[发明专利]一种节点的故障监测方法和装置

说明书

本发明实施例公开了一种节点的故障监测方法和装置。该方法包括：通过第一节点的心跳监测模块接收第二节点发送的第一心跳消息和第二心跳消息，第一心跳消息和第二心跳消息是第二节点的相邻两次心跳所产生的；接着，该心跳监测模块计算第一心跳消息和第二心跳消息之间的第一时间间隔；若第一时间间隔大于预置的时间阈值，则心跳监测模块可以确定第二节点故障。这样，通过节点上独立的心跳监测模块去处理其他节点发送的心跳消息，完成监测其他节点的状态，克服了用心跳消息与业务消息采用同一处理单元，导致受到业务消息处理的干扰而产生节点故障监测误判的问题，提高了节点故障监测的准确性，从而提高分布式存储系统的可靠性和安全性。

技术领域

本发明涉及分布式存储技术领域，特别是涉及一种节点的故障监测方法和装置。

背景技术

随着信息时代的到来，考虑到信息的安全性和可靠性，传统的集中存储系统(即，将所有的数据存储在一起的存储系统)将不能满足需求，这样，将数据分别存储在多台独立的存储服务器上的分布式存储系统就越来越广泛的被应用。分布式存储系统，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，可以提高存储系统的可靠性、可用性和存取效率，还易于扩展。

分布式存储系统中各个节点采用接收和发送心跳消息的方式进行彼此的故障监测，即，每个节点不断的向外发送心跳消息，其他的节点将接收到心跳消息判断节点是否发送故障，只要超过特定的时长没有接收到某个节点的心跳消息，则可以确定该节点故障。但是，一个节点一般只配置有一个事件循环处理中心，该事件循环处理中心不仅处理心跳消息，还处理各种业务消息(例如：数据库的恢复，数据的查询，节点选举等业务消息)，只要某个业务消息处理时间过长，就可能会阻塞心跳消息的发送，从而造成对该节点状态的误判，即，错误的认为该节点已发生故障，进而影响该分布式存储系统正常工作。

因此，为了提高分布式存储系统的准确性和可靠性，目前亟待提供一种可以避免心跳消息误判的节点故障监测方法，从而提高该分布式存储系统的可靠性。

发明内容

本申请所要解决的技术问题是，提供一种节点的故障监测方法和装置，以使得分布式存储系统中的每个节点在任何时候发生故障，均可以通过心跳消息被监测出来，避免由于业务消息的处理时间太长导致故障误判，从而能够提高分布式存储系统的可靠性和安全性。

第一方面，提供了一种节点的故障监测方法，包括：

第一节点的心跳监测模块接收第二节点发送的第一心跳消息和第二心跳消息；所述第一心跳消息和所述第二心跳消息是所述第二节点的相邻两次心跳所产生的；

所述心跳监测模块计算所述第一心跳消息和所述第二心跳消息之间的第一时间间隔；

若所述第一时间间隔大于预置的时间阈值，则所述心跳监测模块确定所述第二节点故障。

可选地，该方法还包括：

当所述第二节点被确定发生故障时，所述心跳监测模块发送业务中断指令，用于指示中断与所述第二节点的业务；并且，所述业务中断指令还用于触发漂移IP操作以及更新数据库操作。

可选地，当所述第二节点被确定发生故障后，该方法还包括：

第一节点的心跳监测模块接收第二节点发送的第三心跳消息和第四心跳消息；所述第三心跳消息和所述第四心跳消息是所述第二节点的相邻两次心跳所产生的；

所述心跳监测模块计算接收所述第三心跳消息和所述第四心跳消息之间的第二时间间隔；

若所述第二时间间隔不大于所述预置的时间阈值，则所述心跳监测模块确定所述第二节点恢复连接。

可选地，该方法还包括：