[发明专利]一种故障处理方法及装置

说明书

本发明提供一种故障处理方法及装置，该方法包括：获取存储节点的可用内存容量和对象存储设备OSD数量的信息；当确定目标存储节点的可用内存容量和OSD数量的比值小于第一预设阈值时，拒绝针对所述目标存储节点的OSD增加操作，并将所述目标存储节点的部分OSD设置为第一类型非工作Down状态，以使所述目标存储节点的可用内存容量和其余OSD数量的比值大于等于所述第一预设阈值；其中，所述其余OSD是指所述目标存储节点的OSD中除被设置为第一类型Down状态的部分OSD之外的可用OSD。应用本发明可以规避存储节点上内存故障后可能出现OSD性能瓶颈和数据恢复失败的风险。

技术领域

本发明涉及网络通信技术领域，尤其涉及一种故障处理方法及装置。

背景技术

Ceph(分布式存储系统)是一个开源项目，提供软件定义的、统一的存储解决方案，具备可大规模扩展、高性能、无单点故障的优点。

一个典型的Ceph集群部署，会在集群节点中为每一块物理硬盘创建一个OSD(Object Storage Device，对象存储设备)。

Ceph集群的故障域通常包括磁盘、节点(即服务器)、机架、电源电路等。当故障域内任何组件发生故障之后，会导致部署在其上的相应OSD会发生故障，Ceph集群会将这些OSD标记为Down(非工作)状态，并进行初始化操作，重新组织发生故障的节点上受影响的数据。

然而实践发现，在现有Ceph集群实现方案中，由于存储节点的部分内存不可用并不会直接影响OSD的状态，因此，当存储节点的部分内存不可用时，Ceph集群并不会对OSD的状态进行调整，但是此时若Ceph集群发生数据恢复或再平衡事件，其会严重影响Ceph集群的处理性能，甚至导致数据恢复失败的情况发生。

发明内容

本发明提供一种故障处理方法及装置，以解决现有技术中存储节点内存故障可能会降低Ceph集群处理性能，甚至导致Ceph集群数据恢复失败的问题。

根据本发明实施例的第一方面，提供一种故障处理方法，该方法包括：

获取存储节点的可用内存容量和对象存储设备OSD数量的信息；

当确定所述存储节点中目标存储节点的可用内存容量和OSD数量的比值小于第一预设阈值时，拒绝针对所述目标存储节点的OSD增加操作，并将所述目标存储节点的部分OSD设置为第一类型非工作Down状态，以使所述目标存储节点的可用内存容量和其余OSD数量的比值大于等于所述第一预设阈值；其中，所述其余OSD是指所述目标存储节点的OSD中除被设置为第一类型Down状态的部分OSD之外的可用OSD。

根据本发明实施例的第二方面，提供一种故障处理方法，该方法包括：

获取自身可用内存容量和对象存储对象设备OSD数量的信息；

向监视器上报自身可用内存容量和OSD数量的信息。

根据本发明实施例的第三方面，提供一种故障处理装置，该装置包括：

获取单元，用于获取存储节点的可用内存容量和对象存储设备OSD数量的信息；

确定单元，用于确定所述存储节点中是否存在目标存储节点的内存容量和对象存储设备OSD数量的比值小于第一预设阈值；

处理单元，用于当所述确定单元确定所述存储节点中目标存储节点的可用内存容量和OSD数量的比值小于第一预设阈值时，拒绝针对所述目标存储节点的OSD增加操作，并将所述目标存储节点的部分OSD设置为第一类型非工作Down状态，以使所述目标存储节点的可用内存容量和其余OSD数量的比值大于等于所述第一预设阈值；其中，所述其余OSD是指所述目标存储节点的OSD中除被设置为第一类型Down状态的部分OSD之外的可用OSD。

根据本发明实施例的第四方面，提供一种故障处理装置，该装置包括：