高性能服務(wù)器故障診斷方法的研究與設(shè)計(jì).pdf

1、高性能服務(wù)器的應(yīng)用領(lǐng)域越來越廣，目前已經(jīng)廣泛應(yīng)用于銀行、軍事、航天、氣象服務(wù)等領(lǐng)域。在這些領(lǐng)域中，高性能服務(wù)器都是用來處理關(guān)鍵的業(yè)務(wù)，系統(tǒng)數(shù)據(jù)丟失或者異常停機(jī)都會造成嚴(yán)重的后果。因此對高性能服務(wù)器的可用性提出了很高的要求。高可用性需要高效的故障檢測、故障診斷、故障恢復(fù)等技術(shù)來實(shí)現(xiàn)。
　　高性能服務(wù)器一般都采用集群的形式實(shí)現(xiàn)，因?yàn)榧涸趦r格、可擴(kuò)展性等方面都要比其他形式的系統(tǒng)有明顯的優(yōu)勢。本文主要針對高性能集群服務(wù)器系統(tǒng)研究一種基于

2、操作系統(tǒng)的快速高效的故障診斷方法。從系統(tǒng)可以提供不間斷服務(wù)的角度出發(fā)，研究針對故障診斷的系統(tǒng)監(jiān)控方法，即故障監(jiān)控方法。在故障監(jiān)控的基礎(chǔ)上，研究故障診斷的方法。目標(biāo)是盡可能小的系統(tǒng)開銷，盡可能大的故障檢測覆蓋率。
　　實(shí)現(xiàn)了服務(wù)級和節(jié)點(diǎn)級的診斷粒度。整個診斷從流程上分為故障監(jiān)控和故障診斷，從實(shí)現(xiàn)的診斷粒度上分為了單機(jī)故障診斷和系統(tǒng)級故障診斷。能夠監(jiān)控到節(jié)點(diǎn)的硬件狀態(tài)信息，如CPU、內(nèi)存、網(wǎng)絡(luò)設(shè)備、電源等；能夠監(jiān)控基于linux的操作