CN114257496A - 服务节点自隔离方法及系统 - Google Patents
服务节点自隔离方法及系统 Download PDFInfo
- Publication number
- CN114257496A CN114257496A CN202111575411.XA CN202111575411A CN114257496A CN 114257496 A CN114257496 A CN 114257496A CN 202111575411 A CN202111575411 A CN 202111575411A CN 114257496 A CN114257496 A CN 114257496A
- Authority
- CN
- China
- Prior art keywords
- node
- service node
- service
- fault
- determining
- 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.)
- Granted
Links
- 238000002955 isolation Methods 0.000 title claims abstract description 84
- 238000012423 maintenance Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 101150096185 PAAS gene Proteins 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 13
- 238000013515 script Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 16
- 238000012544 monitoring process Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000036541 health Effects 0.000 description 6
- 101100264195 Caenorhabditis elegans app-1 gene Proteins 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- 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
- H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
- H04L41/0659—Management of faults, events, alarms or notifications using network fault recovery by isolating or reconfiguring faulty entities
-
- 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
- H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
- H04L41/0663—Performing the actions predefined by failover planning, e.g. switching to standby 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种服务节点自隔离方法,可以应用于云计算技术领域。该方法包括:定时获取服务节点的当前运维数据;根据所述当前运维数据确定故障节点;根据故障节点类型确定故障节点信息;根据所述故障节点信息和预设节点配置信息确定隔离策略;以及根据所述隔离策略对所述服务节点进行隔离。本公开还提供了一种服务节点自隔离系统、设备、存储介质和程序产品。
Description
技术领域
本公开涉及云计算领域,具体涉及分布式服务节点的自动运维技术,更具体地涉及一种服务节点自隔离方法、系统、设备、介质和程序产品。
背景技术
在分布式框架中,当某一节点发生故障时需对该故障节点进行隔离,即不再向该节点分配流量。一般对节点的隔离方式有两种:一种是负载均衡设备定期检查下挂节点并自动移除故障节点;另一种是通过监控报警系统发现故障节点,运维人员手动进行节点下线。
上述故障节点的隔离方法存在自动化程度低,覆盖场景不全,故障响应时间较长的问题;并且由于无法事前发现有宕机风险的节点,因此无法在节点宕机前进行流量转移,导致用户业务受影响,降低用户使用体验。
发明内容
鉴于上述问题,本公开提供了一种服务节点自隔离方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种服务节点自隔离方法,包括:定时获取服务节点的当前运维数据;
根据所述当前运维数据确定故障节点;
根据故障节点类型确定故障节点信息;
