[发明专利]硬件集群失效管理的方法、集群、设备、平台及存储介质

说明书

本发明公开了一种硬件集群失效管理的方法、集群、设备、平台及存储介质，用以解决现有技术中存在的集群对外提供服务的可靠性低的技术问题，所述硬件集群包括中控设备和多个服务器，所述中控设备与多个所述服务器间通过网络连接，多个所述服务器中的存储单元通过SAS接口串连成环形SAS总线，该方法包括：定期获取各个所述服务器的健康状态；根据每个所述服务器的健康状态，确定对应服务器是否发生了故障；在确定所述硬件集群中任一个所述服务器发生故障后，控制与故障服务器相邻的正常服务器接管所述故障服务器的存储单元，以对外提供服务。

技术领域

本发明涉及集群领域，尤其是涉及硬件集群失效管理的方法、集群、设备、平台及存储介质。

背景技术

集群是一组相互独立的、通过高速网络互联的服务器，它们构成了一个组，并以单一系统的模式加以管理，并对外提供服务。

目前，集群的方案只能做到软件系统层面的集群，也就是当某一台服务器出现故障，运行在这台服务器上的应用就会切换到其它的服务器上，而此故障服务器上的所有资源都会失效，从而导致切换到其它服务器上的应用丢失了之前为用户提供服务的相关数据，降低了集群对外提供服务的可靠性。

鉴于此，如何提高集群对外提供服务的可靠性，成为一个亟待解决的技术问题。

发明内容

本发明提供一种硬件集群失效管理的方法、集群、设备、平台及存储介质，用以解决现有技术中存在的集群对外提供服务的可靠性低的技术问题。

第一方面，为解决上述技术问题，本发明实施例提供的一种硬件集群失效管理的方法，所述硬件集群包括中控设备和多个服务器，所述中控设备与多个所述服务器间通过网络连接，多个所述服务器中的存储单元通过SAS接口串连成环形SAS总线，该方法的技术方案如下：

定期获取各个所述服务器的健康状态；

根据每个所述服务器的健康状态，确定对应服务器是否发生了故障；

在确定所述硬件集群中任一个所述服务器发生故障后，控制与故障服务器相邻的正常服务器接管所述故障服务器的存储单元，以对外提供服务。

一种可能的实施方式，在确定所述硬件集群中任一个所述服务器发生故障后，还包括：

根据所述故障服务器在所述环形SAS总线中的位置，确定所述环形SAS总线被所述故障服务器阻隔形成的独立链路；其中，所述独立链路中的服务均为未发生故障的服务器；

确定所述独立链路包含的服务器的总数量，根据所述总数量与设定阈值的大小关系，对所述硬件集群中的服务器进行重组，形成能对外提供集群服务的新集群；其中，所述设定阈值为组成所述新集群所需服务器的最小数量。

一种可能的实施方式，根据所述总数量与设定阈值的大小关系，对所述硬件集群中的服务器进行重组，形成能对外提供集群服务的新集群，包括：

判断每个所述独立链路包含的服务器的总数量是否大于或等于设定阈值；

若为是，将所述总数量大于或等于所述设定阈值的独立链路组建为一个所述新集群；

若为否，控制所述总数量小于所述设定阈值的独立链路中的服务器失效。

一种可能的实施方式，控制所述总数量小于所述设定阈值的独立链路中的服务器失效后，还包括：

通过所述网络，将失效后的服务器在失效前正在提供的服务及存储的相关数据迁移到所述新集群的服务器中。

第二方面，本发明实施例提供了一种硬件集群，包括：

多个服务器，所述服务器包括存储单元，多个所述服务器中的存储单元，通过SAS接口串联成环形SAS总线；