[发明专利]基于仲裁服务器的集群裂脑预防方法和装置

权利要求书

1.基于仲裁服务器的高可用集群裂脑预防方法，其特征在于：

集群内服务器节点启动服务前必须向仲裁服务器申请服务锁，未获得服务锁的集群节点不得启动服务；当节点死或心跳线故障时，未运行服务的子集群通过定期向仲裁服务器申请服务锁来决定是否接管服务；申请到服务锁则接管服务，未申请到服务锁则不予接管；从而避免服务在多个子集群内同时运行；

其中：裂脑状态是集群分裂成数个子集群，彼此失去联系并认为其他节点已死，并尝试从″已死节点″接管资源；从而导致服务在多个节点同时运行、共享存储数据损坏一系列严重问题；

启动服务前需要取得服务锁，

服务未运行节点在尝试接管服务开始，在t_giveup时间内定期向仲裁服务器申请服务锁，当仲裁服务器的相应服务锁处于unlocked状态时，服务未运行节点将抢占服务锁，并进行服务接管；

服务运行节点定期刷新服务锁，

所述服务运行节点所在子集群选出一个通信节点和仲裁服务器通信，定期发送刷新服务锁消息到仲裁服务器，进行服务锁时间戳的刷新；

服务故障会停止服务并释放服务锁，

当服务在运行节点因故障而停止，服务将服务锁释放回仲裁服务器；该子集群内部会选择一个备份节点尝试申请服务锁并接管服务，该备份节点向仲裁服务器申请服务锁成功后，将进行服务接管，并成为新的服务运行节点；若备份节点启动服务失败，将停止服务并再次释放服务锁；

当服务运行子集群中的所有备份节点连续申请服务锁及接管服务失败，除非有新的节点状态变化事件，否则该子集群将不再尝试申请服务锁及接管该服务；

集群与仲裁服务器中断联系的处理，

服务运行子集群会选出一个节点作为仲裁服务器通信节点；当服务运行子集群通信节点检测出当前时间与刷新服务锁成功时间之差超过预定的t_timeout时间，则认为与仲裁服务器断开连接，服务运行子集群会尝试选举其他节点和仲裁服务器进行通信，当所有节点均无法和仲裁服务器通信，服务运行子集群变成孤立子集群，失去仲裁服务器的仲裁功能；

所述的服务运行子集群变成孤立子集群，如果该子集群节点数量小于等于原集群节点数量的1/2，服务运行节点必须停止服务；在t_giveup时间内服务不能正常停止时，服务运行节点要执行重启系统动作，并且服务运行子集群中备份节点不能接管服务，亦不再发送刷新服务锁消息到仲裁服务器；

所述的服务运行子集群变成孤立子集群，如果服务运行子集群的节点数量大于原集群的节点数量的1/2，服务运行节点无需停止服务，继续保持对外服务；

仲裁服务器端的服务锁处理，

所述的仲裁服务器检测当前时间与服务锁刷新时间戳之差超过预定的时间t_timeout，则仲裁服务器认为服务运行子集群已断开连接，把服务锁的状态置为unknown状态；

仲裁服务器在把服务锁的状态置为unknown状态后的t_giveup时间把服务锁的状态置为unlocked状态；

仲裁服务器在把服务锁的状态置为unlocked后，如果收到新的服务锁申请，则将服务锁分配给该节点。

2.根据权利要求1所述的方法还包括仲裁服务器的高可用冗余机制，其特征在于：

为避免仲裁服务器成为单点故障源，集群内设置奇数台仲裁服务器，在服务锁抢锁时，按照抢得服务锁＞1/2仲裁服务器节点数者胜出原则，进行服务接管。