一种执法者服务器确定方法和自主学习服务器系统技术方案

本发明专利技术涉及计算机领域，特别涉及一种执法者服务器确定方法和自主学习服务器系统，自主学习系统会根据时间和用户数据流纬度推荐出一套专属与该生成环境的服务器群集配置，在保证服务器正常运行同时降低了成本，并提供一个安全可靠的系统。

【技术实现步骤摘要】
一种执法者服务器确定方法和自主学习服务器系统
本专利技术涉及计算机领域，特别涉及一种执法者服务器确定方法和自主学习服务器系统。
技术介绍
随着大型网站的各种高并发访问、海量数据处理等场景越来越多，如何实现网站的高可用、易伸缩、可扩展、安全等目标就显得越来越重要。处理这些处理能力的方法层出不穷，其中，采用分布式架构的计算机系统就是有效提高其处理能力的方案之一。与传统的集中式系统相比，分布式系统的性价比更高、处理能力更强、可靠性更高、也有很好的扩展性。在现有的技术中，分布式系统可以来使用Paxos协议来进行每个节点服务器的通信，在这个协议初始阶段需要有两种角色：执法者服务器和牧师服务器。执法者服务器用于提供服务支持并在发生事故后发起下一轮执法者的选举进程。牧师服务等待成执法者的执法者的选举进程后争取成为下一个执法者。现有的技术确实能在服务器发生故障以后确定出下一个执法者服务器，但是，却不能实时根据发生故障原因选取一个最合适的服务器，比如说，在一次故障中发是因为CPU在这个时间段处理能力没有能支撑起来导致的事故，要么就是更换一个CPU更高的但是在其他时间段却是用不到的，造成服务器资源的浪费。通过对牧师服务器优化，使其在执法者的选举进程有自己的优势，比如说，牧师A服务器CPU处理能力在服务器中都要强，牧师B服务器的存储能力在服务器中最大，C服务器在内存方面表现优越等等。在此同时，一个服务器自主学习系统应运而生，通过对服务器各种性能的采集和自主学习，来找到一个最优的牧师服务器群集配置方案，在处理同样情景的作为一个参照，这样技能节约了成本也能保证了服务质量。专利技术内容本专利技术是通过如下技术方案实现的，一种自主学习服务器系统，具体包括服务器性能采集模块、中央处理模块和选举管理模块；其中，服务器性能采集模块采集服务器性能数据，中央处理模块用于分析性能数据、系统预警和自主学习；选举管理模块用于根据中央处理模块提供的数据，启动选举。优选的，性能数据包括内存占用率、CPU使用率、硬盘读写速率和用户访问量。优选的，中央处理模块分别包括分析性能数据系统、预警系统、学习系统，用以实现分析性能数据、系统预警和自主学习。优选的，分析性能数据系统判断如果一个指标持续性增长并达到一个阀值，则启动预警系统。优选的，预警系统根据异常指标数据调整选举系统中各个指标的权重并通知选举模块。优选的，在选举出新执法者正常运行一段时间后，学习系统启动，根据一定的规则来判定新执法者服务器是否正常运行，如果服务器运行是在认可范围内，学习系统会根据时间和用户数量的维度学习并记录该系统性能数据。本专利技术还提供一种执法者服务器确定方法，包括如下步骤：服务器启动后，性能采集，若性能指标预警并持续走高，启动选举系统并调整选举规则；执行新执法者服务器并正常运行一定时间，自主学习系统根据新执法者服务器参数并根据一定规则进行评定，判定新执法者服务器是否正常运行，是否需要重新启动新执法者选举；生成当前用户数量和时间纬度的数据，经过多次反复生成专属服务器群集系统。本专利技术相对于现有技术的有益效果是，在保证服务器正常运行同时降低了成本，并提供一个安全可靠的系统。附图说明图1本专利技术一实施例提供的执法者服务器确定方法流程图具体实施方式下面结合附图对本专利技术的较佳实施例进行详细阐述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。本专利技术一优选实施例中，自主学习系统包含三大模块：服务器性能采集模块，中央处理模块和选举管理模块。