JP2006185344A - ループ障害検出装置及び方法 - Google Patents

Abstract

【課題】 複数の電子装置が直列に接続されて成るループに発生した障害を確実に検出する。
【解決手段】 上流側障害検出手段は、ディスク４１〜４ｎから送信されたフレームが下流５１で受信されるまでに生じたフレームのエラーを検出し、フレームのエラーを生じたディスクを含む上流５０側を、障害Ｘの影響を受ける上流５０側の範囲Ａであると判断する。下流側障害検出手段は、上流５０から送信されたフレームがディスク４１〜４ｎで受信されるまでに生じたフレームのエラーを検出し、フレームのエラーを生じたディスクを含む下流５１側を、障害Ｘの影響を受ける下流５１側の範囲Ｂであると判断する。障害特定手段は、上流側障害検出手段で判断された上流５０側の範囲Ａと下流側障害検出手段で判断された下流５１側の範囲Ｂとの境界部分に、障害Ｘがあると判断する。
【選択図】 図１

Description

本発明は、上流から下流へ複数の電子装置が直列に接続されて成るループに設けられ、当該ループに発生した障害を検出する、ループ障害検出装置等に関する。以下、「磁気ディスク装置」を単に「ディスク」と、「ファイバチャネル」を略して「ＦＣ」と、それぞれ呼ぶことにする。

昨今の高速化及び接続の柔軟性の要求に応えるため、ディスク等の内部及び外部インタフェースでは、ＦＣインタフェースが多数採用されている。また、大容量化の要求に応えるため、一つのＦＣインタフェース上に多数のディスクをループ状に接続する状況となっている。

このようなＦＣループの障害は、初期の段階では頻度の極めて低い間欠障害であるため、リトライで救済されてしまう。そのため、障害が表面化しないことによって放置された結果、重大な障害を引き起こすケースがあった。また、故障ディスクが自らの故障を検出せずに、他の複数の正常ディスクが散発的に異常を報告する、という現象を伴う。そのため、障害箇所を特定することが、極めて困難であった。

特許文献１では、検査の過程でマージンを振りながらディスク自身をループから切断／接続することにより、障害の発生の有無を調べて被疑ディスクを特定する方法が述べられている。しかし、この方法では運用中の障害には対応することが困難である。

また、特許文献２では、ＦＣループ内の特定の電子装置でＣＲＣ（cyclic redundancy check）エラーを検出し、隣接する上流側の電子装置でＣＲＣエラーを検出しない場合、それらの間が障害被疑部分であると結論付けている。しかし、障害の発生頻度が低い例えば図４のような発生状況であった場合は、ディスク４７，４８間に障害があると誤判断されてしまう。

なお、ＣＲＣとは、データ伝送の途中で発生するビット誤りを検出する方式の一つである。検査対象のデータ伝送ブロックを二進データと見なし、この二進データを生成多項式という計算式で処理して、一定のビット数の検査用データを作る。生成した検査用データを実際のデータに付けて送る。受信側では実際のデータと送られてきた検査用データを、送信側と同じ生成多項式で処理して誤りの有無を検出する。

特開２００３−１６７７９６号公報 特開２００２−３６８７６８号公報

複数のディスクがＦＣを介してループ接続されたシステムにおいては、一つのディスクのインタフェース障害をきっかけとし、全てのディスクが使用不可能になるようなループ閉塞障害が発生することがある。また、このような重障害に至らないまでも、その予兆として軽度のループ障害が発生するケースは多数認められる。どちらの状況においても、ＦＣ障害を引き起こしている故障ディスクを特定できなかったり、被疑範囲を絞り込めなかったりする状況となる。そのため、予防保守交換作業や復旧作業が長期化かつ大規模化し、結果として保守及び運用に重大な支障を与えるという問題があった。

