[发明专利]作为服务的故障检测与恢复

摘要

由监控节点进行的对由被监控节点执行的进程的监控经常被设计为紧密耦合交互，但是这种耦合可以降低监控资源和进程的再使用并且增加了监控情况的管理复杂性。相反，故障检测和恢复可以被设计为一种非专有服务，其中一组被监控的节点连同执行一组进程可以注册以便由一组监控节点监控。在进程或整个被监控节点故障的情况下，监控节点可以合作来发起在相同或替代的被监控节点上重启所述进程（可能处于由相应进程最后报告的状态）。此外，监控节点的故障可被检测到，并且所有被分配给故障的监控节点的被监控节点可以被重新分配给替代的监控节点。

主权项

一种配置具有处理器（156）的第一监控节点（18）以监控执行至少一个进程（16）的被监控节点（14）的方法（50），包括在监控节点组中的所述第一监控节点包括至少一个其他监控节点，所分配的各监控节点用于对被监控节点子集进行监控，该方法（50）包括：响应于接收来自被监控节点的、请求第一监控节点对所述被监控节点（14）上执行的至少一个进程进行监控：将被监控节点添加到分配给第一监控节点的被监控节点子集；以及注册（56）被监控节点（14）所述的至少一个进程（16）以便监控；响应于接收到来自被监控节点的逻辑集合，针对被监控节点上执行的进程的相应状态，响应于被监控节点报告所述状态关联一个待执行的逻辑，与被监控节点的相应状态相关联地存储所述逻辑集合；在存储逻辑集合之后，响应于检测到被监控节点的进程已经进入所选择的状态，在第一监控节点处以及代表被监控节点，执行与被监控节点的逻辑集合中进程的所选择状态相关联的逻辑；以及响应于检测到被监控节点（14）的至少一个进程（16）的故障时，重启（60）进程（16）。