本發(fā)明涉及云計(jì)算技術(shù)，尤指一種云平臺(tái)的自監(jiān)控方法和系統(tǒng)。

背景技術(shù)：

在云數(shù)據(jù)中心管理平臺(tái)中，智能監(jiān)控相關(guān)的服務(wù)，由于監(jiān)控服務(wù)本身的性能問題，會(huì)導(dǎo)致監(jiān)控服務(wù)異常掛起甚至宕機(jī)。為了提高云海智能監(jiān)控相關(guān)的服務(wù)性能，需要對(duì)其自身進(jìn)行監(jiān)控，以使服務(wù)正常運(yùn)行，提供穩(wěn)定且可靠的服務(wù)。現(xiàn)有的監(jiān)控管理平臺(tái)，均沒有較好的對(duì)自己的監(jiān)控服務(wù)本身進(jìn)行監(jiān)控的服務(wù)或系統(tǒng)。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種云平臺(tái)的自監(jiān)控方法和系統(tǒng)，可以通過對(duì)云平臺(tái)自身進(jìn)行監(jiān)控，以使服務(wù)正常運(yùn)行，從而提供穩(wěn)定且可靠的服務(wù)。

為了達(dá)到本發(fā)明目的，一方面，本發(fā)明實(shí)施例提供了一種云平臺(tái)的自監(jiān)控方法，包括：

每個(gè)哨兵sentinel節(jié)點(diǎn)采用定期的心跳檢測(cè)對(duì)被監(jiān)控的監(jiān)控服務(wù)中的監(jiān)控節(jié)點(diǎn)進(jìn)行監(jiān)控；

當(dāng)所述監(jiān)控節(jié)點(diǎn)中的主節(jié)點(diǎn)發(fā)生故障時(shí)，對(duì)發(fā)生故障的主節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移。

進(jìn)一步地，所述每個(gè)sentinel節(jié)點(diǎn)采用定期的心跳檢測(cè)對(duì)被監(jiān)控的監(jiān)控服務(wù)中的監(jiān)控節(jié)點(diǎn)進(jìn)行監(jiān)控包括：

每隔預(yù)設(shè)時(shí)間向主節(jié)點(diǎn)、從節(jié)點(diǎn)和除當(dāng)前sentinel節(jié)點(diǎn)以外的其它sentinel節(jié)點(diǎn)發(fā)送ping命令做心跳檢測(cè)，以確認(rèn)所述主節(jié)點(diǎn)、所述從節(jié)點(diǎn)和所述其它sentinel節(jié)點(diǎn)當(dāng)前是否可達(dá)。

進(jìn)一步地，所述方法還包括：

當(dāng)所述主節(jié)點(diǎn)、所述從節(jié)點(diǎn)和所述其它sentinel節(jié)點(diǎn)中的任意節(jié)點(diǎn)在預(yù)設(shè)的時(shí)間閾值內(nèi)沒有對(duì)發(fā)出所述ping命令的第一sentinel節(jié)點(diǎn)進(jìn)行有效回復(fù)時(shí)，所述第一sentinel節(jié)點(diǎn)對(duì)該節(jié)點(diǎn)進(jìn)行主觀下線；

當(dāng)所述第一sentinel節(jié)點(diǎn)主觀下線的節(jié)點(diǎn)是主節(jié)點(diǎn)時(shí)，所述第一sentinel節(jié)點(diǎn)向除所述第一sentinel節(jié)點(diǎn)以外的其他sentinel節(jié)點(diǎn)詢問對(duì)進(jìn)行主觀下線的該主節(jié)點(diǎn)的判斷，當(dāng)超過預(yù)設(shè)個(gè)數(shù)的sentinel節(jié)點(diǎn)認(rèn)為該主節(jié)點(diǎn)故障時(shí)，所述第一sentinel節(jié)點(diǎn)對(duì)該主節(jié)點(diǎn)進(jìn)行客觀下線。

進(jìn)一步地，所述對(duì)發(fā)生故障的監(jiān)控節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移包括：

確認(rèn)所述監(jiān)控節(jié)點(diǎn)中的領(lǐng)導(dǎo)者節(jié)點(diǎn)；

所述領(lǐng)導(dǎo)者節(jié)點(diǎn)選舉出的sentinel節(jié)點(diǎn)負(fù)責(zé)所述故障轉(zhuǎn)移。

進(jìn)一步地，所述方法還包括：

當(dāng)確定所述監(jiān)控節(jié)點(diǎn)中沒有所述領(lǐng)導(dǎo)者節(jié)點(diǎn)時(shí)，從每個(gè)在線的sentinel節(jié)點(diǎn)中選出所述領(lǐng)導(dǎo)者節(jié)點(diǎn)；

