CN117499412A - 一种基于高可用链路的集群优化处理方法及其相关设备 - Google Patents
一种基于高可用链路的集群优化处理方法及其相关设备 Download PDFInfo
- Publication number
- CN117499412A CN117499412A CN202311416035.9A CN202311416035A CN117499412A CN 117499412 A CN117499412 A CN 117499412A CN 202311416035 A CN202311416035 A CN 202311416035A CN 117499412 A CN117499412 A CN 117499412A
- Authority
- CN
- China
- Prior art keywords
- node
- service
- standby
- service system
- core
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 34
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 138
- 230000007246 mechanism Effects 0.000 claims abstract description 93
- 230000002159 abnormal effect Effects 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 30
- 230000005856 abnormality Effects 0.000 claims abstract description 23
- 238000012360 testing method Methods 0.000 claims description 43
- 238000001514 detection method Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 26
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- 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
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Cardiology (AREA)
- General Health & Medical Sciences (AREA)
- Hardware Redundancy (AREA)
Abstract
本申请公开一种基于高可用链路的集群优化处理方法及其相关设备,属于云技术领域和金融科技领域。本申请通过在预设的集群框架上搭建业务系统,识别业务系统中的核心处理流程,并将核心处理流程对应的系统组件作为业务系统的主节点,为主节点部署备用节点,其中,备用节点基于高可用链路的方式部署在业务系统中,配置主节点和备用节点之间的自动切换机制,其中,自动切换机制包括心跳监控机制或异常监控机制,对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,得到新的业务集群系统。本申请还涉及区块链领域,核心数据存储在区块链节点上。本申请能够更好地应对非服务异常和故障情况,保障业务流程的可用性和稳定性。
Description
技术领域
本申请属于云技术领域和金融科技领域,具体涉及一种基于高可用链路的集群优化处理方法及其相关设备。
背景技术
目前,大多数业务系统使用集群方式来提高服务的可用性,集群是将多个服务器组合成一个逻辑单元,共同处理用户请求并提供服务,通过负载均衡和故障转移机制,集群可以在某个节点出现故障时,自动将请求转移到其他节点上,以确保服务的连续性。然而,目前的集群方式无法有效处理非服务异常问题,当系统发生非服务异常(如数据库故障、网络问题等)时,集群无法提供有效的解决方案,导致系统异常,并持续存在一段较长时间的系统宕机,影响用户使用体验。
例如,在车险业务中,对于车险业务中的投保流程来说,任何系统异常都是不可容忍的,投保流程是保险业务中的重要环节,如果在投保过程中发生系统异常,可能会导致用户无法顺利完成投保,影响用户体验并且可能造成业务损失。
发明内容
本申请实施例的目的在于提出一种基于高可用链路的集群优化处理方法、装置、计算机设备及存储介质,以解决现有业务系统使用集群方式来提高服务的可用性存在的无法有效处理非服务异常问题,导致系统异常,影响用户使用体验的技术问题。
为了解决上述技术问题,本申请实施例提供一种基于高可用链路的集群优化处理方法,采用了如下所述的技术方案:
一种基于高可用链路的集群优化处理方法,包括:
在预设的集群框架上搭建业务系统,识别所述业务系统中的核心处理流程,并将所述核心处理流程对应的系统组件作为所述业务系统的主节点;
为所述主节点部署备用节点,其中,所述备用节点基于高可用链路的方式部署在所述业务系统中;
配置所述主节点和所述备用节点之间的自动切换机制,其中,所述自动切换机制包括心跳监控机制或异常监控机制;
对所述主节点和所述备用节点进行数据同步,并对完成所述数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。