そこで、本発明の目的は、複数の電子装置が直列に接続されて成るループに発生した障害を確実に検出できる、ループ障害検出装置等を提供することにある。

本発明に係るループ障害検出装置は、上流から下流へ複数の電子装置が直列に接続されて成るループに設けられ、当該ループに発生した障害を検出するものである。そして、本発明に係るループ障害検出装置は、上流側障害検出手段、下流側障害検出手段及び障害特定手段を備えている。上流側障害検出手段は、各電子装置から送信されたデータが下流で受信されるまでに生じたデータのエラーを検出し、データのエラーを生じた電子装置を含む上流側を、障害の影響を受ける上流側の範囲であると判断する。下流側障害検出手段は、上流から送信されたデータが各電子装置で受信されるまでに生じたデータのエラーを検出し、データのエラーを生じた電子装置を含む下流側を、障害の影響を受ける下流側の範囲であると判断する。障害特定手段は、上流側障害検出手段で判断された上流側の範囲と下流側障害検出手段で判断された下流側の範囲との境界部分に、障害があると判断する。

複数の電子装置がループに散在しており、そのループのどこかに障害があるとする。このとき、障害箇所よりも下流側にある各電子装置から更に下流へ送信されたデータは、障害箇所を通らないのでエラーにならずに受信される。一方、障害箇所よりも上流側にある各電子装置から送信されたデータは、障害箇所を通過することによりエラーを生じて受信される。そのため、データのエラーを生じた電子装置を含む上流側に障害があると判断できる。また、上流から送信されたデータは、障害箇所よりも上流側にある各電子装置で受信されると、障害箇所を通らないのでエラーにならずに受信される。一方、障害箇所よりも下流側にある各電子装置で受信されると、障害箇所を通過することによりエラーを生じて受信される。そのため、データのエラーを生じた電子装置を含む下流側を、障害の影響を受ける下流側の範囲であると判断できる。したがって、障害の影響を受ける下流側の範囲と障害の影響を受ける上流側の範囲との境界部分に、障害があると判断できる。この障害が発生頻度の低い間欠障害であっても、二つの範囲を重ね合わせることにより、より確実に障害を検出することができる。

また、電子装置は記憶装置であり、データはフレームである、としてもよい。このとき、上流側障害検出手段は、上流から読み出しコマンドを各記憶装置へ送信し、各記憶装置によって読み出されたフレームを下流で受信し、それらのフレームのエラーを検出し、フレームのエラーを生じた記憶装置を含む上流側を、障害の影響を受ける上流側の範囲であると判断する。下流側障害検出手段は、上流から書き込みコマンド及びフレームを各記憶装置へ送信し、各記憶装置によって検出されたフレームのエラーを下流で受信し、フレームのエラーを生じた記憶装置を含む下流側を、障害の影響を受ける下流側の範囲であると判断する。

この場合、上流側障害検出手段はコマンド発行部、フレーム送信部、フレーム受信部及びフレーム誤り検出部から成り、下流側障害検出手段はコマンド発行部、フレーム送信部、フレーム受信部及びコマンド応答解析部から成り、障害特定手段はフレーム誤り検出部及びコマンド応答解析部の少なくとも一方に内蔵されるとしてもよい。コマンド発行部、フレーム送信部及びフレーム受信部は、上流側障害検出手段及び下流側障害検出手段に共用される。コマンド発行部は、読み出しコマンド及び書き込みコマンド並びにフレームを発行する。フレーム送信部は、コマンド発行部から発行された読み出しコマンド及び書き込みコマンド並びにフレームを、各記憶装置へ送信する。フレーム受信部は、各記憶装置によって読み出されたフレーム及び各記憶装置によって検出されたフレームのエラーを受信する。フレーム誤り検出部は、各記憶装置によって読み出されフレーム受信部で受信されたフレームについてエラーを検出し、フレームのエラーを生じた記憶装置を含む上流側を、障害の影響を受ける上流側の範囲であると判断する。コマンド応答解析部は、各記憶装置によって検出されフレーム受信部で受信されたフレームのエラーについて、書き込みコマンドに対する各記憶装置の応答の中から抽出し、フレームのエラーを生じた記憶装置を含む下流側を、障害の影響を受ける下流側の範囲であると判断する。

また、フレーム誤り検出部は、フレームに付加された誤り検出符号（誤り訂正符号を含む。）に基づき、フレームのエラーを検出してもよい。この誤り検出符号は、例えばＣＲＣ符号である。更に、ループはＦＣループであり、記憶装置は磁気ディスク装置である、としてもよい。

