基于自主计算的集群管理软件的设计与实现.pptVIP

2007-3-12 北航计算机学院 基于自主计算的集群管理软件的设计和实现 作者:李云春、张德生、李强 报告内容 研究背景 主要研究内容 ACMS体系结构和功能模块实现 ACMS事件通知机制 节点代理的自配置机制 中间汇集节点的自恢复机制 工作总结和展望 概述 课题来源 北航校园网格建设中对集群计算环境的管理需求 十一五863计划信息技术领域重大项目：高效能计算机系统研制及关键技术研究 2007AA01A127 研究背景 集群占据了我国高性能产品和应用的90%份额 集群管理日趋复杂 北航校园网格目前采用ganglia集群监测软件，无法满足需求 平均故障恢复时间较长 自主计算 集群管理的国内外相关研究 Ganglia 树状分层式结构，可扩展 没有解决非叶子节点层的容错，易造成单点故障 Supermon 基于linux集群的分布式监控 不能动态添加节点 Hawkeye 可以定制资源监测模块，适用多平台系统 客户端工具还不完善 国内曙光公司的DCMM集群监控系统 面向曙光服务器集群，软硬件结合 报告内容 概述 主要内容 ACMS体系结构和功能模块实现 ACMS事件通知机制 节点代理的自配置机制 中间汇集节点的自恢复机制 工作总结和展望 ACMS自主管理模型 ACMS体系结构 节点代理服务的功能模块实现 ACMS体系结构 管理服务器的功能模块实现 基于规则的策略决策 分析决策引擎 管理服务器模块的核心组件，通过java规则引擎实现基于规则的自主管理控制 五种管理级别 采用Drools的规则语言定义规则 rule name=cpu_alarm rule-attribute name=salience value=5 / lhs column identifier=cpu object-type=CpuProbeEvent / eval cpu_alarm_ra.isActive()/eval eval CpuMonitorHelper.isOverThreshold(cpu, 80)/eval /lhs rhs CpuMonitorHelper.cpuMetricAlarm(cpu); /rhs /rule 报告内容 课题来源及研究背景 主要研究内容 ACMS体系结构和功能模块实现 ACMS事件通知机制 节点代理的自配置机制 中间汇集节点的自恢复机制 工作总结和展望 ACMS事件通知机制 节点代理服务发送的事件通知消息统称为事件消息 监测事件消息 心跳事件消息 操作事件消息 事件消息格式采用XML格式描述 采用压缩减少网络流量 基于JMX Notification通知模型的两层事件监听机制，方便扩展 体现以事件通知为中心的设计原则 事件通知机制（续一） 事件通知机制（续二） metric host=“211.71.1.161” createtime=”create time” probe probeid = “CPU” timestamp=”time stamp” attribuate name = “CpuUsage” 2.5/attribuate /probe /metric heartbeat host=“211.71.1.161” createtime=”create time” status probeid = “CPU” timestamp=”time stamp” ok/status / heartbeat event host=“211.71.1.161” createtime=”create time” action probeid = “TOMCAT” timestamp=”time stamp” methodnamerestart /methodname descriptionrestarted the Tomcat instance of cluster /discription resulttrue/result /action /event 报告内容 课题来源及研究背景 主要研究内容 ACMS体系结构和功能模块实现 ACMS事件通知机制 节点代理的自配置机制 中间汇集节点的自恢复机制 工作总结和展望 节点代理的自配置 需要解决的问题 中间汇集节点需要知道域内节点的JMX/RMI连接地址 手工配置方式无法实现节点动态加入，并且在节点数量很大时，效率极为低下 节点代理的自配置机制 基于UDP组播的节点动态发现机制 心跳计数机制 组播报文格式定义 节点代理的自配置（续一） 报告内容 课题来源及研究背景 主要研究