进一步地,所述为所述主节点部署备用节点的步骤,具体包括:
将所述核心处理流程部署到所述高可用链路中的备用服务器中,将所述备用服务器作为所述业务系统的备用节点;
识别所述主节点的核心接口;
构建所述备用节点与所述核心接口的数据连接。
进一步地,所述将所述核心处理流程部署到所述高可用链路中的备用服务器中,将所述备用服务器作为所述业务系统的备用节点的步骤,具体包括:
确定所述主节点配置的操作系统类型,在所述备用服务器中安装与所述主节点的操作系统类型相同的操作系统;
解析所述核心处理流程,确定所述核心处理流程涉及的应用程序和系统组件,并将所述应用程序和所述系统组件安装到所述备用服务器中;
从所述核心处理流程中获取配置参数,并基于所述配置参数对所述备用服务器进行参数配置。
进一步地,当所述自动切换机制为心跳监控机制时,所述配置所述主节点和所述备用节点之间的自动切换机制的步骤,具体包括:
按照预设的时间周期对所述核心接口进行检测,获取所述核心接口的返回数据;
识别所述返回数据,判断所述返回数据中是否存在预设的目标键值对;
若所述返回数据中存在所述目标键值对,则判定主节点服务正常;
若所述返回数据中不存在所述目标键值对,则判定主节点服务异常。
进一步地,当所述自动切换机制为异常监控机制时,所述配置所述主节点和所述备用节点之间的自动切换机制的步骤,具体包括:
识别所述核心接口的所有连接对象,其中,所述连接对象包括所述核心接口的所有下游系统组件和所有外接服务器;
接收所述所有连接对象返回的异常检测反馈,并计算异常反馈比例;
将所述异常反馈比例与预设的异常比例阈值进行比对;
当所述异常反馈比例小于或等于所述异常比例阈值时,判定主节点服务正常;
当所述异常反馈比例大于所述异常比例阈值时,判定主节点服务异常。
进一步地,在所述配置所述主节点和所述备用节点之间的自动切换机制的步骤之后,还包括:
当主节点服务正常时,使用所述主节点执行所述核心处理流程;
当主节点服务异常时,调用所述备用节点执行所述核心处理流程。
进一步地,所述对所述主节点和所述备用节点进行数据同步,并对完成所述数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统的步骤,具体包括:
在所述业务系统的数据库中识别所述核心处理流程对应的核心数据,将所述核心数据同步到所述备用服务器的数据库中,并对所述核心数据进行定期更新;
接收业务系统测试指令,启动所述主节点,在所述主节点中执行所述核心处理流程,得到第一处理结果;
停用所述主节点,并调用所述备用节点执行所述核心处理流程,得到第二处理结果;
比对所述第一处理结果和所述第二处理结果,当所述第一处理结果和所述第二处理结果一致时,所述业务系统通过测试,得到所述新的业务集群系统。
为了解决上述技术问题,本申请实施例还提供一种基于高可用链路的集群优化处理装置,采用了如下所述的技术方案:
一种基于高可用链路的集群优化处理装置,包括:
主节点识别模块,用于在预设的集群框架上搭建业务系统,识别所述业务系统中的核心处理流程,并将所述核心处理流程对应的系统组件作为所述业务系统的主节点;
备用节点部署模块,用于为所述主节点部署备用节点,其中,所述备用节点基于高可用链路的方式部署在所述业务系统中;
切换机制配置模块,用于配置所述主节点和所述备用节点之间的自动切换机制,其中,所述自动切换机制包括心跳监控机制或异常监控机制;
业务系统测试模块,用于对所述主节点和所述备用节点进行数据同步,并对完成所述数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如上述任一项所述的基于高可用链路的集群优化处理方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上述中任一项所述的基于高可用链路的集群优化处理方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请公开一种基于高可用链路的集群优化处理方法及其相关设备,属于云技术领域和金融科技领域。本申请通过在预设的集群框架上搭建业务系统,识别业务系统中的核心处理流程,并将核心处理流程对应的系统组件作为业务系统的主节点,为主节点部署备用节点,其中,备用节点基于高可用链路的方式部署在业务系统中,配置主节点和备用节点之间的自动切换机制,其中,自动切换机制包括心跳监控机制或异常监控机制,对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。本申请基于高可用链路配置备用节点,以对集群业务系统进行优化,通过结合监控机制和自动切换机制能够快速检测和响应异常情况,实现自动切换调用备用系统,确保业务的连续进行,能够更好地应对非服务异常和故障情况,保障业务流程的可用性和稳定性。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请可以应用于其中的示例性系统架构图;
图2示出了根据本申请的基于高可用链路的集群优化处理方法的一个实施例的流程图;
图3示出了根据本申请的基于高可用链路的集群优化处理装置的一个实施例的结构示意图;
图4示出了根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105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。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器,服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