從每個(gè)在線的sentinel節(jié)點(diǎn)中選出所述領(lǐng)導(dǎo)者節(jié)點(diǎn)包括：

所述每個(gè)在線的sentinel節(jié)點(diǎn)中任意的第二sentinel節(jié)點(diǎn)向除所述第二sentinel節(jié)點(diǎn)以外的其它在線的sentinel節(jié)點(diǎn)發(fā)出將自身設(shè)置為所述領(lǐng)導(dǎo)者節(jié)點(diǎn)的請(qǐng)求；

收到所述請(qǐng)求的所述其它在線的sentinel節(jié)點(diǎn)，如果未同意過除所述第二sentinel節(jié)點(diǎn)以外的其它在線的sentinel節(jié)點(diǎn)發(fā)出的請(qǐng)求，則同意所述第二sentinel節(jié)點(diǎn)發(fā)出的請(qǐng)求，如果已經(jīng)同意過除所述第二sentinel節(jié)點(diǎn)以外的其它在線的sentinel節(jié)點(diǎn)發(fā)出的請(qǐng)求，則拒絕所述第二sentinel節(jié)點(diǎn)發(fā)出的請(qǐng)求；

如果所述第二sentinel節(jié)點(diǎn)確認(rèn)自身收到的同意的票數(shù)大于或等于sentinel節(jié)點(diǎn)總數(shù)/2+1，則將自身設(shè)置為所述領(lǐng)導(dǎo)者節(jié)點(diǎn)；如果所述第二sentinel節(jié)點(diǎn)確認(rèn)自身收到的同意的票數(shù)小于sentinel節(jié)點(diǎn)總數(shù)/2+1，則進(jìn)入下一次選舉。

進(jìn)一步地，所述領(lǐng)導(dǎo)者節(jié)點(diǎn)選舉出的sentinel節(jié)點(diǎn)負(fù)責(zé)所述故障轉(zhuǎn)移包括：

所述領(lǐng)導(dǎo)者節(jié)點(diǎn)從所述監(jiān)控節(jié)點(diǎn)中選出一個(gè)新的主節(jié)點(diǎn)；

所述領(lǐng)導(dǎo)者節(jié)點(diǎn)命令除所述新的主節(jié)點(diǎn)以外的節(jié)點(diǎn)作為所述新的主節(jié)點(diǎn)的從節(jié)點(diǎn)；

所述領(lǐng)導(dǎo)者節(jié)點(diǎn)將被客觀下線的所述主節(jié)點(diǎn)更新為從節(jié)點(diǎn)；并在更新后的從節(jié)點(diǎn)恢復(fù)正常時(shí)與所述新的主節(jié)點(diǎn)建立主從分布式連接。

進(jìn)一步地，所述方法還包括：

每個(gè)sentinel節(jié)點(diǎn)獲取從節(jié)點(diǎn)的信息，并在確認(rèn)有新的監(jiān)控節(jié)點(diǎn)加入，存在監(jiān)控節(jié)點(diǎn)不可達(dá)或者發(fā)生故障轉(zhuǎn)移后，通過info命令更新節(jié)點(diǎn)拓?fù)湫畔ⅰ?/p>

另一方面，本發(fā)明實(shí)施例還提供了一種云平臺(tái)的自監(jiān)控系統(tǒng)，包括：

監(jiān)控模塊，用于每個(gè)哨兵sentinel節(jié)點(diǎn)采用定期的心跳檢測(cè)對(duì)被監(jiān)控的監(jiān)控服務(wù)中的監(jiān)控節(jié)點(diǎn)進(jìn)行監(jiān)控；

故障轉(zhuǎn)移模塊，用于當(dāng)所述監(jiān)控節(jié)點(diǎn)中的主節(jié)點(diǎn)發(fā)生故障時(shí)，對(duì)發(fā)生故障的主節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移。

進(jìn)一步地，所述監(jiān)控模塊還用于：

每隔預(yù)設(shè)時(shí)間向主節(jié)點(diǎn)、從節(jié)點(diǎn)和除當(dāng)前sentinel節(jié)點(diǎn)以外的其它sentinel節(jié)點(diǎn)發(fā)送ping命令做心跳檢測(cè)，以確認(rèn)所述主節(jié)點(diǎn)、所述從節(jié)點(diǎn)和所述其它sentinel節(jié)點(diǎn)當(dāng)前是否可達(dá)。

進(jìn)一步地，所述系統(tǒng)還包括判斷模塊，用于：

當(dāng)所述主節(jié)點(diǎn)、所述從節(jié)點(diǎn)和所述其它sentinel節(jié)點(diǎn)中的任意節(jié)點(diǎn)在預(yù)設(shè)的時(shí)間閾值內(nèi)沒有對(duì)發(fā)出所述ping命令的第一sentinel節(jié)點(diǎn)進(jìn)行有效回復(fù)時(shí)，所述第一sentinel節(jié)點(diǎn)對(duì)該節(jié)點(diǎn)進(jìn)行主觀下線；

