Автоматизация обнаружения и анализа ошибок в гиперконвергентных системах
https://doi.org/10.15514/ISPRAS-2019-31(4)-2
Аннотация
Статья посвящена проблеме выявления и оперативного анализ ошибок, возникающих при эксплуатации гиперконвергентных систем. Одним из подходов к организации гиперконвергентных систем является установка на каждый физический сервер отдельного экземпляра операционной системы (ОС), несущей в себе средства виртуализации и инструментарий для администрирования и использования распределенного хранилища данных. Возникновение ошибок возможно как на уровне отдельного экземпляра ОС, так и на уровне всего кластера, Например, некорректные команды управляющих элементов с одного узла инфраструктуры могут вызвать сбой ПО на другом узле. Кроме того, ошибки со стороны подсистем кластера могут спровоцировать нештатные ситуации внутри виртуальных машин. Сложность архитектуры гиперконвергентных систем обуславливает сложность анализа возникающих в них ошибок. Для упрощения такого анализа и повышения его эффективности необходима автоматизация процесса обнаружения проблем и сбора данных, необходимых для их изучения и исправления. Рассматриваются подходы к автоматизации подобных процессов в существующих ОС и предлагаются способы их адаптации к системам, использующим распределенное хранилище данных и виртуализацию. Описывается опыт применения адаптированных решений в продуктах Virtuozzo.
Об авторе
Денис Владимирович Силаков
ООО «Виртуоззо Рисерч»
Россия
кандидат физико-математических наук, старший системный архитектор
Россия
кандидат физико-математических наук, старший системный архитектор
Список литературы
1. Doleželová M., Muehlfeld M. et al. Automatic Bug Reporting Tool (ABRT). Deployment, Configuration, and Administration of Red Hat Enterprise Linux 7. Chapter 25 (online). Available at: https://access.redhat.com/documentation/en-us/red_hat_enterprise_linux/7/html/system_administrators_guide/ch-abrt.
2. Apport. Ubuntu Wiki (online). Доступно по ссылке: https://wiki.ubuntu.com/Apport
3. How to set process core file names. Red Hat Customer Portal (online). Available at: https://access.redhat.com/solutions/901293
4. Силаков Д.В. Открытое решение Graylog. Cбор и анализ событий в сетях промышленных масштабов. Системный администратор, № 3, 2019г., стр. 24-29 / Silakov D.V. Open Graylog Solution. Collection and analysis of events in networks of industrial scale. System Administrator, № 3, 2019, pp. 24-29 (in Russian).
5. Du Min, Li Feifei, Zheng Guineng, and Srikumar Vivek. DeepLog: Anomaly Detection and Diagnosis from System Logs through Deep Learning. In Proc. of the 2017 ACM SIGSAC Conference on Computer and Communications Security, 2017, pp. 1285-1298.
6. P. Garcia-Teodoro, J. Diaz-Verdejo, G. Macia-Fernandez, and E. Vazquez. Anomaly-based network intrusion detection: Techniques, systems and challenges. Computers & Security, vol. 28, issues 1-2, 2009, pp. 18–28.
7. K.K. Sabor, A. Hamou-Lhadj, and A. Larsson. DURFEX: A Feature Extraction Technique for Efficient Detection of Duplicate Bug Reports. In Proc. of the 2017 IEEE International Conference on Software Quality, Reliability and Security (QRS), 2017, pp. 240-250.
8. R.P. Gopalan and A. Krishna. Duplicate Bug Report Detection Using Clustering. In Proc. of the 2014 23rd Australian Software Engineering Conference, 2014, pp. 104-109.
Рецензия
Для цитирования:
Силаков Д.В. Автоматизация обнаружения и анализа ошибок в гиперконвергентных системах. Труды Института системного программирования РАН. 2019;31(4):29-38. https://doi.org/10.15514/ISPRAS-2019-31(4)-2
For citation:
Silakov D.V. Automated Error Detection and Analysis in Hyperconverged Systems. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2019;31(4):29-38. (In Russ.) https://doi.org/10.15514/ISPRAS-2019-31(4)-2
Послать статью по эл. почте 