14、集群系统的任务重启、通信及应用探索

集群系统的任务重启、通信及应用探索

1. 主任务重启策略

当子任务终止时，会向其父任务发送信号，但如何检测父任务的终止呢？根据父任务的启动方式，有几种处理方法：
- 高级启动进程 ：开发一个高级启动进程，其职责是启动所有通常在最高级别运行的进程，并对它们进行监控，若有进程失败则重启。
- 操作系统启动并重启 ：让操作系统启动进程，并指定在进程失败时重启。可以通过系统文件 /etc/inittab （以 root 用户身份）将自己的可执行文件添加到特定运行级别启动（必要时重启）的进程列表中。不过，使用这种技术的缺点是进程可能难以终止。
- 检测“心跳” ：主进程的父进程可以检测子任务的终止，对于远程节点上运行的从进程的终止检测和恢复，可以利用“心跳”机制。从进程激活后会向主进程注册，二者之间存在未使用的 UDP 通信链路。从进程每秒向主进程发送一个 UDP 数据报（即“心跳”），主进程记录每个从进程最后一次收到消息的时间。每次有查询到来时，主进程扫描这些时间，若某个从进程在可配置的时间内未被收到消息，则通过其 UDP 服务端口重启该从进程及其本地子任务。

graph LR
    A[主进程] -->|注册| B[从进程]
    B -->|每秒发送 UDP 数据报（心跳）| A
    A -->|扫描时间| C{是否超时}
    C -->|是| D[重启从进程及其子任务]
    C -->|否| E[继续监控]