當(dāng)所述第一sentinel節(jié)點(diǎn)主觀下線的節(jié)點(diǎn)是主節(jié)點(diǎn)時(shí)，所述第一sentinel節(jié)點(diǎn)向除所述第一sentinel節(jié)點(diǎn)以外的其他sentinel節(jié)點(diǎn)詢問對(duì)進(jìn)行主觀下線的該主節(jié)點(diǎn)的判斷，當(dāng)超過預(yù)設(shè)個(gè)數(shù)的sentinel節(jié)點(diǎn)認(rèn)為該主節(jié)點(diǎn)故障時(shí)，所述第一sentinel節(jié)點(diǎn)對(duì)該主節(jié)點(diǎn)進(jìn)行客觀下線。

與現(xiàn)有技術(shù)相比，本發(fā)明通過每個(gè)哨兵sentinel節(jié)點(diǎn)采用定期的心跳檢測(cè)對(duì)被監(jiān)控的監(jiān)控服務(wù)中的監(jiān)控節(jié)點(diǎn)進(jìn)行監(jiān)控；當(dāng)所述監(jiān)控節(jié)點(diǎn)中的主節(jié)點(diǎn)發(fā)生故障時(shí)，對(duì)發(fā)生故障的主節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移。本發(fā)明實(shí)施例能夠?qū)υ破脚_(tái)自身進(jìn)行監(jiān)控，以使服務(wù)正常運(yùn)行，從而提供穩(wěn)定且可靠的服務(wù)，提高了云平臺(tái)智能監(jiān)控相關(guān)的服務(wù)性能。

本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

附圖說明

附圖用來提供對(duì)本發(fā)明技術(shù)方案的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與本申請(qǐng)的實(shí)施例一起用于解釋本發(fā)明的技術(shù)方案，并不構(gòu)成對(duì)本發(fā)明技術(shù)方案的限制。

圖1為本發(fā)明實(shí)施例云平臺(tái)的自監(jiān)控方法的流程圖；

圖2為本發(fā)明實(shí)施例云平臺(tái)的自監(jiān)控方法中哨兵節(jié)點(diǎn)對(duì)主從節(jié)點(diǎn)進(jìn)行的心跳檢測(cè)圖；

圖3為本發(fā)明實(shí)施例云平臺(tái)的自監(jiān)控系統(tǒng)的結(jié)構(gòu)圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下文中將結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說明。需要說明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互任意組合。

在附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行。并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

圖1為本發(fā)明實(shí)施例云平臺(tái)的自監(jiān)控方法的流程圖，如圖1所示，本發(fā)明實(shí)施例的方法包括以下步驟：

步驟100：每個(gè)哨兵sentinel節(jié)點(diǎn)采用定期的心跳檢測(cè)對(duì)被監(jiān)控的監(jiān)控服務(wù)中的監(jiān)控節(jié)點(diǎn)進(jìn)行監(jiān)控；

例如，每隔1秒，每個(gè)sentinel節(jié)點(diǎn)會(huì)向主節(jié)點(diǎn)(master)、從節(jié)點(diǎn)(slave)、其余sentinel節(jié)點(diǎn)發(fā)送一條ping命令做一次心跳檢測(cè)，來確認(rèn)這些節(jié)點(diǎn)當(dāng)前是否可達(dá)；

步驟101：當(dāng)所述監(jiān)控節(jié)點(diǎn)中的主節(jié)點(diǎn)發(fā)生故障時(shí)，對(duì)發(fā)生故障的主節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移。

當(dāng)哨兵節(jié)點(diǎn)監(jiān)測(cè)到某個(gè)主節(jié)點(diǎn)客觀下線之后，就會(huì)開始故障轉(zhuǎn)移流程。

只有主節(jié)點(diǎn)故障才進(jìn)行故障轉(zhuǎn)移，其它節(jié)點(diǎn)整個(gè)系統(tǒng)容忍2個(gè)節(jié)點(diǎn)的失效，處理這種失敗就是簡(jiǎn)單的通過無限的重試。

進(jìn)一步地，所述每個(gè)sentinel節(jié)點(diǎn)采用定期的心跳檢測(cè)對(duì)被監(jiān)控的監(jiān)控服務(wù)中的監(jiān)控節(jié)點(diǎn)進(jìn)行監(jiān)控包括：

