[发明专利]一种Lustre并行文件系统错误报警方法及其系统

权利要求书

1.一种Lustre并行文件系统错误报警方法，其特征在于，所述方法包括如下步骤：

（1）监控模块对OSS日志进行周期性扫描；

（2）分析所述日志信息，判断是否存在故障信息，并将所述故障信息生成告警报告；

（3）严重故障生成单独的报告供程序进一步分析，用于定位问题和自动处理；最后再和普通告警信息汇总写入txt文件中，通过mail中转站发送给管理员。

2.如权利要求1所述的报警方法，其特征在于，步骤（1）所述oss日志包括系统网络质量、Lustre日志信息和heartbeat日志信息。

3.如权利要求1所述的报警方法，其特征在于，步骤（2）所述故障信息包括存储故障信息或导致存储出现故障的信息。

4.如权利要求1所述的报警方法，其特征在于，步骤（3）所述定位过程包括如下步骤：

1）根据严重故障定位危险客户端，生成待重启节点列表；

2）判断危险客户端是否为僵死客户端，是则重启客户端，否则不予处理，待观察；

3）判断重启的客户端是否有异常，是则将异常信息通过mail中转站发送给管理员，否则属于正常重启，将操作成功的日志写入LAToolkit日志中。

5.如权利要求4所述的报警方法，其特征在于，步骤2）重启客户端通过向客户端的管理模块控制客户端的电源，将客户端重启。

6.如权利要求1所述的报警方法，其特征在于，步骤（3）所述严重故障是指会直接导致存储系统故障的一种类型，其包括出现导致存储服务器死机的故障、出现导致存储服务器后端磁盘出现只读的故障、主备存储服务器间出现切换故障或主备服务器间心跳线故障。

7.如权利要求1所述的报警方法，其特征在于，步骤（3）所述普通故障是指不会直接导致存储系统的故障的一种类型，其包括网络轻微丢包、某个邮件服务器故障或日志扫描时间过长现象。

8.一种Lustre并行文件系统错误报警系统，其特征在于，所述报警系统包括LAToolkit服务端、存储客户端集群、邮件服务器集群和LAToolkit客户端；

所述LAToolkit服务端、所述存储客户端集群和所述LAToolkit客户端通过存储网进行数据的交换和存储；

所述LAToolkit服务端、所述存储客户端集群、所述邮件服务器集群和所述LAToolkit客户端通过存储管理网进行数据管理；

所述LAToolkit服务端和所述存储客户端集群通过电源管理网进行服务器的重启。

9.如权利要求8所述的报警系统，其特征在于，所述存储客户端集群用于存储客户端集群挂载存储系统；

所述邮件服务器集群用于LAToolkit向外发送告警邮件；

所述LAToolkit客户端部署于Lustre存储服务器上，用于采集OSS日志及其他判断存储系统状态的信息；

所述LAToolkit服务端部署于Lustre元数据/管理服务器上，用于处理LAToolkit客户端收集到的信息和处理其他LAToolkit操作。

10.如权利要求8所述的报警系统，其特征在于，所述报警系统包括管理终端，所述管理终端通过所述存储管理网对所述LAToolkit服务端、所述存储客户端集群、所述邮件服务器集群和所述LAToolkit客户端进行控制。