需要说明的是,本申请实施例所提供的基于高可用链路的集群优化处理方法一般由服务器执行,相应地,基于高可用链路的集群优化处理装置一般设置于服务器中。
应该理解,图1中的终端设备、网络和服务器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终端设备、网络和服务器。
继续参考图2,示出了根据本申请的基于高可用链路的集群优化处理方法的一个实施例的流程图。本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
目前,大多数业务系统使用集群方式来提高服务的可用性,集群是将多个服务器组合成一个逻辑单元,共同处理用户请求并提供服务,通过负载均衡和故障转移机制,集群可以在某个节点出现故障时,自动将请求转移到其他节点上,以确保服务的连续性。然而,目前的集群方式无法有效处理非服务异常问题,当系统发生非服务异常(如数据库故障、网络问题等)时,集群无法提供有效的解决方案,导致系统异常,并持续存在一段较长时间的系统宕机,影响用户使用体验。
例如,在车险业务中,对于车险业务中的投保流程来说,任何系统异常都是不可容忍的,投保流程是保险业务中的重要环节,如果在投保过程中发生系统异常,可能会导致用户无法顺利完成投保,影响用户体验并且可能造成业务损失。
为了解决上述技术问题,本申请公开一种基于高可用链路的集群优化处理方法及其相关设备,属于云技术领域和金融科技领域,具体应用于车险业务系统中,本申请在现有的集群系统上增加一层高可用链路,用于处理异常情况和保障业务流程的可用性,高可用链路与集群系统共同存在,通过监控和切换机制提供更高的可用性和容错能力,确保业务的连续进行,能够更好地应对非服务异常和故障情况,保障业务流程的可用性和稳定性。
所述的基于高可用链路的集群优化处理方法,包括以下步骤:
S201,在预设的集群框架上搭建业务系统,识别业务系统中的核心处理流程,并将核心处理流程对应的系统组件作为业务系统的主节点。
在本实施例中,预设的集群框架通常是一种分布式架构,可以将业务系统的负载分散到多个节点上,提高系统的处理能力和性能,通过分析业务系统的功能和业务流程,确定哪些流程是关键且需要保证高可用性的处理流程,通常来说,核心处理流程是业务系统中最重要和最频繁执行的部分,选择负责处理核心流程的系统组件作为主节点,确保核心流程的请求得到快速响应和处理。
S202,为主节点部署备用节点,其中,备用节点基于高可用链路的方式部署在业务系统中。
高可用链路(High Availability Link)是指在计算机网络中,建立具有高度可用性和冗余性的连接通道,以确保网络服务的连续性和可靠性,高可用链路通常用于关键的网络应用和系统,如数据中心、云计算环境、企业网络等。高可用链路的设计目标是确保网络连接的持续可用性,即使其中的某个组件或链路出现故障或中断,仍能保持网络服务的正常运行。
在本实施例中,为了提高系统的容错性,为每个主节点部署备用节点,备用节点具有相同的功能和处理能力,可以在主节点发生故障时接管主节点的工作。为了保证备用节点能够快速接管主节点的工作,需要将备用节点部署在业务系统中,并通过高可用链路与业务系统连接,高可用链路通常是一种可靠且低延迟的网络连接,可以确保备用节点能够及时获取到主节点的状态和数据。
进一步地,为主节点部署备用节点的步骤,具体包括:
将核心处理流程部署到高可用链路中的备用服务器中,将备用服务器作为业务系统的备用节点;
识别主节点的核心接口;
构建备用节点与核心接口的数据连接。
在本实施例中,核心处理流程通常是业务系统中最重要和最频繁执行的部分,需要确保其可用性和容错性。为了实现这一目标,可以将核心处理流程部署到高可用链路中的备用服务器中,使其成为业务系统的备用节点,备用服务器具有相同的功能和处理能力,可以在主节点发生故障时接管主节点的工作。
主节点的核心接口是指与核心处理流程直接相关的接口,通常是业务系统中最重要和最频繁使用的接口,识别主节点的核心接口是为了确保备用节点能够正确地接管主节点的工作,并保证业务系统的正常运行。
为了确保备用节点能够接管主节点的工作,需要构建备用节点与主节点核心接口之间的数据连接,通过建立高可用链路来实现,高可用链路通常是一种可靠且低延迟的网络连接,可以确保备用节点能够及时获取到主节点的状态和数据。通过构建备用节点与核心接口的数据连接,备用节点可以在主节点发生故障时接管主节点的工作,并保持业务系统的正常运行。
通过上述步骤,将核心处理流程部署到高可用链路中的备用服务器中,并将备用服务器作为业务系统的备用节点,通过识别主节点的核心接口,并构建备用节点与核心接口的数据连接,可以实现备用节点在主节点故障时的自动接管,并确保业务系统的连续性和稳定性,高可用链路的设计目标是确保网络连接的持续可用性,以提高系统的可用性和容错性。
进一步地,将核心处理流程部署到高可用链路中的备用服务器中,将备用服务器作为业务系统的备用节点的步骤,具体包括:
确定主节点配置的操作系统类型,在备用服务器中安装与主节点的操作系统类型相同的操作系统;
解析核心处理流程,确定核心处理流程涉及的应用程序和系统组件,并将应用程序和系统组件安装到备用服务器中;
从核心处理流程中获取配置参数,并基于配置参数对备用服务器进行参数配置。