每隔預(yù)設(shè)時(shí)間向主節(jié)點(diǎn)、從節(jié)點(diǎn)和除當(dāng)前sentinel節(jié)點(diǎn)以外的其它sentinel節(jié)點(diǎn)發(fā)送ping命令做心跳檢測(cè)，以確認(rèn)所述主節(jié)點(diǎn)、所述從節(jié)點(diǎn)和所述其它sentinel節(jié)點(diǎn)當(dāng)前是否可達(dá)。

進(jìn)一步地，所述方法還包括：

當(dāng)所述主節(jié)點(diǎn)、所述從節(jié)點(diǎn)和所述其它sentinel節(jié)點(diǎn)中的任意節(jié)點(diǎn)在預(yù)設(shè)的時(shí)間閾值內(nèi)沒有對(duì)發(fā)出所述ping命令的第一sentinel節(jié)點(diǎn)進(jìn)行有效回復(fù)時(shí)，所述第一sentinel節(jié)點(diǎn)對(duì)該節(jié)點(diǎn)進(jìn)行主觀下線；

具體地，每個(gè)sentinel節(jié)點(diǎn)會(huì)每隔1秒對(duì)主節(jié)點(diǎn)、從節(jié)點(diǎn)、其他sentinel節(jié)點(diǎn)發(fā)送ping命令做心跳檢測(cè)，當(dāng)超過設(shè)置的最大時(shí)間閾值沒有進(jìn)行有效回復(fù)，sentinel節(jié)點(diǎn)就會(huì)對(duì)該節(jié)點(diǎn)做失敗判定，即主觀下線；

當(dāng)所述第一sentinel節(jié)點(diǎn)主觀下線的節(jié)點(diǎn)是主節(jié)點(diǎn)時(shí)，所述第一sentinel節(jié)點(diǎn)向除所述第一sentinel節(jié)點(diǎn)以外的其他sentinel節(jié)點(diǎn)詢問對(duì)進(jìn)行主觀下線的該主節(jié)點(diǎn)的判斷，當(dāng)超過預(yù)設(shè)個(gè)數(shù)的sentinel節(jié)點(diǎn)認(rèn)為該主節(jié)點(diǎn)故障時(shí)，所述第一sentinel節(jié)點(diǎn)對(duì)該主節(jié)點(diǎn)進(jìn)行客觀下線。

具體地，當(dāng)sentinel節(jié)點(diǎn)主觀下線的節(jié)點(diǎn)是主節(jié)點(diǎn)時(shí)，該sentinel節(jié)點(diǎn)會(huì)向其他節(jié)點(diǎn)詢問對(duì)主節(jié)點(diǎn)的判斷，當(dāng)超過“法定人數(shù)”個(gè)數(shù)，sentinel節(jié)點(diǎn)認(rèn)為主節(jié)點(diǎn)確實(shí)有問題，這時(shí)該sentinel節(jié)點(diǎn)會(huì)做出客觀下線的決定。

進(jìn)一步地，所述對(duì)發(fā)生故障的監(jiān)控節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移包括：

確認(rèn)所述監(jiān)控節(jié)點(diǎn)中的領(lǐng)導(dǎo)者節(jié)點(diǎn)；

所述領(lǐng)導(dǎo)者節(jié)點(diǎn)選舉出的sentinel節(jié)點(diǎn)負(fù)責(zé)所述故障轉(zhuǎn)移。

進(jìn)一步地，所述方法還包括：

當(dāng)確定所述監(jiān)控節(jié)點(diǎn)中沒有所述領(lǐng)導(dǎo)者節(jié)點(diǎn)時(shí)，從每個(gè)在線的sentinel節(jié)點(diǎn)中選出所述領(lǐng)導(dǎo)者節(jié)點(diǎn)；

從每個(gè)在線的sentinel節(jié)點(diǎn)中選出所述領(lǐng)導(dǎo)者節(jié)點(diǎn)包括：

所述每個(gè)在線的sentinel節(jié)點(diǎn)中任意的第二sentinel節(jié)點(diǎn)向除所述第二sentinel節(jié)點(diǎn)以外的其它在線的sentinel節(jié)點(diǎn)發(fā)出將自身設(shè)置為所述領(lǐng)導(dǎo)者節(jié)點(diǎn)的請(qǐng)求；

收到所述請(qǐng)求的所述其它在線的sentinel節(jié)點(diǎn)，如果未同意過除所述第二sentinel節(jié)點(diǎn)以外的其它在線的sentinel節(jié)點(diǎn)發(fā)出的請(qǐng)求，則同意所述第二sentinel節(jié)點(diǎn)發(fā)出的請(qǐng)求，如果已經(jīng)同意過除所述第二sentinel節(jié)點(diǎn)以外的其它在線的sentinel節(jié)點(diǎn)發(fā)出的請(qǐng)求，則拒絕所述第二sentinel節(jié)點(diǎn)發(fā)出的請(qǐng)求；

