDFS forensics | |
US10565202B2 (en) | Data write/import performance in a database through distributed memory | |
US20170344454A1 (en) | Determining dynamic statistics based on key value patterns | |
US9298487B2 (en) | Managing virtual machine images in a distributed computing environment | |
US11586598B2 (en) | Data deduplication in data platforms | |
KR101378348B1 (ko) | 프라이빗 클라우드 인프라 기반 하둡 클러스터의 기본 프로토타입 | |
WO2021223628A1 (en) | Secure data replication in distributed data storage environments | |
JP2023545638A (ja) | コンテナ化されたソフトウェアの発見と特定 | |
US20220188289A1 (en) | Online file system consistency check for container data on a clustered filesystem | |
JP2024516608A (ja) | ファイルレベルの複数のスナップショットを使用したvmファイル管理 |
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 |