服务器性能采集模块：每隔一分钟采集服务器性能数据，包括内存占用率，CPU使用率，硬盘读写速率和用户访问量。中央处理模块：该模块主要有三个功能：分析性能数据，系统预警和自主学习。分析丛采集模块获取的数据，如果一个指标持续性增长并达到一个阀值，则启动预警系统。预警系统根据异常指标数据调整，选举系统中各个指标的权重并通知选举模块。比如说，预警系统在初始状态下，各个指标权重是平均分配，在一次事故中CPU使用率到达95％并且一直持续增长，那么预警系统会根据情况将CPU指标权重提高10％并将结果发送给选举系统。在选举出新执法者正常运行半个月后，学习系统启动，根据一定的规则(后面详说)来判定新执法者服务器是否正常运行，如果服务器运行是在认可范围内，学习系统会根据时间和用户数量的维度学习并记录该系统性能数据，为后续在同样时间点和用户数量上提供一个处理问题模板，同时，学习系统模拟服务器事故原因，根据一定规则重新计算，能否用更优更小的代价来处理服务器事故。选举管理模块：根据中央处理模块提供的数据，启动选举。首先根据数据中每个性能权重来计算牧师服务器性能的总分数，最后确定一个最高值。如果存在相同则获取随机获取一个服务器。学习系统判断新执法者服务器参数：CPU:运行时，CPU使用率最高值：0～20％：运行正常，(需要优化)20～50％：运行正常，(需要优化)50～90％：运行正常90～99％：异常，需要重新启动新执法者选举内存：运行时，内存使用率最高值：0～20％：运行正常，(需要优化)20～50％：运行正常，(需要优化)50～80％：运行正常80～99％：异常，需要重新启动新执法者选举硬盘：运行时，磁盘的读写速率最高值0～90：运行正常90～100：异常，需要重新启动新执法者选举本专利技术一实施例流程图如图1所示，包括如下步骤：服务器启动后，性能采集，若性能指标预警并持续走高，启动选举系统并调整选举规则；执行新执法者服务器并正常运行一定时间，自主学习系统根据新执法者服务器参数根据一定规则进行评定；生成当前用户数量和时间纬度的数据，经过多次反复生成专属服务器群集系统。本专利技术实施例中，服务器群集配置可以是执法者服务器：CPU频率3GHZ，内存16G，机械硬盘1T。牧师A服务器：CPU频率2.5GHZ，内存8G，机械硬盘500G+固态硬盘240G。牧师B服务器：CPU频率2.5GHZ，内存32G，机械硬盘500G。牧师C服务器：CPU频率4GHZ，内存8G，机械硬盘1T。将上述服务器配置到生成环境，一段时间后，多次的返回选举，自主学习系统会根据时间和用户数据流纬度推荐出一套专属与该生成环境的服务器群集配置。以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种自主学习服务器系统，具体包括服务器性能采集模块、中央处理模块和选举管理模块；其中，服务器性能采集模块采集服务器性能数据，中央处理模块用于分析性能数据、系统预警和自主学习；选举管理模块用于根据中央处理模块提供的数据，启动选举。

【技术特征摘要】
1.一种自主学习服务器系统，具体包括服务器性能采集模块、中央处理模块和选举管理模块；其中，服务器性能采集模块采集服务器性能数据，中央处理模块用于分析性能数据、系统预警和自主学习；选举管理模块用于根据中央处理模块提供的数据，启动选举。2.根据权利要求1所述的系统，其特征在于：性能数据包括内存占用率、CPU使用率、硬盘读写速率和用户访问量。3.根据权利要求1所述的系统，其特征在于：中央处理模块分别包括分析性能数据系统、预警系统、学习系统，用以实现分析性能数据、系统预警和自主学习。4.根据权利要求3所述的系统，其特征在于：分析性能数据系统判断如果一个指标持续性增长并达到一个阈值，则启动预警系统。5.根据权利要求3所述的系统，其特征在于：预警...

【专利技术属性】
技术研发人员：张田田，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41