根据所述故障节点信息和预设节点配置信息确定隔离策略;以及
根据所述隔离策略对所述服务节点进行隔离。
根据本公开的实施例,所述当前运维数据包括磁盘使用率和数据库节点探活脚本查询值,所述根据所述当前运维数据确定故障节点包括:
若所述磁盘使用率大于第一阈值且数据库节点探活脚本查询值不为空或报错,则确定故障节点为服务节点;
若数据库节点探活脚本查询值为空或报错,则确定故障节点为数据库节点和所述数据库节点对应的服务节点。
根据本公开的实施例,所述当前运维数据还包括JVM堆内存占用量、CPU使用率和内存使用率,所述根据所述当前运维数据确定故障节点还包括:
根据三西格玛算法、历史运维数据和所述当前运维数据确定故障节点。
根据本公开的实施例,所述根据三西格玛算法、历史运维数据和所述当前运维数据确定故障节点包括:
根据历史运维数据和三西格玛算法确定第二阈值和第三阈值;
若当前运维数据大于第三阈值或小于第二阈值,则确定故障节点为服务节点。
根据本公开的实施例,所述根据故障节点类型确定故障节点信息包括:
当确定所述故障节点为服务节点时,获取所述服务节点名称、IP地址和异常指标信息;
当确定所述故障节点为数据库节点时,获取数据库节点名称。
根据本公开的实施例,所述预设节点配置信息包括服务节点与web节点的配置信息、软负载均衡与web节点的配置信息和服务节点与数据库节点的配置信息,所述根据所述故障节点信息和预设节点配置信息确定隔离策略包括:
根据服务节点与web节点的配置信息确定与所述服务节点对应的web节点以及根据软负载均衡与web节点的配置信息确定与web节点的对应的软负载均衡;
当确定web节点与所述服务节点为一对一关系时,获取软负载均衡下的其他web节点,将所述服务节点流量转发至所述其他web节点;
当确定web节点与所述服务节点为一对多关系时,获取所述web节点下的其他服务节点,将所述服务节点流量转发至所述其他服务节点。
根据本公开的实施例,所述将所述服务节点流量转发至所述其他web节点包括:
若确定所述其他web节点为正常节点,将所述服务节点流量转发至所述其他web节点;
若确定所述其他web节点为故障节点,将所述服务节点流量转发至其他软负载均衡。
根据本公开的实施例,所述根据所述故障节点信息和预设节点配置信息确定隔离策略还包括:
根据所述数据库节点名称和服务节点与数据库节点的配置信息确定与所述数据库节点对应的服务节点;
将与所述数据库节点对应的服务节点的流量转发至其他服务节点。
本公开的第二方面提供了一种服务节点重启方法,包括:
根据第一方面所述的方法确定异常服务节点;
将所述异常服务节点信息通过K8s组件通知PAAS平台;
所述PAAS平台对所述异常服务节点进行重启。
根据本公开实施例,所述PAAS平台对所述异常服务节点进行重启包括:
PAAS平台向异常服务节点发起停机指令;
响应于PAAS平台的停机指令,所述异常服务节点通知配置中心解除注册;
预设时间后,PAAS平台重新拉起新容器;
新服务节点通知配置中心进行服务注册。
本公开的第三方面提供了一种服务节点自隔离系统,包括:运维信息收集模块,用于定时获取服务节点的当前运维数据;
故障确定模块,用于根据所述当前运维数据确定故障节点;
故障判断模块,用于根据故障节点类型确定故障节点信息;
隔离策略确定模块,用于根据所述故障节点信息和预设节点配置信息确定隔离策略;以及
隔离执行模块,用于根据所述隔离策略对所述服务节点进行隔离。
本公开的第四方面提供了一种电子设备,包括:一个或多个处理器;存储器,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,使得一个或多个处理器执行上述服务节点自隔离方法。
本公开的第五方面还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上述服务节点自隔离方法。
本公开的第六方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述服务节点自隔离方法。
通过本公开实施例提供的服务节点自隔离方法,通过实时获取服务节点运维数据,节点主动判断故障节点类型确定故障节点信息,实现对web、app、DB节点的穿透式探活,防止节点以及链路上遗漏或假活;根据故障节点信息和预设节点配置信息确定对应的隔离策略,能够快速发现故障,执行隔离策略对故障节点的流量进行转发,实现异常情况下的自恢复能力,提升系统可靠性和用户使用体验。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的服务节点自隔离方法、系统、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例可以用于服务节点自隔离的方法的系统框架;
图3示意性示出了根据本公开实施例的服务节点自隔离方法的流程图;
图4示意性示出了根据本公开实施例的故障服务节点确定方法的流程图;
图5a示意性示出了根据本公开实施例的负载均衡-web-app故障场景的示意图;
图5b示意性示出了根据本公开实施例的服务节点执行隔离策略的流程图;