本発明に係るループ障害検出方法は、本発明に係るループ障害検出装置の各手段の動作を手順として捉えたものである。また、本発明に係るループ障害検出方法は、本発明に係るループ障害検出装置の最上位概念に相当するもののみを請求項に記載したが、本発明に係るループ障害検出装置の各下位概念に相当するものも請求項に記載してもよい。更に、本発明は、本発明に係るループ障害検出装置の各手段をコンピュータに機能させるためのループ障害検出プログラムとして捉えることできる。

換言すると、本発明は、次の１〜３の機能を備えたものとしてもよい。１．送られてきたフレームのＣＲＣエラーを検出し、故障範囲を特定する機能。２．送られてきたデバイスからのエラー報告を解析し、故障範囲を特定する機能。３．更に上記１，２の結果を用いて故障範囲を更に絞り込む機能。これにより、本発明では、ＦＣループ障害を引き起こしている故障ディスクの特定方法において、故障ディスク特定の分解能を飛躍的に高めることができる。

本発明によれば、各電子装置から送信されたデータが下流で受信されるまでに生じたデータのエラーを検出し、そのデータのエラーを生じた電子装置を含む上流側を、障害の影響を受ける上流側の範囲であると判断し、上流から送信されたデータが各電子装置で受信されるまでに生じたデータのエラーを検出し、そのデータのエラーを生じた電子装置を含む下流側を、障害の影響を受ける下流側の範囲であると判断し、障害の影響を受ける上流側の範囲と障害の影響を受ける下流側の範囲との境界部分に障害があると判断することにより、二つの範囲を重ね合わせるので、発生頻度の低い間欠障害であっても確実に障害を検出することができる。

図１は、本発明に係るループ障害検出装置の一実施形態を示すブロック図である。図２は、本実施形態における上流側障害検出手段の動作の一例を示すブロック図である。図３は、本実施形態における下流側障害検出手段の動作の一例を示すブロック図である。図４は、本実施形態における障害特定手段の動作の一例を示す図表である。以下、これらの図面に基づき説明する。

本実施形態のループ障害検出装置１１は、ディスク制御装置２０内に実現されている。ディスク制御装置２０は、ホストコンピュータ１０とディスク４１〜４ｎ（ｎは２以上の整数）との間で、データを転送する機能を有する。ディスク制御装置２０のループ障害検出装置１１以外の動作は、周知であるので説明を省略する。

ループ障害検出装置１１は、上流５０から下流５１へディスク４１〜４ｎが直列に接続されて成るＦＣループ３０に設けられ、ＦＣループ３０に発生した障害を検出するものである。そして、ループ障害検出装置１１は、後で詳述する上流側障害検出手段、下流側障害検出手段及び障害特定手段を備えている。上流側障害検出手段は、ディスク４１〜４ｎから送信されたフレームが下流５１で受信されるまでに生じたフレームのエラーを検出し、フレームのエラーを生じたディスクを含む上流５０側を、障害Ｘの影響を受ける上流５０側の範囲Ａであると判断する。下流側障害検出手段は、上流５０から送信されたフレームがディスク４１〜４ｎで受信されるまでに生じたフレームのエラーを検出し、フレームのエラーを生じたディスクを含む下流５１側を、障害Ｘの影響を受ける下流５１側の範囲Ｂであると判断する。障害特定手段は、上流側障害検出手段で判断された上流５０側の範囲Ａと下流側障害検出手段で判断された下流５１側の範囲Ｂとの境界部分に、障害Ｘがあると判断する。

ディスク４１〜４ｎがＦＣループ３０に散在しており、ＦＣループ３０のどこかに障害Ｘがあるとする。このとき、障害箇所よりも下流５１側にあるディスクから更に下流５１へ送信されたフレームは、障害箇所を通らないのでエラーにならずに受信される。一方、障害箇所よりも上流５０側にあるディスクから送信されたフレームは、障害箇所を通過することによりエラーを生じて受信される。そのため、フレームのエラーを生じたディスクを含む上流５０側に、障害Ｘがあると判断できる。ただし、発生頻度の低い間欠障害の場合は、障害箇所よりも上流５０側にあるディスクから送信されたフレームの全てがエラーになるわけではない。