在本实施例中,为了确保备用服务器能够正确地运行核心处理流程,需要在备用服务器上安装与主节点相同的操作系统,以确保备用服务器具备与主节点相同的环境和配置,以便顺利接管主节点的工作。
核心处理流程通常依赖于一些特定的应用程序和系统组件,这些应用程序和系统组件需要在备用服务器中进行安装,通过解析核心处理流程,可以确定需要安装的应用程序和系统组件,并将其安装到备用服务器中。
核心处理流程通常需要一些配置参数来正确地运行,这些配置参数可以从核心处理流程中获取,并应用于备用服务器的参数配置中,通过基于配置参数对备用服务器进行参数配置,可以确保备用服务器能够与主节点保持一致,并能够正确地运行核心处理流程。
以保险业务系统为例,假设主节点配置的操作系统为Linux,那么需要在备用服务器中安装与主节点相同版本的Linux操作系统。在保险业务系统中,核心处理流程可能涉及到保单管理、理赔管理、客户信息管理等应用程序和系统组件,根据业务需求,将这些应用程序和系统组件安装到备用服务器中,确保备用服务器具备与主节点相同的功能和能力。同时核心处理流程中需要配置数据库连接信息、网络配置、安全配置等参数,从主节点中获取这些配置参数,并将其应用于备用服务器的参数配置中,以确保备用服务器能够与主节点保持一致。
S203,配置主节点和备用节点之间的自动切换机制,其中,自动切换机制包括心跳监控机制或异常监控机制。
在本实施例中,通过配置心跳监控机制或异常监控机制,实现主节点和备用节点之间的自动切换。心跳监控机制可以定期检测主节点的状态,如果主节点发生故障或异常,备用节点会自动接管主节点的工作;异常监控机制可以实时监测主节点的运行状态,一旦发现异常,备用节点会立即接管主节点的工作。
进一步地,当自动切换机制为心跳监控机制时,配置主节点和备用节点之间的自动切换机制的步骤,具体包括:
按照预设的时间周期对核心接口进行检测,获取核心接口的返回数据;
识别返回数据,判断返回数据中是否存在预设的目标键值对;
若返回数据中存在目标键值对,则判定主节点服务正常;
若返回数据中不存在目标键值对,则判定主节点服务异常。
在本实施例中,设置一个时间周期,例如每隔10秒钟发送一个请求到主节点的核心接口,并获取该接口的返回数据,对于获取到的返回数据,解析其中的数据结构,例如JSON或XML格式,并判断是否存在预设的目标键值对,目标键值对可以是一组特定的数据,例如状态字段为"正常",或者特定的标识字段等。如果在返回数据中找到了预设的目标键值对,即表示主节点的服务正常运行,备用节点不需要接管工作,继续保持备用状态。如果在返回数据中没有找到预设的目标键值对,即表示主节点的服务异常,备用节点需要立即接管工作,成为新的主节点,以确保业务的连续性。
通过上述步骤,通过定时检测主节点的核心接口,并判断返回数据中是否存在预设的目标键值对,可以准确判断主节点的服务状态。如果主节点服务正常,备用节点将继续保持备用状态;如果主节点服务异常,备用节点将立即接管工作,成为新的主节点,确保业务的正常运行,这样可以提高系统的可用性和容错性,减少服务中断的风险。
进一步地,当自动切换机制为异常监控机制时,配置主节点和备用节点之间的自动切换机制的步骤,具体包括:
识别核心接口的所有连接对象,其中,连接对象包括核心接口的所有下游系统组件和所有外接服务器;
接收所有连接对象返回的异常检测反馈,并计算异常反馈比例;
将异常反馈比例与预设的异常比例阈值进行比对;
当异常反馈比例小于或等于异常比例阈值时,判定主节点服务正常;
当异常反馈比例大于异常比例阈值时,判定主节点服务异常。
在本实施例中,对于主节点的核心接口,识别其所有的连接对象,包括下游系统组件和外接服务器,这些连接对象可能包括数据库、网络服务、第三方接口等。针对每个连接对象,接收其返回的异常检测反馈。异常检测反馈可以是一个布尔值,表示该连接对象是否正常;也可以是一个状态码或错误码,表示该连接对象的具体异常类型,根据这些异常检测反馈,计算出异常反馈比例,即异常的连接对象数量与总连接对象数量的比例。将计算得到的异常反馈比例与预设的异常比例阈值进行比较,异常比例阈值可以是一个固定的数值,例如0.1,表示当异常反馈比例超过10%时,判定主节点服务异常。如果异常反馈比例小于或等于预设的异常比例阈值,即表示主节点的服务正常运行,备用节点不需要接管工作,继续保持备用状态。如果异常反馈比例大于预设的异常比例阈值,即表示主节点的服务异常,备用节点需要立即接管工作,成为新的主节点,以确保业务的连续性。
通过上述步骤,通过监控核心接口的所有连接对象的异常反馈,并计算异常反馈比例,可以准确判断主节点的服务状态。如果异常反馈比例小于或等于预设的异常比例阈值,备用节点将继续保持备用状态;如果异常反馈比例大于预设的异常比例阈值,备用节点将立即接管工作,成为新的主节点,确保业务的正常运行。这样可以提高系统的可用性和容错性,减少服务中断的风险。
进一步地,在配置主节点和备用节点之间的自动切换机制的步骤之后,还包括:
当主节点服务正常时,使用主节点执行核心处理流程;
当主节点服务异常时,调用备用节点执行核心处理流程。
在本实施例中,如果自动切换机制中判定主节点服务正常,即在心跳监控时,在返回数据中找到了预设的目标键值对,表示主节点的服务正常运行,或者在异常监控时,异常反馈比例小于或等于异常比例阈值,也表示主节点的服务正常运行,那么可以继续使用主节点来执行核心处理流程,主节点将继续处理业务请求,提供正常的服务。
