一種云計算集群中節(jié)點自修復(fù)的方法
【專利摘要】一種云計算集群中節(jié)點自修復(fù)的方法，它涉及云計算【技術(shù)領(lǐng)域】，它的修復(fù)方法為：(1)、云管理系統(tǒng)監(jiān)控每臺節(jié)點的運行狀態(tài)；(2)、當某節(jié)點出現(xiàn)故障時，系統(tǒng)啟動故障轉(zhuǎn)移進程，該節(jié)點上的所有云虛機在其他資源充足且運行正常的節(jié)點上自動啟動；(3)、管理系統(tǒng)通過IPMI系統(tǒng)控制節(jié)點重新啟動，并檢測狀態(tài)；(4)、如果啟動之后正常則該節(jié)點繼續(xù)加入集群使用；(5)、如果重啟修復(fù)失敗，則通過IPMI控制節(jié)點實現(xiàn)網(wǎng)絡(luò)啟動，然后利用云管理系統(tǒng)的自動發(fā)現(xiàn)安裝功能給該節(jié)點重裝系統(tǒng)和設(shè)置，待設(shè)置完成后加入集群；(6)、如果修復(fù)失敗則通過控制臺發(fā)布警報通知管理員。它降低服務(wù)器管理員的工作量與工作時間，節(jié)省人力資源成本。
【專利說明】一種云計算集群中節(jié)點自修復(fù)的方法
【技術(shù)領(lǐng)域】:
[0001]本發(fā)明涉及云計算【技術(shù)領(lǐng)域】，具體涉及一種云計算集群中節(jié)點自修復(fù)的方法。
【背景技術(shù)】:
[0002]隨著互聯(lián)網(wǎng)技術(shù)與應(yīng)用的不斷發(fā)展，承載互聯(lián)網(wǎng)服務(wù)的數(shù)據(jù)中心規(guī)模也再不斷擴大，一些大型的數(shù)據(jù)中心服務(wù)器數(shù)量已有數(shù)百臺，甚至上千臺，面對如此龐大的服務(wù)器維護工作，服務(wù)器管理員的一大部分時間都被服務(wù)器重啟這樣簡單操作所占用，服務(wù)器管理員迫切需求一種技術(shù)方法可以實現(xiàn)服務(wù)器自檢與重啟，從而降低服務(wù)器管理與維護繁雜度，并更好的實現(xiàn)服務(wù)器管理人員的人力資源分配與優(yōu)化。
[0003]參看圖1，云管理系統(tǒng)中有多臺服務(wù)器用于承載云虛機運行，這些服務(wù)器被組成一個集群，而其中的每臺服務(wù)器被稱作節(jié)點。集群中的某個節(jié)點出現(xiàn)故障時，云管理系統(tǒng)將會自動啟用故障轉(zhuǎn)移功能，即將該臺服務(wù)器上運行的云虛機全部轉(zhuǎn)移到運行良好的設(shè)備上，從而保證云虛機的正常運行。對于出現(xiàn)故障的服務(wù)器，管理人員需要手動檢測并重啟，服務(wù)器重啟且正常運行后便可以再次用于承載云虛機。
[0004]現(xiàn)有的云管理系統(tǒng)中集群節(jié)點自動化部署技術(shù)，當發(fā)現(xiàn)集群中節(jié)點宕機之后會啟動故障轉(zhuǎn)移程序，然后需要管理員去檢測故障節(jié)點并修復(fù)。對于規(guī)模龐大的云管理系統(tǒng)集群，這樣的技術(shù)管理將耗費大量的維護成本。

【發(fā)明內(nèi)容】
:
[0005]本發(fā)明的目的是提供一種云計算集群中節(jié)點自修復(fù)的方法，它基于現(xiàn)有的云管理系統(tǒng)中集群節(jié)點自動化部署技術(shù)，以及IPMI技術(shù)，通過將這兩種技術(shù)優(yōu)化結(jié)合，并采用一定技術(shù)手段來使之更符合現(xiàn)在的市場需求，實現(xiàn)云管理系統(tǒng)中集群節(jié)點的自動修復(fù)功能，從而在保證云管理系統(tǒng)運行正常且不被影響的情況下，降低服務(wù)器管理員的工作量與工作時間，節(jié)省人力資源成本。
[0006]為了解決【背景技術(shù)】所存在的問題，本發(fā)明是采用以下技術(shù)方案:它的修復(fù)方法為:
