基于環(huán)境參數(shù)的服務(wù)器集群自動保護系統(tǒng)設(shè)計

張曉峰

摘 要： 從高校服務(wù)器集群管理的實際需要出發(fā)，以電網(wǎng)供電和環(huán)境溫度作為主要環(huán)境參數(shù)進行研究， 采用上、下位機設(shè)計方案，結(jié)合計算機、網(wǎng)絡(luò)、單片機技術(shù)，具體設(shè)計了服務(wù)器集群自動保護系統(tǒng)。當(dāng)環(huán)境參數(shù)異常時自動關(guān)閉服務(wù)器集群，環(huán)境參數(shù)恢復(fù)正常時，自動恢復(fù)服務(wù)器集群的正常服務(wù)功能。目前系統(tǒng)軟、硬件設(shè)計已經(jīng)完成，實現(xiàn)了服務(wù)器集群自動保護功能，通過實際應(yīng)用，取得了很好的效果。

關(guān)鍵詞： 服務(wù)器集群管理； 自動保護； 系統(tǒng)設(shè)計； 環(huán)境參數(shù)

中圖分類號： TN911?34； TN98 文獻標識碼： A 文章編號： 1004?373X（2017）08?0008?03

Design of server cluster automatic protection system based on environmental parameters

ZHANG Xiaofeng

（Northwest A&F University of Information Engineering， Yangling 712100， China）

Abstract： Proceeding from the actual management needs of the server clusters in universities， and taking the power supply and ambient temperature of a power grid as a main environmental parameters of the research， the automatic protection system of server cluster was designed in combination with design scheme of upper and lower computers， computer technology， network technology and SCM technology. When any environment parameter is abnormal， the server cluster is automatically closed， and the normal service function of the server cluster is automatically restored when the environment parameters are returned to normal. At present， the system software and hardware design has been completed， and the server cluster automatic protection function has been realized. The very good result of practical application has been achieved.

Keyword： server cluster management； automatic protection； system design； environmental parameter

0 引 言

在高校的計算機實驗教學(xué)中心，服務(wù)器集群是核心節(jié)點，承載著教學(xué)和科研服務(wù)功能，全年不間斷工作[1]。要保障可靠運行，除設(shè)備本身的因素外，運行環(huán)境至關(guān)重要[2]。運行環(huán)境中最重要的兩個因素是電網(wǎng)供電和環(huán)境溫度，因為異常停電會造成服務(wù)器數(shù)據(jù)丟失，而高溫會使服務(wù)器設(shè)備癱瘓甚至損壞[3?4]。因此，在服務(wù)器集群的運行環(huán)境中，大功率UPS電源和精密制冷空調(diào)是必須的配套設(shè)備。但在實際應(yīng)用中，一些突發(fā)因素仍然會導(dǎo)致服務(wù)器數(shù)據(jù)丟失甚至造成設(shè)備損壞[5]。根據(jù)對西北農(nóng)林科技大學(xué)計算機教學(xué)實驗中心服務(wù)器集群十多年的運行統(tǒng)計，概率最高的兩個因素是電網(wǎng)異常停電和空調(diào)故障[6?7]。當(dāng)電網(wǎng)異常停電時，服務(wù)器集群有UPS供電仍能正常工作，但空調(diào)是感性負載，UPS電源無法給空調(diào)提供電力，因此電網(wǎng)停電時空調(diào)也停止工作[8]。此時，服務(wù)器集群工作所產(chǎn)生的熱量使運行環(huán)境的溫度迅速升高，如果不能及時發(fā)現(xiàn)和處置，高溫最終會導(dǎo)致服務(wù)器系統(tǒng)癱瘓，并引起數(shù)據(jù)丟失甚至造成設(shè)備損壞。空調(diào)出現(xiàn)故障時，引起的情況與此相同。因此，當(dāng)電網(wǎng)異常停電或空調(diào)出現(xiàn)故障時，如何保護服務(wù)器集群設(shè)備并防止數(shù)據(jù)丟失，具有重要的研究意義。

1 現(xiàn)狀及存在的問題

目前對服務(wù)器集群監(jiān)控的主要方法是采用機房動力和環(huán)境監(jiān)控系統(tǒng)，該技術(shù)是基于GSM的短信報警系統(tǒng)，即當(dāng)機房的環(huán)境溫度、濕度、電網(wǎng)電壓等參數(shù)超過設(shè)定的范圍時，報警系統(tǒng)以手機短信的形式發(fā)給管理者，以便管理人員能及時地發(fā)現(xiàn)和處置問題[9]。短信報警方式實質(zhì)上是“無線報警+人力保障”的管理模式，但對高校計算機實驗教學(xué)中心而言，服務(wù)器集群的規(guī)模相對較小（100臺以下），而且這些機房都無人值守，因此這種監(jiān)控方式本身就不完善，主要表現(xiàn)在以下幾個方面：

（1） 在晚上一些時段，特別是24：00以后，即使技術(shù)管理人員接收到報警短信，但由于大家都在熟睡，短信可能被忽略。

（2） 遇到雙休日、節(jié)假日，技術(shù)管理人員可能遠離設(shè)備所在地，當(dāng)收到報警短信時，問題很難及時處置。特別是在高校的寒、暑假期間，這種問題表現(xiàn)得最為突出。

（3） 可能造成較大的經(jīng)濟損失。一般情況下，服務(wù)器集群與交換機、路由器等設(shè)備都集中安裝在中心機房，這些核心設(shè)備不僅運行著各種關(guān)鍵業(yè)務(wù)，而且設(shè)備價值一般比較高，一旦出現(xiàn)上述異常情況，如果處置不及時而造成設(shè)備損壞，不但影響大，其損失往往也較大。

以上問題是基于GSM的短信報警技術(shù)本身無法解決的。