如果所述第二sentinel節(jié)點(diǎn)確認(rèn)自身收到的同意的票數(shù)大于或等于sentinel節(jié)點(diǎn)總數(shù)/2+1，則將自身設(shè)置為所述領(lǐng)導(dǎo)者節(jié)點(diǎn)；如果所述第二sentinel節(jié)點(diǎn)確認(rèn)自身收到的同意的票數(shù)小于sentinel節(jié)點(diǎn)總數(shù)/2+1，則進(jìn)入下一次選舉。

進(jìn)一步地，所述領(lǐng)導(dǎo)者節(jié)點(diǎn)選舉出的sentinel節(jié)點(diǎn)負(fù)責(zé)所述故障轉(zhuǎn)移包括：

所述領(lǐng)導(dǎo)者節(jié)點(diǎn)從所述監(jiān)控節(jié)點(diǎn)中選出一個(gè)新的主節(jié)點(diǎn)；

所述領(lǐng)導(dǎo)者節(jié)點(diǎn)命令除所述新的主節(jié)點(diǎn)以外的節(jié)點(diǎn)作為所述新的主節(jié)點(diǎn)的從節(jié)點(diǎn)；

所述領(lǐng)導(dǎo)者節(jié)點(diǎn)將被客觀下線的所述主節(jié)點(diǎn)更新為從節(jié)點(diǎn)；并在更新后的從節(jié)點(diǎn)恢復(fù)正常時(shí)與所述新的主節(jié)點(diǎn)建立主從分布式連接。

進(jìn)一步地，所述方法還包括：

每個(gè)sentinel節(jié)點(diǎn)獲取從節(jié)點(diǎn)的信息，并在確認(rèn)有新的監(jiān)控節(jié)點(diǎn)加入，存在監(jiān)控節(jié)點(diǎn)不可達(dá)或者發(fā)生故障轉(zhuǎn)移后，通過info命令更新節(jié)點(diǎn)拓?fù)湫畔ⅰ?/p>

本發(fā)明通過每個(gè)哨兵sentinel節(jié)點(diǎn)采用定期的心跳檢測(cè)對(duì)被監(jiān)控的監(jiān)控服務(wù)中的監(jiān)控節(jié)點(diǎn)進(jìn)行監(jiān)控；當(dāng)所述監(jiān)控節(jié)點(diǎn)中的主節(jié)點(diǎn)發(fā)生故障時(shí)，對(duì)發(fā)生故障的主節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移。本發(fā)明實(shí)施例能夠?qū)υ破脚_(tái)自身進(jìn)行監(jiān)控，以使服務(wù)正常運(yùn)行，從而提供穩(wěn)定且可靠的服務(wù)，提高了云平臺(tái)智能監(jiān)控相關(guān)的服務(wù)性能。

下面從原理上對(duì)本發(fā)明實(shí)施例的方法進(jìn)行詳細(xì)說明：

本發(fā)明實(shí)施例采用raft算法實(shí)現(xiàn)選舉領(lǐng)導(dǎo)人策略，實(shí)現(xiàn)的哨兵(sentinel)節(jié)點(diǎn)采用心跳檢測(cè)機(jī)制對(duì)主從式節(jié)點(diǎn)進(jìn)行的監(jiān)控，對(duì)新主節(jié)點(diǎn)的選舉，以及故障轉(zhuǎn)移，使得云平臺(tái)環(huán)境的穩(wěn)定性極大地提高。

采用raft算法實(shí)現(xiàn)的選舉領(lǐng)導(dǎo)人策略，可以提高云海監(jiān)控服務(wù)的可靠性、穩(wěn)定性。當(dāng)云海服務(wù)自身異常掛起導(dǎo)致無法提供正常的服務(wù)的時(shí)候，sentinel節(jié)點(diǎn)可以選出新的主節(jié)點(diǎn)，繼續(xù)提供穩(wěn)定的服務(wù)。

本發(fā)明實(shí)施例作為一種基于云海的主從式心跳檢測(cè)的自監(jiān)控系統(tǒng)，通過采用主從式部署的方式，進(jìn)行定期的心跳檢測(cè)，然后以發(fā)送信號(hào)量的方式，使服務(wù)穩(wěn)定且可靠的運(yùn)行。在消耗極少資源的情況下，使監(jiān)控管理平臺(tái)能夠穩(wěn)定可靠地提供服務(wù)。

