[发明专利]分布式系统及其故障恢复方法和装置

权利要求书

1.一种分布式系统，包括用于调度任务并管理系统状态的主节点和用于运行被调度的任务的多个从属节点，其中，

一个或多个所述从属节点和/或所述主节点获取并保存记录有所述主节点上某一时刻的调度信息和系统状态的元数据镜像；

所述主节点获取并保存记录有所述时刻之后所述主节点所有操作的重做日志；以及

所述主节点在故障恢复时调用所述元数据镜像及其对应的重做日志进行故障恢复，

其中，主节点在调度任务时按照分组并发进行调度，所述元数据镜像是多个分组下的元数据镜像，其中，属于同一任务分组的元数据镜像存储在同一目录下，并且所述主节点在故障恢复时根据所述分组组织对应的元数据镜像，

其中，所述主节点在故障恢复时调用所述元数据镜像及其对应的重做日志进行故障恢复包括：

所述主节点在重新启动后找到最近一次的所述元数据镜像并进行内存加载；

加载所述元数据镜像之后的重做日志；

重放所述重做日志上记录的操作。

2.如权利要求1所述的分布式系统，其中，一个或多个所述从属节点和/或所述主节点在所述主节点和/或外部命令的触发下进行所述元数据镜像的获取和保存操作。

3.如权利要求1所述的分布式系统，其中，所述主节点在其每一次操作被记录在所述重做日志内并被存储之后才响应所述从属节点的请求。

4.如权利要求1所述的分布式系统，其中，一个或多个所述从属节点和/或所述主节点持续获取并保存所述主节点在多个不同时刻的元数据镜像，并且

所述主节点持续获取并保存分别对应于所述多个不同时刻的重做日志。

5.如权利要求4所述的分布式系统，其中，所述主节点在故障恢复时调用最新的所述元数据镜像及其对应的重做日志进行故障恢复。

6.如权利要求4所述的分布式系统，其中，所述主节点在最新的元数据镜像和/或其对应的重做日志不可用时，调用元数据镜像及其对应的重做日志都可用的最近时刻的数据进行故障恢复。

7.如权利要求1所述的分布式系统，其中，一个或多个所述从属节点和/或所述主节点直接获取并保存所述主节点在某一时刻的内存状态作为所述元数据镜像。

8.如权利要求1所述的分布式系统，其中，所述元数据镜像是按照任务分组进行存储的。

9.一种分布式系统的故障恢复装置，所述分布式系统包括用于调度任务并管理系统状态的主节点和用于运行任务的多个从属节点，该装置用于在所述主节点发生故障时进行故障恢复，并且包括：

镜像获取单元，用于获取并保存记录有所述主节点上某一时刻的调度信息和系统状态的元数据镜像；

重做日志获取单元，用于获取并保存记录有所述时刻之后所述主节点所有操作的重做日志；以及

故障恢复单元，用于在故障恢复时调用所述元数据镜像及其对应的重做日志进行故障恢复，

其中，主节点在调度任务时按照分组并发进行调度，所述元数据镜像是多个分组下的元数据镜像，其中，属于同一任务分组的元数据镜像存储在同一目录下，并且所述故障恢复单元在故障恢复时根据所述分组组织对应的元数据镜像，

其中，所述故障恢复单元用于：

所述主节点在重新启动后找到最近一次的所述元数据镜像并进行内存加载；

加载所述元数据镜像之后的所述重做日志；

重放所述重做日志上记录的操作。

10.如权利要求9所述的装置，其中，所述镜像获取单元在所述主节点、所述装置和/或外部命令的触发下进行所述元数据镜像的获取和保存操作。

11.如权利要求9所述的装置，其中，所述主节点在其每一次操作被所述重做日志获取单元记录在所述重做日志内并存储之后才响应所述从属节点的请求。