1、云管理系統(tǒng)監(jiān)控每臺節(jié)點的運行狀態(tài)；2、當某節(jié)點出現(xiàn)故障時，系統(tǒng)啟動故障轉(zhuǎn)移進程，該節(jié)點上的所有云虛機在其他資源充足且運行正常的節(jié)點上自動啟動；3、管理系統(tǒng)通過IPMI系統(tǒng)控制節(jié)點重新啟動，并檢測狀態(tài)；4、如果啟動之后正常則該節(jié)點繼續(xù)加入集群使用；5、如果重啟修復(fù)失敗，則通過IPMI控制節(jié)點實現(xiàn)網(wǎng)絡(luò)啟動，然后利用云管理系統(tǒng)的自動發(fā)現(xiàn)安裝功能給該節(jié)點重裝系統(tǒng)和設(shè)置，待設(shè)置完成后加入集群；6、如果修復(fù)失敗則通過控制臺發(fā)布警報通知管理員。
[0007]本發(fā)明具有以下有益效果:它基于現(xiàn)有的云管理系統(tǒng)中集群節(jié)點自動化部署技術(shù)，以及IPMI技術(shù)，通過將這兩種技術(shù)優(yōu)化結(jié)合，并采用一定技術(shù)手段來使之更符合現(xiàn)在的市場需求，實現(xiàn)云管理系統(tǒng)中集群節(jié)點的自動修復(fù)功能，從而在保證云管理系統(tǒng)運行正常且不被影響的情況下，降低服務(wù)器管理員的工作量與工作時間，節(jié)省人力資源成本?！緦＠綀D】

【附圖說明】:
[0008]圖1為【背景技術(shù)】中傳統(tǒng)云管理系統(tǒng)中集群節(jié)點運行與修復(fù)流程圖，
[0009]圖2為本發(fā)明的工作流程圖，
[0010]圖3為實施例的的分析圖示。
【具體實施方式】:
[0011]參看圖2，本【具體實施方式】采用以下技術(shù)方案:它的修復(fù)方法為:1、云管理系統(tǒng)監(jiān)控每臺節(jié)點的運行狀態(tài)；2、當某節(jié)點出現(xiàn)故障時，系統(tǒng)啟動故障轉(zhuǎn)移進程，該節(jié)點上的所有云虛機在其他資源充足且運行正常的節(jié)點上自動啟動；3、管理系統(tǒng)通過IPMI系統(tǒng)控制節(jié)點重新啟動，并檢測狀態(tài)；4、如果啟動之后正常則該節(jié)點繼續(xù)加入集群使用；5、如果重啟修復(fù)失敗，則通過IPMI控制節(jié)點實現(xiàn)網(wǎng)絡(luò)啟動，然后利用云管理系統(tǒng)的自動發(fā)現(xiàn)安裝功能給該節(jié)點重裝系統(tǒng)和設(shè)置，待設(shè)置完成后加入集群；6、如果修復(fù)失敗則通過控制臺發(fā)布警報通知管理員。
[0012]本【具體實施方式】具有以下特點:1、自愈能力:當云管理系統(tǒng)中有節(jié)點運行不正?；蝈礄C時，系統(tǒng)可以通過本方案來實現(xiàn)自愈能力，該過程需要手動操作的非常少；2、高安全性:云管理系統(tǒng)會通過監(jiān)測、判斷與自動啟用功能來實現(xiàn)節(jié)點宕機時的修復(fù)工作，整個過程幾乎無需人工干涉，因此安全性更高；3、更具時效性:傳統(tǒng)情況下，云管理系統(tǒng)中節(jié)點宕機需要管理員手動修復(fù)，但是發(fā)現(xiàn)宕機、到達現(xiàn)場、手動修復(fù)及監(jiān)測是否修復(fù)成功這一系列的工作都需要耗費不少的時間，因此一定程度上影響了云管理系統(tǒng)中節(jié)點的正常運行。而通過本方案可以實現(xiàn)整個修復(fù)過程的自動化，從而更具時效性；4、降低管理成本:整個修復(fù)過程由系統(tǒng)自主監(jiān)測與修復(fù)，無需人工操作，因此可以節(jié)省管理人員及管理成本；5、優(yōu)化管理人員結(jié)構(gòu):由于管理員可以從本來繁雜的工作中解脫出來，因此他們可以有時間與精力從事其它更重要的工作。
