CN113655964B - 数据卷的处理方法、装置、电子设备、介质及程序产品 - Google Patents
数据卷的处理方法、装置、电子设备、介质及程序产品 Download PDFInfo
- Publication number
- CN113655964B CN113655964B CN202110954464.6A CN202110954464A CN113655964B CN 113655964 B CN113655964 B CN 113655964B CN 202110954464 A CN202110954464 A CN 202110954464A CN 113655964 B CN113655964 B CN 113655964B
- Authority
- CN
- China
- Prior art keywords
- data volume
- information
- server instance
- data
- call
- 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 abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000002159 abnormal effect Effects 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims description 26
- 238000012217 deletion Methods 0.000 claims description 18
- 230000037430 deletion Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000012423 maintenance Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0604—Improving or facilitating administration, e.g. storage management
- G06F3/0607—Improving or facilitating administration, e.g. storage management by facilitating the process of upgrading existing storage systems, e.g. for improving compatibility between host and storage device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
- G06F3/0644—Management of space entities, e.g. partitions, extents, pools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
Abstract
本公开实施例公开了一种数据卷的处理方法、装置、电子设备、介质及程序产品，该方法包括获取当前时间序列内的数据卷调用日志信息；将当前时间序列内的数据卷调用日志信息作为预测模型的输入，执行预测模型，得到预测模型输出的待检测服务器实例；从调用数据库侧查询待检测服务器实例上挂载的全部数据卷的标识信息；基于待检测服务器实例上挂载的全部数据卷的标识信息，查询待检测服务器实例上挂载的全部数据卷是否在被调用侧存在；当查询结果为否时，基于查询结果，将调用数据库侧中被调用侧不存在的数据卷的信息的状态改为已删除。该技术方案可以提前预测并修改这些数据卷的错误状态，而不是在调用时才发现，避免出现调用异常。
Description
技术领域
本公开涉及云计算技术领域，具体涉及一种数据卷的处理方法、装置、电子设备、介质及程序产品。
背景技术
在云计算时代，通过云平台和存储系统对接，云平台可以使用存储系统的海量存储资源。云平台通过创建数据卷使用存储系统的块存储资源对外提供服务，例如，云平台openstack是由众多的组件如一起协同工作的，但是由于用户的误操作或者数据卷删除过程中的错误或者网络异常等等原因，组件之间的调用是从理论上就无法做到百分百正确，如会出现被调用侧某数据卷的卷信息已经被删除，但是调用数据库侧却显示该数据卷依然挂载在服务器实例上，在对该实例进行与该数据卷相关的运维操作的时候，就会因为该数据卷的卷信息已经不存在而导致运维操作中断。
发明内容
为了解决相关技术中的问题，本公开实施例提供一种数据卷的处理方法、装置、电子设备、介质及程序产品。
第一方面，本公开实施例中提供了一种数据卷的处理方法。
具体地，所述数据卷的处理方法，包括：
获取当前时间序列内的数据卷调用日志信息，所述数据卷调用日志信息包括数据卷调用异常信息和各数据卷调用频率，所述当前时间序列包括以当前时刻为结束时刻的N个时间段，所述N为大于等于1的整数；
将所述当前时间序列内的数据卷调用日志信息作为预测模型的输入，执行所述预测模型，得到所述预测模型输出的待检测服务器实例；
从调用数据库侧查询所述待检测服务器实例上挂载的全部数据卷的标识信息；
基于所述待检测服务器实例上挂载的全部数据卷的标识信息，查询所述待检测服务器实例上挂载的全部数据卷是否在被调用侧存在；
当查询结果为否时，基于所述查询结果，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
结合第一方面，本公开在第一方面的第一种实现方式中，所述方法还包括：
在进行目标数据卷的调用操作之前，查询所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷是否在被调用侧存在；
如不存在，则将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
结合第一方面和第一方面的第一种实现方式，本公开实施例在第一方面的第二种实现方式中，所述方法还包括：
获取系统工作日志；
基于所述系统工作日志，确定空闲时间段；
