JP2001175492A - 分散システムにおけるジョブ再実行装置 - Google Patents

Abstract

(57)【要約】 【課題】機能を分散した複数サーバーで構成され、サー
バー間がネットワークにて接続される分散コンピュータ
システムにおいて、複数サーバーを跨ぐ処理での障害時
にサーバを意識すること無く、処理の再実行させる。 【解決手段】分散システムにおける再実行装置として、
障害箇所特定手段及び障害内容取得手段を持つジョブ実
行部４０、ファイル受信部６０、ファイル送信部８０
と、再実行箇所特定手段を持つジョブ監視部１００と、
情報収集手段及び再実行手段を持つ再実行依頼部１４０
とで構成され、全てのサーバーのファイルの送受信、ジ
ョブの状態を監視し、障害内容に応じて適切な箇所から
の再実行を可能とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数サーバにおけ
る分散システムにおいて複数サーバーに跨るジョブが障
害により異常終了した際に、該ジョブを再実行箇所から
再実行を行う分散システムにおけるジョブ再実行装置に
関する。

【０００２】

【従来の技術】通常コンピュータシステムでの障害は大
きく分けてシステム障害、ミドルウェア障害、ジョブの
異常終了があり、それぞれの障害によってジョブの再実
行手段が異なる。ミドルウェア障害、ジョブの異常終了
に関しては当該ジョブが異常終了する際に異常終了情報
をログに出力する為、オペレータは当該情報を分析する
ことにより障害の詳細を把握し、再実行箇所を特定す
る。

【０００３】また、システム障害の場合はジョブが異常
終了情報を出力せずに終了する為、オペレータは異常終
了ジョブに加えて未終了のジョブを把握し、当該ジョブ
の終了、未終了を判断し、再実行箇所を特定する。

【０００４】また、特開平９−２８２１９２号公報、特
開平８−２２７３６８号公報では、１システム内にて発
生した障害に関しての障害箇所特定手段、再実行箇所特
定手段、ジョブ再実行手段の各々を迅速に行うジョブ再
実行装置について言及されている。

【０００５】

【発明が解決しようとする課題】しかし、従来大型計算
機によって行われていた大規模システムが機能分散によ
るサーバーの複数化により、複数サーバーを跨ぐ処理で
は障害箇所を特定するためにサーバー単位に処理をトレ
ースし障害箇所を特定する必要があり、特開平９−２８
２１９２号公報、特開平８−２２７３６８号公報では、
当該処理に関してのジョブ再実行装置には対応していな
い。

【０００６】また、マルチベンダ化によるOS、ミドルウ
ェアによる複数システム化やその環境下におけるアプリ
ケーションの多様化に伴い、各々の異常終了情報の出力
箇所が分散化され、障害箇所特定に長時間費やすことと
なる。

【０００７】また、サーバー間によるシステムでのデー
タのやり取りは、主にファイル転送にて処理が行われて
いる。よって、サーバー間の障害を考慮した際、ファイ
ル転送処理を含めた再実行装置を考慮する必要がある
が、従来の技術では当該処理の再実行装置に関しての配
慮がされていない。

【０００８】本発明は、上記のようなサーバーの分散
化、及びマルチベンダ化によるOS、ミドルウェアの多様
化により、複数システムにおいて好適な箇所からのジョ
ブの再実行が可能な分散システムにおけるジョブ再実行
装置を目的とするものである。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に本発明では、機能を分散した複数サーバーで構成さ
れ、サーバー間がネットワークにて接続される分散コン
ピュータシステムにおいて、複数サーバーを跨ぐ処理で
の障害時にその障害箇所を特定する障害箇所特定手段
と、各々の処理に関しての障害内容を取得する障害内容
取得手段と、前記の障害箇所、障害内容から再実行箇所
を特定する再実行箇所特定手段と、各々の処理にて再実
行に必要な情報を収集する情報収集手段と、該処理に関
して再実行の指示を監視することによる再実行手段を備
えたものである。

【００１０】また、障害箇所特定手段は該サーバーをネ
ットワークにて接続された分散システムにおいて、該サ
ーバーのジョブの状態をテーブルにて一元管理するだけ
ではなく、他サーバーとのファイルの送受信を管理する
ファイル受信状態テーブル、ファイル送信状態テーブル
を設けることによりサーバー間でのファイルの送受信に
関しての障害特定手段を備えたものである。