图6示意性示出了根据本公开实施例的数据库节点执行隔离策略的流程图;
图7示意性示出了根据本公开实施例的服务节点重启方法的流程图;
图8示意性示出了根据本公开实施例的服务节点自隔离系统的结构框图;以及
图9示意性示出了根据本公开实施例的适于实现服务节点自隔离方法的电子设备的方框图。
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服务节点自隔离方法,该方法包括:定时获取服务节点的当前运维数据;根据所述当前运维数据确定故障节点;根据故障节点类型确定故障节点信息;根据所述故障节点信息和预设节点配置信息确定隔离策略;以及根据所述隔离策略对所述服务节点进行隔离。
图1示意性示出了根据本公开实施例的服务节点自隔离方法、系统、设备、介质和程序产品的应用场景图。图2示意性示出了根据本公开实施例可以用于服务节点自隔离的方法的系统框架图。需要注意的是,图1所示出的应用场景以及图2所示出的系统框架仅为可以用于本公开实施例的应用场景和系统架构的示例,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。需要说明的是,本公开实施例提供的服务节点自隔离的方法和系统可用于云计算技术领域、金融领域的相关方面,也可用于除金融领域之外的任意领域,本公开实施例提供的服务节点自隔离的方法和系统的应用领域不做限定。
如图1所示,根据该实施例的应用场景100可以包括负载均衡场景。Web节点与负载均衡、app节点相连,app节点与DB数据库节点相连,app节点向客户端提供服务,负载均衡用于将流量进行平衡、分摊到多个web节点或app节点上。当web节点的后端即App节点和DB节点有任意一个发生故障时,由web节点通知负载均衡进行流量切换,实现其他链路接管。如果系统是不涉及前端界面展现,仅App节点对外提供服务,则系统中不涉及web节点。
如图2所示,本公开实施例提供的系统框架包括负载均衡设备、配置中心、Web节点、App节点、DB节点和监控应急系统,其中负载均衡设备分为硬负载均衡设备(例如:F5设备、Radware等)和软负载(例如:nginx、LVS等)两层;配置中心,例如可以是Apoll或zookeeper等,能集中化管理不同环境、不同集群的配置,配置修改后能够推送到集群、节点,本技术方案中,探活策略、环境参数、个性化配置等参数由配置中心推送,实现配置在节点端热加载实时生效。Web节点,负责静态转发。APP节点,是重点监控对象,本方案app节点需要新增4个功能模块:DSF模块、监控和隔离控制模块、深度健康检查模块、配置文件模块。其中,DSF模块负责app节点与配置中心通讯,实现服务的负载均衡;监控和隔离控制模块,发送心跳监控报文,实现熔断隔离功能;深度健康检查模块,监控收集app节点内部的:磁盘信息、DB节点连接池信息、与DB节点探活、网络连接信息、CPU使用率、内存使用率、JVM堆内存占用量信息等,并根据3σ算法和其他条件预测本节点是否有宕机风险,如果存在宕机风险则通知监控和隔离控制模块进行隔离;配置文件模块,存储DB节点探活脚本、监控配置、数据源配置、超时配置、探活开关、个性隔离配置等信息。监控应急系统用于对故障信息或处理信息进行展现,提示给运维人员。
以下将基于图1描述的场景以及图2描述的系统架构,通过图3~图6对公开实施例的服务节点自隔离方法进行详细描述。
图3示意性示出了根据本公开实施例的服务节点自隔离方法的流程图。
如图3所示,该实施例的服务节点自隔离方法包括操作S210~操作S250。该方法由服务节点执行,通过服务节点收集自身的运维数据判断是否执行熔断隔离策略,在节点宕机前完成服务节点的自隔离和重启,相比于传统的故障监测隔离方法,本公开实施例提供的方法更早更快地发现故障处理故障,能够主动向上层负载均衡上报监控结果,主动实现向邻近物理设备进行流量转移,对于用户而言,由于本公开提供的方法在服务节点宕机前对流量进行转移,在用户无感的情况下对故障节点进行处理,不影响用户正常使用服务。
在操作S210,定时获取服务节点的当前运维数据。
一个示例中,运维数据包括磁盘使用率、数据库节点探活脚本查询值、JVM堆内存占用量、CPU使用率和内存使用率等表征服务节点运行状态的数据,服务节点会定时获取自身的运维数据进行健康判断。
在操作S220,根据当前运维数据确定故障节点。
一个示例中,由服务节点中的深度健康检查模块定时收集本节点运维数据后,将运维数据分为定性和定量两个维度进行判断本节点是够存在可探测确定性故障,若发现存在可探测确定性故障则通知监控和隔离控制模块执行操作S230,否则预设时间后执行操作S210和操作S220,深度健康检查模块重新进行检查判断。故障节点有两种,包括服务节点发生故障,数据库节点发生故障,数据库节点故障指数据库节点连接池已满导致当前数据库节点不可用,当数据库节点发生故障时,数据库节点对应的服务节点同样不可用。
在操作S230,根据故障节点类型确定故障节点信息。
根据本公开实施例,当确定故障节点为服务节点时,获取服务节点名称、IP地址和异常指标信息;当确定故障节点为数据库节点时,获取数据库节点名称。
