JP2010072995A - 情報処理装置の保守管理方法、その装置及びそのプログラム - Google Patents

Abstract

【課題】ウォッチドッグタイマを用いて状態監視するベースボードマネジメントコントローラを有する情報処理装置において、ＯＳの負荷を判定し、負荷が低い時間帯に交換対象部品（障害予兆のある部品など）をオンライン交換させる。
【解決手段】情報処理装置の保守管理装置が、情報処理装置内で動作するオペレーティングシステムの動作状況を監視する監視手段と、前記監視手段の前記監視によって得られた情報から、前記オペレーティングシステムの負荷状態を判定する判定手段と、前記判定における判定結果に基づいて、交換対象ハードウェア部品と予備ハードウェア部品のオンライン交換をするオンライン交換手段と、を備える。
【選択図】図１

Description

本発明は、オペレーティングシステム（以下「ＯＳ」と記載する。）の状態を監視するＢＭＣ（Baseboard Management Controller：ベースボードマネージメントコントローラ）を有する情報処理装置の保守管理方法、その装置及びそのプログラムに関する。

本発明に関連する技術であるオンライン交換可能な情報処理装置は、単一または複数のプロセッサ、メモリモジュール、ＰＣカード及び記憶装置等を有している。更に、情報処理装置は、情報処理装置内において前述の各部品を管理するＢＭＣ装置を有している。そして、ＢＭＣへの命令等による何らかのきっかけを契機として、ＢＭＣが主体となって処理を行い、各部品のオンライン交換を実施する。

ここで、オンライン交換については例えば、特許文献１の段落［００４５］及び［００４６］に、ＣＰＵ（Central Processing Unit）ボードをオンライン交換する場合について説明されている。具体的には、まず、ＪＴＡＧ（Joint Test Action Group）バスからなる構成制御バスのプロトコルに従って、構成制御ボードが当該ＣＰＵボード上のスキャンブリッジ経由でＥＥＰＲＯＭ（Electrically Erasable and Programmable Read Only）からなる不揮発性メモリを選択し、ボード情報を読み取る。次に、そのＣＰＵボードの情報を基にシステムから当該ＣＰＵボードを切り離し、コンソールの指示に従ってＣＰＵボードを抜き出す。

次に、コンソールの指示に従って、新たなＣＰＵボードを当該スロットに挿入し、再びＪＴＡＧバスからなる構成制御バスのプロトコルに従って、構成制御ボードが当該ＣＰＵボード上のスキャンブリッジ経由でＥＥＰＲＯＭからなる不揮発性メモリを選択し、ボード情報を読み取る。そして、正しいＣＰＵボードが挿入されたことを確認した後、システムに再接続する。これにより、ＣＰＵボードのオンライン交換が実現出来る。
特開平０９−２３７２４３号公報

上述したオンライン交換は、交換対象となる部品が、どういった部品なのか、オペレーティングシステムの負荷の状況はどうなのか、といったことには関係なく行われるため問題があった。

その問題点とは、状況に応じてオンライン交換に要する時間が変化するにも拘わらず、この点については考慮されていないということである。以下、具体的に説明する。

情報処理装置で多数のタスクを実行している場合などの高負荷がかかっている状態においては、プロセッサ／メモリ等の交換対象となる部品の資源が、かなりの割合で使用されていることが多い。そして、オンライン交換を実施するにはこれら部品が持つ資源の利用を止める必要がある。該部品の資源利用の停止は、オペレーティングシステムにてＢＭＣからオンライン交換開始の通知を受けた後に行われるものであるが、該部品に割り当てられていたタスク等は他の部品の資源に移動させる必要があり、これに相応の時間がかかる。

そして、このように多数のタスクの実行を停止させてしまうことは好ましくない。

そこで、本発明は、ハードウェアの負荷状態を考慮して、オンライン交換に要する時間を低減させる事が可能な、情報処理装置の保守管理方法、その装置及びそのプログラムを提供することを目的とする。

本発明の第１の観点によれば、情報処理装置内で動作するオペレーティングシステムの動作状況を監視する監視手段と、前記監視手段の前記監視によって得られた情報から、前記オペレーティングシステムの負荷状態を判定する判定手段と、前記判定における判定結果に基づいて、交換対象ハードウェア部品と予備ハードウェア部品のオンライン交換をするオンライン交換手段と、を備えることを特徴とする、情報処理装置の保守管理装置が提供される。

本発明の第２の観点によれば、情報処理装置内で動作するオペレーティングシステムの動作状況を監視する監視ステップと、前記監視ステップの前記監視によって得られた監視情報から、前記オペレーティングシステムの負荷状態を判定する判定ステップと、前記判定における判定結果に基づいて、交換対象ハードウェア部品と予備ハードウェア部品のオンライン交換をするオンライン交換ステップと、を備えることを特徴とする、情報処理装置の保守管理方法が提供される。