また、上流５０から送信されたフレームは、障害箇所よりも上流５０側にあるディスクで受信されると、障害箇所を通らないのでエラーにならずに受信される。一方、障害箇所よりも下流５１側にあるディスクで受信されると、障害箇所を通過することによりエラーを生じて受信される。そのため、フレームのエラーを生じたディスクを含む下流５１側に、障害Ｘがあると判断できる。ただし、発生頻度の低い間欠障害の場合は、障害箇所よりも下流５１側にあるディスクで受信されたフレームの全てがエラーになるわけではない。

したがって、障害Ｘの影響を受ける下流側の範囲Ｂと障害Ｘの影響を受ける上流側の範囲Ａとの境界部分に、障害Ｘがあると判断できる。障害Ｘが発生頻度の低い間欠障害であっても、二つの範囲Ａ，Ｂを重ね合わせることにより、より確実に障害Ｘを検出することができる。

詳しく述べれば、上流側障害検出手段は、上流５０から読み出しコマンドをディスク４１〜４ｎへ送信し、ディスク４１〜４ｎによって読み出されたフレームを下流５１で受信し、それらのフレームのエラーを検出し、フレームのエラーを生じたディスクを含む上流５０側を、障害Ｘの影響を受ける上流５０側の範囲Ａであると判断する。下流側障害検出手段は、上流５０から書き込みコマンド及びフレームをディスク４１〜４ｎへ送信し、ディスク４１〜４ｎによって検出されたフレームのエラーを下流５１で受信し、フレームのエラーを生じたディスクを含む下流５１側を、障害Ｘの影響を受ける下流５１側の範囲Ｂであると判断する。

この場合、上流側障害検出手段はコマンド発行部２３、フレーム送信部２１、フレーム受信部２２及びＣＲＣチェック部２５から成り、下流側障害検出手段はコマンド発行部２３、フレーム送信部２１、フレーム受信部２２及びコマンド応答解析部２４から成り、障害特定手段はコマンド応答解析部２４に内蔵されている。コマンド発行部２３、フレーム送信部２１及びフレーム受信部２２は、上流側障害検出手段及び下流側障害検出手段に共用される。コマンド発行部２３は、読み出しコマンド及び書き込みコマンド並びにフレームを発行する。フレーム送信部２１は、コマンド発行部２３から発行された読み出しコマンド及び書き込みコマンド並びにフレームを、ディスク４１〜４ｎへ送信する。フレーム受信部２２は、ディスク４１〜４ｎによって読み出されたフレーム及びディスク４１〜４ｎによって検出されたフレームのエラーを受信する。ＣＲＣチェック部２５は、ディスク４１〜４ｎによって読み出されフレーム受信部２２で受信されたフレームについてエラーを検出し、フレームのエラーを生じたディスクを含む上流５０側を、障害Ｘの影響を受ける上流側の範囲Ａであると判断する。コマンド応答解析部２４は、ディスク４１〜４ｎによって検出されフレーム受信部２２で受信されたフレームのエラーについて、書き込みコマンドに対するディスク４１〜４ｎの応答の中から抽出し、フレームのエラーを生じたディスクを含む下流５１側を、障害Ｘの影響を受ける下流５１側の範囲Ｂであると判断する。

次に、図１乃至図４に基づき、本実施形態のループ障害検出装置１１について更に詳しく説明する。

ホストコンピュータ１０に接続されたディスク制御装置２０には複数のディスク４１〜４ｎが接続されており、これらが一つのＦＣループ３０を形成している。また、ディスク４１〜４ｎは、エラーフレームを受信したことを報告する機能を有する。ディスク制御装置２０内においてＦＣループ３０の上流５０側には、読み出し／書き込みのコマンドを発行するコマンド発行部２３と、そのコマンドやデータをＦＣループ３０にぶら下がっているディスク４１〜４ｎ宛に送信するフレーム送信部２１とが設けられている。ディスク制御装置２０内においてＦＣループ３０の下流５１側には、ディスク４１〜４ｎから送信されたコマンド応答やデータを受信するフレーム受信部２２と、その受信フレームのＣＲＣをチェックするＣＲＣチェック部２５と、受信フレームからディスク４１〜４ｎのコマンド応答を抽出してコマンドに対するエラーの有無を解析するコマンド応答解析部２４とが設けられている。

