[发明专利]一种分布式服务器智能监控分析及故障处理系统及方法

权利要求书

1.一种分布式服务器智能监控分析及故障处理系统，其特征在于，包括：

服务器集群信息管理模块(1)，用于维护各服务器信息，并根据服务器信息生成对应服务器会话，存储到会话资源池，所述服务器信息包括服务器的操作系统信息和BMC信息；

服务器运行监控模块(2)，用于从会话资源池获取各服务器的会话，并通过会话对相应服务器的运行数据进行监控，并将运行数据存储到信息资源池；

服务器运行状态分析模块(3)，用于从信息资源池提取运行数据，将运行数据与预设阈值进行分析比对，并在出现故障时，将故障信息与对应服务器的会话发送到故障处理资源池；

服务器运行故障处理模块(4)，用于从故障处理资源池中提取故障信息，并查找对应处理策略，按照处理策略并通过对应服务器的会话对故障进行处理修复，以及在故障资源池无对应处理策略时，通知运维人员。

2.如权利要求1所述的分布式服务器智能监控分析及故障处理系统，其特征在于，服务器集群信息管理模块(1)对服务器信息的维护包括新增服务器信息、修复服务器信息、删除服务器信息、查询服务器信息以及对服务器基础信息进行管理；

BMC信息包括BMC的IP地址、用户名及密码。

3.如权利要求2所述的分布式服务器智能监控分析及故障处理系统，其特征在于，运行数据包括服务器的屏幕、传感器、操作系统下硬件使用率以及日志；

服务器运行监控模块(2)通过会话调用浏览器录屏插件，进入到BMC的KVM可视化界面进行实时录制；

服务器运行监控模块(2)通过会话调用BMC的restful接口获取服务器的各传感器数据，以及通过会话调用BMC的SNMP接口获取BMC日志；

服务器运行监控模块(2)通过会话登录服务器的操作系统，再通过zabbix接口获取操作系统下的CPU、内存及硬盘使用率、网络状况、端口数据以及操作系统日志。

4.如权利要求3所述的分布式服务器智能监控分析及故障处理系统，其特征在于，服务器运行状态分析模块(3)将录制的操作系统屏幕视频转化为图片，并通过图片识别技术识别图片内容，根据图片内容判断对应服务器是否出现蓝屏故障，以及是否存在宕机故障；

服务器运行状态分析模块(3)判断各服务器传感器数据是否超过设定阈值，以及判断BMC日志是否存在异常关键字；

服务器运行状态分析模块(3)判断各服务器的CPU、内存以及硬盘的使用率是否超过对应使用率阈值，以及判断操作系统日志是否存在异常，并在出现异常时判断异常为可修复异常还是不可修复异常。

5.如权利要求4所述的分布式服务器智能监控分析及故障处理系统，其特征在于，当故障信息为服务器宕机时，服务器运行故障处理模块(4)查找服务器宕机处理策略，通过该服务器的会话调用BMC restful接口对该服务器上下电，进行重启；

当故障信息为温度传感器数据超过温度阈值时，服务器运行故障处理模块(4)查找温度传感器故障处理策略，通过该服务器的会话调用BMC restful接口自动提高风扇转速；

当故障信息为CPU、内存以及硬盘使用率超过对应使用率阈值时，服务器运行故障处理模块(4)查找硬件使用率超限处理策略，通过ssh登录操作系统强制杀掉资源利用率超限的异常进程，并限制CPU频率保护服务器硬件；

当故障信息为服务器操作系统崩溃时，服务器运行故障处理模块(4)通过PXE接口自动安装操作系统；

当故障信息为BMC错误时，服务器运行故障处理模块(4)通过KCS接口刷新BMC固件或者恢复BMC出厂设置；

当故障信息为服务器硬盘损坏时，服务器运行故障处理模块(4)查找更换硬盘调控策略，控制智能机器人更换硬盘；

当故障信息在故障处理资源池无处理策略时，服务器运行故障处理模块(4)自动通过电话或短信通知运维工程师。