在所述空闲时间段，查询得到所述调用数据库侧的全部数据卷的第一标识信息以及所述被调用侧的全部数据卷的第二标识信息；
判断所述第二标识信息是否包含所述第一标识信息；
当判断结果为否时，基于第二标识信息，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
结合第一方面、第一方面的上述实现方式，本公开在第一方面的第三种实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除后，所述方法还包括：
在所述空闲时间段，对所述调用数据库侧的全部数据卷进行调用操作；
获取调用失败的异常数据卷的信息；
基于所述异常数据卷的信息，切换启用所述异常数据卷对应的备份数据卷。
结合第一方面、第一方面的上述实现方式，本公开在第一方面的第四种实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除之后，所述方法还包括：
判断所述调用数据库侧是否还挂载所述不存在的数据卷的信息；
当判断结果为否时，确定删除成功。
第二方面，本公开实施例中提供了一种数据卷的处理装置。
具体地，所述数据卷的处理装置，包括：
第一获取模块，被配置为获取当前时间序列内的数据卷调用日志信息，所述数据卷调用日志信息包括数据卷调用异常信息和各数据卷调用频率，所述当前时间序列包括以当前时刻为结束时刻的N个时间段，所述N为大于等于1的整数；
预测模块，被配置为将所述当前时间序列内的数据卷调用日志信息作为预测模型的输入，执行所述预测模型，得到所述预测模型输出的待检测服务器实例；
第一查询模块，被配置为从调用数据库侧查询所述待检测服务器实例上挂载的全部数据卷的标识信息；
第二查询模块，被配置为基于所述待检测服务器实例上挂载的全部数据卷的标识信息，查询所述待检测服务器实例上挂载的全部数据卷是否在被调用侧存在；
第一修改模块，被配置为当查询结果为否时，基于所述查询结果，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
结合第二方面，本公开实施例在第二方面的第一种实现方式中，所述装置还包括：
第三查询模块，被配置为在进行目标数据卷的调用操作之前，查询所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷是否在被调用侧存在；
第二修改模块，被配置为在查询结果为不存在时，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
结合第二方面和第二方面的第一种实现方式，本公开实施例在第二方面的第二种实现方式中，所述装置还包括：
第二获取模块，被配置为获取系统工作日志；
第一确定模块，被配置为基于所述系统工作日志，确定空闲时间段；
第三查询模块，被配置为在所述空闲时间段，查询得到所述调用数据库侧的全部数据卷的第一标识信息以及所述被调用侧的全部数据卷的第二标识信息；
第一判断模块，被配置为判断所述第二标识信息是否包含所述第一标识信息；
第二修改模块，被配置为当判断结果为否时，基于第二标识信息，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
结合第二方面、第二方面的上述实现方式，本公开在第二方面的第三种实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除后，所述装置还包括：
调用模块，被配置为在所述空闲时间段，对所述调用数据库侧的全部数据卷进行调用操作；
第三获取模块，被配置为获取调用失败的异常数据卷的信息；
切换模块，被配置为基于所述异常数据卷的信息，切换启用所述异常数据卷对应的备份数据卷。
结合第二方面、第二方面的上述实现方式，本公开在第二方面的第四种实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除之后，所述装置还包括：
第二判断模块，被配置为判断所述调用数据库侧是否还挂载所述不存在的数据卷的信息；
第二确定模块，被配置为当判断结果为否时，确定删除成功。
第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面任一项所述的方法。
第四方面，本公开实施例提供了一种计算机可读存储介质，用于存储数据卷的处理装置所用的计算机指令，其包含用于执行上述数据卷的处理方法为数据卷的处理装置所涉及的计算机指令。
第五方面，本公开实施例提供了一种计算机程序产品，包括计算机程序/指令，其中，该计算机程序/指令被处理器执行时实现上述数据卷的处理方法中的步骤。
根据本公开实施例提供的技术方案，可以通过预测模块提前预测当前时刻的待检测服务器实例，检测这些待检测服务器实例上挂载的数据卷在被调用侧是否已经被删除，将调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除，如此提前发现并修改这些数据卷的错误状态，而不是在调用时才发现，避免出现调用异常。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本公开的实施例的一种数据卷的处理方法的流程图；
图2示出根据本公开的实施例的另一种数据卷的处理方法的流程图；
图3示出根据本公开的实施例的又一种数据卷的处理方法的流程图；
图4示出根据本公开的实施例的数据卷的处理装置的结构框图；
图5示出根据本公开的实施例的电子设备的结构框图；
图6示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
在本公开中，对用户信息或用户数据的获取均为经用户授权、确认，或由用户主动选择的操作。
上文提及，在云计算时代，通过云平台和存储系统对接，云平台可以使用存储系统的海量存储资源。云平台通过创建数据卷使用存储系统的块存储资源对外提供服务，例如，云平台openstack是由众多的组件如一起协同工作的，但是由于用户的误操作或者数据卷删除过程中的错误或者网络异常等等原因，组件之间的调用是从理论上就无法做到百分百正确，如会出现被调用侧某数据卷的卷信息已经被删除，但是调用数据库侧却显示该数据卷依然挂载在服务器实例上，在对该实例进行与该数据卷相关的运维操作的时候，就会因为该数据卷的卷信息已经不存在而导致运维操作中断。