如果自动切换机制中判定主节点服务异常,即在心跳监控时,在返回数据中没有找到了预设的目标键值对,表示主节点的服务运行异常,或者在异常监控时,异常反馈比例大于异常比例阈值,也表示主节点的服务运行异常,那么需要调用备用节点来执行核心处理流程,备用节点将接管主节点的工作,成为新的主节点,以确保业务的连续性,在切换完成后,备用节点将开始处理业务请求,提供正常的服务。
通过以上步骤,可以根据主节点的服务状态来决定使用哪个节点执行核心处理流程。当主节点服务正常时,继续使用主节点;当主节点服务异常时,调用备用节点,这样可以确保在主节点服务异常时,能够及时切换到备用节点,避免业务中断或数据丢失。同时,在主节点服务恢复正常后,可以再次切换回主节点,保持系统的高可用性和容错性。
S204,对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。
在本实施例中,为了确保备用节点能够无缝接管主节点的工作,需要对主节点和备用节点之间的数据进行同步,数据同步可以通过复制主节点的数据到备用节点来实现,通常使用主从复制或者分布式文件系统来实现数据的实时同步。
在数据同步完成后,需要对业务系统进行测试,验证备用节点是否能够正常处理核心流程的请求,测试可以包括性能测试、负载测试、故障恢复测试等,以确保备用节点的性能和可靠性。
如果测试通过,即备用节点能够正常处理核心流程的请求,那么输出基于高可用链路的业务集群系统,这样的系统具有高可用性和容错性,可以在主节点发生故障时自动切换到备用节点,保证业务的连续性和稳定性。
进一步地,对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统的步骤,具体包括:
在业务系统的数据库中识别核心处理流程对应的核心数据,将核心数据同步到备用服务器的数据库中,并对核心数据进行定期更新;
接收业务系统测试指令,启动主节点,在主节点中执行核心处理流程,得到第一处理结果;
停用主节点,并调用备用节点执行核心处理流程,得到第二处理结果;
比对第一处理结果和第二处理结果,当第一处理结果和第二处理结果一致时,业务系统通过测试,得到新的业务集群系统。
在本实施例中,首先需要确定哪些数据是属于核心处理流程对应的数据,这些数据对于业务系统的正常运行至关重要,可以通过分析业务流程和数据依赖关系来确定核心数据。然后将主节点中的核心数据同步到备用节点的数据库中,确保备用节点具有与主节点相同的核心数据,同时,需要定期更新核心数据,以保持备用节点的数据与主节点的数据一致性。
当接收到测试指令时,启动主节点并执行核心处理流程,根据测试指令,主节点将基于核心处理流程处理相应的核心处理流程,并得到第一处理结果。主节点完成核心处理流程处理,并获得第一处理结果以后,停用主节点,确保主节点不再处理任何业务请求,然后调用备用节点执行相同的核心处理流程,得到第二处理结果。将第一处理结果和第二处理结果进行比对,检查它们是否一致,如果第一处理结果和第二处理结果一致,即备用节点能够正确地执行核心处理流程,并且结果与主节点一致,那么可以确认备用节点已经准备好接管主节点的工作,业务系统通过测试。此时,可以得到新的业务集群系统,其中备用节点成为新的主节点,确保业务的连续性和可用性。如果第一处理结果和第二处理结果不一致,则输出处理结果不一致的提示信息,以提醒用户检查高可用链路的安装部署情况,并对高可用链路配置进行更新。
在上述实施例中,本申请公开一种基于高可用链路的集群优化处理方法,属于云技术领域和金融科技领域。本申请通过在预设的集群框架上搭建业务系统,识别业务系统中的核心处理流程,并将核心处理流程对应的系统组件作为业务系统的主节点,为主节点部署备用节点,其中,备用节点基于高可用链路的方式部署在业务系统中,配置主节点和备用节点之间的自动切换机制,其中,自动切换机制包括心跳监控机制或异常监控机制,对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。本申请基于高可用链路配置备用节点,以对集群业务系统进行优化,通过结合监控机制和自动切换机制能够快速检测和响应异常情况,实现自动切换调用备用系统,确保业务的连续进行,能够更好地应对非服务异常和故障情况,保障业务流程的可用性和稳定性。
在本实施例中,基于高可用链路的集群优化处理方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式接收指令或者获取数据。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
需要强调的是,为进一步保证上述核心数据的私密和安全性,上述核心数据还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种基于高可用链路的集群优化处理装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的基于高可用链路的集群优化处理装置300,包括:
主节点识别模块301,用于在预设的集群框架上搭建业务系统,识别业务系统中的核心处理流程,并将核心处理流程对应的系统组件作为业务系统的主节点;
备用节点部署模块302,用于为主节点部署备用节点,其中,备用节点基于高可用链路的方式部署在业务系统中;
切换机制配置模块302,用于配置主节点和备用节点之间的自动切换机制,其中,自动切换机制包括心跳监控机制或异常监控机制;