一个示例中,当确定故障节点为服务节点时,获取故障节点信息包括该服务节点的节点名称、IP地址和异常指标信息;当确定故障节点为数据库节点时,故障节点信息则为数据库节点名称。
在操作S240,根据故障节点信息和预设节点配置信息确定隔离策略。在操作S250,根据隔离策略对服务节点进行隔离。
一个示例中,预设节点配置信息用于表征数据库节点、服务节点、web节点和软负载均衡四者之间的对应关系,包括服务节点与web节点的配置信息、软负载均衡与web节点的配置信息和服务节点与数据库节点的配置信息。
根据这些配置信息和故障节点信息可以确定具体的隔离策略,例如若服务节点发生故障需要进行熔断隔离时,根据预设节点配置信息确定该故障节点对应的web节点,判断该web节点下是否有可承载故障节点流量的其他服务节点。若有,则将故障节点的流量分发给该其他服务节点;若没有,则进一步判断该web节点对应的软负载均衡是否有有可承载故障节点流量的其他web节点,若有,则将故障节点的流量分发给其他web节点下的服务节点,若没有,则表征当前软负载均衡下挂节点全部发生故障,则通知上层硬负载均衡设备将流量转发至其他软负载均衡。
通过本公开实施例提供的服务节点自隔离方法,通过实时获取服务节点运维数据,判断故障节点类型确定故障节点信息,实现对web、app、DB节点的穿透式探活,防止节点以及链路上遗漏或假活;根据故障节点信息和预设节点配置信息确定对应的隔离策略,能够快速发现故障,执行隔离策略对故障节点的流量进行转发,实现异常情况下的自恢复能力,提升自动隔离的可靠性。
图4示意性示出了根据本公开实施例的故障服务节点确定方法的流程图。
本公开实施例提供的故障服务节点确定方法包括两种可行的实施方式:
在一种可行的实施方式,根据运维数据进行定性判断,包括操作S221和操作S222。
在操作S221,若磁盘使用率大于第一阈值且数据库节点探活脚本查询值不为空或报错,则确定故障节点为服务节点。
一个示例中,为避免宕机提高系统可用性,磁盘使用量、数据库探活信息,达到阈值后,则本节点需要隔离,例如磁盘使用率>90%且连接DB数据库节点调用探活脚本select 1from dual查询结果不为空或报错,则确定本服务节点需要隔离。
在操作S222,若数据库节点探活脚本查询值为空或报错,则确定故障节点为数据库节点和数据库节点对应的服务节点。
一个示例中,若连接DB数据库节点调用探活脚本select 1 from dual查询结果为空或者报错,则表征DB数据库节点连接池已满,该数据库节点不可用,则确定故障节点为数据库节点以及该数据库节点对应的服务节点。
在另一种可行的实施方式,利用3σ算法对运维数据进行定量判断,具体包括操作S223和操作S224。
在操作S223,根据历史运维数据和三西格玛算法确定第二阈值和第三阈值;在操作S224,若当前运维数据大于第三阈值或小于第二阈值,则确定故障节点为服务节点。
一个示例中,在正态分布中,3σ原则为数值分布在(μ-3σ,μ+3σ)中的概率为0.9973。可以认为,X的取值几乎全部集中在(μ-3σ,μ+3σ)区间内,超出这个范围的可能性仅占不到0.3%。根据历史运维数据和三西格玛算法可以确定第二阈值(μ-3σ)和第三阈值(μ+3σ),例如JVM堆内存占用量信息,第N次采集的堆内存占用量减去第(N-1)次的堆内存占用量差额数值符合正太分布,计算出堆内存差额在的均值μ和标准差σ、计算出μ-3σ和μ+3σ,这样就可以基于三西格玛算法对JVM堆内存占用量情况进行异常检测。超出(μ-3σ,μ+3σ)区间的数据则确定为异常数据,进而确定故障节点。
图5a示意性示出了根据本公开实施例的负载均衡-web-app故障场景的示意图。
如图5a所示,硬负载均衡设备(例如:F5)下挂有多个软负载均衡(例如图中的nginx1和nginx2),每个软负载均衡下挂有多个web节点,web1、web2、web3、web4、web6,每个web节点对应一个或多个app节点,每个数据库节点对应一个或多个app节点。
图5b示意性示出了根据本公开实施例的服务节点执行隔离策略的流程图。包括操作S310和操作S320。
在操作S310,当确定故障节点为服务节点时,获取服务节点名称、IP地址和异常指标信息。
在操作S320,根据故障节点信息和预设节点配置信息确定隔离策略。
根据本公开实施例,根据服务节点与web节点的配置信息确定与服务节点对应的web节点以及根据软负载均衡与web节点的配置信息确定与web节点的对应的软负载均衡。
根据本公开实施例,当确定web节点与服务节点为一对一关系时,获取软负载均衡下的其他web节点,将服务节点流量转发至其他web节点。当确定web节点与服务节点为一对多关系时,获取web节点下的其他服务节点,将服务节点流量转发至其他服务节点。若确定其他web节点为正常节点,将服务节点流量转发至其他web节点;若确定其他web节点为故障节点,将服务节点流量转发至其他软负载均衡。