考虑到上述问题，在公开实施例提出一种数据卷的处理方法，可以通过预测模块提前预测当前时刻的待检测服务器实例，检测这些待检测服务器实例上挂载的数据卷在被调用侧是否已经被删除，将调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除，如此提前发现并修改这些数据卷的错误状态，而不是在调用时才发现，避免出现调用异常。
图1示出根据本公开的实施例的一种数据卷的处理方法的流程图。如图1所示，所述数据卷的处理方法包括以下步骤S101-S105：
在步骤S101中，获取当前时间序列内的数据卷调用日志信息，所述数据卷调用日志信息包括数据卷调用异常信息和各数据卷调用频率，所述当前时间序列包括以当前时刻为结束时刻的N个时间段，所述N为大于等于1的整数；
在步骤S102中，将所述当前时间段内的数据卷调用日志信息作为预测模型的输入，执行所述预测模型，得到所述预测模型输出的待检测服务器实例，所述待检测服务器实例为当前时刻出现调用异常的概率大于预设阈值的服务器实例；
在步骤S103中，从调用数据库侧查询所述待检测服务器实例上挂载的全部数据卷的标识信息；
在步骤S104中，基于所述待检测服务器实例上挂载的全部数据卷的标识信息，查询所述待检测服务器实例上挂载的全部数据卷是否在被调用侧存在；
在步骤S105中，当查询结果为否时，基于所述查询结果，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
在本公开一实施方式中，所述数据卷的处理方法可适用于可执行数据卷处理的计算机、计算设备、电子设备、服务器、服务器集群等。
在本公开实施例中，数据卷的调用异常会随着时间的迁移发生变化，服务器实例的预测服务需要动态感知这系列变化对待检测服务器实例确定的影响。简单的使用单个时间尺度信息无法揭示不同变化对预测结果的影响。而简单采用前一天或一周的数据，数据的有偏性、稀疏性会对预测产生重要的影响。本实施例提出基于时长的时间多尺度预测，获取多个时间段(如一天、一周、一月)内的数据卷调用日志信息，这样可以兼顾长期历史数据卷调用日志信息以及近期事件对待检测服务器实例的影响，可以起到改善预测作用。
在本公开实施例中，当前时间序列包括以当前时刻为结束时刻的N个时间段，示例的，该当前时间序列包括以当前时刻为结束时刻的一天，以当前时刻为结束时刻的一周，以及以当前时刻为结束时刻的一月。
在本公开实施例中，该数据卷调用日志信息包括数据卷调用异常信息、各数据卷调用频率等等各种日志信息。数据卷需要挂载(mount)在该服务器实例上，把数据卷与服务器实例上的特定位置进行关联，以便系统能够从服务器实例上调用该数据卷，从而访问该数据卷内存储的数据。在进行数据调用时可能会出现各种问题，如调用数据库侧的服务器实例上挂载有某数据卷的信息但是被调用侧上已经将该数据卷删除了，此时就会出现调用异常等等。
在本公开实施例中，该预测模型可以有大量的样本数据训练得到，该样本数据包括历史时刻的时间序列内的数据卷调用日志信息和历史时刻出现调用异常的服务器实例，通过这些样本数据就可以训练得到预测结果的正确率超过预设阈值的预测模型，该预测模型的输入为该当前时间序列内的数据卷调用日志信息，该预测模型的输出为待检测服务器实例，该待检测服务器实例为当前时刻该预测模型预测的数据卷的调用会出现异常的服务器实例。
在本公开实施例中，在预测模型预测出当前时刻数据卷的调用会出现异常的待检测服务器实例后，可以通过底层云平台的调用数据库侧(即nova侧)计算接口查询对应的该待检测服务器实例中的所有卷的标识信息，例如，在查询待检测服务器实例A的信息时会返回诸多信息，如待检测服务器实例A挂载的所有卷的标识信息、服务器IP、镜像等信息，将所有数据卷的标识信息存入列表1中。之后，可以通过被调用侧(即cinder侧)存储接口查询列表1中所有卷ID对应的数据卷是否存在，具体方式是将服务器所在的资源池的所有数据卷的标识信息利用cinder接口查询并保存在列表2中，比对列表1与列表2这两个表的包含关系，查看列表1中的数据卷是否有标识信息不在列表2中。如果都存在，则查询结果为是，如果有不存在的，则查询结果为否。
在本公开实施例中，在查询结果为否时，可以将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除，表明该数据卷已经被删除，不能被调用，这样，该调用数据库侧就不会在调用该数据卷，避免调用该数据卷出现异常。
本实施例提供的数据卷的异常处理方法，可以提前预测当前时刻的待检测服务器实例，检测这些待检测服务器实例上挂载的数据卷在被调用侧是否已经被删除，将调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除，如此提前发现并修改这些数据卷的错误状态，而不是在调用时才发现，避免出现调用异常。
在本实施例的一个可选实现方式中，图2示出根据本公开的实施例的另一种数据卷的处理方法的流程图。如图2所示，所述方法还可包括以下步骤：
在步骤S201中，在进行目标数据卷的调用操作之前，查询所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷是否在被调用侧存在；
在步骤S202中，如不存在，则将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
该可选的实现方式中，在进行目标数据卷的调用操作之前，可以先获取所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷的标识信息，基于该目标服务器实例上挂载的全部数据卷的标识信息，利用cinder接口查询该目标服务器实例对应的服务器的资源池的所有数据卷的标识信息中是否包含该全部数据卷的标识信息；如果包含有，则表明所述目标服务器实例上挂载的全部数据卷的标识信息在被调用侧存在；如果不包含有，则表明所述目标服务器实例上挂载的一些数据卷在被调用侧不存在；在有数据卷在被调用侧不存在的情况下，可以将所述调用数据库侧中这些不存在的数据卷的信息的状态改为已删除，如此同步该调用数据库侧和被调用侧的数据卷信息，避免出现调用异常。