本發(fā)明實(shí)施例面向云海分布式平臺(tái)的自監(jiān)控方法采用java高級(jí)語言進(jìn)行raft算法的描述，通過sentinel實(shí)現(xiàn)領(lǐng)導(dǎo)者選舉。sentinel服務(wù)通過遠(yuǎn)程過程調(diào)用(remoteprocedurecall，rpc)來通信，候選人在選舉過程中觸發(fā)requestvoteprc，心跳(heartbeat)機(jī)制是由領(lǐng)導(dǎo)人觸發(fā)的appendentriesrpc。

使用哨兵sentinel節(jié)點(diǎn)的三個(gè)定時(shí)任務(wù)、主觀下線和客觀下線、sentinel節(jié)點(diǎn)領(lǐng)導(dǎo)者選舉、故障轉(zhuǎn)移，來提高監(jiān)控服務(wù)本身的高可用性。

其中，主觀下線(subjectivelydown，簡(jiǎn)稱sdown)指的是單個(gè)sentinel實(shí)例對(duì)服務(wù)器做出的下線判斷。

客觀下線(objectivelydown，簡(jiǎn)稱odown)指的是多個(gè)sentinel實(shí)例在對(duì)同一個(gè)服務(wù)器做出的下線判斷，并且通過命令互相交流之后，得出的服務(wù)器下線判斷。

圖2為本發(fā)明實(shí)施例云平臺(tái)的自監(jiān)控方法中哨兵節(jié)點(diǎn)對(duì)主從節(jié)點(diǎn)進(jìn)行的心跳檢測(cè)圖，如圖2所示，本發(fā)明實(shí)施例中基于云海的主從式心跳檢測(cè)的自監(jiān)控系統(tǒng)具體實(shí)施過程如下：

首先，一套合理的監(jiān)控機(jī)制是哨兵sentinel節(jié)點(diǎn)判定節(jié)點(diǎn)不可達(dá)的重要保證，sentinel通過三個(gè)定時(shí)監(jiān)控任務(wù)完成對(duì)各個(gè)節(jié)點(diǎn)發(fā)現(xiàn)和監(jiān)控，用來獲取從節(jié)點(diǎn)的信息，當(dāng)有新的節(jié)點(diǎn)加入時(shí)都可以立刻感知出來，節(jié)點(diǎn)不可達(dá)或者故障轉(zhuǎn)移后，可以通過info命令實(shí)時(shí)更新節(jié)點(diǎn)拓?fù)湫畔ⅲ?/p>

三個(gè)定時(shí)任務(wù)實(shí)現(xiàn)時(shí)主要包括以下幾個(gè)步驟：

每隔10秒，每個(gè)sentinel節(jié)點(diǎn)會(huì)向主節(jié)點(diǎn)和從節(jié)點(diǎn)發(fā)送info命令獲取最新的拓?fù)浣Y(jié)構(gòu)；

每隔2秒，每個(gè)sentinel節(jié)點(diǎn)會(huì)向主從節(jié)點(diǎn)發(fā)送該sentinel節(jié)點(diǎn)對(duì)于主節(jié)點(diǎn)的判斷及當(dāng)前sentinel節(jié)點(diǎn)的信息，用來發(fā)現(xiàn)新的sentinel節(jié)點(diǎn)，sentinel節(jié)點(diǎn)之間交換主節(jié)點(diǎn)的狀態(tài)，作為客觀下線及領(lǐng)導(dǎo)者選舉的依據(jù)；

每隔1秒，每個(gè)sentinel節(jié)點(diǎn)會(huì)向主節(jié)點(diǎn)(master)、從節(jié)點(diǎn)(slave)、其余sentinel節(jié)點(diǎn)發(fā)送一條ping命令做一次心跳檢測(cè)，來確認(rèn)這些節(jié)點(diǎn)當(dāng)前是否可達(dá)；例如，圖2中，sentinel-1節(jié)點(diǎn)向master、slave-1、slave-2、sentinel-2、sentinel-3節(jié)點(diǎn)發(fā)送ping命令。

其次，主觀下線和客觀下線是用來判定故障的節(jié)點(diǎn)：

每個(gè)sentinel節(jié)點(diǎn)會(huì)每隔1秒對(duì)主節(jié)點(diǎn)、從節(jié)點(diǎn)、其他sentinel節(jié)點(diǎn)發(fā)送ping命令做心跳檢測(cè)，當(dāng)超過設(shè)置的最大時(shí)間閾值沒有進(jìn)行有效回復(fù)，sentinel節(jié)點(diǎn)就會(huì)對(duì)該節(jié)點(diǎn)做失敗判定，即主觀下線；

當(dāng)sentinel節(jié)點(diǎn)主觀下線的節(jié)點(diǎn)是主節(jié)點(diǎn)時(shí)，該sentinel節(jié)點(diǎn)會(huì)向其他節(jié)點(diǎn)詢問對(duì)主節(jié)點(diǎn)的判斷，當(dāng)超過“法定人數(shù)”個(gè)數(shù)，sentinel節(jié)點(diǎn)認(rèn)為主節(jié)點(diǎn)確實(shí)有問題，這時(shí)該sentinel節(jié)點(diǎn)會(huì)做出客觀下線的決定；