以app4为例,当app4确认为故障节点需要进行隔离时,app4节点向web4节点发送服务节点名称、IP地址和异常指标信息等故障节点信息,web4判断本节点与app节点是否是一对一关系,如果本web节点与app节点是一对一关系,则本web节点将app4上送信息和本节点信息转发至软负载均衡nginx2。软负载均衡nginx2接收web4上送预警信息,并判断下挂web节点是否全部需要隔离,如果软负载均衡nginx2下挂其他web节点(如图web6),则将web4流量全部转发至其他节点,并通知故障节点重启;如果软负载均衡nginx2下挂节点全部发生故障,则通知硬负载均衡设备例如F5设备将交易流量转发至软负载均衡nginx1,可拓展的,软负载均衡nginx可以根据下挂节点的一定比例通知硬负载均衡设备例如F5设备自身重启。
如果本web节点与app节点不是是一对一关系,则本web节点即web4将app4的交易流量转发至其他App节点(例如app5)。Web4将处理信息发送监控应急系统,监控应急系统对故障信息或处理信息进行展现,提示给运维人员。
图6示意性示出了根据本公开实施例的数据库节点执行隔离策略的流程图。包括操作S410和操作S420。
在操作S410,根据数据库节点名称和服务节点与数据库节点的配置信息确定与数据库节点对应的服务节点;在操作S420,将与数据库节点对应的服务节点的流量转发至其他服务节点。
以app1为例,结合图5a,app1根据运维数据确认数据库节点DB1发生故障,将故障节点信息发送至web1,web1将故障节点信息转发软负载均衡nginx1。软负载均衡nginx1根据故障节点信息和预设节点配置信息,判断出DB1是App1和App2的后端,如果本节点存在不涉及故障节点DB1的可对外服务节点,例如图中web3,则nginx1将流量转发至web3;如果本节点所有节点都使用故障DB1节点,则本软负载均衡节点通知F5设备,F5设备将流量转至nginx2。
图7示意性示出了根据本公开实施例的服务节点重启方法的流程图。包括操作S510~操作S530。
在操作S510,根据上述服务节点自隔离方法确定异常服务节点。
根据上述实施例中提供的服务节点故障判断方法确定异常服务节点,具体技术方案与原理不再赘述。
在操作S520,将异常服务节点信息通过K8s组件通知PAAS平台。在操作S530,PAAS平台对异常服务节点进行重启。
根据本公开实施例,PAAS平台向异常服务节点发起停机指令;响应于PAAS平台的停机指令,异常服务节点通知配置中心解除注册;预设时间后,PAAS平台重新拉起新容器;新服务节点通知配置中心进行服务注册。
一个示例中,app节点(容器)的深度健康检查模块,将监控结果通过部署在宿主机上的K8s组件通知PAAS平台,通讯方式包括:httpGet,excCmd和tcpSocket。K8S组件在探测到app节点异常后,PAAS平台对容器进行重启或开启新容器。具体流程包括:
PAAS平台向容器发起停机指令,该指令包含30秒的缓冲时间,由app节点完成交易闭环;app节点DSF模块通知配置中心(即上图的zookeeper注册中心)进行解注册;配置中心通知消费者节点,更新生产者服务地址清单;app节点(容器)等待30秒后消亡,消亡后再拉起一个新容器;新容器启动后,新的App容器DSF模块通知配置中心服务注册。在本实施例中,30秒仅为优选的实施例,具体时间可根据实际情况配置,PAAS平台可以在30秒后杀死容器。
可拓展地,配置中心已有心跳检测功能(Apoll、zookeeper的现有技术),可由配置中心发现app节点不可用后,由配置中心调用K8s组件通知PAAS平台对app容器进行重启,并配置中心自身更新生产者服务地址清单。
基于上述服务节点自隔离方法,本公开还提供了一种服务节点自隔离系统。以下将结合图8对该装置进行详细描述。
图8示意性示出了根据本公开实施例的服务节点自隔离系统的结构框图。
如图8所示,该实施例的服务节点自隔离系统800包括运维信息收集模块810、故障确定模块820、故障判断模块830、隔离策略确定模块840和隔离执行模块850。
运维信息收集模块810用于定时获取服务节点的当前运维数据。在一实施例中,运维信息收集模块810可以用于执行前文描述的操作S210,在此不再赘述。
故障确定模块820用于根据当前运维数据确定故障节点。在一实施例中,故障确定模块820可以用于执行前文描述的操作S220,在此不再赘述。
故障判断模块830用于根据故障节点类型确定故障节点信息。在一实施例中,故障判断模块830可以用于执行前文描述的操作S230,在此不再赘述。
隔离策略确定840用于根据故障节点类型确定故障节点信息。在一实施例中,隔离策略确定840可以用于执行前文描述的操作S240,在此不再赘述。
隔离执行模块850用于根据故障节点类型确定故障节点信息。在一实施例中,隔离执行模块850可以用于执行前文描述的操作S250,在此不再赘述。
