CN114691304B - 实现集群虚拟机高可用的方法和装置、设备和介质 - Google Patents

实现集群虚拟机高可用的方法和装置、设备和介质 Download PDF

Info

Publication number
CN114691304B
CN114691304B CN202210511479.XA CN202210511479A CN114691304B CN 114691304 B CN114691304 B CN 114691304B CN 202210511479 A CN202210511479 A CN 202210511479A CN 114691304 B CN114691304 B CN 114691304B
Authority
CN
China
Prior art keywords
virtual machine
state
recovery
availability
machine
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
Application number
CN202210511479.XA
Other languages
English (en)
Other versions
CN114691304A (zh
Inventor
陈志强
张丽
张艺钟
唐虎
李曦
宋润坤
于大钊
汪汀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nuctech Co Ltd
Original Assignee
Nuctech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nuctech Co Ltd filed Critical Nuctech Co Ltd
Publication of CN114691304A publication Critical patent/CN114691304A/zh
Application granted granted Critical
Publication of CN114691304B publication Critical patent/CN114691304B/zh
Priority to PCT/CN2023/078674 priority Critical patent/WO2023185355A1/zh
Priority to EP23164381.8A priority patent/EP4254191A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • 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
    • G06F11/1415—Saving, restoring, recovering or retrying at system level
    • G06F11/1438—Restarting or rejuvenating
    • 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
    • G06F11/1479—Generic software techniques for error detection or fault masking
    • G06F11/1482—Generic software techniques for error detection or fault masking by means of middleware or OS functionality
    • G06F11/1484—Generic software techniques for error detection or fault masking by means of middleware or OS functionality involving virtual machines
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45591—Monitoring or debugging support

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)
  • Hardware Redundancy (AREA)

Abstract

提供了一种实现集群虚拟机高可用的方法和装置。所述方法包括：检测集群中至少一个虚拟机的状态；当所述至少一个虚拟机的状态为异常状态时，获取该至少一个虚拟机专属的高可用恢复策略；以及根据获取的该至少一个虚拟机专属的高可用恢复策略，对该至少一个虚拟机执行恢复操作。