本発明の第３の観点によれば、情報処理装置内で動作するオペレーティングシステムの動作状況を監視する監視手段と、前記監視手段の前記監視によって得られた情報から、前記情オペレーティングシステムの負荷状態を判定する判定手段と、前記判定における判定結果に基づいて、交換対象ハードウェア部品と予備ハードウェア部品のオンライン交換をするオンライン交換手段と、を備えることを特徴とする保守管理装置としてコンピュータを機能させるための、情報処理装置の保守管理用プログラムが提供される。

本発明によれば、ＷＤＴ（watch dog timer：ウォッチドッグタイマ）のカウントをリセットするコマンドの時間間隔をＢＭＣが測定することによってハードウェアの負荷状態を間接的に確認することが出来、それによって低負荷時にオンライン交換を実施させることからオンライン交換に要する時間を低減させることが可能となる。

次に、発明を実施するための最良の形態について図面を参照して詳細に説明する。

図１を参照すると、本発明の実施の形態である情報処理装置１０００は、ＢＭＣ１００及びシステム群２００を有する。

システム群２００は、単一又は複数のプロセッサ、メモリモジュール、記憶装置等及びＯＳ（Operating System：オペレーティングシステム）を有する。具体的には第１のＣＰＵ２０１、第２のＣＰＵ２０２、第３のＣＰＵ２０３、第１のメモリモジュール２１１、第２のメモリモジュール２１２、オペレーティングシステム２２０及びＨＤＤ２３０を有する。

更に、情報処理装置１０００は、プロセッサ、メモリモジュール及び記憶装置等の予備部品を有する。即ち交換対象となる予備部品を冗長的に有している。本実施形態では予備部品の例として第４のＣＰＵ２０４を図示する。

次に、図２を参照してＢＭＣ１００の構成を説明する。ＢＭＣ１００は、情報処理装置１０００内において前述の各部品を管理する部分である。ＢＭＣ１００は、システム監視部１０１、遅延時間判定部１０２、オンライン交換起動部１０３及びオンライン交換実施部１０４を有する。

また、図２には運用中のオペレーティングシステム２２１を図示する。運用中のオペレーティングシステム２２１は、現在運用中のパーティションにおいて動作しているオペレーティングシステム２２０である。

これらの各部分はそれぞれ概略つぎのように動作する。

システム監視部１０１は、運用中のオペレーティングシステム２２１から定期的に発行されるＷＤＴのカウントをリセットするコマンドを受け取る。なお、このＷＤＴのカウントをリセットするコマンドは、「ＣＬＲＷＤＴ命令」とも呼ばれる。以下の説明及び図面中では、このコマンドを「ｒｅｓｅｔＷＤＴコマンド（リセットウォッチドッグタイマコマンド）」と表記する。

遅延時間判定部１０２は、システム監視部１０１からｒｅｓｅｔＷＤＴコマンド受信の時間間隔を受け取る。そして、遅延時間判定部１０２は、ｒｅｓｅｔＷＤＴコマンド受信の時間間隔とあらかじめ定めた閾値とを比較し、システムの状態が高負荷状態であるか否かを判定する。負荷状態の判定は、実際に遅延時間判定部１０２が測定した前回のｒｅｓｅｔＷＤＴコマンドから直近のｒｅｓｅｔＷＤＴコマンドの時間間隔と、予め定めた閾値とを比較して行う。具体的には、ｒｅｓｅｔＷＤＴコマンド受信の遅延時間が閾値以下であれば低負荷状態であり、閾値を超えているのであれば高負荷状態であると判断する。なぜならば、負荷が高い場合はｒｅｓｅｔＷＤＴコマンドが遅延するからである。

オンライン交換起動部１０３は、遅延時間判定部１０２が低負荷状態であると判定された場合に動作し、オンライン交換実施部１０４を起動させる。

オンライン交換実施部１０４は、交換対象部品（故障予兆のある部品等）と事前に情報処理装置１０００に組み込まれた予備部品とのオンライン交換を実施する。

次に、図１、図２及び図３のフローチャートを参照して本実施の形態の全体の動作について詳細に説明する。

今回の説明では、第３のＣＰＵ２０３が故障予兆のある部品であり、交換対象のＣＰＵとなる。そして、予備部品である第４のＣＰＵ２０４を第３のＣＰＵ２０３と交換する場合を例にして説明する。

まず、情報処理装置１０００中の運用中パーティション上で動作しているオペレーティングシステム２２１からＢＭＣ１００のシステム監視部１０１に対して、おおよそ定期的にｒｅｓｅｔＷＤＴコマンド（図１のＳ１）が発行される（図３のステップＡ１０１）。

ｒｅｓｅｔＷＤＴコマンドを受信した時間間隔は、遅延時間判定部１０２にて監視される。そして、遅延時間が予め定めた閾値以下であった場合は低負荷状態と、閾値を超えているのであれば高負荷状態であると判定する（図３のステップＡ１０３）。