【００１１】また、再実行箇所特定手段は該障害ジョブ
の実行状態と、該ジョブの完了状態と、該ジョブの障害
内容と、再実行に必要な情報を持つ再実行情報テーブル
と対応が可能な再実行番号を備えたものである。

【００１２】また、情報収集手段は全サーバー内のジョ
ブの再実行箇所と再実行に必要な情報を一元管理し、該
サーバーでは再実行番号を備えたものである。

【００１３】

【発明の実施の形態】以下、本発明について図面を参照
しながら詳細に説明する。

【００１４】図１は、本発明の実施の形態に係る分散シ
ステムにおけるジョブ再実行装置の構成を示すブロック
図である。本実施の形態に係る分散システムにおけるジ
ョブ再実行装置は、サーバーA内においてジョブの実行
を制御するジョブ実行制御部１０と、ジョブをスケジュ
ーリングするジョブスケジュールテーブル２０と、処理
フローの稼動、非稼動のカレンダー情報を有するカレン
ダーテーブル３０と、ジョブを実行するジョブ実行部と
４０と、ジョブの実行状態を示すジョブ状態テーブル５
０と、該サーバでファイル受信を管理するファイル受信
部６０と、ファイルの受信状態を示すファイル受信状態
テーブル７０と、該サーバでファイル送信を管理するフ
ァイル送信部８０と、ファイル送信状態を示すファイル
送信状態テーブル９０と、ジョブ状態テーブル５０、フ
ァイル受信状態テーブル７０及びファイル送信状態テー
ブルの異常を監視するジョブ監視部１００と、異常箇所
に応じた再実行箇所を示す障害ジョブ管理テーブル１１
０、障害ファイル受信管理テーブル１２０、障害ファイ
ル送信状態１３０と、ジョブ実行部にジョブの再実行を
依頼する再実行依頼部１４０と、再実行を依頼するため
に必要な情報を示した再実行情報テーブル１５０とから
構成されている。

【００１５】ジョブ実行制御部１０は、サーバーA内に
てカレンダー機能を有するカレンダーテーブル２０から
当日の状態を参照し、スケジュールテーブル３０内の当
日実行する処理フローを決定し、ジョブ実行部４０にジ
ョブの実行依頼を行う。

【００１６】スケジュールテーブル２０は、サーバーA
内の記憶装置内において、当日の業務スケジュールバッ
チ処理に対して処理フローを備えたテーブル。

【００１７】カレンダーテーブル３０は、サーバーA内
の記憶装置内において日次、週次、月次、季次、年次処
理におけるカレンダーを備えたテーブル。

【００１８】ジョブ実行部４０は、サーバA内のCPU等で
実現され、ジョブ実行制御部１０の制御により指定され
たプロセスを実行する。プロセス実行時にはプロセス内
にてジョブ状態テーブル５０にプロセスの実行状態を格
納する。また、当該ジョブ内にて該ジョブステップが異
常終了した際は、終了状態に異常終了状態を格納する。

【００１９】ジョブ状態テーブル５０は、サーバーA内
の記憶装置に格納され、該ジョブに関して該ジョブのジ
ョブステップの状態と終了状態を示す。図２にジョブ状
態テーブルの構成例を示す。ジョブの特定を行う為の
「ジョブ名」、ジョブ内の実行中のジョブステップを番号
にて示す「状態」、該ジョブステップの終了状態を示す
「終了状態」、該ジョブの実行中に異常終了をした場合に
異常終了の内容を示す「障害内容」、該ジョブの開始日時
を示す「開始日時」、該ジョブの終了日時を示す「終了日
時」、該ジョブが異常終了、もしくは未終了の場合に再
実行の指示を行う「再実行フラグ」とから構成されてい
る。

【００２０】ファイル受信部６０は、他サーバーからサ
ーバーAへのファイル転送処理に対してサーバーAのファ
イル受信の管理を行う。サーバーAへのファイル受信状
況はファイル受信状態テーブル７０に書き込まれる。

【００２１】ファイル受信状態テーブル７０は、サーバ
A内の記憶装置に格納され、サーバAに送信されたファイ
ルについての受信状況を示す。図３にファイル受信状態
テーブルについての構成例を示す。サーバーAが受信す
る「ファイルID」、該ファイルの特性を示す「ファイル
名」、サーバーAに上記の該ファイルの受信状態を示す
「受信状態」、該ファイルの受信開始日時を示す「開始日
時」、該ファイルの受信終了日時を示す「終了日時」、フ
ァイルの異常受信の場合に再実行の指示を行う「再実行
フラグ」とから構成されている。