Description

实现集群虚拟机高可用的方法和装置、设备和介质
技术领域
本公开涉及云计算技术领域，具体涉及一种实现集群虚拟机高可用的方法和装置、电子设备、计算机可读存储介质和程序产品。
背景技术
随着云计算行业的持续兴起，OpenStack被广泛应用到各行各业，逐渐成为各大公司的主流虚拟机管理软件。但是OpenStack自身并没有一套完整的虚拟机高可用解决方案。当虚拟机出现故障时，在没有人为干预的情况下，虚拟机往往不能自行恢复，从而导致在虚拟机上运行的应用不可用，影响整个云上业务。
因此，研究一种基于OpenStack实现的集群虚拟机高可用系统对于保障云上应用的高可用性有重要意义。
在本部分中公开的以上信息仅用于对本公开的发明构思的背景的理解，因此，以上信息可包含不构成现有技术的信息。
发明内容
鉴于上述技术问题中的至少一个方面，提出了一种实现集群虚拟机高可用的方法和装置、电子设备、计算机可读存储介质和程序产品。
在一个方面，提供一种实现集群虚拟机高可用的方法，包括：
检测集群中至少一个虚拟机的状态；
当所述至少一个虚拟机的状态为异常状态时，获取该至少一个虚拟机专属的高可用恢复策略；以及
根据获取的该至少一个虚拟机专属的高可用恢复策略，对该至少一个虚拟机执行恢复操作。
根据一些示例性的实施例，所述高可用恢复策略包括第一高可用恢复策略和第二高可用恢复策略中的至少一种，所述第一高可用恢复策略为重启/启动策略，所述第二高可用恢复策略为重建策略。
根据一些示例性的实施例，当所述至少一个虚拟机专属的高可用恢复策略为第一高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：
检测所述至少一个虚拟机所在的宿主机的状态；
检测所述至少一个虚拟机所在的物理卷的状态；
当所述宿主机和所述物理卷的状态均正常时，重启或启动所述至少一个虚拟机。
根据一些示例性的实施例，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：
检测所述至少一个虚拟机所在的物理卷的状态；
检测所述至少一个虚拟机所在的宿主机的状态；
当所述宿主机和所述物理卷的状态均正常时，在所述至少一个虚拟机所在的宿主机上重建所述至少一个虚拟机。
根据一些示例性的实施例，所述高可用恢复策略还包括第三高可用恢复策略，当所述至少一个虚拟机专属的高可用恢复策略为第三高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：
检测所述至少一个虚拟机所在的宿主机的状态；
检测所述至少一个虚拟机所在的物理卷的状态；
当所述宿主机和所述物理卷的状态均正常时，重启或启动所述至少一个虚拟机；
当重启或启动所述至少一个虚拟机失败时，在所述至少一个虚拟机所在的宿主机上重建所述至少一个虚拟机。
根据一些示例性的实施例，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作还包括：
判断所述至少一个虚拟机的状态是否恢复正常；
当确定所述至少一个虚拟机的状态未恢复正常时，在其他宿主机上重建所述至少一个虚拟机，其中，所述其他宿主机与所述至少一个虚拟机所在的宿主机在同一可用域下。
根据一些示例性的实施例，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作还包括：
当所述至少一个虚拟机所在的宿主机的状态异常时，在其他宿主机上重建所述至少一个虚拟机，其中，所述其他宿主机与所述至少一个虚拟机所在的宿主机在同一可用域下。
根据一些示例性的实施例，所述在其他宿主机上重建所述至少一个虚拟机包括：
依次遍历与所述至少一个虚拟机所在的宿主机在同一可用域下的其他各个宿主机，直到在同一可用域下的其他各个宿主机中的一个宿主机上成功重建所述至少一个虚拟机。
根据一些示例性的实施例，当所述至少一个虚拟机专属的高可用恢复策略为第一高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作还包括：
判断所述至少一个虚拟机的状态是否恢复正常；
根据上述判断的结果，更新高可用任务队列。
根据一些示例性的实施例，所述高可用任务队列包括错误任务队列，所述错误任务队列包括高可用恢复失败的虚拟机队列，
所述根据上述判断的结果，更新高可用任务队列，具体包括：
当所述至少一个虚拟机的状态未恢复正常时，将所述至少一个虚拟机加入错误任务队列中。
根据一些示例性的实施例，所述高可用任务队列还包括运行任务队列，所述运行任务队列包括当前正在运行或等待运行高可用恢复操作的虚拟机队列，
所述根据上述判断的结果，更新高可用任务队列，具体包括：
当所述至少一个虚拟机的状态恢复正常时，将所述至少一个虚拟机从运行任务队列中移除。
根据一些示例性的实施例，所述高可用恢复策略还包括第四高可用恢复策略，所述第四高可用恢复策略为忽略策略，
所述方法还包括：
当所述至少一个虚拟机专属的高可用恢复策略为第四高可用恢复策略时，不对该至少一个虚拟机执行恢复操作。
根据一些示例性的实施例，所述高可用任务队列还包括忽略任务队列，所述忽略任务队列包括专属的高可用恢复策略被配置为第四高可用恢复策略的虚拟机队列，
在所述检测集群中至少一个虚拟机的状态之前，所述方法还包括：
判断所述至少一个虚拟机是否在运行任务队列、错误任务队列和忽略任务队列中的至少一个中。
根据一些示例性的实施例，所述检测集群中至少一个虚拟机的状态包括：
通过定时器按照预定的时间间隔定时检测集群中至少一个虚拟机的状态。
根据一些示例性的实施例，所述定时器包括检测参数，所述检测参数用于表征检测状态，
所述检测集群中至少一个虚拟机的状态包括：
根据所述检测参数，确定上一轮检测是否完成；
当上一轮检测未完成时，暂停执行本轮检测；
当上一轮检测已完成时，开始执行本轮检测。
根据一些示例性的实施例，所述方法还包括：
当集群中存在其他应用操作所述至少一个虚拟机时，将所述至少一个虚拟机加入高可用白名单中，其中，高可用白名单中的虚拟机被暂时配置为第四高可用恢复策略；以及
当集群中其他应用完成对所述至少一个虚拟机的操作时，将所述至少一个虚拟机从高可用白名单中移除。
根据一些示例性的实施例，所述方法还包括：
当所述至少一个虚拟机在错误任务队列中存在的时间达到指定时间时，将所述至少一个虚拟机从错误任务队列中移除。
根据一些示例性的实施例，所述方法还包括：
当所述至少一个虚拟机所在的物理卷的状态为异常时，将所述至少一个虚拟机置为卷异常状态；
当所述至少一个虚拟机所在的物理卷的状态从异常恢复为正常时，对该至少一个虚拟机再次执行恢复操作。
根据一些示例性的实施例，所述方法还包括：
