[发明专利]一种大规模集群管理并实时监控服务的方法及装置

说明书

本发明提供一种大规模集群管理并实时监控服务的方法及装置，属于集群管理技术领域，所述方法步骤如下：在集群中搭建服务管理中心，为服务器管理中心配置两台服务器节点，并设置两台服务器节点采用主备模式；为服务管理中心设置服务管理接口模块，向用户提供启停指令接口以及模块服务配置接口；服务管理中心通过服务管理接口接收用户指令，根据用户指令对集群内服务模块进行管理；S4.服务管理中心实时监控集群各节点上模块的服务运行状态，并在服务异常时，停止对应模块的运行，以及对异常停止服务的模块，自动重启服务。本发明通过服务管理中心实现集群内各模块服务的统一监控及维护，能有效避免模块服务处理业务中断时间过长。

技术领域

本发明属于集群管理技术领域，具体涉及一种大规模集群管理并实时监控服务的方法及装置。

背景技术

在实际项目开发过程中，尤其是应用在大规模集群生产环境中的项目，我们通常会用到模块化设计，就是把一个完整的系统分成一个个独立的部分，每一部分功能单独实现。模块化设计方式，对于整个项目而言具有很好的可维护性，整体架构比较清晰，降低耦合的同时，开发更加灵活，便于模块功能调试、升级等。基于模块化设计的系统，整体运行需要各模块对应的服务能够运行正常，并且各模块之间需要协作顺畅，比如需要依赖一些中间件提供服务完成交互。因此，在大规模集群生产环境中，各模块以及一些依赖的中间件的服务是否在正常运行，对整个集群系统的重要性是不言而喻。任一不可或缺的模块或者中间件停止服务的异常现象的产生，都会影响到整个集群的正常运转。在业务强相关的生产环境中，某些服务异常终止有可能会造成业务处理中断、数据丢失等灾难性的损失。因此，如何从维护单个服务的正常运行，到推动整个集群系统的正常运行，也是产品研发过程中需要重点考虑的。

以存储产品AS13000为例，目前集群各节点的模块服务监控模式是，在各节点设置定时任务检查服务运行状态，若服务运行异常则对服务进行重启。该机制一定程度上，在检测模块服务异常时，能够重新拉起恢复，以维护集群的正常运行。但是受限于定时任务检查时机，当模块服务出现异常时并不能及时发现，及时解决服务异常问题。

此为现有技术的不足，因此，针对现有技术中的上述缺陷，提供一种大规模集群管理并实时监控服务的方法及装置，是非常有必要的。

发明内容

针对现有技术的上述现有集群中模块服务的监控模式采用定时模式，当模块或集群出现异常时，不能及时发现，及时解决的缺陷，本发明提供一种大规模集群管理并实时监控服务的方法及装置，以解决上述技术问题。

第一方面，本发明提供一种大规模集群管理并实时监控服务的方法，包括如下步骤：

S1.在集群中搭建服务管理中心，为服务器管理中心配置两台服务器节点，并设置两台服务器节点采用主备模式；

S2.为服务管理中心设置服务管理接口模块，向用户提供启停指令接口以及模块服务配置接口；

S3.服务管理中心通过服务管理接口接收用户指令，根据用户指令对集群内服务模块进行管理；

S4.服务管理中心实时监控集群各节点上模块的服务运行状态，并在服务异常时，停止对应模块的运行，以及对异常停止服务的模块，自动重启服务。

进一步地，步骤S1具体步骤如下：

S11.在集群中选择至少两台服务器节点，搭建服务管理中心；

S12.设置两台服务器节点中一台为主节点，一台为从节点；

S13.设置主节点服务运行正常时，主节点自主提供集群内各服务模块管理，在主节点服务运行异常时，从节点自动接管主节点工作，对集群内各服务器模块进行管理。从节点实时监控主节点的服务运行状态，当主节点的服务运行异常时，便失去监控服务的功能，从节点及时发现并接替主节点的业务，无缝实现主从节点切换。

进一步地，步骤S2具体步骤如下：