然后，需要對(duì)故障節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移操作，此時(shí)需要選舉出新的領(lǐng)導(dǎo)者：

每個(gè)在線的sentinel節(jié)點(diǎn)都有資格成為領(lǐng)導(dǎo)者，當(dāng)它判定主節(jié)點(diǎn)主觀下線時(shí)候，會(huì)向其他sentinel節(jié)點(diǎn)發(fā)送請(qǐng)求，要求將自己設(shè)置為領(lǐng)導(dǎo)者。

收到請(qǐng)求的sentinel節(jié)點(diǎn)，如果沒有同意過其他sentinel節(jié)點(diǎn)，將同意該請(qǐng)求，否則拒絕。

如果該sentinel節(jié)點(diǎn)發(fā)現(xiàn)自己的票數(shù)大于等于sentinels/2+1節(jié)點(diǎn)，那么它將成為領(lǐng)導(dǎo)者。

如果此過程沒有選舉出領(lǐng)導(dǎo)者，將進(jìn)入下一次選舉。

故障轉(zhuǎn)移，領(lǐng)導(dǎo)者選舉出的sentinel節(jié)點(diǎn)負(fù)責(zé)故障轉(zhuǎn)移：

在從節(jié)點(diǎn)列表中選出一個(gè)節(jié)點(diǎn)作為新的主節(jié)點(diǎn)，過濾掉主觀下線、斷線，5秒內(nèi)沒有回復(fù)過的sentinel節(jié)點(diǎn)ping響應(yīng)、與主節(jié)點(diǎn)失聯(lián)超過10秒。選擇從節(jié)點(diǎn)優(yōu)先級(jí)最高的從節(jié)點(diǎn)列表。

sentinel領(lǐng)導(dǎo)者節(jié)點(diǎn)會(huì)對(duì)第一步選出來的從節(jié)點(diǎn)，讓其成為主節(jié)點(diǎn)。

sentinel領(lǐng)導(dǎo)者節(jié)點(diǎn)會(huì)向剩余的從節(jié)點(diǎn)發(fā)送命令，讓它們成為新主節(jié)點(diǎn)的從節(jié)點(diǎn)。

sentinel節(jié)點(diǎn)集合會(huì)將原來的主節(jié)點(diǎn)更新為從節(jié)點(diǎn)，并保持著對(duì)其關(guān)注，當(dāng)其恢復(fù)后命令它去與新的主節(jié)點(diǎn)建立主從分布式連接。

本發(fā)明采用raft算法實(shí)現(xiàn)的sentinel服務(wù)，可以實(shí)現(xiàn)sentinel節(jié)點(diǎn)對(duì)主從式節(jié)點(diǎn)的監(jiān)控，對(duì)新主節(jié)點(diǎn)的選舉，以及故障轉(zhuǎn)移，使得環(huán)境的穩(wěn)定性極大的提高，當(dāng)云海監(jiān)控服務(wù)自身異常掛起導(dǎo)致無法提供正常的監(jiān)控服務(wù)的時(shí)候，sentinel節(jié)點(diǎn)可以選出新的主節(jié)點(diǎn)，繼續(xù)提供穩(wěn)定的監(jiān)控服務(wù)。

其中，通過定時(shí)監(jiān)控任務(wù)完成對(duì)各個(gè)節(jié)點(diǎn)發(fā)現(xiàn)和監(jiān)控，用來獲取從節(jié)點(diǎn)的信息，包括感知是否有新的節(jié)點(diǎn)加入，節(jié)點(diǎn)不可達(dá)或者監(jiān)控服務(wù)異常。

領(lǐng)導(dǎo)人觸發(fā)的心跳(heartbeat)機(jī)制進(jìn)行的新主節(jié)點(diǎn)的選舉，主要包括如下幾個(gè)步驟：

s11：如果一個(gè)追隨者在一個(gè)周期內(nèi)沒有收到心跳信息，此時(shí)選舉超時(shí)；

s12：然后它就會(huì)假定沒有可用的領(lǐng)導(dǎo)人，并且開始一次選舉來選出一個(gè)新的領(lǐng)導(dǎo)人；

s13：如果該sentinel節(jié)點(diǎn)的選舉票數(shù)(votenum)＞＝(總sentinel節(jié)點(diǎn)數(shù))/2+1，此時(shí)選舉自己為領(lǐng)導(dǎo)者；

