一種分布式計算機自動撥測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種計算機在線檢測方法，尤其涉及一種分布式計算機自動撥測方 法。
【背景技術(shù)】
[0002] 隨著信息化的推進，互聯(lián)網(wǎng)在人們的生活中占據(jù)著越來越重要的地位?；ヂ?lián)網(wǎng)上 的各種網(wǎng)站每時每刻都在為來自世界各地的用戶服務(wù)，因此網(wǎng)站的穩(wěn)定性非常重要。鑒于 互聯(lián)網(wǎng)的特性，網(wǎng)站的服務(wù)器一般都是由廉價的定制化的計算機集群組成，因此每臺計算 機的穩(wěn)定性都對整個集群的穩(wěn)定性產(chǎn)生影響。為了及時發(fā)現(xiàn)提供服務(wù)的計算機是否有死 機、服務(wù)不可用等現(xiàn)象，需要有撥測系統(tǒng)對計算機集群進行撥測。
[0003] 圖1為現(xiàn)有計算機集群撥測系統(tǒng)拓撲結(jié)構(gòu)示意圖，現(xiàn)有的撥測方法主要步驟包 括：1、撥測任務(wù)機獲取撥測任務(wù)；2、撥測任務(wù)機對被撥測機器進行撥測；3、被撥測機器返 回撥測結(jié)果；4、撥測任務(wù)機獲取撥測結(jié)果進行展示或二次處理，然后對下一臺機器執(zhí)行同 樣的過程?，F(xiàn)有技術(shù)的主要缺點如下：1、撥測任務(wù)機與被撥測機器一般不在同一個機房，而 機房間的網(wǎng)絡(luò)通路出現(xiàn)抖動（如網(wǎng)絡(luò)短暫擁塞、丟包等）時有發(fā)生，因此如果撥測任務(wù)機與 被撥測機器的機房間網(wǎng)絡(luò)通路發(fā)生抖動，很有可能導(dǎo)致?lián)軠y任務(wù)機把被撥測機器誤判為異 常狀態(tài)（死機、服務(wù)不正常等）；2、如果第一次撥測失敗，需要重試撥測的話，兩次撥測任務(wù) 是串行的，時間成本高，如果集群機器數(shù)量比較多的話，對所有機器完成一輪撥測的時間周 期將非常長。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是提供一種分布式計算機自動撥測方法，能夠在機房 間網(wǎng)絡(luò)通路發(fā)生抖動的情況下提高撥測結(jié)果的準確率。
[0005] 本發(fā)明為解決上述技術(shù)問題而采用的技術(shù)方案是提供一種分布式計算機自動撥 測方法，包括如下步驟：a)配置撥測任務(wù)和撥測周期；b)撥測任務(wù)機根據(jù)撥測任務(wù)，隨機 挑選多臺撥測代理機，并按照預(yù)置的撥測周期同時向所有挑選出的撥測代理機發(fā)送撥測命 令；c)每臺撥測代理機接收到撥測命令后，各自向被撥測機發(fā)起撥測；所述被撥測機接收 到撥測請求后，返回成功/失敗的響應(yīng)結(jié)果；d)每臺撥測代理機將撥測耗時和撥測結(jié)果返 回給撥測任務(wù)機；e)所述撥測任務(wù)機根據(jù)所有挑選出的撥測代理機的返回結(jié)果確定被撥 測機的狀態(tài)。
[0006] 上述的分布式計算機自動撥測方法，其中，所述撥測代理機的數(shù)目為2n+l，n為自 然數(shù)；當超過n臺撥測代理機的返回撥測結(jié)果為成功時，所述撥測任務(wù)機才判斷最終的撥 測結(jié)果成功。
[0007] 上述的分布式計算機自動撥測方法，其中，所述2n+l臺撥測代理機位于多個機 房，每臺撥測代理機發(fā)送心跳包給撥測任務(wù)機，所述撥測任務(wù)機根據(jù)心跳包更新維護當前 可用的撥測代理機列表。
[0008] 上述的分布式計算機自動撥測方法，其中，所述撥測任務(wù)包括設(shè)置撥測任務(wù)機和 被撥測機，所述每個機房隨機挑選任意1臺本次撥測任務(wù)外的計算機，所述隨機挑選出的 計算機通過安裝撥測代理程序作為撥測代理機。
[0009] 上述的分布式計算機自動撥測方法，其中，所述撥測周期和撥測代理機的數(shù)目大 致呈正比；所述2n+l臺撥測代理機平均分布于每個機房，當撥測任務(wù)機發(fā)現(xiàn)有撥測代理機 上線、下線時，實時調(diào)整撥測周期。
[0010] 上述的分布式計算機自動撥測方法，其中，當撥測任務(wù)機發(fā)現(xiàn)撥測代理機下線時 間超過預(yù)設(shè)閥值時，重新挑選與所述下線的撥測代理機位于同一機房的計算機作為新的撥 測代理機。