根据本公开的实施例,运维信息收集模块810、故障确定模块820、故障判断模块830、隔离策略确定模块840和隔离执行模块850中的任意多个模块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,运维信息收集模块810、故障确定模块820、故障判断模块830、隔离策略确定模块840和隔离执行模块850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,运维信息收集模块810、故障确定模块820、故障判断模块830、隔离策略确定模块840和隔离执行模块850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适于实现服务节点自隔离方法的电子设备的方框图。
如图9所示,根据本公开实施例的电子设备900包括处理器901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、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901还可以包括用于缓存用途的板载存储器。处理器901可以包括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。
在RAM 903中,存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备900还可以包括输入/输出(I/O)接口905,输入/输出(I/O)接口905也连接至总线904。电子设备900还可以包括连接至I/O接口905的以下部件中的一项或多项:包括键盘、鼠标等的输入部分906;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907;包括硬盘等的存储部分908;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909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,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910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908。
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。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的服务节点自隔离方法。
在该计算机程序被处理器901执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分909被下载和安装,和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
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,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (14)
1.一种服务节点自隔离方法,其特征在于,所述方法包括:
定时获取服务节点的当前运维数据;
根据所述当前运维数据确定故障节点;
根据故障节点类型确定故障节点信息;
根据所述故障节点信息和预设节点配置信息确定隔离策略;以及
根据所述隔离策略对所述服务节点进行隔离。
2.根据权利要求1所述的方法,其特征在于,所述当前运维数据包括磁盘使用率和数据库节点探活脚本查询值,所述根据所述当前运维数据确定故障节点包括:
若所述磁盘使用率大于第一阈值且数据库节点探活脚本查询值不为空或报错,则确定故障节点为服务节点;
若数据库节点探活脚本查询值为空或报错,则确定故障节点为数据库节点和所述数据库节点对应的服务节点。
3.根据权利要求2所述的方法,其特征在于,所述当前运维数据还包括JVM堆内存占用量、CPU使用率和内存使用率,所述根据所述当前运维数据确定故障节点还包括:
根据三西格玛算法、历史运维数据和所述当前运维数据确定故障节点。
4.根据权利要求3所述的方法,其特征在于,所述根据三西格玛算法、历史运维数据和所述当前运维数据确定故障节点包括:
根据历史运维数据和三西格玛算法确定第二阈值和第三阈值;
若当前运维数据大于第三阈值或小于第二阈值,则确定故障节点为服务节点。
5.根据权利要求4所述的方法,其特征在于,所述根据故障节点类型确定故障节点信息包括:
当确定所述故障节点为服务节点时,获取所述服务节点名称、IP地址和异常指标信息;
当确定所述故障节点为数据库节点时,获取数据库节点名称。
6.根据权利要求5所述的方法,其特征在于,所述预设节点配置信息包括服务节点与web节点的配置信息、软负载均衡与web节点的配置信息和服务节点与数据库节点的配置信息,所述根据所述故障节点信息和预设节点配置信息确定隔离策略包括:
根据服务节点与web节点的配置信息确定与所述服务节点对应的web节点以及根据软负载均衡与web节点的配置信息确定与web节点的对应的软负载均衡;
当确定web节点与所述服务节点为一对一关系时,获取软负载均衡下的其他web节点,将所述服务节点流量转发至所述其他web节点;
