一种面向关键任务计算机集群的弹性监控方法
【技术领域】
[0001] 本发明属于一种计算机集群监控方法，尤其涉及一种面向关键任务计算机集群的 弹性监控方法。
【背景技术】
[0002] 目前的计算机系统不仅会受到外来攻击，系统本身也可能因为工作环境、工作时 间以及工作负载等因素，出现宕机或故障，因此需要一个监控系统对计算机进行实时监控， 及时发现潜在的威胁，在出现故障前进行处理。尤其是关键任务计算机上至深空探测，下至 海底测绘，部署位置多样且环境恶劣，专业技术人员无法实现系统的本地监控与维护来保 障系统可用性，因此保障其可用性至关重要。
[0003] 目前的监控软件，大多都存在持续占用较多系统资源的情况，在关键任务计算机 高负载的情况下，会因为抢占计算资源，导致系统出现故障；而在关键任务计算机集群负载 较低时，监控系统利用集群空闲的计算资源，可以进行更加细粒度的监控以及对集群的工 作状态进行更加全面的分析，及时发现潜在的隐患，确保关键任务计算机集群能够长时间 持续工作。因此为了保证关键任务计算机的高可用性，采取有效而不影响系统可用性的监 控方法非常重要。
[0004] 目前集群监控方法快速发展，但监控系统在集群高负载下的资源占用情况，会严 重影响集群本身稳定性的问题还未得到妥善解决。专利"一种具有弹性体系架构的集群管 理监控系统的构建方法"（CN100366001C)，提出了可扩展的管理架构，针对小规模集群采用 两层体系构架，大规模集群则采用三层体系构架，与本发明要达到的目的有相同之处，但采 用的方法和针对的问题都不相同。
[0005] 综上所述，目前的关键任务计算机集群监控方法还存在以下问题：
[0006] (1)监控过程中极少考虑到集群系统的负载情况，在集群负载较高时，监控系统会 严重影响集群性能，甚至会导致故障或宕机；
[0007] (2)在关键任务计算机集群负载较低时，没有充分利用空闲的计算资源进行更加 细粒度监控和管理。
【发明内容】
[0008] 本发明的目的是提供一种能够提高系统可用性的，一种面向关键任务计算机集群 的弹性监控方法。
[0009] -种面向关键任务计算机集群的弹性监控方法，包括以下步骤，
[0010] 步骤一：为集群中的主节点设置一个管理系统，为每个子节点分配一个监控代理， 子节点的监控代理负责采集各自节点的监控数据，并发送给主节点的管理系统，监控数据 包括：CPU利用率、内存利用率、cache未命中率、CPU温度、虚拟内存、网络带宽使用率、CPU 电压、I/O状态、硬盘状态和重要端口；
[0011] 步骤二：主节点的管理系统根据接收监控代理的监控数据，在每个监控周期开始 时，计算出集群每个节点的最大负载，节点的最大负载为其CPU利用率、内存利用率以及网 络带宽使用率三项的平均值，如果子节点最大负载大于70%，则进入步骤三；如果子节点 最大负载小于等于70%且大于30%，则进入步骤四；如果子节点最负载小于等于30%进入 步骤五；
[0012] 步骤三：主节点的管理系统采取高负载监控方法对子节点进行监控，进入步骤 、- /N；
[0013] 步骤四：主节点的管理系统采取正常负载监控方法对子节点进行监控，进入步骤 、- /N；
[0014] 步骤五：主节点的管理系统采取低负载监控方法对子节点进行监控，进入步骤 、- /N；
[0015] 步骤六：返回步骤一，直到任务结束。
[0016] 本发明一种面向关键任务计算机集群的弹性监控方法，还可以包括：
[0017] 1、高负载监控方法为：
[0018] (1)子节点的监控代理对节点进行监控，监控数据为CPU利用率、内存利用率、 cache未命中率、CPU温度、虚拟内存和网络带宽使用率，将监控数据临时存储在本地节点 的存储空间内；
[0019] (2)子节点的监控代理每隔t秒发送一个心跳包给主节点的管理系统，告知主节 点该子节点处于正常工作状态；
[0020] (3)如果子节点的监控代理监控到CPU利用率、内存利用率、cache未命中率、CPU 温度、虚拟内存、网络带宽使用率中的一个或多个数据超出阈值，子节点的监控代理立刻向 主节点发送该条异常状态信息，主节点的管理系统将接收的子节点的异常信息，向管理人 员发出警报。
[0021] 2、正常负载监控方法为：
[0022] (1)子节点监控代理查看本地是否存在临时存储的监控数据文件，如果存在临时 存储的监控数据，则打包发送给主节点的管理系统，并删除已发送的临时存储文件；