在这里需要说明的是，针对同一个目标服务器实例，只针对该目标服务器实例的上次查询时间距离当前时刻的时长未超过预设时长，就可以不查询，只有针对该目标服务器实例的上次查询时间距离当前时刻的时长超过预设时长，才会查询目标服务器实例上挂载的全部数据卷是否在被调用侧存在。另外，不同的目标服务器实例对应的预设时长可以不同，工作频率越高的目标服务器实例对应的预设时长越低，这样可以保证调用频率较高的数据卷的检测频率越高，而调用频率较低的数据卷的检测频率越低，如此既可以一定程度地保证数据卷的调用正常也可以降低检测频率。
在本实施例的一个可选实现方式中，图3示出根据本公开的实施例的又一种数据卷的处理方法的流程图。如图3所示，所述方法还可包括以下步骤：
在步骤S301中，获取系统工作日志；
在步骤S302中，基于所述系统工作日志，确定空闲时间段；
在步骤S303中，在所述空闲时间段，查询得到所述调用数据库侧的全部数据卷的第一标识信息以及所述被调用侧的全部数据卷的第二标识信息；
在步骤S304中，判断所述第一标识信息是否包含于所述第二标识信息；
在步骤S305中，当判断结果为否时，基于第二标识信息，将所述调用数据库侧中所述被调用侧不存在的所有数据卷的信息的状态均改为已删除。
在该可选的实现方式中，可以通过系统工作日志查看该云平台系统工作的时刻，获取到云平台系统的空闲时刻，基于这些空闲时刻得到该空闲时间段，该空闲时间段可以是一天内的空闲时间段，也可以是一周内的空闲时间段，该空闲时间段的时长可以根据全面检测所需的时长来确定，该空闲时间段要大于该全面检测所需的时长。
在该可选的实现方式中，在所述空闲时间段，可以通过底层云平台的调用数据库侧(即nova侧)计算接口查询对应的全部服务器实例中的全部数据卷的第一标识信息，利用cinder接口查询服务器实例对应的服务器所在的资源池的全部数据卷的第二标识信息；判断所述第二标识信息是否包含所述第一标识信息；若包含，则说明该被调用侧和调用数据库侧的数据卷的信息是同步的，若不包含，则说明该被调用侧有数据卷已被删除，而在调用数据库侧该已删除的数据卷仍挂载在服务器实例上，此时，就需要将所述调用数据库侧中所述被调用侧不存在的所有数据卷的信息的状态均改为已删除。如此在空闲时间段对云平台系统内全部的数据卷信息进行全面检测，既可以进行全面检测保证全部数据卷的调用正常也不影响云平台系统的工作。
在本实施例的一个可选实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除后，所述方法还包括：
在所述空闲时间段，对所述调用数据库侧的全部数据卷进行调用操作；
获取调用失败的异常数据卷的信息；
基于所述异常数据卷的信息，切换启用所述异常数据卷对应的备份数据卷。
在该可选的实现方式中，在所述空闲时间段，还可以对所述调用数据库侧的全部数据卷进行调用操作，得到调用结果，如果调用失败，由于已经进行了全面的检测，则排除被调用侧有数据卷已被删除而在调用数据库侧该已删除的数据卷仍挂载在服务器实例上的情况，可能数据卷本身出现故障为异常数据卷，此时，可以切换启用所述异常数据卷对应的备份数据卷，这样在后续调用该异常数据卷时就会调用到该备份数据卷；如此提前发现故障切换至使用备份数据卷，可以提前排除故障。
在本实施例的一个可选实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除之后，所述方法还包括：
判断所述调用数据库侧是否还挂载所述不存在的数据卷；
当判断结果为否时，确定删除成功。
在该可选的实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除之后，可以检测该调用数据库侧中的数据卷信息是否已删除，通过底层云平台的调用数据库侧计算接口查询该不存在的数据卷挂载的服务器实例上挂载的所有卷的标识信息，查询所有卷的标识信息中是否有该不存在的数据卷的标识信息，如果没有，则确定该调用数据库侧不再挂载所述不存在的数据卷，此时可以确定删除成功；如果有，则确定该调用数据库侧仍挂载有该不存在的数据卷，此时可以确定未删除成功，可以继续进行删除操作，如果超过M次仍未删除成功，则显示提示信息，该提示信息用于提示运维人员该不存在的数据卷的标识信息的删除失败，让运维人员查询该删除失败的原因并解决。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图4示出根据本公开的实施例的数据卷的处理装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
如图4所示，所述数据卷的处理装置400包括第一获取模块401、预测模块402、第一查询模块403、第二查询模块404和第一修改模块405。
第一获取模块401，被配置为获取当前时间序列内的数据卷调用日志信息，所述数据卷调用日志信息包括数据卷调用异常信息和各数据卷调用频率，所述当前时间序列包括以当前时刻为结束时刻的N个时间段，所述N为大于等于1的整数；
预测模块402，被配置为将所述当前时间序列内的数据卷调用日志信息作为预测模型的输入，执行所述预测模型，得到所述预测模型输出的待检测服务器实例；
第一查询模块403，被配置为从调用数据库侧查询所述待检测服务器实例上挂载的全部数据卷的标识信息；
第二查询模块404，被配置为基于所述待检测服务器实例上挂载的全部数据卷的标识信息，查询所述待检测服务器实例上挂载的全部数据卷是否在被调用侧存在；
第一修改模块405，被配置为当查询结果为否时，基于所述查询结果，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
在本公开实施例中，数据卷的调用异常会随着时间的迁移发生变化，服务器实例的预测服务需要动态感知这系列变化对待检测服务器实例确定的影响。简单的使用单个时间尺度信息无法揭示不同变化对预测结果的影响。而简单采用前一天或一周的数据，数据的有偏性、稀疏性会对预测产生重要的影响。本实施例提出基于时长的时间多尺度预测，获取多个时间段(如一天、一周、一月)内的数据卷调用日志信息，这样在兼顾历史数据卷调用日志信息的同时，对近期事件带来对待检测服务器实例的影响可以起到改善预测作用。