[0011] 上述的分布式計算機自動撥測方法，其中，所述每臺撥測代理機在向被撥測機發(fā) 起撥測時，記錄下發(fā)送時間T1，在接收撥測結(jié)果時，記錄下接收時間T2,并計算出該撥測代 理機的本次撥測耗時t = T2-T1 ;所述撥測任務(wù)機根據(jù)公式丨=計算出平均耗時j，其 2/2+1 中t是各臺撥測代理機返回的撥測耗時。
[0012] 本發(fā)明對比現(xiàn)有技術(shù)有如下的有益效果：本發(fā)明提供的分布式計算機自動撥測方 法，撥測任務(wù)機不直接對被撥測機進行撥測，而是將撥測任務(wù)下發(fā)給一組撥測代理機，由這 組撥測代理機進行實際的撥測，所述撥測代理機是被隨機挑選出來的，原來壓在一臺機器 上的撥測任務(wù)，現(xiàn)在被分散開來，這種分布式架構(gòu)可以有效降低機器的負載，從而能夠在機 房間網(wǎng)絡(luò)通路發(fā)生抖動的情況下提高撥測結(jié)果的準確率。
【附圖說明】
[0013] 圖1為現(xiàn)有計算機集群撥測系統(tǒng)拓撲結(jié)構(gòu)示意圖；
[0014] 圖2為本發(fā)明分布式計算機自動撥測流程示意圖；
[0015] 圖3為本發(fā)明分布式計算機自動撥測系統(tǒng)具體交互過程示意圖；
[0016] 圖4為本發(fā)明分布式計算機自動撥測系統(tǒng)拓撲結(jié)構(gòu)示意圖。
【具體實施方式】
[0017] 下面結(jié)合附圖和實施例對本發(fā)明作進一步的描述。
[0018] 圖2為本發(fā)明分布式計算機自動撥測流程示意圖。
[0019] 請參見圖2,本發(fā)明提供的分布式計算機自動撥測方法包括如下步驟：
[0020] 步驟S1 :配置撥測任務(wù)和撥測周期；
[0021] 步驟S2 :撥測任務(wù)機根據(jù)撥測任務(wù)，隨機挑選多臺撥測代理機，并按照預(yù)置的撥 測周期同時向所有挑選出的撥測代理機發(fā)送撥測命令；
[0022] 步驟S3 :每臺撥測代理機接收到撥測命令后，各自向被撥測機發(fā)起撥測；所述被 撥測機接收到撥測請求后，返回成功/失敗的響應(yīng)結(jié)果；
[0023] 步驟S4 :每臺撥測代理機將撥測耗時、撥測結(jié)果和撥測任務(wù)拼裝成一個序列對， 返回給撥測任務(wù)機；
[0024] 步驟S5 :所述撥測任務(wù)機根據(jù)所有挑選出的撥測代理機的返回結(jié)果確定被撥測 機的狀態(tài)，并將最后的結(jié)果進行存儲以備展示、監(jiān)控、告警等用途。
[0025] 本發(fā)明提供的分布式計算機自動撥測方法，撥測任務(wù)機不直接對被撥測機進行撥 測，而是將撥測任務(wù)下發(fā)給一組撥測代理機，由這組撥測代理機進行實際的撥測。其中，所 述撥測代理機的挑選原則如下：不同的撥測代理機屬于不同的機房；所選的撥測代理機不 能是本次任務(wù)的被撥測機。由于撥測代理機是在滿足一定條件下被隨機挑選出來的，原來 壓在一臺機器上的撥測任務(wù)，現(xiàn)在被分散開來，這種分布式架構(gòu)可以有效降低機器的負載。 具體撥測交互過程如圖3所示：
[0026] 201撥測配置模塊，工作人員配置好撥測任務(wù)和撥測周期。
[0027] 202撥測任務(wù)機從撥測配置模塊取出配置好的撥測任務(wù)。其中所述撥測任務(wù)機是 撥測任務(wù)控制的中樞。負責撥測任務(wù)的調(diào)度和撥測結(jié)果的收集、判決。
[0028] 203撥測任務(wù)機隨機從（2n+l)個機房分別挑選出一臺撥測代理機，按照預(yù)置的撥 測周期向（2n+l)臺撥測代理機發(fā)送撥測命令，其中n為自然數(shù)。
[0029] 204撥測代理機接收到撥測命令后，向被撥測機發(fā)起撥測。
[0030] 其中所述撥測代理機上面安裝了撥測agent程序，撥測agent程序有如下功能：1、 接收撥測任務(wù)機的撥測任務(wù)并返回撥測結(jié)果；2、對被撥測機進行撥測并接收撥測結(jié)果；3、 發(fā)送心跳包給撥測任務(wù)機，因此撥測任務(wù)機可以實時知道哪些撥測代理機可以使用，當有 撥測代理機上線、下線時，撥測任務(wù)機可實時發(fā)現(xiàn)。
[0031] 其中所述撥測代理機在實際中由在各個機房隨機挑選一些機器安裝agent可得， 因此不需要單獨機器作為撥測代理機。因此，一臺機器在不同的撥測任務(wù)充當?shù)慕巧赡?不一樣：可能充當撥測代理機，或者可能是被撥測機。其中所述撥測代理機在向被