[发明专利]一种节点故障检测方法和装置

说明书

本申请实施例公开了一种节点故障检测方法和装置，涉及计算机技术领域，解决了现有技术不能根据节点运行任务的变化，动态调整故障检测方法的问题。具体方案为：将任务发送至从节点；获取从节点的故障概率模型；根据从节点的故障概率模型，确定第一故障检测组；第一故障检测组为从节点运行任务时所属的故障检测组，第一故障检测组为至少一个故障检测组中的一个，其中，至少一个故障检测组中不同的故障检测组采用的故障检测方法不同；若接收到从节点发送的任务运行成功消息，且第一故障检测组和第二故障检测组不同，发送与第一故障检测组对应的故障检测任务至从节点。本申请实施例提供的方案适合于对节点进行故障检测。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种节点故障检测方法和装置。

背景技术

云计算是一种按使用量付费的模式，广泛应用于云数据中心系统。云数据中心系统规模通常较为庞大，拥有成千上万台服务器，一方面，云服务提供商为保证服务质量，避免违反服务水平协议，必需持续监控各个服务器运行状态，及时发现节点故障，保证云服务的可靠性和稳定性；另一方面，高效的节点资源故障检测机制对云数据中心的健康、稳定运行尤为重要。因此，云数据中心系统采用的故障检测方法需要在保证检测准确性的基础上，尽量减少系统资源的占用。

现有技术中的故障检测方法通常在集群内的所有节点采用同一种检测方法，例如：主从架构检测、Cassandra、Swim或Akka等检测方法。该故障检测方法为静态指定检测方法，不能根据节点运行任务的变化，动态调整故障检测方法，导致在故障概率低的节点，占用过多的系统检测资源，而对故障概率高的节点，故障检测不具备针对性，导致故障检测准确率不高。

发明内容

本申请实施例提供一种节点故障检测方法和装置，能够根据节点运行任务的变化，动态调整故障检测方法，减少系统资源占用的同时，提高故障检测的准确率。

为达到上述目的，本申请实施例采用如下技术方案：

本申请实施例的第一方面，提供一种节点故障检测方法，应用于主节点，该方法包括：先将任务发送至从节点；再获取该从节点的故障概率模型；该故障概率模型包括至少一种故障类型，以及分别与每一种故障类型对应的故障概率；再根据该从节点的故障概率模型，确定第一故障检测组；该第一故障检测组为从节点运行该任务时所属的故障检测组，该第一故障检测组为至少一个故障检测组中的一个，其中，该至少一个故障检测组中不同的故障检测组采用的故障检测方法不同；若接收到该从节点发送的任务运行成功消息，且该第一故障检测组和第二故障检测组不同，发送与该第一故障检测组对应的故障检测任务至该从节点；其中，该第二故障检测组为该从节点当前所属的故障检测组。如此一来，能够根据节点运行任务的变化，确定节点运行任务时所属的故障检测组，并在节点运行任务时所属的故障检测组与节点当前所属的故障检测组发生变化时，动态调整故障检测方法，在减少系统资源占用的同时，提高了故障检测的准确率，同时上报同类节点故障风险预警，保证系统稳定性。

结合第一方面，在第一种可能的实现方式中，上述根据从节点的故障概率模型，确定第一故障检测组，包括：根据从节点的故障概率模型，获取该从节点的第一向量，该第一向量为该从节点的故障概率模型中由故障概率组成的向量；计算至少一个故障检测组中每个故障检测组的目标向量与所述从节点的第一向量的向量距离，将所述向量距离最小的故障检测组作为第一故障检测组；其中，至少一个故障检测组中每个故障检测组的目标向量不同，该至少一个故障检测组包括：简单检测组、磁盘检测组、网络检测组、CPU检测组和内存检测组。如此一来，能够根据从节点的故障概率模型确定出从节点运行该任务时所属的故障检测组。