図２及び図３は、ループ障害検出装置１１の動作の一例を示し、具体化してｎ＝８としている。以下、図２及び図３に基づき、ループ障害検出装置１１の動作を説明する。

図２は、コマンド発行部２３から読み出しコマンドが発行された場合における、障害検出の動作を示す説明図である。コマンド発行部２３から発行された読み出しコマンドは、フレーム送信部２１を通して上流５０側からディスク４１〜４８へ送信される。ディスク４１〜４８は、その読み出しコマンドで指定された読み出しデータを下流５１側へ送出する。フレーム受信部２２は、ディスク４１〜４８から送られてきたデータフレームを受信する。ＣＲＣチェック部２５は、そのデータフレーム全てに対してＣＲＣチェックを行い、「どのディスク４１〜４ｎから送られたデータフレームが壊れているか」をチェックする。

図３は、コマンド発行部２３から書き込みコマンドが発行された場合における、障害検出の動作を示す説明図である。コマンド発行部２３から発行された書き込みコマンドに伴い、フレーム送信部２１を通して上流５０側からディスク４０〜４８へデータフレームが送信される。ディスク４１〜４８は、そのデータフレームの書き込み処理を実施し、その書き込みコマンドの完了報告を下流５１側へデータフレームとして送出する。フレーム受信部２２は、ディスク４１〜４８から送られてきたデータフレームを受信する。コマンド応答解析部２４は、そのコマンド完了報告を解析し、「フレーム送信部２１から送られてきたデータフレームがディスク４１〜４８に到着した時点で既に壊れていた、という応答がどのディスク４１〜４８からあったのか」をチェックする。

図２及び図３に示すようにディスク４４の出力側にフレームを乱すような障害Ｘがある場合を例にとると、ＣＲＣチェック部２５のチェックでは、障害箇所よりも上流５０側のディスク４１〜４４からのデータフレームのＣＲＣチェックではエラーが検出され、障害箇所よりも下流５１側のディスク４５〜４８からのデータフレームのＣＲＣチェックではエラーが検出されない。

逆に、コマンド応答部２４のチェックでは、障害箇所よりも上流５０側のディスク４１〜４４からのコマンド応答ではエラーが検出されず、障害箇所よりも下流５１側のディスク４５〜４８からのコマンド応答ではエラーが検出される。

上記説明で障害の検出状況を示したのが図４である。発生頻度が低い間欠障害の場合、図示したように二つの検出方法での変化点を見つけることにより、早期に被疑特定の分解能を高めることができる。

以上のように、ＦＣループ３０のフレームの転送方向、すなわち上流５０／下流５１という考え方に基づき、フレームの最下流にそのフレームのＣＲＣをチェックするＣＲＣチェック部２５とディスク４１〜４８のコマンド応答をチェックするコマンド応答解析部２４とを有する。これらの二つのチェック機構により上流５０側と下流５１側との両面から被疑を絞り込み障害ディスクを特定する。

本発明は、言うまでもなく、上記実施形態に限定されない。例えば、ディスクに限らず、エラーフレーム受信したことを報告する機能さえ有していればどのような電子装置にも適用可能である。また、上記各手段をコンピュータプログラムで実現することも可能である。更に、特定された故障ディスクをＦＣループから自動的に切り離すことにより、障害回復状態まで完全に自動化させることも可能である。

本発明に係るループ障害検出装置の一実施形態を示すブロック図である。 本実施形態における上流側障害検出手段の動作の一例を示すブロック図である。 本実施形態における下流側障害検出手段の動作の一例を示すブロック図である。 本実施形態における障害特定手段の動作の一例を示す図表である。

符号の説明

１０ ホストコンピュータ
１１ ループ障害検出装置
２０ ディスク制御装置
２１ フレーム送信部
２２ フレーム受信部
２３ コマンド発行部
２４ コマンド応答解析部
２５ ＣＲＣチェック部
３０ ＦＣループ
４１〜４ｎ ディスク
５０ ＦＣループの上流
５１ ＦＣループの下流

Claims (7)

