一種管理伺服器集群的方法和伺服器的製造方法
2023-12-06 02:57:51 1
一種管理伺服器集群的方法和伺服器的製造方法
【專利摘要】本發明公開了一種管理伺服器集群的方法和伺服器，應用於伺服器集群中的伺服器，伺服器集群中包括一個或一個以上伺服器，該方法包括：伺服器檢測自身CPU的工作溫度；當伺服器判斷出檢測得到的工作溫度大於或等於預設閾值時，伺服器減小CPU的工作主頻。通過本發明的方案，在CPU的工作溫度大於或等於預設閾值時，將CPU的工作主頻減小，降低了CPU的工作溫度，從而減小了伺服器的失效比率，延長了伺服器集群的正常運行時間。同時，在伺服器集群使用集群管理或作業調度軟體對伺服器的運行狀態進行檢查點記錄時，增加了記錄周期，從而提高了伺服器集群的運行性能。
【專利說明】一種管理伺服器集群的方法和伺服器
【技術領域】
[0001]本發明涉及計算機領域，尤指一種管理伺服器集群的方法和伺服器。
【背景技術】
[0002]在高性能計算、數據中心以及大數據領域，廣泛應用著由大量伺服器組合構建而成的伺服器集群。由於伺服器集群往往需要多個伺服器協同處理同一個計算任務，其中一個伺服器的失效就造成整個任務當前的運行失效。在當前技術條件下，對於千萬億次級別的高性能計算，在比較好的情況下平均無故障運行時間為2天左右。
[0003]現有的管理伺服器集群的方法大致包括:通過集群管理或作業調度軟體對伺服器的運行狀態(包括運行過程中保存在內存中的數據，伺服器當前的運行狀態等)進行檢查點記錄，在其中一個或多個伺服器失效後通知集群中的其他伺服器暫停運行任務，在失效的伺服器重啟後繼續運行暫停之前的作業。
[0004]現有的管理伺服器集群的方法中，通過軟體對伺服器的運行狀態進行周期性的記錄，降低了伺服器集群的運行性能。
【發明內容】
[0005]為了解決上述問題，本發明提出了一種管理伺服器集群的方法和伺服器，能夠提高伺服器集群的運行性能。
[0006]為了達到上述目的，本發明提出了一種管理伺服器集群的方法，應用於伺服器集群中的伺服器，伺服器集群中包括一個或一個以上伺服器，該方法包括:
[0007]伺服器檢測自身CPU的工作溫度；
[0008]當伺服器判斷出檢測得到的工作溫度大於或等於預設閾值時，伺服器減小CPU的工作主頻。
[0009]優選地，當所述伺服器判斷出檢測得到的工作溫度小於所述預設閾值時，該方法還包括:
[0010]所述伺服器增加所述CPU的工作主頻。
[0011]優選地，根據所述伺服器的失效比率設置所述預設閾值。
[0012]優選地，伺服器減小CPU的工作主頻包括:所述伺服器將所述CPU的工作主頻下調一級。
[0013]優選地，伺服器增加所述CPU的工作主頻包括:所述伺服器將所述CPU的工作主頻上調一級。
[0014]本發明還提出了一種伺服器，至少包括:
[0015]檢測模塊，用於檢測CPU的工作溫度；
[0016]調整模塊，用於判斷出檢測得到的工作溫度大於或等於預設閾值，減小CPU的工作主頻。
[0017]優選地，調整模塊還用於:
[0018]判斷出檢測得到的工作溫度小於所述預設閾值，增加所述CPU的工作主頻。
[0019]優選地，調整模塊具體用於:
[0020]將所述CPU的工作主頻下調一級。
[0021]優選地，調整模塊具體用於:
[0022]將所述CPU的工作主頻上調一級。
[0023]與現有技術相比，本發明包括:伺服器檢測自身CPU的工作溫度；當伺服器判斷出檢測得到的工作溫度大於或等於預設閾值時，伺服器減小CPU的工作主頻。通過本發明的方案，在CPU的工作溫度大於或等於預設閾值時，將CPU的工作主頻減小，降低了 CPU的工作溫度，從而減小了伺服器的失效比率，延長了伺服器集群的正常運行時間。同時，在伺服器集群使用集群管理或作業調度軟體對伺服器的運行狀態進行檢查點記錄時，增加了記錄周期，從而提高了伺服器集群的運行性能。
【專利附圖】
【附圖說明】
[0024]下面對本發明實施例中的附圖進行說明，實施例中的附圖是用於對本發明的進一步理解，與說明書一起用於解釋本發明，並不構成對本發明保護範圍的限制。
[0025]圖1為本發明的管理伺服器集群的方法的流程圖；
[0026]圖2為本發明的伺服器的結構組成示意圖。
【具體實施方式】
[0027]為了便於本領域技術人員的理解，下面結合附圖對本發明作進一步的描述，並不能用來限制本發明的保護範圍。
[0028]參見圖1，本發明提出了一種管理伺服器集群的方法，應用於伺服器集群中的伺服器，伺服器集群中包括一個或一個以上伺服器。
[0029]其中，伺服器集群中的伺服器用於共同完成一個計算任務，任意一個或多個伺服器的失效將導致伺服器集群不可用。
[0030]該方法包括:
[0031]步驟100、伺服器檢測自身CPU的工作溫度。
