[发明专利]应用于分布式系统的心跳检测装置和方法、网络设备

说明书

技术领域

本发明涉及网络通信技术，具体地，涉及一种应用于分布式系统的心跳检测装置和方法、网络设备。

背景技术

分布式系统是一种通信网络互联的多设备体系结构，各个设备通过协调交互来执行任务。分布式系统中包括多个设备，这多个设备中包括一个主设备，其它设备为子设备。

主设备和子设备之间通过心跳检测来监测子设备的生存状态。图1示出了心跳检测的原理示意，如图1所示，子设备2启动定时器（Timer），在定时器的定时周期到来时向主设备1发送心跳信息。主设备1接收到来自子设备2的心跳报文后更新对子设备2的心跳计数（counter），如果在规定的时间内，主设备1未接收到子设备2的心跳信息，认为子设备2故障，执行相应的故障处理。

心跳检测分为软件心跳检测和硬件心跳检测。软件心跳检测是通过软件触发定时器来发送心跳报文，硬件心跳是通过硬件触发来发送心跳报文。

硬件心跳检测通常采用硬件定时器对硬件心跳周期进行定时，在该定时器计时到时后，子设备向主设备发送硬件心跳报文，主设备在超过3个硬件心跳周期未接收到硬件心跳报文，认为子设备存在重启故障。其中，硬件定时器是低级中断定时器，不会因为中央处理器（CPU，Central Process Unit）繁忙而得不到调度，因而主设备通过硬件心跳报文只能检测出子设备的重启故障，无法检测出子设备的其它故障。

软件心跳检测能够弥补硬件心跳检测的空白。软件心跳由CPU触发，通常采用软件定时器对软件心跳周期进行定时，在该定时器计时到时后，子设备的CPU向主设备发送软件心跳报文，主设备在超过3个软件心跳周期未接收到硬件心跳报文，认为子设备过于繁忙，工作不正常，例如，子设备的程序陷入死循环，该陷入死循环的程序百分之百地占用了子设备的CPU的处理资源，这种情况下主设备判断子设备发生故障。

但是，在特定的条件下，子设备中的某些应用模块在做大量运算时，也可能会百分之百地占用CPU的处理资源，并且所表现出来的现象也是CPU的处理资源被百分之百占用，在这种情况下，CPU处于正常状态，子设备也没有发生故障，但是CPU不能触发软件心跳，子设备也不能向主设备发出软件心跳报文，主设备会对这种情况产生误判，认为子设备存在故障。

可见，现有的分布式系统的软件心跳检测中，对于子设备处于正常的CPU处理资源被百分之百占用的情况，存在主设备误判子设备存在故障的问题。

综上，在现有的分布式系统的心跳检测技术中，存在心跳检测存在误判、正确率低、可靠性低的问题。

发明内容

有鉴于此，本发明实施例提供了一种应用于分布式系统的心跳检测装置和方法、网络设备，用以解决现有的分布式系统的心跳检测技术中，所存在的心跳检测存在误判、正确率低、可靠性低的问题。

本发明实施例技术方案如下：

一种应用于分布式系统的心跳检测装置，包括：软件定时器，用于对预定的软件心跳周期进行计时；第一软件心跳触发器，用于在软件定时器计时到时后，向主设备发送软件心跳报文；监测模块，用于监测应用模块是否正常地占用中央处理器CPU的处理资源；第二软件心跳触发器，用于在监测模块监测到应用模块正常地百分之百占用CPU的处理资源、软件定时器无法计时软件心跳周期的情况下，向主设备发送软件心跳报文。

一种网络设备，包括如上所述的应用于分布式系统的心跳检测装置。

一种应用于分布式系统的心跳检测方法，包括：子设备在计时预定的软件心跳周期到时后，向主设备发送软件心跳报文；子设备监测自身上的应用模块是否正常地占用中央处理器CPU的处理资源；在监测到应用模块正常地百分之百占用CPU的处理资源、无法计时软件心跳周期的情况下，子设备向主设备发送软件心跳报文。

根据本发明实施例的技术方案，通过子设备监测子设备上应用模块是否正常地占用CPU的处理资源，并在监测到应用模块正常地百分之百占用对CPU的处理资源，且软件心跳周期无法计时的情况下，子设备向主设备发送软件心跳报文，能够在CPU的处理资源被正常地百分之百占用，软件心跳周期无法计时的情况下，仍然向主设备发送软件心跳报文，从而能够减少主设备对子设备的误判、提高心跳检测的正确率和可靠性，能够解决现有技术中心跳检测存在误判、正确率低、可靠性低的问题。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明