1. 上流から下流へ複数の電子装置が直列に接続されて成るループに設けられ、当該ループに発生した障害を検出する、ループ障害検出装置において、
   前記各電子装置から送信されたデータが前記下流で受信されるまでに生じた当該データのエラーを検出し、当該データのエラーを生じた当該電子装置を含む前記上流側を、障害の影響を受ける上流側の範囲であると判断する上流側障害検出手段と、
   前記上流から送信されたデータが前記各電子装置で受信されるまでに生じた当該データのエラーを検出し、当該データのエラーを生じた当該電子装置を含む前記下流側を、障害の影響を受ける下流側の範囲であると判断する下流側障害検出手段と、
   前記上流側障害検出手段で判断された前記上流側の範囲と前記下流側障害検出手段で判断された前記下流側の範囲との境界部分に、前記障害があると判断する障害特定手段と、
   を備えたことを特徴とするループ障害検出装置。
2. 前記電子装置は記憶装置であり、前記データはフレームであり、
   前記上流側障害検出手段は、前記上流から読み出しコマンドを前記各記憶装置へ送信し、前記各記憶装置によって読み出されたフレームを前記下流で受信し、それらのフレームのエラーを検出し、当該フレームのエラーを生じた当該記憶装置を含む前記上流側を、障害の影響を受ける上流側の範囲であると判断し、
   前記下流側障害検出手段は、前記上流から書き込みコマンド及びフレームを前記各記憶装置へ送信し、前記各記憶装置によって検出された当該フレームのエラーを前記下流で受信し、当該フレームのエラーを生じた当該記憶装置を含む前記下流側を、障害の影響を受ける下流側の範囲であると判断する、
   請求項１記載のループ障害検出装置。
3. 前記上流側障害検出手段はコマンド発行部、フレーム送信部、フレーム受信部及びフレーム誤り検出部から成り、前記下流側障害検出手段は前記コマンド発行部、前記フレーム送信部、前記フレーム受信部及びコマンド応答解析部から成り、前記障害特定手段は前記フレーム誤り検出部及び前記コマンド応答解析部の少なくとも一方に内蔵され、
   前記コマンド発行部は、前記読み出しコマンド及び前記書き込みコマンド並びに前記フレームを発行し、
   前記フレーム送信部は、前記コマンド発行部から発行された前記読み出しコマンド及び前記書き込みコマンド並びに前記フレームを、前記各記憶装置へ送信し、
   前記フレーム受信部は、前記各記憶装置によって読み出されたフレーム及び前記各記憶装置によって検出された当該フレームのエラーを受信し、
   前記フレーム誤り検出部は、前記各記憶装置によって読み出され前記フレーム受信部で受信されたフレームについてエラーを検出し、当該フレームのエラーを生じた当該記憶装置を含む前記上流側を、障害の影響を受ける上流側の範囲であると判断し、
   前記コマンド応答解析部は、前記各記憶装置によって検出され前記フレーム受信部で受信されたフレームのエラーについて、前記書き込みコマンドに対する前記各記憶装置の応答の中から抽出し、当該フレームのエラーを生じた当該記憶装置を含む前記下流側を、障害の影響を受ける下流側の範囲であると判断する、
   請求項２記載のループ障害検出装置。
4. 前記フレーム誤り検出部は、前記フレームに付加された誤り検出符号に基づき、前記フレームのエラーを検出する、
   請求項３記載のループ障害検出装置。
5. 前記誤り検出符号がＣＲＣ符号である、
   請求項４記載のループ障害検出装置。
6. 前記ループがファイバチャネルループであり、前記記憶装置が磁気ディスク装置である、
   請求項１乃至５のいずれかに記載のループ障害検出装置。
   
7. 上流から下流へ複数の電子装置が直列に接続されて成るループに用いられ、当該ループに発生した障害を検出する、ループ障害検出方法において、
   前記各電子装置から送信されたデータが前記下流で受信されるまでに生じた当該データのエラーを検出し、当該データのエラーを生じた当該電子装置を含む前記上流側を、障害の影響を受ける上流側の範囲であると判断し、
   前記上流から送信されたデータが前記各電子装置で受信されるまでに生じた当該データのエラーを検出し、当該データのエラーを生じた当該電子装置を含む前記下流側を、障害の影響を受ける下流側の範囲であると判断し、
   前記上流側の範囲と前記下流側の範囲との境界部分に前記障害があると判断する、
   ことを特徴とするループ障害検出方法。

Images