在本公开实施例中，当前时间序列包括以当前时刻为结束时刻的N个时间段，示例的，该当前时间序列包括以当前时刻为结束时刻的一天，以当前时刻为结束时刻的一周，以及以当前时刻为结束时刻的一月。
在本公开实施例中，该数据卷调用日志信息包括数据卷调用异常信息、各数据卷调用频率等等各种日志信息。数据卷需要挂载(mount)在该服务器实例上，把数据卷与服务器实例上的特定位置进行关联，以便系统能够从服务器实例上调用该数据卷，从而访问该数据卷内存储的数据。在进行数据调用时可能会出现各种问题，如调用数据库侧的服务器实例上挂载有某数据卷的信息但是被调用侧上已经将该数据卷删除了，此时就会出现调用异常等等。
在本公开实施例中，该预测模型可以有大量的样本数据训练得到，该样本数据包括历史时刻的时间序列内的数据卷调用日志信息和历史时刻出现调用异常的服务器实例，通过这些样本数据就可以训练得到预测结果的正确率超过预设阈值的预测模型，该预测模型的输入为该当前时间序列内的数据卷调用日志信息，该预测模型的输出为待检测服务器实例，该待检测服务器实例为当前时刻该预测模型预测的数据卷的调用会出现异常的服务器实例。
在本公开实施例中，在预测模型预测出当前时刻数据卷的调用会出现异常的待检测服务器实例后，可以通过底层云平台的调用数据库侧(即nova侧)计算接口查询对应的该待检测服务器实例中的所有卷的标识信息，例如，在查询待检测服务器实例A的信息时会返回诸多信息，如待检测服务器实例A挂载的所有卷的标识信息、服务器IP、镜像等信息，将所有数据卷的标识信息存入列表1中。之后，可以通过被调用侧(即cinder侧)存储接口查询列表1中所有卷ID对应的数据卷是否存在，具体方式是将服务器所在的资源池的所有数据卷的标识信息利用cinder接口查询并保存在列表2中，比对列表1与列表2这两个表的包含关系，查看列表1中的数据卷是否有标识信息不在列表2中。如果都存在，则查询结果为是，如果有不存在的，则查询结果为否。
在本公开实施例中，在查询结果为否时，可以将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除，表明该数据卷已经被删除，不能被调用，这样，该调用数据库侧就不会在调用该数据卷，避免调用该数据卷出现异常。
本实施例提供的数据卷的异常处理装置，可以提前预测当前时刻的待检测服务器实例，检测这些待检测服务器实例上挂载的数据卷在被调用侧是否已经被删除，将调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除，如此提前发现并修改这些数据卷的错误状态，而不是在调用时才发现，避免出现调用异常。
在本实施例的一个可选实现方式中，所述装置还包括：
第三查询模块，被配置为在进行目标数据卷的调用操作之前，查询所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷是否在被调用侧存在；
第二修改模块，被配置为在查询结果为不存在时，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
该可选的实现方式中，在进行目标数据卷的调用操作之前，可以先获取所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷的标识信息，基于该目标服务器实例上挂载的全部数据卷的标识信息，利用cinder接口查询该目标服务器实例对应的服务器的资源池的所有数据卷的标识信息中是否包含该全部数据卷的标识信息；如果包含有，则表明所述目标服务器实例上挂载的全部数据卷的标识信息在被调用侧存在；如果不包含有，则表明所述目标服务器实例上挂载的一些数据卷在被调用侧不存在；在有数据卷在被调用侧不存在的情况下，可以将所述调用数据库侧中这些不存在的数据卷的信息的状态改为已删除，如此同步该调用数据库侧和被调用侧的数据卷信息，避免出现调用异常。
在这里需要说明的是，针对同一个目标服务器实例，只针对该目标服务器实例的上次查询时间距离当前时刻的时长未超过预设时长，就可以不查询，只有针对该目标服务器实例的上次查询时间距离当前时刻的时长超过预设时长，才会查询目标服务器实例上挂载的全部数据卷是否在被调用侧存在。另外，不同的目标服务器实例对应的预设时长可以不同，工作频率越高的目标服务器实例对应的预设时长越低，这样可以保证调用频率较高的数据卷的检测频率越高，而调用频率较低的数据卷的检测频率越低，如此既可以一定程度地保证数据卷的调用正常也可以降低检测频率。
在本实施例的一个可选实现方式中，所述装置还包括：
第二获取模块，被配置为获取系统工作日志；
第一确定模块，被配置为基于所述系统工作日志，确定空闲时间段；
第三查询模块，被配置为在所述空闲时间段，查询得到所述调用数据库侧的全部数据卷的第一标识信息以及所述被调用侧的全部数据卷的第二标识信息；
第一判断模块，被配置为判断所述第二标识信息是否包含所述第一标识信息；
第二修改模块，被配置为当判断结果为否时，基于第二标识信息，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
在该可选的实现方式中，可以通过系统工作日志查看该云平台系统工作的时刻，获取到云平台系统的空闲时刻，基于浙西而空闲时刻得到该空闲时间段，该空闲时间段可以是一天内的空闲时间段，也可以是一周内的空闲时间段，该空闲时间段的时长可以根据全面检测所需的时长来确定，该空闲时间段要大于该全面检测所需的时长。
在该可选的实现方式中，在所述空闲时间段，可以通过底层云平台的调用数据库侧(即nova侧)计算接口查询对应的全部服务器实例中的全部数据卷的第一标识信息，利用cinder接口查询服务器实例对应的服务器所在的资源池的全部数据卷的第二标识信息；判断所述第二标识信息是否包含所述第一标识信息；若包含，则说明该被调用侧和调用数据库侧的数据卷的信息是同步的，若不包含，则说明该被调用侧有数据卷已被删除，而在调用数据库侧该已删除的数据卷仍挂载在服务器实例上，此时，就需要将所述调用数据库侧中所述被调用侧不存在的所有数据卷的信息的状态均改为已删除。如此在空闲时间段对云平台系统内全部的数据卷信息进行全面检测，既可以进行全面检测保证全部数据卷的调用正常也不影响云平台系统的工作。
