[发明专利]一种集群文件系统中消息传输的方法及装置

说明书

本申请涉及通信技术领域，公开了一种集群文件系统中消息传输的方法及装置，用以在消息网络发生故障时保证主机间能够正常通信。该方法为：所述集群文件系统中的第一主机确定所述消息网络链路发生故障，将进行消息传输的消息网络链路切换为存储通道，生成第一消息，并将第一消息记录在数据存储介质的第一位置区域，第一位置区域用于第二主机访问并读取所述第一消息。

技术领域

本申请涉及通信技术领域，特别涉及一种集群文件系统中消息传输的方法及装置。

背景技术

随着高性能、高可靠的存储区域网络(Storage Area Network，SAN)设备的普及，采用集中式的共享存储已经成为许多分布式系统的首选。尤其在服务器虚拟化平台下，多主机共享互连网协议的存储区域网络(Internet-Protocol Storage Area Network，IP-SAN)和网状通道的存储区域网络(Fibre-Channel Storage Area Network，FC-SAN)存储是最常见的形态。为了支持更加丰富的存储应用，通常需要在共享存储上部署集群文件系统，以供各主机灵活、快捷地使用共享存储。

集群文件系统是指运行在多台计算机(即主机)之上，各主机之间通过某种方式相互通信，从而将集群内所有存储空间资源整合、虚拟化，并对外提供文件访问服务的文件系统。集群文件系统依赖于主机间的通信，主机间交换消息来实现某一协议，保证对共享存储的非冲突访问。目前最主流的主机间通信方式是主机间通过消息网络收发消息的方式来传递消息。消息网络是大部分集群文件系统中最为重要的组成部分之一。然而，消息网络本身并不是可靠的，容易受到各种网络故障，如链路中断、IP冲突、交换机故障等影响。而且在实际部署时，受限于网卡、交换机的数量，通常将集群文件系统的消息网络与业务网络部署于同一平面，一旦业务消息流量过大，就容易影响集群文件系统消息网络的可用性，诱发消息网络瞬时或长期故障。对于集群文件系统而言，消息网络的故障通常是致命的。为了保证集群文件系统的数据与元数据的安全，如果某一主机无法正确地通过消息网络完成加锁、解锁的操作，该主机将禁止访问文件，这时即便存储链路仍然通畅，数据存储也变得不可用。

现有的集群文件系统主要采用以下两种技术来解决消息网络故障的问题。一种技术是当主机检测到消息网络故障时，执行重启主机操作。在大多数对性能、可靠性要求较高的场景，如服务器虚拟化场景中，一旦重启主机将使所有在其上运行的虚拟机非正常关机，致使业务中断甚至关键数据的丢失，造成不可估量的损失。因此在管理网络环境不佳、频繁闪断的场景下，各主机频繁重启的结果是无法被生产环境所接受的。

另一种技术是当主机检测到消息网络故障时，暂时将主机的集群状态设为不可用，并自动退出集群，禁止对数据存储继续访问，由于虚拟机无法访问共享存储，因此业务无法持续，会出现虚拟机IO长时间卡住甚至蓝屏的现象。此时通常会使用虚拟机高可用性(High Availability，HA)的方式，即关闭虚拟机并由集群管理系统将其在别的正常主机上重新拉起，而当故障主机的网络恢复后，可将虚拟机重新迁回。该过程中，虚拟机的业务将中断较长时间。此外，网络闪断导致主机频繁退出与加入集群，场景极其复杂，其管理成本与出错风险也极高。

综上，现有技术应对集群文件系统消息网络故障的方式均带来其他方面的缺陷，即使存储链路保持畅通，仍然禁止主机内所有虚拟机访问数据存储，甚至重启主机。在用户端会看到虚拟机大规模关闭或HA，业务长时间中断，甚至丢失数据。

发明内容

本申请实施例提供一种集群文件系统中消息传输的方法及装置，用以解决在集群文件系统消息网络故障时主机间无法正常通信、业务长时间中断甚至丢失数据的问题。

本申请实施例提供的具体技术方案如下：