[0032]本步驟中，預設閾值可根據伺服器的失效比率進行設置，具體可以先根據具體情況設定可容忍的失效比率，然後設定一個溫度閾值的範圍進行測試，在該範圍內使用窮舉的方式對所有溫度值一一測試，直到達到該失效比率。
[0033]一般情況下，CPU的溫度每上升10攝氏度，伺服器的失效比率會翻番。在伺服器集群中的伺服器超過16000個時，預設閾值可以取為48攝氏度，此時可以保證伺服器集群的失效比率大於或等於30%。
[0034]本步驟中，伺服器通過CPU的內置數字熱敏傳感器來檢測CPU的工作溫度。在Linux系統下，可以米用linux kernel lm-sensor來檢測CPU的工作溫度，linux kernellm-sensor 通過工業標準結構總線(ISA 總線，Industrial Standard Architecture)或者系統管理總線(SMBus總線，System Management Bus)來獲取數字熱敏傳感器的數值。具體的實現屬於本領域技術人員的慣用技術手段，這裡不再贅述。
[0035]步驟101、當伺服器判斷出檢測得到的工作溫度大於或等於預設閾值時，伺服器減小CPU的工作主頻。
[0036]本步驟中，當伺服器判斷出檢測得到的工作溫度小於預設閾值時，增加CPU的工作主頻。
[0037]本步驟中，可以通過Linux Kernel CPUfreq來調節CPU的工作主頻，Linux KernelCPUfreq可以利用CPU提供的變頻技術對CPU的主頻進行調節。CPU的工作主頻調節後，其工作電壓也隨之改變。
[0038]本步驟中，若CPU存在多級工作主頻，可以在檢測到的工作溫度大於或等於預設閾值時，可以將CPU的工作主頻所在的級別下調一級；在檢測到的工作溫度小於預設閾值時，將CPU的工作主頻所在的級別上調一級。
[0039]本發明的管理伺服器集群的方法中，在採用集群管理或作業調度軟體對伺服器的運行狀態進行檢查點記錄時，集群管理或作業調度軟體的記錄周期可以大於不對CPU的工作溫度進行監控時的記錄周期，從而提高了伺服器集群的運行性能。
[0040]參見圖2，本發明還提出了一種伺服器，至少包括:
[0041]檢測模塊，用於檢測CPU的工作溫度；
[0042]調整模塊，用於判斷出檢測得到的工作溫度大於或等於預設閾值，減小CPU的工作主頻。
[0043]本發明的伺服器中，調整模塊還用於:
[0044]判斷出檢測得到的工作溫度小於預設閾值，增加CPU的工作主頻。
[0045]本發明的伺服器中，調整模塊具體用於:
[0046]將CPU的工作主頻下調一級。
[0047]本發明的伺服器中，調整模塊具體用於:
[0048]將CPU的工作主頻上調一級。
[0049]需要說明的是，以上所述的實施例僅是為了便於本領域的技術人員理解而已，並不用於限制本發明的保護範圍，在不脫離本發明的發明構思的前提下，本領域技術人員對本發明所做出的任何顯而易見的替換和改進等均在本發明的保護範圍之內。
【權利要求】
1.一種管理伺服器集群的方法，其特徵在於，應用於伺服器集群中的伺服器，伺服器集群中包括一個或一個以上伺服器，該方法包括: 伺服器檢測自身CPU的工作溫度； 當伺服器判斷出檢測得到的工作溫度大於或等於預設閾值時，伺服器減小CPU的工作主頻。
2.根據權利要求1所述的方法，其特徵在於，當所述伺服器判斷出檢測得到的工作溫度小於所述預設閾值時，該方法還包括: 所述伺服器增加所述CPU的工作主頻。
3.根據權利要求1或2所述的方法，其特徵在於，根據所述伺服器的失效比率設置所述預設閾值。
4.根據權利要求1或2所述的方法，其特徵在於，所述伺服器減小CPU的工作主頻包括:所述伺服器將所述CPU的工作主頻下調一級。
5.根據權利要求2所述的方法，其特徵在於，所述伺服器增加所述CPU的工作主頻包括:所述伺服器將所述CPU的工作主頻上調一級。
6.一種伺服器，其特徵在於，至少包括: 檢測模塊，用於檢測CPU的工作溫度； 調整模塊，用於判斷出檢測得到的工作溫度大於或等於預設閾值，減小CPU的工作主頻。
7.根據權利要求6所述的伺服器，其特徵在於，所述調整模塊還用於: 判斷出檢測得到的工作溫度小於所述預設閾值，增加所述CPU的工作主頻。
8.根據權利要求6或7所述的伺服器，其特徵在於，所述調整模塊具體用於: 將所述CPU的工作主頻下調一級。
9.根據權利要求7所述的伺服器，其特徵在於，所述調整模塊具體用於: 將所述CPU的工作主頻上調一級。
【文檔編號】H04L12/24GK104202180SQ201410412149
【公開日】2014年12月10日 申請日期:2014年8月20日 優先權日:2014年8月20日
【發明者】王渭巍 申請人:浪潮(北京)電子信息產業有限公司