当对该至少一个虚拟机再次执行恢复操作成功时，移除所述至少一个虚拟机的卷异常状态；
当对该至少一个虚拟机再次执行恢复操作失败时，将所述至少一个虚拟机置为卷损坏状态。
根据一些示例性的实施例，所述方法是基于OpenStack实现的。
在另一方面，提供一种实现集群虚拟机高可用的装置，包括：
状态监测模块，用于检测集群中至少一个虚拟机的状态；
恢复策略获取模块，用于：当所述至少一个虚拟机的状态为异常状态时，获取该至少一个虚拟机专属的高可用恢复策略；以及
恢复操作执行模块，用于：根据获取的该至少一个虚拟机专属的高可用恢复策略，对该至少一个虚拟机执行恢复操作。
在又另一方面，提供一种电子设备，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上所述的方法。
在再一方面，提供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上所述的方法。
在仍另一方面，提供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如上所述的方法。
在根据本公开的实施例的方法中，可以配置每一个虚拟机的恢复策略，根据不同虚拟机专属的恢复策略对不同虚拟机进行差异化恢复，能够大大提升集群虚拟机的高可用性，保障虚拟机上应用的正常运行。
附图说明
为了更好地理解本发明，将根据以下附图对本发明进行详细描述：
图1是根据本公开的一些示例性实施例的实现集群虚拟机高可用的方法的流程图。
图2示意性示出了根据本公开的实施例的方法中的物理卷的检测过程。
图3示意性示出了计算机与虚拟机进行通信的示意图。
图4是根据本公开的一些示例性实施例的方法中的恢复操作的流程图。
图5是根据本公开的一些示例性实施例的高可用管道通信的示意图。
图6是根据本公开的示例性实施例的实现集群虚拟机高可用的装置的结构框图。
图7示意性示出了根据本公开的示例性实施例的适于上述方法的电子设备的结构框图。
具体实施方式
下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的结构、材料或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
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。
在本文中，“高可用(英文表述为High Availability，简称为HA”是分布式系统中的技术术语，它通常表示通过设计减少系统不能提供服务的时间。例如，假设系统一直能够提供服务，可以说系统的可用性是100％。如果系统每运行100个时间单位，会有1个时间单位无法提供服务，可以说系统的可用性是99％。在集群虚拟机领域，高可用可以表示：虚拟机的相关资源发生了问题，使得虚拟机不能正常运行，系统会恢复该虚拟机使得它变为正常。例如，在物理计算节点发生硬件故障时(例如磁盘损坏、CPU或内存故障导致宕机、物理网络故障和电源故障)，自动将该节点关闭，该节点上的虚拟机在集群中其它健康的计算节点上重启。
发明人经研究发现，虚拟机的健康状况是保证云上业务正常运行的关键因素，业务环境中的运行异常或者故障会对业务的正常运行造成不可控的影响，严重时甚至会导致整个业务功能的瘫痪。因此，使业务运行系统具备一定的异常应对能力，将是提高整个业务系统稳定性的重要措施之一。高可用是保障系统在突发异常时依然能够对外提供正常功能的一种常见解决方案，在目前的实际业务中使用了集群化、双机热备等方案来保障业务核心服务所在虚拟机的高可用，但以上两种方案的异常处理过程都有相应的弊端，如集群部署时某一节点的异常会增加其它节点的运行负载，双机热备无法应对主机与备机同时故障的情况。
虚拟机的高可用主要包含异常检测和故障恢复两大块。目前，虚拟机的异常检测往往依靠人为判定，或者通过一些简单的脚本、命令进行检测，效率较低，且不能做到及时准确发现故障，时效性不高。另一方面，国内外针对故障恢复的技术研究大多集中于保障宿主机的高可用性，比如利用pacemaker等软件实现宿主机的高可用，在宿主机出现故障时及时将宿主机上的虚拟机迁移至健康宿主机上。但是这些技术忽略了一种情况，即宿主机健康时虚拟机也有可能出现问题而需要重建。如何准确判断出虚拟机的健康状况，并在不影响宿主机的情况下对故障虚拟机进行重建，是本公开实施例提供的技术方案关注的重要课题之一。
在描述本公开的实施例提供的方法之前，对OpenStack系统做一个简要的介绍。需要说明的是，在本部分中，为了本公开的实施例提供的方法得到更好的理解，结合OpenStack系统对本公开的实施例提供的方法进行了详细描述。但是，这样的描述不应视为对本公开的实施例的限制，也就是说，在本公开的实施例中，所述方法可以是基于OpenStack系统实现的，但是，本公开的实施例不局限于此，所述方法也可以基于其他虚拟机管理系统实现。
OpenStack是一个用于云平台管理的项目，目前为公有云、私有云和混合云的建设与管理提供软件的开源项目。Openstack项目的首要任务是简化云的部署过程并为其带来良好的可扩展性。OpenStack支持KVM、Xen、Lvc、Docker等虚拟机软件或容器。
OpenStack的主要目标是管理数据中心的资源，简化资源分配。它管理三部分资源，分别是：计算资源：OpenStack可以规划并管理大量虚拟机，从而允许企业或服务提供商按需提供计算资源；开发者可以通过API访问计算资源从而创建云应用，管理员与用户则可以通过web访问这些资源。存储资源：OpenStack可以为云服务或云应用提供所需的对象及块存储资源。因为对性能及价格有需求，很多组织已经不能满足于传统的企业级存储技术，因此OpenStack可以根据用户需要提供可配置的对象存储或块存储功能；网络资源：数据中心存在大量的配置工作，例如服务器、网络设备、存储设备、安全设备均需要配置，而它们还将被划分成更多的虚拟设备或虚拟网络，这会导致IP地址的数量、路由配置、安全规则爆炸式增长，鉴于此，OpenStack提供了插件式、可扩展、API驱动型的网络及IP管理功能。
发明人经研究发现，由于OpenStack的初衷是面向公有云，因此OpenStack在“基因”里便缺乏虚拟机高可用设计，这也是到目前为止OpenStack的计算服务Nova一直没有完善的虚拟机高可用功能的原因。在公有云环境中，用户业务系统的高可用性更多地依赖于分布在集群中的应用程序本身，即公有云上运行的应用程序有自己的集群和负载均衡系统，能在一定程度上容忍物理计算节点宕机所带来的虚拟机不可用，并能通过负载均衡系统实现故障计算节点上的负载自动转移。随着越来越多传统IT架构下的用户转入云计算，OpenStack的私有云用户不断增加，由于传统集中式应用系统的非中断运行几乎完全依赖于服务器的高可用性，因此在私有云环境下，OpenStack Nova服务的虚拟机高可用性变得极为迫切。