[0023] (2)管理系统告知该子节点的监控代理对节点进行全面监控，监控的数据包括： CPU利用率、内存利用率、cache未命中率、CPU温度、虚拟内存、网络带宽使用率、CPU电压、 I/O状态、硬盘状态和重要端口；
[0024] (3)如果子节点的监控代理监控到CPU利用率、内存利用率、cache未命中率、CPU 温度、虚拟内存、网络带宽使用率中的一个或多个数据超出阈值，子节点的监控代理立刻向 主节点发送该条异常状态信息，主节点的管理系统将接收的子节点的异常信息，向管理人 员发出警报；
[0025] (4)主节点的管理系统根据子节点的监测数据，判断是否有I/O响应超时、硬盘读 写故障、CPU电压超出阈值或者重要端口被非法占用的异常情况，如果出现异常，主节点的 管理系统向管理人员发出警报。
[0026] 3、低负载监控方法为：
[0027](1)子节点监控代理查看本地是否存在临时存储的监控数据文件，如果存在临时 存储的监控数据，则打包发送给主节点的管理系统，并删除已发送的临时存储文件；
[0028](2)主节点的管理系统告知子节点的监控代理对子节点进行全面监控，监控的数 据包括：CPU利用率、内存利用率、cache未命中率、CPU温度、虚拟内存、网络带宽使用率、CPU电压、I/O状态、硬盘状态、重要端口；
[0029] (3)如果子节点的监控代理监控到CPU利用率、内存利用率、cache未命中率、CPU 温度、虚拟内存、网络带宽使用率中的一个或多个数据超出阈值，子节点的监控代理立刻向 主节点发送该条异常状态信息，主节点的管理系统将接收的子节点的异常信息，向管理人 员发出警报；
[0030] (4)主节点的管理系统根据子节点的监测数据，判断是否有I/O响应超时、硬盘读 写故障、CPU电压超出阈值或者重要端口被非法占用的异常情况，如果出现异常，主节点的 管理系统向管理人员发出警报；
[0031] (5)主节点的管理系统根据子节点的监测数据计算不健康程度P:
[0033] 其中CPU利用率W1、内存利用率w2、cache未命中率W3、CPU温度W4、虚拟内存W5、网 络带宽使用率W6, Wp W2、W3、W4、W5、Wj别是CPU利用率、内存利用率、cache未命中率、CPU 温度、虚拟内存、网络带宽使用率的事先规定阈值，ApA2、A3、A4、A5、A6分别为以上监 测数据的权重；
[0034] 如果不健康程度大于阈值，主节点的管理系统向管理人员发出警报。
[0035] 有益效果：
[0036]本发明提出一种面向关键任务计算机集群的弹性监控方法，能够根据集群不同的 负载情况，采取不同的监控方案：在集群节点高负载的情况下，尽量减少不必要的资源占 用，减少监控系统对集群性能的影响；在集群节点低负载的情况下，对节点采取更加细粒度 的监控，并充分利用集群计算资源分析集群的健康程度，在减少监控系统对关键任务计算 机集群可用性的影响的前提下，维持系统的高可用性。
[0037]本发明根据关键任务计算机集群的不同负载情况，采取不同的监控方案，灵活利 用关键任务计算机集群的资源，在不影响集群资源的前提下，最大化地利用率关键任务计 算机集群资源；
[0038]本发明能够在关键任务计算机集群处于高负载时，尽量减少监控所占用的资源， 降低关键任务计算机集群出现故障的概率；在集群处于低负载时，对集群进行更加细粒度 的监控，分析系统健康程度，确保关键任务计算机集群能够长时间持续工作。
【附图说明】
[0039]图1一种面向关键任务计算机集群的弹性监控方法的流程图。
【具体实施方式】
[0040] 下面将结合附图对本发明做进一步详细说明。
[0041]本发明的目的在于提供一种面向关键任务计算机集群的弹性监控方法，解决不同 负载下的集群监控问题。本发明的特点是针对低负载、正常负载和高负载三种不同情况的 集群工作状态，分别采取三种监控方案，在不影响集群可用性的前提下，充分利用集群计算 资源进行更细粒度的全面监控。
[0042] 本发明是一种面向关键任务计算机集群的弹性监控方法，首先为集群中的主节点 设置一个管理系统，为每个子节点分配一个监控代理，子节点的监控代理负责采集各自节 点的监控数据，并发送给主节点的管理系统。主节点根据接收监控代理的监测数据，在每个 监控周期开始时，计算出集群每个节点的最大负载，负载水平由〇~100%表示。其中最大 负载为CPU利用率、内存利用率以及网络带宽使用率三项的平均值。并按照最大负载，分别 采取三种不同监控方案。
[0043] (1)低负载监控方案：如果子节点的最大负载小于等于30%，采用低负载监控方 案。在该监控方案下，该子节点的监控流程如下：
[0044] ①该子节点监控代理查看本地是否存