一種新型的網(wǎng)絡(luò)層心跳探測(cè)方案

1、    一種新型的網(wǎng)絡(luò)層心跳探測(cè)方案        賈 娟，汪斌強(qiáng) 時(shí)間:2008年02月25日     字 體: 大 中 小        關(guān)鍵詞:        摘 要：關(guān)鍵詞：高可用性? 心跳? 網(wǎng)絡(luò)層? 計(jì)算機(jī)網(wǎng)絡(luò)已經(jīng)成為現(xiàn)代社會(huì)生產(chǎn)和生活的基礎(chǔ)設(shè)施，而核心路由器作為網(wǎng)絡(luò)

2、的關(guān)鍵結(jié)點(diǎn)，能否保證服務(wù)的可靠性和穩(wěn)定性是一個(gè)極為重要的問題。核心路由器一般承擔(dān)著骨干網(wǎng)的運(yùn)營(yíng)，如果發(fā)生致命故障，將導(dǎo)致大面積網(wǎng)絡(luò)的癱瘓，造成的直接經(jīng)濟(jì)損失也是巨大的。一般的解決方法是采用雙機(jī)熱備的主從切換方式，如CISCO的HRSP協(xié)議所介紹的一種方法，由一臺(tái)active路由器和standby路由器組來承擔(dān)高可靠性。而本文討論的是核心路由器如何解決主備主控板的切換來保證高可靠性的問題。這樣就產(chǎn)生了一個(gè)問題，即如何設(shè)計(jì)一種及時(shí)且準(zhǔn)確的探測(cè)機(jī)制來發(fā)現(xiàn)主控板故障，這是能否實(shí)現(xiàn)主備切換的基礎(chǔ)。? ? 本文就已有的心跳（Heartbeat）探測(cè)機(jī)制存在的優(yōu)點(diǎn)和不足進(jìn)行討論，并設(shè)計(jì)了一種基于網(wǎng)絡(luò)層的可自

3、動(dòng)調(diào)頻心跳保障模型。1 Heartbeat介紹2 自動(dòng)調(diào)頻雙心跳保障模型設(shè)計(jì)方案?根據(jù)上述在心跳探測(cè)技術(shù)中出現(xiàn)的問題，筆者提出一種基于網(wǎng)絡(luò)層的自動(dòng)調(diào)頻雙心跳保障方案。此方案流程如圖1，圖中的報(bào)文類型見表1。?在路由器啟動(dòng)后，兩塊處理器均屬于初始狀態(tài)，這時(shí)尚未確定active和standby。首先僅在一條心跳線上啟動(dòng)主備協(xié)商機(jī)制。要求主備協(xié)商機(jī)制要簡(jiǎn)約，因?yàn)樵谶@里沒有必要設(shè)計(jì)復(fù)雜的算法選出主用。因而采取比較兩處理板IP地址大小的判決方法，通過互發(fā)心跳探測(cè)報(bào)文，比較IP ADDR值，較小的為主處理器，進(jìn)入active狀態(tài)；較大的為備用處理器，進(jìn)入standby狀態(tài)。?在確定了主備用地位的同時(shí)，向?qū)?/p>

4、方通告自己的身份。這時(shí)啟動(dòng)雙心跳線，備用一方發(fā)送心跳探測(cè)報(bào)文監(jiān)控主用的工作是否正常；主用收到探測(cè)報(bào)文進(jìn)行回復(fù)。備用在工作時(shí)要根據(jù)主用發(fā)送回復(fù)的周期值，計(jì)算出系統(tǒng)最合適的心跳探測(cè)頻率，后文將詳細(xì)介紹。為了避免由于心跳線發(fā)生故障造成的誤判，如果備用只收到來自一條心跳線的回復(fù)報(bào)文，則由故障判別機(jī)制來確認(rèn)主用工作正常。? 報(bào)文類型：00為主備協(xié)商報(bào)文，DATA域攜帶處理器IP地址；01為主備確定報(bào)文，DATA域攜帶裁決結(jié)果；10為心跳探測(cè)報(bào)文，standbyactive，要求active給確認(rèn)；11為心跳回應(yīng)報(bào)文，activestandby，告訴standby自己正常。21 雙心跳網(wǎng)絡(luò)探測(cè)機(jī)制及故障辨