针对上述问题的至少一个方面，本公开的实施例提供了一种实现集群虚拟机高可用的方法，包括：检测集群中至少一个虚拟机的状态；当所述至少一个虚拟机的状态为异常状态时，获取该至少一个虚拟机专属的高可用恢复策略；以及根据获取的该至少一个虚拟机专属的高可用恢复策略，对该至少一个虚拟机执行恢复操作。
在根据本公开的实施例的方法中，可以配置每一个虚拟机的恢复策略，根据不同虚拟机专属的恢复策略对不同虚拟机进行差异化恢复，能够大大提升集群虚拟机的高可用性，保障虚拟机上应用的正常运行。
图1是根据本公开的一些示例性实施例的实现集群虚拟机高可用的方法的流程图。参照图1，所述方法可以包括操作S110～S130。
在操作S110中，检测集群中至少一个虚拟机的状态。
在本公开的实施例中，所述检测集群中至少一个虚拟机的状态包括：通过定时器按照预定的时间间隔定时检测集群中至少一个虚拟机的状态。
例如，可以由定时器每隔一段时间触发OpenStack集群虚拟机的检测，定时器可以采用crontable。crontable是一种非阻塞式的定时触发器，该定时器触发时不会检测上一轮触发是否完成，如果前一次或多次触发尚未完成，则会出现多轮虚拟机异常检测异步进行的情况。
在本公开的实施例中，所述定时器包括检测参数，所述检测参数用于表征检测状态，所述检测集群中至少一个虚拟机的状态包括：根据所述检测参数，确定上一轮检测是否完成；当上一轮检测未完成时，暂停执行本轮检测；当上一轮检测已完成时，开始执行本轮检测。
也就是说，在本公开的实施例中，针对crontable非阻塞特点导致的问题，设置了一个用于表征检测状态(即检测是否完成)的检测参数，检测开始时会检查该参数状态，如果检测到该参数为检测状态，表示上一轮检测还未完成，则停止本轮检测，否则就开始新一轮检测，并将该参数设为检测状态，直到该轮检测完成时才设置为闲置状态。
在操作S120中，当所述至少一个虚拟机的状态为异常状态时，获取该至少一个虚拟机专属的高可用恢复策略。
例如，所述高可用恢复策略包括第一高可用恢复策略和第二高可用恢复策略中的至少一种，所述第一高可用恢复策略为重启/启动策略，所述第二高可用恢复策略为重建策略。
需要说明的是，表述“重启/启动策略”表示重启或启动策略，在待恢复的虚拟机处于关闭状态时，其表示启动策略；在待恢复的虚拟机处于运行状态时，其表示重启策略。
例如，OpenStack能提供虚拟机层面的操作，即启动、关闭、创建、删除虚拟机操作，基于以上操作，当前虚拟机至少有两种恢复操作：启动/重启虚拟机，删除原虚拟机后重建虚拟机。根据实际业务的不同，不同虚拟机可以配置不同的高可用恢复策略。例如，高可用恢复策略可以包括以下四类策略：IGNORE：忽略；RESTART：只重启(非关闭状态)/启动(关闭状态)；REBUILD：只重建；ALL：先进行重启/启动，失败后再重建。
在本公开的实施例中，可以将“RESTART：只重启(非关闭状态)/启动(关闭状态)”描述为第一高可用恢复策略，将“只重建；ALL”描述为第二高可用恢复策略，将“ALL：先进行重启/启动，失败后再重建”描述为第三高可用恢复策略，将“IGNORE：忽略”描述为第四高可用恢复策略。
在操作S130中，根据获取的该至少一个虚拟机专属的高可用恢复策略，对该至少一个虚拟机执行恢复操作。
在本公开的实施例中，当所述至少一个虚拟机专属的高可用恢复策略为第一高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：检测所述至少一个虚拟机所在的宿主机的状态；检测所述至少一个虚拟机所在的物理卷的状态；当所述宿主机和所述物理卷的状态均正常时，重启或启动所述至少一个虚拟机。
在本公开的实施例中，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：检测所述至少一个虚拟机所在的物理卷的状态；检测所述至少一个虚拟机所在的宿主机的状态；当所述宿主机和所述物理卷的状态均正常时，在所述至少一个虚拟机所在的宿主机上重建所述至少一个虚拟机。
在本公开的实施例中，所述高可用恢复策略还包括第三高可用恢复策略，当所述至少一个虚拟机专属的高可用恢复策略为第三高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：检测所述至少一个虚拟机所在的宿主机的状态；检测所述至少一个虚拟机所在的物理卷的状态；当所述宿主机和所述物理卷的状态均正常时，重启或启动所述至少一个虚拟机；当重启或启动所述至少一个虚拟机失败时，在所述至少一个虚拟机所在的宿主机上重建所述至少一个虚拟机。
在本公开的实施例中，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作还包括：判断所述至少一个虚拟机的状态是否恢复正常；当确定所述至少一个虚拟机的状态未恢复正常时，在其他宿主机上重建所述至少一个虚拟机，其中，所述其他宿主机与所述至少一个虚拟机所在的宿主机在同一可用域下。
在本公开的实施例中，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作还包括：当所述至少一个虚拟机所在的宿主机的状态异常时，在其他宿主机上重建所述至少一个虚拟机，其中，所述其他宿主机与所述至少一个虚拟机所在的宿主机在同一可用域下。
在本公开的实施例中，所述在其他宿主机上重建所述至少一个虚拟机包括：依次遍历与所述至少一个虚拟机所在的宿主机在同一可用域下的其他各个宿主机，直到在同一可用域下的其他各个宿主机中的一个宿主机上成功重建所述至少一个虚拟机。
例如，业务虚拟机统一采用OpenStack卷作为虚拟机系统启动源，启动卷在断电异常情况下有概率出现损坏，对虚拟机卷的检测要优先进行。
图2示意性示出了根据本公开的实施例的方法中的物理卷的检测过程。参照图2，所述物理卷的检测过程可以包括以下操作。
在操作S210中，获取物理卷的存储方式，例如，根据测试环境的不同，物理卷可以采用lvm的方式管理，或者采用华为OceanStorage存储。
在操作S220中，根据获取的物理卷的存储方式，选择性进入与物理卷的存储方式对应的分支。当物理卷采用lvm的方式管理时，进入图2中的左侧分支；当物理卷采用华为OceanStorage存储的方式管理时，进入图2中的右侧分支。
在操作S230中，当物理卷采用lvm的方式管理时，通过ssh连接到物理卷所在的物理机。
在操作S240中，判断通过ssh与物理卷所在的物理机是否连通。