业务系统测试模块304,用于对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。
进一步地,备用节点部署模块302具体包括:
备用节点部署单元,用于将核心处理流程部署到高可用链路中的备用服务器中,将备用服务器作为业务系统的备用节点;
核心接口识别单元,用于识别主节点的核心接口;
节点数据连接单元,用于构建备用节点与核心接口的数据连接。
进一步地,备用节点部署单元具体包括:
操作系统安装子单元,用于确定主节点配置的操作系统类型,在备用服务器中安装与主节点的操作系统类型相同的操作系统;
程序和组件安装子单元,用于解析核心处理流程,确定核心处理流程涉及的应用程序和系统组件,并将应用程序和系统组件安装到备用服务器中;
参数配置子单元,用于从核心处理流程中获取配置参数,并基于配置参数对备用服务器进行参数配置。
进一步地,切换机制配置模块302具体包括:
返回数据检测单元,用于按照预设的时间周期对核心接口进行检测,获取核心接口的返回数据;
键值对检测单元,用于识别返回数据,判断返回数据中是否存在预设的目标键值对;
第一检测结果单元,用于当返回数据中存在目标键值对时,则判定主节点服务正常;
第二检测结果单元,用于当返回数据中不存在目标键值对时,则判定主节点服务异常。
进一步地,切换机制配置模块302还包括:
连接对象识别单元,用于识别核心接口的所有连接对象,其中,连接对象包括核心接口的所有下游系统组件和所有外接服务器;
异常检测反馈单元,用于接收所有连接对象返回的异常检测反馈,并计算异常反馈比例;
异常比例比对单元,用于将异常反馈比例与预设的异常比例阈值进行比对;
第一比对结果单元,用于当异常反馈比例小于或等于异常比例阈值时,判定主节点服务正常;
第二比对结果单元,用于当异常反馈比例大于异常比例阈值时,判定主节点服务异常。
进一步地,基于高可用链路的集群优化处理装置300还包括:
主节点执行模块,用于当主节点服务正常时,使用主节点执行核心处理流程;
备用节点执行模块,用于当主节点服务异常时,调用备用节点执行核心处理流程。
进一步地,业务系统测试模块304具体包括:
数据同步单元,用于在业务系统的数据库中识别核心处理流程对应的核心数据,将核心数据同步到备用服务器的数据库中,并对核心数据进行定期更新;
第一处理单元,用于接收业务系统测试指令,启动主节点,在主节点中执行核心处理流程,得到第一处理结果;
第二处理单元,用于停用主节点,并调用备用节点执行核心处理流程,得到第二处理结果;
处理结果比对单元,用于比对第一处理结果和第二处理结果,当第一处理结果和第二处理结果一致时,业务系统通过测试,得到新的业务集群系统。
在上述实施例中,本申请公开一种基于高可用链路的集群优化处理装置,属于云技术领域和金融科技领域。本申请通过在预设的集群框架上搭建业务系统,识别业务系统中的核心处理流程,并将核心处理流程对应的系统组件作为业务系统的主节点,为主节点部署备用节点,其中,备用节点基于高可用链路的方式部署在业务系统中,配置主节点和备用节点之间的自动切换机制,其中,自动切换机制包括心跳监控机制或异常监控机制,对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。本申请基于高可用链路配置备用节点,以对集群业务系统进行优化,通过结合监控机制和自动切换机制能够快速检测和响应异常情况,实现自动切换调用备用系统,确保业务的连续进行,能够更好地应对非服务异常和故障情况,保障业务流程的可用性和稳定性。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是,图中仅示出了具有组件41-43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件,例如基于高可用链路的集群优化处理方法的计算机可读指令等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据,例如运行所述基于高可用链路的集群优化处理方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
在上述实施例中,本申请公开一种计算机设备,属于云技术领域和金融科技领域。本申请通过在预设的集群框架上搭建业务系统,识别业务系统中的核心处理流程,并将核心处理流程对应的系统组件作为业务系统的主节点,为主节点部署备用节点,其中,备用节点基于高可用链路的方式部署在业务系统中,配置主节点和备用节点之间的自动切换机制,其中,自动切换机制包括心跳监控机制或异常监控机制,对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。本申请基于高可用链路配置备用节点,以对集群业务系统进行优化,通过结合监控机制和自动切换机制能够快速检测和响应异常情况,实现自动切换调用备用系统,确保业务的连续进行,能够更好地应对非服务异常和故障情况,保障业务流程的可用性和稳定性。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的基于高可用链路的集群优化处理方法的步骤。