5、別機(jī)制分別由兩個(gè)進(jìn)程各自控制兩條心跳線路上的心跳數(shù)據(jù)發(fā)送，由故障判別機(jī)制判斷處理器的工作狀態(tài)。例如，若從處理器收到來自兩條鏈路的心跳信息，則判斷主處理器為正常工作狀態(tài)；若從處理器只收到一條鏈路上的心跳信息，則判斷主處理器工作正常，且心跳線故障，不觸發(fā)主備切換模塊；若從處理器未收到任意一條線路的心跳信息，則判斷主處理器失效，觸發(fā)主備切換模塊。此設(shè)計(jì)雖然增加了實(shí)現(xiàn)的復(fù)雜性，但卻解決了實(shí)際工程中接口松動(dòng)等問題造成的系統(tǒng)誤判和不必要的消耗。雙心跳網(wǎng)絡(luò)探測(cè)機(jī)制如圖2所示。? 在功能實(shí)現(xiàn)上，故障判別機(jī)制和傳統(tǒng)定時(shí)器的作用是相同的。對(duì)于傳統(tǒng)定時(shí)器方式：在處理器未收到對(duì)方的心跳信息時(shí)，啟動(dòng)定時(shí)器，在所設(shè)置的時(shí)

6、間內(nèi)仍沒有收到信息，判斷為處理器失效，這時(shí)由于等待deadline可能已經(jīng)延誤了主備切換的時(shí)間。? 由于本方案采取冗余心跳網(wǎng)絡(luò)，對(duì)于一條心跳鏈路來說，如果處理器未收到心跳信息，則進(jìn)入故障判別模式，詢問另一條心跳線是否收到心跳信息；如果結(jié)果一致，則迅速啟動(dòng)主備切換。這樣可以減少不必要的等待時(shí)間，也可以避免由于線路擁塞造成的誤判。22 分級(jí)的自適應(yīng)周期設(shè)計(jì)? 針對(duì)心跳周期難以設(shè)定的問題，采用了一種自適應(yīng)周期的設(shè)計(jì)。其原理是：首先設(shè)定高、中、低三種心跳信任級(jí)別的周期:1s、3s、5s。心跳頻率調(diào)節(jié)原理如圖3所示，通過最近發(fā)生的N次心跳求其平均值Tr與三個(gè)級(jí)別相比較，以確定其下一階段采用的心跳頻率。這

7、樣可以根據(jù)實(shí)際網(wǎng)絡(luò)運(yùn)行的情況實(shí)現(xiàn)高可用性。?23 基于網(wǎng)絡(luò)層的心跳傳輸機(jī)制設(shè)計(jì)? 由于以往的心跳傳輸基本采用TCP或UDP方式，在實(shí)現(xiàn)中必須遵從TCP/IP協(xié)議信息處理的層次流程，使實(shí)時(shí)性的要求無(wú)法保證。為了縮短處理時(shí)經(jīng)過的層次，設(shè)計(jì)了一種基于網(wǎng)絡(luò)層的心跳傳輸方式。心跳模塊工作層次結(jié)構(gòu)圖如圖4所示。心跳模塊與上層應(yīng)用完全分隔開，它處于鏈路層和網(wǎng)絡(luò)層。通過在鏈路層對(duì)幀頭的類型字段的檢查，區(qū)分出心跳報(bào)文與IP報(bào)文。如果是IP報(bào)文，則送入上層協(xié)議棧；如果是心跳報(bào)文，則進(jìn)入心跳報(bào)文隊(duì)列，并觸發(fā)一個(gè)中斷，通告心跳模塊進(jìn)行處理。以往通過應(yīng)用層的心跳信息必須通過插口層再到應(yīng)用層進(jìn)行處理，這個(gè)過程要經(jīng)過路由、選徑、報(bào)文確認(rèn)等一對(duì)一地心跳傳輸中所不必要的步驟，增加了網(wǎng)絡(luò)的開銷，更降低了傳輸效率。?以上設(shè)計(jì)的方案在ACR路由器的主控支撐軟件主備切換模塊中，已成為心跳探測(cè)機(jī)制工作中關(guān)鍵的一環(huán)。實(shí)踐證明，此方案不僅在發(fā)現(xiàn)故障上實(shí)現(xiàn)了最低延遲，同時(shí)將誤判率降至最低，為