【００２２】ファイル送信部８０は、サーバーAから他
サーバーへのファイル転送処理に対してサーバーAから
のファイル送信の管理を行う。サーバーAからのファイ
ル送信状況はファイル送信状態テーブル９０に書き込ま
れる。

【００２３】ファイル送信状態テーブル９０は、サーバ
A内の記憶装置に格納され、サーバAから送信されるファ
イルについての送信状況を示す。図４にファイル送信状
態テーブルについての構成例を示す。サーバーAから送
信する「ファイルID」、該ファイルの特性を示す「ファイ
ル名」、サーバーAに該ファイルの送信状態を示す「送信
状態」、該ファイルの送信開始日時を示す「開始日時」、
該ファイルの送信終了日時を示す「終了日時」、ファイル
の異常送信の場合に再実行の指示を行う「再実行フラグ」
とから構成されている。

【００２４】ジョブ監視部１００はジョブ状態テーブル
５０、ファイル受信状態テーブル７０、ファイル送信状
態テーブル９０の各々のテーブルの状態を監視する。各
テーブルにて異常終了、未終了であり、再実行フラグに
て再実行を指示した場合は障害ジョブ管理テーブルのジ
ョブ名、状態、終了状態、障害内容、障害ファイル受信
テーブルのファイルID、ファイル名、受信状態、障害内
容、障害ファイル送信管理テーブルのファイルID、ファ
イル名、送信状態、障害内容から再実行依頼部１４０に
再実行依頼の指示を行う。

【００２５】図９を参照すると、ジョブ監視部処理は、
ファイル受信処理においての異常終了もしくは未終了の
ものを監視し(ステップS901)、ステップS901が正ならば
再実行フラグを監視する(ステップS902)。再実行フラグ
にて再実行指示を行ったものに関しては、ファイル受信
状態テーブル７０(図１)の当該レコードのファイルID、
ファイル名、受信状態、障害内容に一致するレコードを
障害ファイル受信管理テーブル１２０(図１)を参照し、
一致するレコードから再実行前回復処理番号を取得し、
再実行前回復処理部１４０(図１)に処理を依頼する。合
わせて、当該レコードのリラン番号を取得し、再実行依
頼部へ処理を依頼する。

【００２６】同様に、ジョブ監視部処理は、ジョブ実行
部４０(図１)においての異常終了もしくは未終了のもの
を監視し(ステップS903)、ステップS903が正ならば再実
行フラグを監視する(ステップS904)。再実行フラグにて
再実行指示を行ったものに関しては、ジョブ状態テーブ
ル５０(図１)の当該レコードのジョブ名、状態、完了状
態、障害内容に一致するレコードを障害ジョブ管理テー
ブル１１０(図１)を参照し、一致するレコードからリラ
ン番号を取得し、再実行依頼部へ処理を依頼する。

【００２７】同様に、ジョブ監視部処理は、ファイル送
信処理においての異常終了もしくは未終了のものを監視
し(ステップS905)、ステップS905が正ならば再実行フラ
グを監視する(ステップS906)。再実行フラグにて再実行
指示を行ったものに関しては、ファイル送信状態テーブ
ル９０(図１)の当該レコードのファイルID、ファイル
名、受信状態、障害内容に一致するレコードを障害ファ
イル送信管理テーブル１３０(図１)を参照し、一致する
レコードからリラン番号を取得し、再実行依頼部へ処理
を依頼する。

【００２８】障害ジョブ管理テーブル１１０は、サーバ
ーA内の記憶装置に格納され、サーバーA内で行われる全
てのジョブに対応した再実行処理方法を示す。図５に障
害ジョブ管理テーブル１１０の構成例を示す。サーバー
A内で行われるジョブを示す「ジョブ名」、当該ジョブ内
の各ジョブステップを番号にて示す「状態」、当該ジョブ
内のジョブステップの正常、異常終了を示す「終了状
態」、当該ジョブステップの障害内容を示す「障害内
容」、当該ジョブを再実行する為に必要な「リラン番号」
とから構成されている。

