[发明专利]故障恢复的方法、设备和系统

说明书

一种故障恢复的方法，应用在分布式集群系统，所述分布式集群系统包括的拥有最新日志的节点数量会影响其中一个拥有最新日志的节点故障重启后选举一个没有最新日志的节点成为领导者Leader，所述分布式集群系统至少包括第一节点、第二节点和第三节点，其中第一节点和第二节点拥有所述故障前的最新日志，第三节点没有所述最新日志，该方法包括：第一节点故障重启后，投票状态设置为不能投票，投票状态用于指示第一节点是否可以在所述分布式集群系统选举Leader的过程中进行投票；第一节点接收来自第二节点的复制日志条目消息，将第一节点的投票状态设置为可以投票，第二节点为Leader。该方法有助于提高分布式集群系统的安全性。

技术领域

本发明实施例涉及通信领域，尤其涉及一种故障恢复的方法、设备和系统。

背景技术

分布式系统是一种组件位于联网计算机上，组件间通过传递消息来通信和协调他们动作的系统模型。组件彼此交互以便实现共同的目标。组件的并发性是分布式系统的显着特征之一。强一致性是在并发编程(例如，在分布式共享存储器，分布式事务)领域中使用的一致性模型之一。强一致性要求：所有并行进程(或节点、处理器等)以相同的顺序看到所有访问。木筏(英文：Raft)算法是一种用来保证强一致性的典型算法，该算法应用在开放日光平台(英文：OpenDaylight platform，ODL)、开放网络操作系统(英文：Open NetworkOperating System，ONOS)等业界主流分布式控制器系统中。

Raft将一致性问题分为Leader选举、日志复制和安全性保证三个子问题。Raft将来自客户端的操作指令转化为日志，先存储(用于后续系统故障后恢复时的依据)，然后根据日志进行一致性同步，然后同步成功后，服务器标记该日志为提交状态(该提交状态指示该日志在该系统中已经具有了一致性。该系统中的大于一半的服务器已经保存了该日志，就能够保证一致性)，并执行操作指令。日志被标记为提交状态的顺序即为指令被执行的顺序。Raft算法过程保证Raft集群中所有服务器的日志被提交的顺序保持一致。

然而，在包括至少三个节点的分布式系统中，当所述分布式系统包括的拥有最新日志的节点数量会影响其中一个拥有最新日志的节点故障重启后选举一个没有最新日志的节点成为领导者Leader时，可能会造成所述最新的日志丢失的问题，降低了所述分布式系统的安全性。

发明内容

本发明实施例提供的故障恢复的方法、设备和系统，解决了当所述分布式集群系统包括的拥有最新日志的节点数量会影响其中一个拥有最新日志的节点故障重启后选举一个没有最新日志的节点成为领导者Leader时，可能会造成所述最新的日志丢失的问题。

为了解决上述问题，本发明实施例第一方面提供了一种故障恢复的方法，应用在分布式集群系统中，所述分布式集群系统包括的拥有最新日志的节点数量会影响其中一个拥有最新日志的节点故障重启后选举一个没有最新日志的节点成为领导者Leader，所述分布式集群系统至少包括第一节点、第二节点和第三节点，其中所述第一节点和所述第二节点拥有所述故障前的最新日志，所述第三节点没有所述故障前的最新日志，所述方法包括：所述第一节点故障重启后，投票状态设置为不能投票，所述投票状态用于指示所述第一节点是否可以在所述分布式集群系统选举Leader的过程中进行投票；所述第一节点接收来自所述第二节点的复制日志条目消息，将所述第一节点的投票状态设置为可以投票，所述第二节点为Leader。

通过将故障重启后的所述第一节点的投票状态设置为不能投票，保证了该故障前没有最新日志的所述第三节点在Raft集群的Leader选举中不能被选为Leader，而该故障前拥有最新日志的所述第二节点能够当选为新的Leader，从而能够将该故障前的最新日志发布(或同步)到Raft集群中的其它节点，是该故障前的最新日志在Raft集群中不会丢失，提升了Raft集群的安全性。

在第一方面的第一种可能的实现方式中，所述第二节点为所述第一节点故障重启前的所述分布式集群系统的leader。