[发明专利]异构云存储集群故障自动修复的方法、系统、介质及终端

说明书

本发明提供一种异构云存储集群故障自动修复的方法、系统、介质及终端，方法包括获取所有集群节点的信息数据，并进行信息检测，获取节点的故障率；如果节点为高故障率，并将所述节点标记为故障节点；根据故障标记，获取集群的故障等级；执行故障恢复，若未完成故障恢复，则标记为恢复中，停止信息检测；若完成故障恢复，则标记为健康，并发出故障恢复完成通知信息；本发明通过节点故障检测，全面检查节点健康，再根据故障等级采用对应的恢复方案，本发明可以在无备份文件情况下，恢复集群关键信息和配置信息，可以避免故障修复过程中受到干扰或者重复修复。

技术领域

本发明涉及计算机应用领域，尤其涉及一种异构云存储集群故障自动修复的方法、系统、介质及终端。

背景技术

异构云存储服务，是云存储外接第三方标准存储设备的中间件产品，根据第三方存储设备类型及业务场景灵活选用异构云存储服务，对外提供高可靠、高性能统一视图云存储服务。异构云存储服务的最大优点是环境利旧，对服务器硬件要求不高，即使部署在比较破旧的服务器上，依然可以提供高可靠、高性能视图云存储服务。

但是，一旦服务器硬件老化严重，出现故障的频率就会提高，为异构集群的维护和恢复带来了一定的难度，目前，云存储的集群故障恢复的手段只局限于集群节点部分故障，除此之外，存储集群故障恢复手段主要依赖于集群的备份数据，而当集群节点全部故障之后，备份数据不存在时，集群也无法恢复，另外，很多传统的恢复手段还需要人工干预，导致恢复效率低。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种异构云存储集群故障自动修复的方法、系统、介质及终端，以解决上述技术问题。

本发明提供的，异构云存储集群故障自动修复的方法，包括：

获取所有集群节点的信息数据，并进行信息检测，获取所述所有集群节点的故障率；

若一所述节点的故障率高于预设的比较阈值，则判定所述节点为高故障率，并将所述节点标记为故障节点；

预先划分故障等级，根据集群中每个节点的故障标记，获取集群的故障等级；

针对一待恢复的故障节点，发起恢复请求信息，根据所述恢复请求信息执行故障恢复，并对所述待恢复的故障节点进行二次标记，通过二次标记表示所述待恢复的故障节点的状态；

若未完成故障恢复，则通过二次标记将所述待恢复的故障节点的状态标记为恢复中，并停止对其进行信息检测；

若完成故障恢复，则通过二次标记将将所述待恢复的故障节点的状态标记为健康，并发出故障恢复完成通知信息。

与本发明的一实施例中，所述信息检测包括多种用于节点工作状态的检测项，具体包括基板管理控制器网络、业务网络、服务器运行状态、后台访问情况、内存使用率、CPU使用率、系统空间、核心进程、配置文件、库文件和网络波动中一种或几种的组合。

与本发明的一实施例中，根据故障程度对不同检测项的权重进行分配，周期性进行信息数据检测，利用预先设定的正态分布的判断符合条件，获取节点的故障率，所述判断符合条件根据数据的偏度、峰度、以及正态分布中的随机变量、期望值和标准差设定；若一所述节点的故障率低于预设的比较阈值，则判定所述节点为低故障率，对判定为低故障率的节点进行自适应恢复。

与本发明的一实施例中，获取集群所有节点的故障标记，根据故障节点与集群节点的比例，将集群分为表示不同故障程度的若干故障等级，所述故障等级包括轻微故障、严重故障和用于表示故障程度为集群无法进行数据读写的紧急故障。

与本发明的一实施例中，所述紧急故障的故障恢复包括：

停止集群的上层业务读写，获取上层业务与集群之间的交互信息，以及第三方配置信息；

通过预执行环境节点并发安装操作系统，并完成版本部署；