当通过ssh与物理卷所在的物理机连通时，进行操作S250。在操作S250中，判断返回信息中是否包含指定物理卷。
当返回信息中包含指定物理卷时，进行操作S260。在操作S260中，确定物理卷正常，可以进行高可用恢复。
当通过ssh与物理卷所在的物理机未连通或返回信息中未包含指定物理卷时，进行操作S270。在操作S270中，确定物理卷异常(无法使用)，停止当前虚拟机的高可用恢复。
在操作S280中，当物理卷采用华为OceanStorage存储的方式管理时，查询DeviceManager中物理卷信息。
在操作S290中，判断是否有物理卷信息。
当有物理卷信息时，进行操作S291。在操作S291中，判断Lun存储状态是否正常。
当Lun存储状态正常时，进行上述操作S260。
当没有物理卷信息或Lun存储状态不正常时，进行上述操作S270。
在图2所示的实施例中，当且仅当虚拟机的所有物理卷都可用时，才确定物理卷为正常状态，才会进行后续检测；如果检测到有物理卷不可用，会将该虚拟机置于物理卷异常状态。
在本公开的实施例中，在对至少一个虚拟机执行恢复操作后，所述方法还可以包括判断虚拟机是否正常运行的步骤。例如，可以通过利用计算机与虚拟机进行通信的方式，来判断虚拟机是否正常运行。图3示意性示出了计算机与虚拟机进行通信的示意图。参照图3，计算机可以与虚拟机内置服务的GRPC接口进行通信，以检测虚拟机内服务是否正常运行，从而判断虚拟机是否正常运行。例如，可以采用Protobuf数据格式标准在本地计算机和虚拟机之间交互数据。本地计算机可以包括GRPC客户端，所述GRPC客户端可以指定发送数据和指定调用接口，例如，所述GRPC客户端可以发送“我是高可用”给虚拟机。所述虚拟机可以包括GRPC服务端，所述GRPC服务端可以接收客户端请求调用指定接口，例如，可以发送“利好高可用”给客户端。所述客户端可以接收服务端数据。
在本公开的实施例中，所述方法还包括：当所述至少一个虚拟机所在的物理卷的状态为异常时，将所述至少一个虚拟机置为卷异常状态；当所述至少一个虚拟机所在的物理卷的状态从异常恢复为正常时，对该至少一个虚拟机再次执行恢复操作。
在本公开的实施例中，所述方法还包括：当对该至少一个虚拟机再次执行恢复操作成功时，移除所述至少一个虚拟机的卷异常状态；当对该至少一个虚拟机再次执行恢复操作失败时，将所述至少一个虚拟机置为卷损坏状态。
在本公开的实施例中，当所述至少一个虚拟机专属的高可用恢复策略为第一高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作还包括：判断所述至少一个虚拟机的状态是否恢复正常；根据上述判断的结果，更新高可用任务队列。
在本公开的实施例中，高可用队列可以包括以下至少三个队列：运行任务队列、错误任务队列和忽略任务队列，其中，运行任务队列包括当前正在进行或等待进行高可用恢复操作的虚拟机队列，错误任务队列包括高可用恢复失败的虚拟机队列，忽略任务队列包括高可用策略配置为IGNORE的虚拟机队列。
在本公开的实施例中，所述高可用任务队列包括错误任务队列，所述错误任务队列包括高可用恢复失败的虚拟机队列，所述根据上述判断的结果，更新高可用任务队列，具体包括：当所述至少一个虚拟机的状态未恢复正常时，将所述至少一个虚拟机加入错误任务队列中。
在本公开的实施例中，所述高可用任务队列还包括运行任务队列，所述运行任务队列包括当前正在运行或等待运行高可用恢复操作的虚拟机队列，所述根据上述判断的结果，更新高可用任务队列，具体包括：当所述至少一个虚拟机的状态恢复正常时，将所述至少一个虚拟机从运行任务队列中移除。
在本公开的实施例中，所述高可用恢复策略还包括第四高可用恢复策略，所述第四高可用恢复策略为忽略策略，所述方法还包括：当所述至少一个虚拟机专属的高可用恢复策略为第四高可用恢复策略时，不对该至少一个虚拟机执行恢复操作。
在本公开的实施例中，所述高可用任务队列还包括忽略任务队列，所述忽略任务队列包括专属的高可用恢复策略被配置为第四高可用恢复策略的虚拟机队列，在所述检测集群中至少一个虚拟机的状态之前，所述方法还包括：判断所述至少一个虚拟机是否在运行任务队列、错误任务队列和忽略任务队列中的至少一个中。即，可以事先对当前队列的虚拟机信息进行查询，判断当前检测的虚拟机是否已经位于高可用任务队列中，以保证队列中的虚拟机不出现重复。这样，可以防止某个虚拟机被重复添加到高可用队列中，从而可以减少不必要的检测过程。
图5是根据本公开的一些示例性实施例的高可用管道通信的示意图。参照图5，通过管道将检测到的虚拟机发送到其它协程进行消费，在运行协程中会对异常虚拟机的消息进行消费。
在本公开的实施例中，所述方法还包括：当集群中存在其他应用操作所述至少一个虚拟机时，将所述至少一个虚拟机加入高可用白名单中，其中，高可用白名单中的虚拟机被暂时配置为第四高可用恢复策略；以及当集群中其他应用完成对所述至少一个虚拟机的操作时，将所述至少一个虚拟机从高可用白名单中移除。具体地，考虑到除了高可用外，集群中还有其它自研应用服务也会对OpenStack中的虚拟机进行操作，因此，在本公开的实施例中，额外添加了一个高可用白名单功能，当其它应用操纵虚拟机进行例如启动、重启、关闭和创建等操作时，可以向高可用白名单接口中添加虚拟机数据，直到操作完成向高可用白名单发送移除消息(关闭虚拟机启动后视为完成操作)整个过程中，白名单获得暂时的IGNORE的配置策略。
例如，参照图5，管道可以包括Join Task管道、Run Task管道、Leave Task管道，其中，Join Task管道用于接收异常虚拟机消息，Run Task管道用于接收进行恢复操作的虚拟机消息，Leave Task管道用于接收完成恢复操作后的虚拟机消息。通过虚拟机异常检测，向Join Task管道发消息。在入队列中，Join Task管道可以接收所述消息，判断消息中的虚拟机是否在运行任务、错误任务、忽略任务中，并加入运行任务和发送到Run Task管道。在运行队列中，Run Task管道可以接收消息，执行高可用恢复操作，并将操作结果发送到LeaveTask管道。在出队列中，Leave Task管道接收消息，并根据恢复结果更新任务记录。所述任务记录包括记录的运行任务、错误任务和忽略任务，运行任务包括待处理的异常虚拟机任务，错误任务包括高可用恢复失败的任务，忽略任务包括高可用策略为IGNORE的任务。
在本公开的实施例中，所述方法还包括：当所述至少一个虚拟机在错误任务队列中存在的时间达到指定时间时，将所述至少一个虚拟机从错误任务队列中移除。
图4是根据本公开的一些示例性实施例的方法中的恢复操作的流程图。参照图4，所述方法中的恢复操作可以至少包括以下几个过程：