当确定web节点与所述服务节点为一对多关系时,获取所述web节点下的其他服务节点,将所述服务节点流量转发至所述其他服务节点。
7.根据权利要求6所述的方法,其特征在于,所述将所述服务节点流量转发至所述其他web节点包括:
若确定所述其他web节点为正常节点,将所述服务节点流量转发至所述其他web节点;
若确定所述其他web节点为故障节点,将所述服务节点流量转发至其他软负载均衡。
8.根据权利要求6所述的方法,其特征在于,所述根据所述故障节点信息和预设节点配置信息确定隔离策略还包括:
根据所述数据库节点名称和服务节点与数据库节点的配置信息确定与所述数据库节点对应的服务节点;
将与所述数据库节点对应的服务节点的流量转发至其他服务节点。
9.一种服务节点重启方法,所述方法包括:
根据权利要求1至8任一项所述的方法确定异常服务节点;
将所述异常服务节点信息通过K8s组件通知PAAS平台;
所述PAAS平台对所述异常服务节点进行重启。
10.根据权利要求9所述的方法,其特征在于,所述PAAS平台对所述异常服务节点进行重启包括:
PAAS平台向异常服务节点发起停机指令;
响应于PAAS平台的停机指令,所述异常服务节点通知配置中心解除注册;
预设时间后,PAAS平台重新拉起新容器;
新服务节点通知配置中心进行服务注册。
11.一种服务节点自隔离系统,其特征在于,包括:
运维信息收集模块,用于定时获取服务节点的当前运维数据;
故障确定模块,用于根据所述当前运维数据确定故障节点;
故障判断模块,用于根据故障节点类型确定故障节点信息;
隔离策略确定模块,用于根据所述故障节点信息和预设节点配置信息确定隔离策略;以及
隔离执行模块,用于根据所述隔离策略对所述服务节点进行隔离。
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根据权利要求1~8中任一项所述的方法。
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根据权利要求1~8中任一项所述的方法。
14.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111575411.XA CN114257496B (zh) | 2021-12-21 | 2021-12-21 | 服务节点自隔离方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111575411.XA CN114257496B (zh) | 2021-12-21 | 2021-12-21 | 服务节点自隔离方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114257496A true CN114257496A (zh) | 2022-03-29 |
CN114257496B CN114257496B (zh) | 2023-11-07 |
Family
ID=80796545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111575411.XA Active CN114257496B (zh) | 2021-12-21 | 2021-12-21 | 服务节点自隔离方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114257496B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117376662A (zh) * | 2023-12-08 | 2024-01-09 | 杭州领信数科信息技术有限公司 | 一种集群式视频安全边界交换方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130128722A1 (en) * | 2010-07-16 | 2013-05-23 | Huawei Technologies Co., Ltd. | Streaming service load sharing method, streaming service processing method, and corresponding device and system |
CN112860525A (zh) * | 2021-03-31 | 2021-05-28 | 中国工商银行股份有限公司 | 分布式系统中的节点故障预测方法及装置 |
CN113037560A (zh) * | 2021-03-18 | 2021-06-25 | 同盾科技有限公司 | 业务流量切换方法及装置、存储介质、电子设备 |
CN113542027A (zh) * | 2021-07-16 | 2021-10-22 | 中国工商银行股份有限公司 | 一种基于分布式服务架构的流量隔离方法、装置和系统 |
-
2021