在本实施例的一个可选实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除后，所述装置还包括：
调用模块，被配置为在所述空闲时间段，对所述调用数据库侧的全部数据卷进行调用操作；
第三获取模块，被配置为获取调用失败的异常数据卷的信息；
切换模块，被配置为基于所述异常数据卷的信息，切换启用所述异常数据卷对应的备份数据卷。
在该可选的实现方式中，在所述空闲时间段，还可以对所述调用数据库侧的全部数据卷进行调用操作，得到调用结果，如果调用失败，由于已经进行了全面的检测，则排除被调用侧有数据卷已被删除而在调用数据库侧该已删除的数据卷仍挂载在服务器实例上的情况，可能数据卷本身出现故障为异常数据卷，此时，可以切换启用所述异常数据卷对应的备份数据卷，这样在后续调用该异常数据卷时就会调用到该备份数据卷；如此提前发现故障切换至使用备份数据卷，可以提前排除故障。
在本实施例的一个可选实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除之后，所述装置还包括：
第二判断模块，被配置为判断所述调用数据库侧是否还挂载所述不存在的数据卷的信息；
第二确定模块，被配置为当判断结果为否时，确定删除成功。
在该可选的实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除之后，可以检测该调用数据库侧中的数据卷信息是否已删除，通过底层云平台的调用数据库侧计算接口查询该不存在的数据卷挂载的服务器实例上挂载的所有卷的标识信息，查询所有卷的标识信息中是否有该不存在的数据卷的标识信息，如果没有，则确定该调用数据库侧不再挂载所述不存在的数据卷，此时可以确定删除成功；如果有，则确定该调用数据库侧仍挂载有该不存在的数据卷，此时可以确定未删除成功，可以继续进行删除操作，如果超过M次仍未删除成功，则显示提示信息，该提示信息用于提示运维人员该不存在的数据卷的标识信息的删除失败，让运维人员查询该删除失败的原因并解决。
本公开还公开了一种电子设备，图5示出根据本公开的实施例的电子设备的结构框图。
如图5所示，所述电子设备500包括存储器501和处理器502，其中，存储器501用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器502执行以实现根据本公开的实施例的方法。该方法包括：
获取当前时间序列内的数据卷调用日志信息，所述数据卷调用日志信息包括数据卷调用异常信息和各数据卷调用频率，所述当前时间序列包括以当前时刻为结束时刻的N个时间段，所述N为大于等于1的整数；
将所述当前时间序列内的数据卷调用日志信息作为预测模型的输入，执行所述预测模型，得到所述预测模型输出的待检测服务器实例；
从调用数据库侧查询所述待检测服务器实例上挂载的全部数据卷的标识信息；
基于所述待检测服务器实例上挂载的全部数据卷的标识信息，查询所述待检测服务器实例上挂载的全部数据卷是否在被调用侧存在；
当查询结果为否时，基于所述查询结果，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
在本实施例的一个可选实现方式中，所述方法还包括：
在进行目标数据卷的调用操作之前，查询所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷是否在被调用侧存在；
如不存在，则将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
在本实施例的一个可选实现方式中，所述方法还包括：
获取系统工作日志；
基于所述系统工作日志，确定空闲时间段；
在所述空闲时间段，查询得到所述调用数据库侧的全部数据卷的第一标识信息以及所述被调用侧的全部数据卷的第二标识信息；
判断所述第二标识信息是否包含所述第一标识信息；
当判断结果为否时，基于第二标识信息，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
在本实施例的一个可选实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除后，所述方法还包括：
在所述空闲时间段，对所述调用数据库侧的全部数据卷进行调用操作；
获取调用失败的异常数据卷的信息；
基于所述异常数据卷的信息，切换启用所述异常数据卷对应的备份数据卷。
在本实施例的一个可选实现方式中，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除之后，所述方法还包括：
判断所述调用数据库侧是否还挂载所述不存在的数据卷的信息；
当判断结果为否时，确定删除成功。
图6示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
如图6所示，计算机系统600包括处理单元601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行上述实施例中的各种处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。处理单元601、ROM602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。其中，所述处理单元601可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。
特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括计算机指令，该计算机指令被处理器执行时实现上文所述的方法步骤。在这样的实施例中，该计算机程序产品可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。