s14：如果此過程沒有選舉出領(lǐng)導(dǎo)者，進(jìn)入下一次選舉。

選舉出的領(lǐng)導(dǎo)人進(jìn)行的故障轉(zhuǎn)移，主要包括如下幾個(gè)步驟：

s21：sentinel領(lǐng)導(dǎo)者在從節(jié)點(diǎn)中選出一個(gè)新的主節(jié)點(diǎn)；

s22：sentinel領(lǐng)導(dǎo)者向剩余的從節(jié)點(diǎn)發(fā)送命令，讓它們成為新主節(jié)點(diǎn)的從節(jié)點(diǎn)；

s23：sentine領(lǐng)導(dǎo)者將原來的主節(jié)點(diǎn)更新為從節(jié)點(diǎn)，當(dāng)其恢復(fù)正常時(shí)，與新的主節(jié)點(diǎn)建立主從分布式連接。

圖3為本發(fā)明實(shí)施例云平臺(tái)的自監(jiān)控系統(tǒng)的結(jié)構(gòu)圖，如圖3所示，本發(fā)明實(shí)施例另一方面提供的一種云平臺(tái)的自監(jiān)控系統(tǒng)，包括：

監(jiān)控模塊301，用于每個(gè)哨兵sentinel節(jié)點(diǎn)采用定期的心跳檢測(cè)對(duì)被監(jiān)控的監(jiān)控服務(wù)中的監(jiān)控節(jié)點(diǎn)進(jìn)行監(jiān)控；

故障轉(zhuǎn)移模塊302，用于當(dāng)所述監(jiān)控節(jié)點(diǎn)中的主節(jié)點(diǎn)發(fā)生故障時(shí)，對(duì)發(fā)生故障的主節(jié)點(diǎn)進(jìn)行故障轉(zhuǎn)移。

進(jìn)一步地，所述監(jiān)控模塊301還用于：

每隔預(yù)設(shè)時(shí)間向主節(jié)點(diǎn)、從節(jié)點(diǎn)和除當(dāng)前sentinel節(jié)點(diǎn)以外的其它sentinel節(jié)點(diǎn)發(fā)送ping命令做心跳檢測(cè)，以確認(rèn)所述主節(jié)點(diǎn)、所述從節(jié)點(diǎn)和所述其它sentinel節(jié)點(diǎn)當(dāng)前是否可達(dá)。

進(jìn)一步地，所述系統(tǒng)還包括判斷模塊，用于：

當(dāng)所述主節(jié)點(diǎn)、所述從節(jié)點(diǎn)和所述其它sentinel節(jié)點(diǎn)中的任意節(jié)點(diǎn)在預(yù)設(shè)的時(shí)間閾值內(nèi)沒有對(duì)發(fā)出所述ping命令的第一sentinel節(jié)點(diǎn)進(jìn)行有效回復(fù)時(shí)，所述第一sentinel節(jié)點(diǎn)對(duì)該節(jié)點(diǎn)進(jìn)行主觀下線；

當(dāng)所述第一sentinel節(jié)點(diǎn)主觀下線的節(jié)點(diǎn)是主節(jié)點(diǎn)時(shí)，所述第一sentinel節(jié)點(diǎn)向除所述第一sentinel節(jié)點(diǎn)以外的其他sentinel節(jié)點(diǎn)詢問對(duì)進(jìn)行主觀下線的該主節(jié)點(diǎn)的判斷，當(dāng)超過預(yù)設(shè)個(gè)數(shù)的sentinel節(jié)點(diǎn)認(rèn)為該主節(jié)點(diǎn)故障時(shí)，所述第一sentinel節(jié)點(diǎn)對(duì)該主節(jié)點(diǎn)進(jìn)行客觀下線。

本發(fā)明實(shí)施例使用raft算法實(shí)現(xiàn)的sentinel服務(wù)，可以實(shí)現(xiàn)對(duì)主從節(jié)點(diǎn)的監(jiān)控，以及對(duì)新主節(jié)點(diǎn)的選舉，及故障轉(zhuǎn)移步驟。能夠提升云海服務(wù)自身的穩(wěn)定性及可靠性，提高云海服務(wù)平臺(tái)的競(jìng)爭(zhēng)力。

雖然本發(fā)明所揭露的實(shí)施方式如上，但所述的內(nèi)容僅為便于理解本發(fā)明而采用的實(shí)施方式，并非用以限定本發(fā)明。任何本發(fā)明所屬領(lǐng)域內(nèi)的技術(shù)人員，在不脫離本發(fā)明所揭露的精神和范圍的前提下，可以在實(shí)施的形式及細(xì)節(jié)上進(jìn)行任何的修改與變化，但本發(fā)明的專利保護(hù)范圍，仍須以所附的權(quán)利要求書所界定的范圍為準(zhǔn)。