(1)从配置文件或者数据库获取宿主机的高可用策略信息，数据库配置优先级更高，根据高可用策略决定进行重启/启动(Restart/ALL)还是重建(Rebuild/ALL)。虽然当前测试环境统一采用了物理卷方式创建虚拟机，高可用也兼容镜像方式创建的虚拟机。
(2)重启/启动过程：会先检测虚拟机的宿主机连通性和启动卷是否可用，如果均可用则进行启动或者重启操作，并根据恢复结果进行后续操作
(3)重建过程I：首先是原宿主机上的重建，判断高可用策略以及重启/启动是否恢复成功，然后会检查物理卷和宿主机是否可用，如果均可用则会在当前宿主机上先删除原有虚拟机，然后适用原虚拟机的物理卷，端口，配额重新创建虚拟机，然后根据恢复结果判断是否进行后续操作。
(4)重建过程II：在原宿主机上重建失败，或者原宿主机不可用，会在原宿主机可用域下的其它宿主机上尝试创建虚拟机，同时考虑到其它高可用方案，如双机热备的虚拟机，高可用会保证重建的虚拟机与原虚拟机的主机或者备机不在同一个宿主机上。依次遍历有效的其它宿主机进行虚拟机的重建，直到虚拟机在某一个宿主机上恢复成功或者宿主机遍历完成。
在本公开的实施例中，依靠业务环境中OpenStack对虚拟机管理的检测和支持，以及Prometheus对虚拟机内系统服务的监控，提出一套既能检测虚拟机异常又能检测虚拟机内部运行系统异常，并能根据不同异常情况灵活应对的虚拟机高可用系统。通过心跳式的访问exporter中的GRPC接口，对虚拟机服务层面实时监控，并且通过对exporter的精简与自动拉起机制保证接口功能与系统运行状态一致；通过指定并管理每一个虚拟机的恢复策略，对不同虚拟机进行差异化恢复，在集群内的任意宿主机上创建备用虚拟机，使集群资源得到充分利用，提升业务运行的稳定性。
基于上述实现集群虚拟机高可用的方法，本公开的实施例还提供了一种实现集群虚拟机高可用的装置。以下将结合图6对该装置进行详细描述。
图6是根据本公开的示例性实施例的实现集群虚拟机高可用的装置的结构框图。
如图6所示，所述实现集群虚拟机高可用的装置800包括状态监测模块810、恢复策略获取模块820和恢复操作执行模块830。
状态监测模块810用于检测集群中至少一个虚拟机的状态。在一些示例性的实施例中，状态监测模块810可以用于执行前文描述的操作S110及其子操作，在此不再赘述。
恢复策略获取模块820用于：当所述至少一个虚拟机的状态为异常状态时，获取该至少一个虚拟机专属的高可用恢复策略。在一些示例性的实施例中，恢复策略获取模块820可以用于执行前文描述的操作S120及其子操作，在此不再赘述。
恢复操作执行模块830用于：根据获取的该至少一个虚拟机专属的高可用恢复策略，对该至少一个虚拟机执行恢复操作。在一些示例性的实施例中，恢复操作执行模块830可以用于执行前文描述的操作S130及其子操作，在此不再赘述。
根据本公开的实施例，所述实现集群虚拟机高可用的装置800包括的状态监测模块810、恢复策略获取模块820和恢复操作执行模块830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，状态监测模块810、恢复策略获取模块820和恢复操作执行模块830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，状态监测模块810、恢复策略获取模块820和恢复操作执行模块830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7示意性示出了根据本公开的示例性实施例的适于上述方法的电子设备的结构框图。
如图7所示，根据本公开实施例的电子设备1000包括处理器1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001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1001还可以包括用于缓存用途的板载存储器。处理器1001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 1003中，存储有电子设备1000操作所需的各种程序和数据。处理器1001、ROM 1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM1003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，所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述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1000还可以包括输入/输出(I/O)接口1005，输入/输出(I/O)接口1005也连接至总线1004。电子设备1000还可以包括连接至I/O接口1005的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1006；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1007；包括硬盘等的存储部分1008；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1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，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1010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1008。
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 1002和/或RAM 1003和/或ROM 1002和RAM 1003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物品推荐方法。
在该计算机程序被处理器1001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1009被下载和安装，和/或从可拆卸介质1011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1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001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 (16)