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，所述模块、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。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，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电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种数据卷的处理方法，包括：
获取当前时间序列内的数据卷调用日志信息，所述数据卷调用日志信息包括数据卷调用异常信息和各数据卷调用频率，所述当前时间序列包括以当前时刻为结束时刻的N个时间段，所述N为大于等于1的整数；
将所述当前时间序列内的数据卷调用日志信息作为预测模型的输入，执行所述预测模型，得到所述预测模型输出的待检测服务器实例，所述待检测服务器实例为当前时刻所述预测模型预测的数据卷的调用会出现异常的服务器实例，所述预测模型为提前预测当前时刻的待检测服务器实例的模型；
从调用数据库侧查询所述待检测服务器实例上挂载的全部数据卷的标识信息；
基于所述待检测服务器实例上挂载的全部数据卷的标识信息，查询所述待检测服务器实例上挂载的全部数据卷是否在被调用侧存在；
当查询结果为否时，基于所述查询结果，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
2.根据权利要求1所述的方法，所述方法还包括：
在进行目标数据卷的调用操作之前，查询所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷是否在被调用侧存在；
如不存在，则将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
3.根据权利要求1所述的方法，所述方法还包括：
获取系统工作日志；
基于所述系统工作日志，确定空闲时间段；
在所述空闲时间段，查询得到所述调用数据库侧的全部数据卷的第一标识信息以及所述被调用侧的全部数据卷的第二标识信息；
判断所述第二标识信息是否包含所述第一标识信息；
当判断结果为否时，基于第二标识信息，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
4.根据权利要求3所述的方法，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除后，所述方法还包括：
在所述空闲时间段，对所述调用数据库侧的全部数据卷进行调用操作；
获取调用失败的异常数据卷的信息；
基于所述异常数据卷的信息，切换启用所述异常数据卷对应的备份数据卷。
5.根据权利要求1至3任一项所述的方法，在将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除之后，所述方法还包括：
判断所述调用数据库侧是否还挂载所述不存在的数据卷的信息；
当判断结果为否时，确定删除成功。
6.一种数据卷的处理装置，包括：
第一获取模块，被配置为获取当前时间序列内的数据卷调用日志信息，所述数据卷调用日志信息包括数据卷调用异常信息和各数据卷调用频率，所述当前时间序列包括以当前时刻为结束时刻的N个时间段，所述N为大于等于1的整数；
预测模块，被配置为将所述当前时间序列内的数据卷调用日志信息作为预测模型的输入，执行所述预测模型，得到所述预测模型输出的待检测服务器实例，所述待检测服务器实例为当前时刻所述预测模型预测的数据卷的调用会出现异常的服务器实例，所述预测模型为提前预测当前时刻的待检测服务器实例的模型；
第一查询模块，被配置为从调用数据库侧查询所述待检测服务器实例上挂载的全部数据卷的标识信息；
第二查询模块，被配置为基于所述待检测服务器实例上挂载的全部数据卷的标识信息，查询所述待检测服务器实例上挂载的全部数据卷是否在被调用侧存在；
第一修改模块，被配置为当查询结果为否时，基于所述查询结果，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
7.根据权利要求6所述的装置，所述装置还包括：
第三查询模块，被配置为在进行目标数据卷的调用操作之前，查询所述目标数据卷挂载的目标服务器实例上挂载的全部数据卷是否在被调用侧存在；
第二修改模块，被配置为在查询结果为不存在时，将所述调用数据库侧中所述被调用侧不存在的数据卷的信息的状态改为已删除。
8.一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1至5任一项所述的方法步骤。
9.一种可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现权利要求1至5任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110954464.6A CN113655964B (zh) | 2021-08-19 | 2021-08-19 | 数据卷的处理方法、装置、电子设备、介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110954464.6A CN113655964B (zh) | 2021-08-19 | 2021-08-19 | 数据卷的处理方法、装置、电子设备、介质及程序产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113655964A CN113655964A (zh) | 2021-11-16 |
| CN113655964B true CN113655964B (zh) | 2023-10-24 |
Family
