基于多虚拟机共享主控的异常处理方法及系统与流程

摘要: 本发明属于存储,特别涉及基于多虚拟机共享主控的异常处理方法及系统。背景技术:1、随着信息技术和虚拟化技术的发展,多虚拟机或多租户共享底层单一存储介质已成为智能终...
基于多虚拟机共享主控的异常处理方法及系统与流程

本发明属于存储,特别涉及基于多虚拟机共享主控的异常处理方法及系统。

背景技术:

1、随着信息技术和虚拟化技术的发展,多虚拟机或多租户共享底层单一存储介质已成为智能终端、车载计算平台以及边缘云计算节点中的主流架构。在多虚拟机共享单一存储主机控制器的场景下,各虚拟机通常通过直接内存访问引擎与底层物理硬件进行数据交互。为了保障系统的稳定运行,必须对各虚拟机下发的命令进行合理的调度与异常监控。多个虚拟机的工况不同,当某个虚拟机出现异常,中断信号和复位信号都是全局信号,尽管能清除错误状态,但粗放的整控制器复位手段,导致在复位瞬间,所有共享该控制器的正常虚拟机的合法业务流被无差别地强制中断,不仅造成了严重的故障传播与牵连效应,还极易引发正常虚拟机的文件系统损坏,无法实现局部快速恢复与正常虚拟机的无感运行。

2、并且底层物理命令队列和共享直接内存访问引擎的残留状态,会导致在强行重传时,新旧指令在物理总线上发生时序碰撞,因此多虚拟机共享同一底层物理引擎,不仅恢复耗时长、实时性差,且极易因非原子命令的重复执行导致外部状态发生不可逆的错误修改,无法保障共享环境下的数据绝对一致性。

技术实现思路

1、本发明的目的在于提供基于多虚拟机共享主控的异常处理方法及系统,以解决多虚拟机共享底层物理引擎时,部分虚拟机异常导致的故障传播问题,并实现故障的高效隔离、局部快速恢复与数据一致性保障。

2、为解决上述技术问题,本发明是通过以下技术方案实现的:

3、本发明提供了基于多虚拟机共享主控的异常处理方法,包括:

4、捕获共享硬件资源中发生的异常事件,从所述异常事件中提取引发事件的所述虚拟机的虚拟机标识,其中每个所述虚拟机具有唯一对应的所述虚拟机标识;

5、根据所述异常事件的影响范围,将所述异常事件划分为局部事件或共享事件;

6、当所述异常事件为所述局部事件,基于提取出的所述虚拟机标识,对所述虚拟机标识对应的所述虚拟机执行局部复位操作;

7、当所述异常事件为所述共享事件,同步对多个所述虚拟机设置资源屏障,并暂停对新命令的调度,冻结所述共享硬件资源;以及

8、在所述共享硬件资源被冻结的状态下,基于提取出的所述虚拟机标识,恢复所述虚拟机标识对应的所述虚拟机的上下文信息,基于恢复后的所述上下文信息,对所述共享硬件资源中的未完成命令执行重放操作。

9、在本发明一实施例中,所述异常处理方法还包括在所述共享硬件资源中部署多个异常检测节点,所述异常检测节点检测硬件运行状态,并在检测到异常时触发异常事件的生成;

10、其中,所述异常检测节点至少包括命令执行超时检测节点、访问命令越界检测节点、数据读写错误码校验节点和协议违规检测节点,且所述异常检测节点至少部署在命令下发路径上、物理命令队列上和地址转换单元上。

11、在本发明一实施例中,当所述异常事件为所述局部事件,执行局部复位操作的步骤包括:

12、基于与所述异常事件关联的所述虚拟机标识,隔离异常虚拟机对应的虚拟槽位,并阻断所述异常虚拟机向所述共享硬件资源的命令提交路径;以及

13、复位处理所述异常虚拟机的异常上下文信息,并清除所述异常虚拟机的异常状态。

14、在本发明一实施例中,当所述异常事件为所述共享事件,触发所述资源屏障的步骤包括:

15、控制未发生异常的正常虚拟机进入一致性保护状态;以及

16、在所述一致性保护状态下,控制所述正常虚拟机暂停提交新请求或降级运行,并保存所述正常虚拟机对应的私有寄存器镜像、上下文信息、虚拟槽位标识映射关系以及待调度命令队列。

17、在本发明一实施例中,所述共享硬件资源包括直接内存访问引擎、物理命令队列提交通路、共享时钟域和共享中断通路中的一项或多项。

18、在本发明一实施例中,冻结所述共享硬件资源的步骤包括:

19、清空物理命令队列槽位,并冻结直接内存访问引擎,停止共享总线传输;以及

20、记录处于未完成状态的命令,得到未完成命令集合。

21、在本发明一实施例中,执行重放操作的步骤包括:

22、根据日志文件,将所述未完成命令集合中的命令划分为已完成命令、待完成命令和不可重放命令,其中所述不可重放命令为已对外部状态产生不可逆修改且缺乏幂等保障的命令;

23、当命令为所述已完成命令,继续所述已完成命令的后续信息反馈进程;

24、当命令为所述待完成命令,按照异常发生前的提交顺序、优先级顺序或恢复优先级顺序,将所述待完成命令重新加入待调度队列中;以及

25、当命令为所述不可重放命令,通过所述虚拟机的上层驱动对异常虚拟机执行显示恢复。

26、在本发明一实施例中,恢复异常虚拟机的上下文信息的步骤包括:

27、重建异常虚拟机的标识信息映射表和寄存器镜像,将所述异常虚拟机重新接入所述共享硬件资源;

28、其中所述标识信息映射表包括所述虚拟机和虚拟槽位的映射关系;

29、所述寄存器镜像为所述共享硬件资源的物理寄存器的镜像,在所述虚拟机修改所述物理寄存器前,根据存储任务的内容,预先修改所述寄存器镜像。

30、在本发明一实施例中,在恢复异常虚拟机的所述上下文信息后,撤掉所述资源屏障。

31、本发明提供了基于多虚拟机共享主控的异常处理系统,包括:

32、异常检测模块,用于捕获共享硬件资源中发生的异常事件,从所述异常事件中提取引发事件的所述虚拟机的虚拟机标识,其中每个所述虚拟机具有唯一对应的所述虚拟机标识;

33、事件分类模块,用于根据所述异常事件的影响范围,将所述异常事件划分为局部事件或共享事件;

34、局部复位模块,用于在所述异常事件为所述局部事件时,基于提取出的所述虚拟机标识,对所述虚拟机标识对应的所述虚拟机执行局部复位操作;

35、共享冻结模块,用于在所述异常事件为所述共享事件时,同步对多个所述虚拟机设置资源屏障,并暂停对新命令的调度,冻结所述共享硬件资源;以及

36、共享复位模块,用于在所述共享硬件资源被冻结的状态下,基于提取出的所述虚拟机标识,恢复所述虚拟机标识对应的所述虚拟机的上下文信息,基于恢复后的所述上下文信息,对所述共享硬件资源中的未完成命令执行重放操作。

37、本发明提供了基于多虚拟机共享主控的异常处理方法及系统,通过引入异常分级判断机制,在判定异常事件为局部事件时,仅对发生异常的虚拟机执行局部复位操作,将局部故障限制在私有域内消化,避免了对其他正常虚拟机的干扰。在判定异常事件为共享事件时,通过触发资源屏障并冻结共享硬件资源,将正常虚拟机置于一致性保护状态,防止了错误状态的进一步蔓延。同时,在共享硬件资源被冻结的安全状态下,通过恢复异常虚拟机的上下文信息并对未完成命令执行重放操作,实现了对异常部分的针对性修复。本发明打破了传统全局复位的惯性思维,通过异常分级、资源屏障与命令重放的协同作用,降低了单一虚拟机异常引发全局复位导致故障传播的概率,实现了故障的高效隔离与局部快速恢复,保障了共享存储控制器在多虚拟机并发环境下的数据一致性与运行可靠性。

38、当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。