1.一种实现集群虚拟机高可用的方法，其特征在于，包括：
检测集群中至少一个虚拟机的状态；
当所述至少一个虚拟机的状态为异常状态时，获取该至少一个虚拟机专属的高可用恢复策略；
根据获取的该至少一个虚拟机专属的高可用恢复策略，对该至少一个虚拟机执行恢复操作，其中，所述高可用恢复策略包括第一高可用恢复策略和第二高可用恢复策略中的至少一种，所述高可用恢复策略还包括忽略策略，所述第一高可用恢复策略为重启/启动策略，所述第二高可用恢复策略为重建策略；以及
当该至少一个虚拟机专属的高可用恢复策略为忽略策略时，不对该至少一个虚拟机执行恢复操作，
其中，当该至少一个虚拟机专属的高可用恢复策略为第一高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：检测所述至少一个虚拟机所在的宿主机的状态；检测所述至少一个虚拟机所在的物理卷的状态；当所述宿主机和所述物理卷的状态均正常时，重启或启动所述至少一个虚拟机；判断所述至少一个虚拟机的状态是否恢复正常；根据上述判断的结果，更新高可用任务队列，其中，所述高可用任务队列包括运行任务队列、错误任务队列和忽略任务队列，其中，运行任务队列包括当前正在进行或等待进行高可用恢复操作的虚拟机队列，错误任务队列包括高可用恢复失败的虚拟机队列，忽略任务队列包括高可用恢复策略配置为忽略策略的虚拟机队列，
其中，在所述检测集群中至少一个虚拟机的状态之前，所述方法还包括：判断所述至少一个虚拟机是否在运行任务队列、错误任务队列和忽略任务队列中的至少一个中，以及
其中，所述方法还包括：当集群中存在其他应用操作所述至少一个虚拟机时，将所述至少一个虚拟机加入高可用白名单中，其中，高可用白名单中的虚拟机被暂时配置为忽略策略；以及当集群中其他应用完成对所述至少一个虚拟机的操作时，将所述至少一个虚拟机从高可用白名单中移除。
2.根据权利要求1所述的方法，其中，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：
检测所述至少一个虚拟机所在的物理卷的状态；
检测所述至少一个虚拟机所在的宿主机的状态；
当所述宿主机和所述物理卷的状态均正常时，在所述至少一个虚拟机所在的宿主机上重建所述至少一个虚拟机。
3.根据权利要求2所述的方法，其中，所述高可用恢复策略还包括第三高可用恢复策略，当所述至少一个虚拟机专属的高可用恢复策略为第三高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作包括：
检测所述至少一个虚拟机所在的宿主机的状态；
检测所述至少一个虚拟机所在的物理卷的状态；
当所述宿主机和所述物理卷的状态均正常时，重启或启动所述至少一个虚拟机；
当重启或启动所述至少一个虚拟机失败时，在所述至少一个虚拟机所在的宿主机上重建所述至少一个虚拟机。
4.根据权利要求2所述的方法，其中，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作还包括：
判断所述至少一个虚拟机的状态是否恢复正常；
当确定所述至少一个虚拟机的状态未恢复正常时，在其他宿主机上重建所述至少一个虚拟机，其中，所述其他宿主机与所述至少一个虚拟机所在的宿主机在同一可用域下。
5.根据权利要求2所述的方法，其中，当所述至少一个虚拟机专属的高可用恢复策略为第二高可用恢复策略时，所述对该至少一个虚拟机执行恢复操作还包括：
当所述至少一个虚拟机所在的宿主机的状态异常时，在其他宿主机上重建所述至少一个虚拟机，其中，所述其他宿主机与所述至少一个虚拟机所在的宿主机在同一可用域下。
6.根据权利要求5所述的方法，其中，所述在其他宿主机上重建所述至少一个虚拟机包括：
依次遍历与所述至少一个虚拟机所在的宿主机在同一可用域下的其他各个宿主机，直到在同一可用域下的其他各个宿主机中的一个宿主机上成功重建所述至少一个虚拟机。
7.根据权利要求2所述的方法，其中，
所述根据上述判断的结果，更新高可用任务队列，具体包括：
当所述至少一个虚拟机的状态未恢复正常时，将所述至少一个虚拟机加入错误任务队列中。
8.根据权利要求7所述的方法，其中，
所述根据上述判断的结果，更新高可用任务队列，具体包括：
当所述至少一个虚拟机的状态恢复正常时，将所述至少一个虚拟机从运行任务队列中移除。
9.根据权利要求1所述的方法，其中，所述检测集群中至少一个虚拟机的状态包括：
通过定时器按照预定的时间间隔定时检测集群中至少一个虚拟机的状态。
10.根据权利要求9所述的方法，其中，所述定时器包括检测参数，所述检测参数用于表征检测状态，
所述检测集群中至少一个虚拟机的状态包括：
根据所述检测参数，确定上一轮检测是否完成；
当上一轮检测未完成时，暂停执行本轮检测；
当上一轮检测已完成时，开始执行本轮检测。
11.根据权利要求1所述的方法，其中，所述方法还包括：
当所述至少一个虚拟机在错误任务队列中存在的时间达到指定时间时，将所述至少一个虚拟机从错误任务队列中移除。
12.根据权利要求1所述的方法，其中，所述方法还包括：
当所述至少一个虚拟机所在的物理卷的状态为异常时，将所述至少一个虚拟机置为卷异常状态；
当所述至少一个虚拟机所在的物理卷的状态从异常恢复为正常时，对该至少一个虚拟机再次执行恢复操作。
13.根据权利要求12所述的方法，其中，所述方法还包括：
当对该至少一个虚拟机再次执行恢复操作成功时，移除所述至少一个虚拟机的卷异常状态；
当对该至少一个虚拟机再次执行恢复操作失败时，将所述至少一个虚拟机置为卷损坏状态。
14.根据权利要求1所述的方法，其中，所述方法是基于OpenStack实现的。
15.一种电子设备，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1~14中任一项所述的方法。
16.一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1~14中任一项所述的方法。
CN202210511479.XA 2022-03-28 2022-05-10 实现集群虚拟机高可用的方法和装置、设备和介质 Active CN114691304B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/CN2023/078674 WO2023185355A1 (zh) 2022-03-28 2023-02-28 实现集群虚拟机高可用的方法和装置、设备和介质
EP23164381.8A EP4254191A1 (en) 2022-03-28 2023-03-27 Method and apparatus of implementing high availability of cluster virtual machine