【００２９】障害受信ファイル管理テーブル１２０は、
サーバーA内の記憶装置に格納され、他サーバーからサ
ーバーAに送られる全てのファイルに対応した再実行前
回復処理、再実行処理方法を示す。図６に障害受信ファ
イル管理テーブル１２０の構成例を示す。サーバーAに
送られてきたファイルを示す「ファイルID」、当該ファイ
ルの特性を持つ「ファイル名」、当該ファイルがサーバー
Aに送られた際の状況を示す「受信状態」、ファイルの受
信が異常であった場合に異常内容を示す「障害内容」、当
該ジョブを再実行の依頼をする為に必要な「リラン番号」
とから構成されている。

【００３０】障害送信ファイル管理テーブル１３０は、
サーバーA内の記憶装置に格納され、サーバーAから他サ
ーバーへ送信する全てのファイルに対応した再実行前回
復処理、再実行処理方法を示す。図７に障害送信ファイ
ル管理テーブル１３０の構成例を示す。サーバーAから
送られるファイルを示す「ファイルID」、当該ファイルの
特性を持つ「ファイル名」、当該ファイルを他サーバーへ
送信した処理状況を示す「送信状態」、ファイルの送信が
異常であった場合に異常内容を示す「障害内容」、当該フ
ァイルを再送信の依頼をする為に必要な「リラン番号」と
から構成されている。

【００３１】再実行依頼部１４０は、各々のサーバー内
のジョブ監視部９０から受け取ったリラン番号に基づい
て再実行情報テーブル１７０から該当するレコードを取
り出し、当該サーバ内の再実行箇所からの実行依頼を行
う。

【００３２】図１０を参照すると、再実行依頼部は、ジ
ョブ監視部より通知されたログの情報からファイル受信
処理にてファイル受信中に障害が発生した際、ジョブ監
視部１００より受信中ファイルの名称を取得する(ステ
ップＳ１００１)。受信中のファイルを削除し再受信を
行う処理を行う為、受信中ファイルの存在を確認する
(ステップＳ１００２)。受信中ファイルが存在する場合
は受信中ファイルを削除(ステップＳ１００３)し、ジョ
ブの再実行に必要な環境情報等のリラン情報をジョブ実
行制御部１０へ通知する(ステップＳ１００４)。ジョブ
情報を通知後ジョブ実行制御部１０へ通知後ジョブ実行
制御部へジョブ実行依頼を行う(ステップＳ１００５)。

【００３３】同様に、再実行依頼部は、ジョブ監視部よ
り通知されたログの情報からジョブ実行中に障害が発生
した際、ジョブ監視部１００よりジョブ実行中に使用す
る中間ファイルの名称を取得する(ステップＳ１００
１)。不要な中間ファイルを削除し再実行を行う為、不
要な中間ファイルの存在を確認する(ステップＳ１００
２)。不要な中間ファイルが存在する場合は中間ファイ
ルを削除(ステップＳ１００３)し、ジョブの再実行に必
要な環境情報等のリラン情報をジョブ実行制御部１０へ
通知する(ステップＳ１００４)。ジョブ情報を通知後ジ
ョブ実行制御部１０へ通知後ジョブ実行制御部へジョブ
実行依頼を行う(ステップＳ１００５)。

【００３４】同様に、再実行依頼部は、ジョブ監視部よ
り通知されたログの情報からファイル受信処理にてファ
イル受信中に障害が発生した際、再送信に必要な環境情
報等のリラン情報をジョブ実行制御部１０へ通知する
(ステップＳ１００４)。ジョブ情報を通知後ジョブ実行
制御部１０へ通知後ジョブ実行制御部へジョブ実行依頼
を行う(ステップＳ１００５)。

【００３５】再実行情報テーブル１５０は、サーバーB
内の記憶装置に格納され、再実行に必要な処理がリラン
番号単位に全てのサーバーに関しての処理を示す。図９
に再実行情報テーブル１７０の構成例を示す。全ての再
実行処理を番号にて管理する「リラン番号」、再実行処理
を行うサーバーを指定した「ホスト名」、再実行処理を行
う処理フローを示した「処理フロー」、再実行ジョブを示
す「ジョブ名」、環境変数の設定等再実行に必要な情報を
格納した「リラン情報」とから構成されている。

