服务器异常会出现那些可能性预警

　　提到服务器宕机检测，大家会想到，宕机能够很快知道，这个有什么可做的？实际上，很多时候服务器宕机，并不总是被及时感知。服务器宕机，ping或者ssh这是最简单的做法，但真正的工程实践，没这么简单。

　　想要获知服务器宕机怎么办？可以通过服务器宕机实时检测：

　　1）发现宕机。

　　2）提前告警。

　　3）告知宕机的详细原因，如硬件故障，内核bug，网络异常等等。

　　4）自动报修生成工单。

　　我们知道，进行全网物理机宕机准确探测与实时发现，可以给宕机分析提供现场，获取现场的移动学习日志。也可以尽早将宕机数据推送给业务或运营感知并处理，如自动报修，业务迁移等，从而尽可能将业务影响降低。

　　更重要的是，准确的宕机发现数据可以为宕机预测提供准确的标注数据，为后期宕机预测提供数据基础，并且这些数据提供给运营部门进行整体分析，提升处理效率。

　　那么，如何可以准确发现宕机，减少误报呢？我们可以有以下操作，比如：

　　心跳源检测异常

　　顾名思义，通过心跳源，初步发现异常。通常心跳变化会有三类消息，update消息，delete消息和insert消息。心跳逻辑在于，正常情况下SA服务端与NC建立长连接，每数秒缓存一次心跳，每几分钟打包上报一次，但当NC异常时，长连接感知后，立即上报异常，并修改路由表。所以心跳异常做到秒级感知。

　　update消息，在有心跳发生变化情况下都会有，心跳异常和心跳恢复正常时都会发起，是主要的心跳来源。

　　delete消息，在心跳异常，并且SA判断ping不通，且ssh不通情况下发起，删除该条消息，避免延迟太长。

　　insert消息，在新增加机器， 或者重装后重新上位的机器发起，该消息对宕机发现价值不大，配合uptime使用。

　　心跳源检测任务逻辑，主要是监听并缓存uptime消息，同时避免时间窗内多次消息冲突，导致信息被覆盖。