ID=78492370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110954464.6A Active CN113655964B (zh) | 2021-08-19 | 2021-08-19 | 数据卷的处理方法、装置、电子设备、介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113655964B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108234175A (zh) * | 2016-12-21 | 2018-06-29 | 中国移动通信有限公司研究院 | 一种基于容器的云平台存储切换方法及云平台 |
| CN111552609A (zh) * | 2020-04-12 | 2020-08-18 | 西安电子科技大学 | 一种异常状态检测方法、系统、存储介质、程序、服务器 |
| CN112346874A (zh) * | 2020-11-27 | 2021-02-09 | 中国工商银行股份有限公司 | 基于云平台的异常卷处理方法及装置 |
| CN112463549A (zh) * | 2020-11-25 | 2021-03-09 | 北京浪潮数据技术有限公司 | 云平台的审计方法、装置、设备及计算机可读存储介质 |
| CN112470112A (zh) * | 2018-04-30 | 2021-03-09 | 亚马逊技术有限公司 | 块存储系统的分布式副本 |
-
2021
- 2021-08-19 CN CN202110954464.6A patent/CN113655964B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108234175A (zh) * | 2016-12-21 | 2018-06-29 | 中国移动通信有限公司研究院 | 一种基于容器的云平台存储切换方法及云平台 |
| CN112470112A (zh) * | 2018-04-30 | 2021-03-09 | 亚马逊技术有限公司 | 块存储系统的分布式副本 |
| CN111552609A (zh) * | 2020-04-12 | 2020-08-18 | 西安电子科技大学 | 一种异常状态检测方法、系统、存储介质、程序、服务器 |
| CN112463549A (zh) * | 2020-11-25 | 2021-03-09 | 北京浪潮数据技术有限公司 | 云平台的审计方法、装置、设备及计算机可读存储介质 |
| CN112346874A (zh) * | 2020-11-27 | 2021-02-09 | 中国工商银行股份有限公司 | 基于云平台的异常卷处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113655964A (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11544137B2 (en) | Data processing platform monitoring | |
| US10212035B2 (en) | Message flow management for virtual networks | |
| CN111324423B (zh) | 容器内进程的监控方法、装置、存储介质和计算机设备 | |
| CN107480014B (zh) | 一种高可用设备切换方法及装置 | |
| CN106940699B (zh) | 一种内存数据的同步处理方法、装置、服务器及系统 | |
| US10924538B2 (en) | Systems and methods of monitoring software application processes | |
| US11190459B2 (en) | Connection pool management | |
| US9514176B2 (en) | Database update notification method | |
| CN110362418B (zh) | 一种异常数据恢复方法、装置、服务器及存储介质 | |
| US20160191369A1 (en) | Monitoring support system, monitoring support method, and recording medium | |
| CN110865835A (zh) | 配置文件更新方法、装置、计算机设备和存储介质 | |
| CN107040576B (zh) | 信息推送方法及装置、通讯系统 | |
| JPWO2018116460A1 (ja) | 継続的インテグレーションシステム及びリソース制御方法 | |
| CN111342986A (zh) | 分布式节点管理方法及装置、分布式系统、存储介质 | |
| CN113655964B (zh) | 数据卷的处理方法、装置、电子设备、介质及程序产品 | |
| JP6015750B2 (ja) | ログ収集サーバ、ログ収集システム、ログ収集方法 | |
| CN112363980A (zh) | 一种分布式系统的数据处理方法及装置 | |
| CN109087107B (zh) | 基于分布式内存数据库的实时监控方法、系统及电子设备 | |
| CN114625515A (zh) | 一种任务管理方法、装置、设备及存储介质 | |
| CN113037871A (zh) | 会议通话的恢复方法、装置、系统、电子设备和可读存储介质 | |
| CN117632443B (zh) | 业务流程的流转控制方法及装置、设备、介质 | |
| CN114546705B (zh) | 操作响应方法、操作响应装置、电子设备以及存储介质 | |
| CN113360689B (zh) | 图像检索系统、方法、相关装置及计算机程序产品 | |
| CN117196036A (zh) | 模型推理任务的处理方法、装置、计算机设备及介质 | |
| CN117768291A (zh) | 服务提供方法、装置、设备和存储介质 |
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 |