【００３６】

【発明の効果】以上の説明により、分散システムにおけ
るジョブ再実行装置は、ファイルの受信状態と、該ジョ
ブ内のジョブステップ単位の状態と、ファイルの送信状
態を監視し、いずれかで異常終了、未終了である場合
は、再実行フラグにて再実行指示を行うことにより、サ
ーバーを意識せずに適切な箇所からの再実行を行うこと
が可能となる。よって、ジョブの異常終了時に関しては
各々のログを参照、解析時間を省略され障害箇所特定時
間を省略することが可能となる。

【００３７】また、システム障害に関してはファイル受
信処理とファイル送信処理とジョブ内のジョブステップ
単位における処理が未終了の場合に関しても、異常終了
時と同様に再実行処理をサーバーを意識すること無く再
実行処理が可能となる。

【００３８】更に、障害ジョブ監視テーブル１１０、再
実行情報テーブル１７０により再実行装置が確立してい
るため、再実行装置の増加への追加が容易である。

【図面の簡単な説明】

【図１】本発明である分散システムにおける再実行装置
の構成図。

【図２】ジョブ状態テーブルの構成を示す図。

【図３】ファイル受信状態テーブルの構成を示す図。

【図４】ファイルの送信状態テーブルの構成を示す図。

【図５】障害ジョブ管理テーブルの構成を示す図。

【図６】障害ファイル受信管理テーブルの構成を示す
図。

【図７】障害ファイル送信管理テーブルの構成を示す
図。

【図８】再実行情報テーブルの構成を示す図。

【図９】本実施例におけるジョブ監視部のフローチャー
ト。

【図１０】本実施例における再実行依頼部のフローチャ
ート。

【符号の説明】

A…業務処理用サーバー(複数)、B…再実行処理用サーバ
ー、１０…ジョブ実行制御部、２０…スケジュールテー
ブル、３０…カレンダテーブル、４０…ジョブ実行部、
５０…ジョブ状態テーブル、６０…ファイル受信部、７
０…ファイル受信状態テーブル、８０…ファイル送信
部、９０…ファイル送信状態テーブル、１００…ジョブ
監視部、１１０…障害ジョブ管理テーブル、１２０…障
害ファイル受信管理テーブル、１３０…障害ファイル送
信管理テーブル、１４０…再実行依頼部、１５０…再実
行情報テーブル。

Claims (5)

【特許請求の範囲】
1. 【請求項１】 機能を分散した複数サーバーで構成さ
   れ、サーバー間がネットワークにて接続される分散コン
   ピュータシステムにおいて、複数サーバーを跨ぐ処理で
   の障害時にその障害箇所を特定する障害箇所特定手段
   と、障害箇所から再実行箇所を特定する再実行箇所特定
   手段と、各々の処理にて再実行に必要な情報を収集する
   情報収集手段と、該処理に関して再実行の指示を監視す
   ることによる再実行手段を備える分散システムにおける
   ジョブ再実行装置。
2. 【請求項２】 障害箇所特定手段は該サーバーをネット
   ワークにて接続された分散システムにおいて、該サーバ
   ーのジョブの状態をテーブルにて一元管理するだけでは
   なく、他サーバーとのファイルの送受信を管理するファ
   イル受信状態テーブル、ファイル送信状態テーブルを設
   けることによりサーバー間でのファイルの送受信に関し
   ての障害特定手段を備えることを特徴とする請求項１に
   記載の分散システムにおけるジョブ再実行装置。
3. 【請求項３】 再実行箇所特定手段は該障害ジョブの実
   行状態と、該ジョブの完了状態と、該ジョブの障害内容
   と、再実行に必要な情報を持つ再実行情報テーブルと対
   応が可能な再実行番号を備えることを特徴とする請求項
   １に記載の分散システムにおけるジョブ再実行装置。
4. 【請求項４】 情報収集手段は全サーバーのジョブの再
   実行箇所と再実行に必要な情報を一元管理し、該サーバ
   ーでは請求項３に記載の再実行番号を備えることにより
   再実行箇所及び再実行に必要な情報を取得することを特
   徴とする請求項1に記載の分散システムにおけるジョブ
   再実行装置。
5. 【請求項５】 再実行手段はジョブ状態を管理する状態
   表示テーブルに再実行フラグを設け、再実行を行う際は
   再実行フラグにて再実行を許可することにより再実行処
   理を行うことを特徴とした分散システムにおけるジョブ
   の再実行装置。