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210316175 2022-03-28
CN2022103161758 2022-03-28

Publications (2)

Publication Number Publication Date
CN114691304A CN114691304A (zh) 2022-07-01
CN114691304B true CN114691304B (zh) 2023-01-06

Family

ID=82144818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210511479.XA Active CN114691304B (zh) 2022-03-28 2022-05-10 实现集群虚拟机高可用的方法和装置、设备和介质

Country Status (1)

Country Link
CN (1) CN114691304B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023185355A1 (zh) * 2022-03-28 2023-10-05 同方威视技术股份有限公司 实现集群虚拟机高可用的方法和装置、设备和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9009836B1 (en) * 2014-07-17 2015-04-14 Kaspersky Lab Zao Security architecture for virtual machines
CN108108255A (zh) * 2016-11-25 2018-06-01 中兴通讯股份有限公司 虚拟机故障的检测和恢复方法及装置
CN111880906A (zh) * 2020-08-03 2020-11-03 广东省华南技术转移中心有限公司 虚拟机高可用性管理方法、系统以及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9986028B2 (en) * 2013-07-08 2018-05-29 Intel Corporation Techniques to replicate data between storage servers
CN111124609B (zh) * 2019-12-18 2023-03-24 北京明略软件系统有限公司 数据采集方法、装置、数据采集设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9009836B1 (en) * 2014-07-17 2015-04-14 Kaspersky Lab Zao Security architecture for virtual machines
CN108108255A (zh) * 2016-11-25 2018-06-01 中兴通讯股份有限公司 虚拟机故障的检测和恢复方法及装置
CN111880906A (zh) * 2020-08-03 2020-11-03 广东省华南技术转移中心有限公司 虚拟机高可用性管理方法、系统以及存储介质

Also Published As

Publication number Publication date
CN114691304A (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
US10963282B2 (en) Computing service with configurable virtualization control levels and accelerated launches
US10255147B2 (en) Fault tolerance for containers in a virtualized computing environment
EP2946293B1 (en) Healing cloud services during upgrades
US10169173B2 (en) Preserving management services with distributed metadata through the disaster recovery life cycle
US8910172B2 (en) Application resource switchover systems and methods
KR102059251B1 (ko) 노드 시스템, 서버 장치, 스케일링 제어 방법 및 프로그램
US9052935B1 (en) Systems and methods for managing affinity rules in virtual-machine environments
US9817721B1 (en) High availability management techniques for cluster resources
US9753761B1 (en) Distributed dynamic federation between multi-connected virtual platform clusters
US10404795B2 (en) Virtual machine high availability using shared storage during network isolation
US8473692B2 (en) Operating system image management
EP2816467B1 (en) Method and device for checkpoint and restart of container state
US10061665B2 (en) Preserving management services with self-contained metadata through the disaster recovery life cycle
WO2021129733A1 (zh) 云操作系统的管理方法、装置、服务器、管理系统及介质
US9928107B1 (en) Fast IP migration in a hybrid network environment
US20080307258A1 (en) Distributed Job Manager Recovery
WO2017114325A1 (zh) 故障处理方法、装置及系统
US20160055066A1 (en) Fault tolerance for complex distributed computing operations
US9792150B1 (en) Detecting site change for migrated virtual machines
WO2012113336A1 (zh) 一种在虚拟化环境中管理资源的系统及其实现方法
WO2018201461A1 (zh) 虚拟机迁移的方法、装置和虚拟化系统
US9195528B1 (en) Systems and methods for managing failover clusters
CN114691304B (zh) 实现集群虚拟机高可用的方法和装置、设备和介质
US20240012632A1 (en) Coordinating updates to an agent platform appliance in which agents of cloud services are deployed
WO2023185355A1 (zh) 实现集群虚拟机高可用的方法和装置、设备和介质

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