在上述实施例中,本申请公开一种计算机可读存储介质,属于云技术领域和金融科技领域。本申请通过在预设的集群框架上搭建业务系统,识别业务系统中的核心处理流程,并将核心处理流程对应的系统组件作为业务系统的主节点,为主节点部署备用节点,其中,备用节点基于高可用链路的方式部署在业务系统中,配置主节点和备用节点之间的自动切换机制,其中,自动切换机制包括心跳监控机制或异常监控机制,对主节点和备用节点进行数据同步,并对完成数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。本申请基于高可用链路配置备用节点,以对集群业务系统进行优化,通过结合监控机制和自动切换机制能够快速检测和响应异常情况,实现自动切换调用备用系统,确保业务的连续进行,能够更好地应对非服务异常和故障情况,保障业务流程的可用性和稳定性。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种基于高可用链路的集群优化处理方法,其特征在于,包括:
在预设的集群框架上搭建业务系统,识别所述业务系统中的核心处理流程,并将所述核心处理流程对应的系统组件作为所述业务系统的主节点;
为所述主节点部署备用节点,其中,所述备用节点基于高可用链路的方式部署在所述业务系统中;
配置所述主节点和所述备用节点之间的自动切换机制,其中,所述自动切换机制包括心跳监控机制或异常监控机制;
对所述主节点和所述备用节点进行数据同步,并对完成所述数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。
2.如权利要求1所述的基于高可用链路的集群优化处理方法,其特征在于,所述为所述主节点部署备用节点的步骤,具体包括:
将所述核心处理流程部署到所述高可用链路中的备用服务器中,将所述备用服务器作为所述业务系统的备用节点;
识别所述主节点的核心接口;
构建所述备用节点与所述核心接口的数据连接。
3.如权利要求2所述的基于高可用链路的集群优化处理方法,其特征在于,所述将所述核心处理流程部署到所述高可用链路中的备用服务器中,将所述备用服务器作为所述业务系统的备用节点的步骤,具体包括:
确定所述主节点配置的操作系统类型,在所述备用服务器中安装与所述主节点的操作系统类型相同的操作系统;
解析所述核心处理流程,确定所述核心处理流程涉及的应用程序和系统组件,并将所述应用程序和所述系统组件安装到所述备用服务器中;
从所述核心处理流程中获取配置参数,并基于所述配置参数对所述备用服务器进行参数配置。
4.如权利要求2所述的基于高可用链路的集群优化处理方法,其特征在于,当所述自动切换机制为心跳监控机制时,所述配置所述主节点和所述备用节点之间的自动切换机制的步骤,具体包括:
按照预设的时间周期对所述核心接口进行检测,获取所述核心接口的返回数据;
识别所述返回数据,判断所述返回数据中是否存在预设的目标键值对;
若所述返回数据中存在所述目标键值对,则判定主节点服务正常;
若所述返回数据中不存在所述目标键值对,则判定主节点服务异常。
5.如权利要求2所述的基于高可用链路的集群优化处理方法,其特征在于,当所述自动切换机制为异常监控机制时,所述配置所述主节点和所述备用节点之间的自动切换机制的步骤,具体包括:
识别所述核心接口的所有连接对象,其中,所述连接对象包括所述核心接口的所有下游系统组件和所有外接服务器;
接收所述所有连接对象返回的异常检测反馈,并计算异常反馈比例;
将所述异常反馈比例与预设的异常比例阈值进行比对;
当所述异常反馈比例小于或等于所述异常比例阈值时,判定主节点服务正常;
当所述异常反馈比例大于所述异常比例阈值时,判定主节点服务异常。
6.如权利要求4或5所述的基于高可用链路的集群优化处理方法,其特征在于,在所述配置所述主节点和所述备用节点之间的自动切换机制的步骤之后,还包括:
当主节点服务正常时,使用所述主节点执行所述核心处理流程;
当主节点服务异常时,调用所述备用节点执行所述核心处理流程。
7.如权利要求2所述的基于高可用链路的集群优化处理方法,其特征在于,所述对所述主节点和所述备用节点进行数据同步,并对完成所述数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统的步骤,具体包括:
在所述业务系统的数据库中识别所述核心处理流程对应的核心数据,将所述核心数据同步到所述备用服务器的数据库中,并对所述核心数据进行定期更新;
接收业务系统测试指令,启动所述主节点,在所述主节点中执行所述核心处理流程,得到第一处理结果;
停用所述主节点,并调用所述备用节点执行所述核心处理流程,得到第二处理结果;
比对所述第一处理结果和所述第二处理结果,当所述第一处理结果和所述第二处理结果一致时,所述业务系统通过测试,得到所述新的业务集群系统。
8.一种基于高可用链路的集群优化处理装置,其特征在于,包括:
主节点识别模块,用于在预设的集群框架上搭建业务系统,识别所述业务系统中的核心处理流程,并将所述核心处理流程对应的系统组件作为所述业务系统的主节点;
备用节点部署模块,用于为所述主节点部署备用节点,其中,所述备用节点基于高可用链路的方式部署在所述业务系统中;
切换机制配置模块,用于配置所述主节点和所述备用节点之间的自动切换机制,其中,所述自动切换机制包括心跳监控机制或异常监控机制;
