[发明专利]Linux集群故障自动恢复方法和Linux集群故障自动恢复系统

说明书

技术领域

本发明涉及大规模集群资源管理系统的优化与应用，特别是涉及到Linux集群故障自动恢复方法。

背景技术

随着计算需求的发展，微机集群的规模也在不断地扩大，如何高效地完成对大规模集群的管理，成为亟待解决的一个难题。国内外的计算机厂家均投入了大量研发力量开发集群相关产品，从免费软件到收费软件，功能各有不同，主要功能集中于系统管理和监视，但缺少智能的、自动化的工具，所以集群的可管理性和可用性均收到极大的影响。在现有的模式下，管理人员需要通过自身的经验进行故障点的查找和判断，往往耗时较长，且不容易迅速处理问题，将故障节点重新投入使用。为此我们发明了一种新的Linux集群故障自动恢复方法，解决了以上技术问题。

发明内容

本发明的目的是提供一种能够自动、快速、高效地完成集群节点系统的故障自动恢复的Linux集群故障自动恢复方法。    

本发明的目的可通过如下技术措施来实现：Linux集群故障自动恢复方法，该Linux集群故障自动恢复方法包执行数据信息采集并判断是否出现故障；当判断出现故障时，重新启动节点；当重新启动该节点后，再次执行该数据信息采集并判断出现故障时，执行故障节点的维护集成；在执行该故障节点的维护集成后，再次执行该数据信息采集并判断出现故障时，执行故障节点的安装集成；以及在执行该故障节点的安装集成后，再次执行该数据信息采集并判断出现故障时，进行人工处理。

本发明的目的还可通过如下技术措施来实现：

该数据信息采集包括动态数据采集、静态信息采集、系统服务状态数据采集和应用信息数据采集。

该动态数据采集和静态信息采集通过读取系统的/proc文件系统获取系统信息。

该系统服务状态数据采集是检测整个集群的DNS、NIS、NTP等主从服务器的服务状态，并把其状态写到数据库中。

该应用信息数据采集是根据生产应用的实际情况，先罗列出实际应用中的各种需要，然后根据需要手工录入各个应用服务器及应用服务的节点名，并保存到数据库中，然后根据各个应用服务器的节点名检测该服务器的应用服务状态，并把其状态写到该数据库中。

该Linux集群故障自动恢复方法根据该数据信息采集的更新时间，设定该更新间隔的最大时间间隔，当该数据信息采集的刷新时间超过了该最大时间间隔时，判断出现故障。

该Linux集群故障自动恢复方法还包括在重新启动节点的步骤后，标志节点已进行重新启动的标志位，并在再次执行该数据信息采集并判断未出现故障时，清除节点已进行重新启动的标志位。

该Linux集群故障自动恢复方法还包括在执行故障节点的维护集成的步骤后，标志节点维护集成的标志位，并在再次执行该数据信息采集并判断未出现故障时，清除节点维护集成的标志位。

该Linux集群故障自动恢复方法还包括在执行故障节点的安装集成的步骤后，标志节点安装集成的标志位，并在再次执行该数据信息采集并判断未出现故障时，清除节点安装集成的标志位。

该执行故障节点的维护集成的步骤包括将该节点在服务器端设置成维护状态，重新启动该节点，该节点在启动过程中，从网络读取启动映像，进入该节点的维护状态，将该节点系统的配置还原到最初配置状态。

该执行故障节点的安装集成的步骤包括将该节点在服务器端设置成安装集成状态，重新启动该节点，该节点在启动过程中，从网络读取启动映像，进入节点的网络安装集成，从网络读取安装包，进行系统的安装配置，将该节点系统重新进行安装。

本发明的目的也可通过如下技术措施来实现：Linux集群故障自动恢复系统，其特征在于，该Linux集群故障自动恢复系统包括数据信息采集及判断模块、重新启动节点模块、维护集成模块和安装集成模块，该数据信息采集及判断模块用于执行数据信息采集并判断是否出现故障，该重新启动节点模块用于重新启动节点，该维护集成模块用于执行故障节点的维护集成，该安装集成模块用于执行故障节点的安装集成。

本发明的目的还可通过如下技术措施来实现：