- 2021-12-21 CN CN202111575411.XA patent/CN114257496B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130128722A1 (en) * | 2010-07-16 | 2013-05-23 | Huawei Technologies Co., Ltd. | Streaming service load sharing method, streaming service processing method, and corresponding device and system |
CN113037560A (zh) * | 2021-03-18 | 2021-06-25 | 同盾科技有限公司 | 业务流量切换方法及装置、存储介质、电子设备 |
CN112860525A (zh) * | 2021-03-31 | 2021-05-28 | 中国工商银行股份有限公司 | 分布式系统中的节点故障预测方法及装置 |
CN113542027A (zh) * | 2021-07-16 | 2021-10-22 | 中国工商银行股份有限公司 | 一种基于分布式服务架构的流量隔离方法、装置和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117376662A (zh) * | 2023-12-08 | 2024-01-09 | 杭州领信数科信息技术有限公司 | 一种集群式视频安全边界交换方法及装置 |
CN117376662B (zh) * | 2023-12-08 | 2024-02-09 | 杭州领信数科信息技术有限公司 | 一种集群式视频安全边界交换方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114257496B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103201724B (zh) | 在高可用性虚拟机环境中提供高可用性应用程序 | |
CN105933137B (zh) | 一种资源管理方法、装置及系统 | |
CN105051698B (zh) | 用于基础设施即服务云中故障管理的方法和布置 | |
US9483314B2 (en) | Systems and methods for fault tolerant batch processing in a virtual environment | |
US9940598B2 (en) | Apparatus and method for controlling execution workflows | |
CN103685459A (zh) | 分布式系统、服务器计算机、分布式管理服务器和故障防止方法 | |
CN105659562A (zh) | 利用簇中并行性进行容障处理 | |
US20230026283A1 (en) | Automated cross-service diagnostics for large scale infrastructure cloud service providers | |
CN114257496B (zh) | 服务节点自隔离方法及系统 | |
CN104536825A (zh) | 持久的应用激活和计时器通知 | |
CN113434323A (zh) | 数据中台的任务流控制方法及相关装置 | |
CN113377535A (zh) | 分布式定时任务分配方法、装置、设备及可读存储介质 | |
CN111611086A (zh) | 信息处理方法、装置、电子设备和介质 | |
CN116089005A (zh) | 一种服务器容器实例的自动迁移方法和装置 | |
CN115834668B (zh) | 集群节点控制方法、装置、设备、存储介质和程序产品 | |
CN112953769A (zh) | 数据传输方法、装置、计算机系统及可读存储介质 | |
CN116260703A (zh) | 分布式消息服务节点cpu性能故障自恢复方法及装置 | |
CN116319758A (zh) | 数据迁移方法、装置、电子设备及可读存储介质 | |
CN115801764A (zh) | 文件传输方法、装置、设备及存储介质 | |
CN112445597B (zh) | 定时任务调度方法和装置 | |
CN111722932B (zh) | 用于应用系统的控制方法和装置、计算机系统和存储介质 | |
CN116633724A (zh) | 多维度限流和动态路由的系统和部署方法 | |
CN112000720A (zh) | 数据库连接的管理方法、管理系统以及数据库连接池 | |
CN113655964B (zh) | 数据卷的处理方法、装置、电子设备、介质及程序产品 | |
CN118467258A (zh) | 业务处理方法、装置、设备、存储介质及程序产品 |
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 |