业务系统测试模块,用于对所述主节点和所述备用节点进行数据同步,并对完成所述数据同步的业务系统进行测试,输出通过测试的业务系统,得到新的业务集群系统。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于高可用链路的集群优化处理方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于高可用链路的集群优化处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311416035.9A CN117499412A (zh) | 2023-10-27 | 2023-10-27 | 一种基于高可用链路的集群优化处理方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311416035.9A CN117499412A (zh) | 2023-10-27 | 2023-10-27 | 一种基于高可用链路的集群优化处理方法及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117499412A true CN117499412A (zh) | 2024-02-02 |
Family
ID=89669900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311416035.9A Pending CN117499412A (zh) | 2023-10-27 | 2023-10-27 | 一种基于高可用链路的集群优化处理方法及其相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117499412A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117827981A (zh) * | 2024-03-06 | 2024-04-05 | 北京万里开源软件有限公司 | 一种MySQL数据库集群的链路检测方法及系统 |
-
2023
- 2023-10-27 CN CN202311416035.9A patent/CN117499412A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117827981A (zh) * | 2024-03-06 | 2024-04-05 | 北京万里开源软件有限公司 | 一种MySQL数据库集群的链路检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10152382B2 (en) | Method and system for monitoring virtual machine cluster | |
CN103201724B (zh) | 在高可用性虚拟机环境中提供高可用性应用程序 | |
CN105468717A (zh) | 数据库操作方法和装置 | |
CN117499412A (zh) | 一种基于高可用链路的集群优化处理方法及其相关设备 | |
US10970200B2 (en) | Test result triage for a failed code validation | |
CN111897697A (zh) | 服务器硬件故障修复方法和装置 | |
WO2021243342A1 (en) | Action recommendation for application failure | |
CN110502399B (zh) | 故障检测方法及装置 | |
CN114911492A (zh) | 推理服务部署方法、装置、设备以及存储介质 | |
CN106909382B (zh) | 输出不同类型系统启动信息的方法及装置 | |
Chen et al. | Survivability modeling and analysis of cloud service in distributed data centers | |
CN116483425A (zh) | 微服务灰度发版方法、装置、设备及其存储介质 | |
CN113360172B (zh) | 应用部署方法、装置、计算机设备及存储介质 | |
CN111737130B (zh) | 公有云多租户认证服务测试方法、装置、设备及储存介质 | |
CN111752600B (zh) | 代码异常检测方法、装置、计算机设备及存储介质 | |
CN114679295A (zh) | 防火墙安全配置方法及装置 | |
CN114091909A (zh) | 一种协同开发的方法、系统、装置及电子设备 | |
CN110597682B (zh) | 一种应用部署方法、装置、计算机设备及存储介质 | |
CN113656239A (zh) | 针对中间件的监控方法、装置及计算机程序产品 | |
CN114816969A (zh) | 测试用例的生成方法、装置、设备及存储介质 | |
US11797388B1 (en) | Systems and methods for lossless network restoration and syncing | |
CN112882908B (zh) | 用于生成信息的方法和装置 | |
CN117112037A (zh) | 一种云平台启动方法、装置、电子设备及存储介质 | |
CN117389646A (zh) | 应用加载方法、装置、计算机设备及存储介质 | |
CN117234843A (zh) | 一种巡检方法、装置、计算机设备及存储介质 |
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 |