[0013]本【具體實施方式】通過幾個步驟對故障節(jié)點進行修復(fù)，首先通過簡單的重啟來修復(fù)問題，如果失敗則自動重裝系統(tǒng)和重新配置并加入集群。對于沒有硬件故障的服務(wù)器，本方案都可以成功進行修復(fù)，因此可節(jié)省云計算數(shù)據(jù)中心中節(jié)點的維護成本。
[0014]本【具體實施方式】基于現(xiàn)有的云管理系統(tǒng)中集群節(jié)點自動化部署技術(shù)，以及IPMI技術(shù)，通過將這兩種技術(shù)優(yōu)化結(jié)合，并采用一定技術(shù)手段來使之更符合現(xiàn)在的市場需求，實現(xiàn)云管理系統(tǒng)中集群節(jié)點的自動修復(fù)功能，從而在保證云管理系統(tǒng)運行正常且不被影響的情況下，降低服務(wù)器管理員的工作量與工作時間，節(jié)省人力資源成本。
[0015]實施例:
[0016]參看圖3，集群中A節(jié)點出現(xiàn)宕機情況時的系統(tǒng)工作步驟:
[0017]步驟1:云系統(tǒng)實時監(jiān)測A節(jié)點的狀態(tài)，判斷其是否宕機；
[0018]步驟2:如果A節(jié)點宕機，那么A節(jié)點上所有運行的云虛機將自動遷移到運行正常的B節(jié)點上，從而保證云虛機的正常運行；
[0019]步驟3:云系統(tǒng)啟用IPMI ；
[0020]步驟4: IPMI對A節(jié)點進行重啟操作；
[0021]步驟5:云系統(tǒng)再次監(jiān)測A節(jié)點的狀態(tài)，重啟成功則完成，否則進入步驟6。
[0022]步驟6:云系統(tǒng)啟用IPMI ；[0023]步驟7 =IPMI對A節(jié)點執(zhí)行網(wǎng)絡(luò)啟動，再利用云管理系統(tǒng)的自動發(fā)現(xiàn)安裝功能給該節(jié)點重裝系統(tǒng)和設(shè)置；
[0024]步驟8:云系統(tǒng)再次監(jiān)測A節(jié)點的狀態(tài)，A節(jié)點運行正常則完成，否則進行步驟9。
[0025]步驟9:云系統(tǒng)發(fā)出警報；
[0026]步驟10:管理人員看到警報后手動修復(fù)A節(jié)點；至此，A節(jié)點運行正常。
[0027]云管理系統(tǒng)中各節(jié)點對外而言無區(qū)別，即云虛機運行在任何一個節(jié)點上都沒有影響。
[0028]實例初始狀態(tài):A、B節(jié)點運行正常，云虛機運行于A節(jié)點之上。
[0029]實例最終狀態(tài):A、B節(jié)點運行正常，云虛機運行于B節(jié)點之上。
[0030]由于云管理系統(tǒng)中節(jié)點對外表現(xiàn)無差別，因此執(zhí)行本方案使得實例最終恢復(fù)到了初始的狀態(tài)。
【權(quán)利要求】
1.一種云計算集群中節(jié)點自修復(fù)的方法，其特征在于它的修復(fù)方法為:(1)、云管理系統(tǒng)監(jiān)控每臺節(jié)點的運行狀態(tài)；⑵、當某節(jié)點出現(xiàn)故障時，系統(tǒng)啟動故障轉(zhuǎn)移進程，該節(jié)點上的所有云虛機在其他資源充足且運行正常的節(jié)點上自動啟動；(3)、管理系統(tǒng)通過IPMI系統(tǒng)控制節(jié)點重新啟動，并檢測狀態(tài)；(4)、如果啟動之后正常則該節(jié)點繼續(xù)加入集群使用；(5)、如果重啟修復(fù)失敗，則通過IPMI控制節(jié)點實現(xiàn)網(wǎng)絡(luò)啟動，然后利用云管理系統(tǒng)的自動發(fā)現(xiàn)安裝功能給該節(jié)點重裝系統(tǒng)和設(shè)置，待設(shè)置完成后加入集群；(6)、如果修復(fù)失敗則通過控制臺發(fā)布警報通知管理員。
【文檔編號】H04L29/08GK103595572SQ201310607512
【公開日】2014年2月19日 申請日期:2013年11月27日 優(yōu)先權(quán)日:2013年11月27日
【發(fā)明者】牛永偉 申請人:牛永偉