低負荷状態と判定された場合（図３のステップＡ１０３においてＹｅｓ）は、オンライン交換起動部１０３がオンライン交換実施部１０４を起動させる（図３のステップＡ１０５）。

そして、オンライン交換実施部１０４が第３のＣＰＵ２０３と第４のＣＰＵ２０４のオンライン交換（図１のＳ２）を実施する（図３のステップＡ１０７）。

次に、本実施の形態の効果について説明する。

本実施の形態は、遅延時間判定部１０２及びオンライン交換起動部１０３を既存装置に追加する形で実現可能であり、すでに存在しているシステム監視部１０１およびオンライン交換実施部１０４に対しては比較的軽微な改造をするのみで実現可能であるという効果を奏する。更に、オペレーティングシステムへの改造は必要ないという効果を奏する。

次に、具体的な実施例を用いて本実施の形態の動作について説明する。

ここでは、ＣＰＵを交換対象部品として説明する。まず、運用中のオペレーションシステム２２１が無負荷時の場合には、ＢＭＣ１００に対して例えば１０．００秒毎にｒｅｓｅｔＷＤＴコマンドを発行しているとする。

ＢＭＣ１００内では、発行されたｒｅｓｅｔＷＤＴコマンドを受け取るシステム監視部１０１および遅延時間判定部１０２によりｒｅｓｅｔＷＤＴ発行間隔を監視することにより負荷状態を判定する。

ここで予め規定された閾値が０．１０秒、実測された直近の発行間隔が１０．０５秒だった場合、遅延（０．０５秒）は規定された閾値（０．１０秒）以内である。そのため遅延時間判定部１０２によって負荷は低いと判断され、オンライン交換起動部１０３が実行され、オンライン交換実施部１０４によってＣＰＵのオンライン交換が実施される。

次に、本発明の実施形態の実装例について説明する。

前述の説明の通り、本発明の実施形態の趣旨はハードウェア負荷の低い状況を検知し、そのタイミングで部品のオンライン交換など、ハードウェア負荷の高い状況では時間がかかったり、好ましくない作業を行わせることにある。

なお、上述の説明では、ＣＰＵのオンライン交換について説明したが、交換対象はＣＰＵに限られるものではない。交換対象をＲＡＭ等にしても本発明の実施形態は実現可能である。

本発明の実施形態は以下の効果を奏する。

第一の効果は、オンライン交換に要する時間の低減が図れることにある。

その理由は、ｒｅｓｅｔＷＤＴコマンドの時間間隔をＢＭＣが測定することによって間接的にハードウェアの負荷状態を確認することが出来、それによって低負荷時にオンライン交換を実施させることができるためである。

第二の効果は、オペレーティングシステム側の改造なしに負荷状態を確認出来る事である。

その理由は、ＯＳを状態監視する目的として、ＯＳからＢＭＣに対して発行されるｒｅｓｅｔＷＤＴコマンドがすでに一般的に機能として準備されており、システムの高負荷時にこのｒｅｓｅｔＷＤＴコマンドの発行間隔が遅延する現象を負荷判定材料として利用しているためである。

なお、本発明の実施形態である情報処理装置１０００は、ハードウェア、ソフトウェア又はこれらの組合せにより実現することができる。

本発明は、内外の管理システムに対して、内蔵のプロセッサによってｒｅｓｅｔＷＤＴコマンドを発行している情報処理装置やハードウェア制御装置にも適用できる。

本発明の実施形態の基本的構成を表すブロック図である。 本発明の実施形態におけるＢＭＣ１００の基本的構成を表すブロック図である。 本発明の実施形態の基本的動作を表すフローチャートである。

符号の説明

１００ ＢＭＣ
１０１ システム監視部
１０２ 遅延時間判定部
１０３ オンライン交換起動部
１０４ オンライン交換実施部
２００ システム群
２０１ 第１のＣＰＵ
２０２ 第２のＣＰＵ
２０３ 第３のＣＰＵ
２０４ 第４のＣＰＵ
２１１ 第１のメモリモジュール
２１２ 第２のメモリモジュール
２２０ オペレーティングシステム
２２１ 運用中のオペレーティングシステム
２３０ ＨＤＤ
１０００ 情報処理装置

Claims (15)

1. 情報処理装置内で動作するオペレーティングシステムの動作状況を監視する監視手段と、
   前記監視手段の前記監視によって得られた情報から、前記オペレーティングシステムの負荷状態を判定する判定手段と、
   前記判定における判定結果に基づいて、交換対象ハードウェア部品と予備ハードウェア部品のオンライン交換をするオンライン交換手段と、
   を備えることを特徴とする、情報処理装置の保守管理装置。
2. 前記監視手段は、前記オペレーティングシステムから定期的に発行されるリセットウォッチドッグタイマコマンドを受信し、前回のリセットウォッチドッグタイマコマンド受信と直近のリセットウォッチドッグタイマコマンド受信の時間差である直近時間間隔を前記判定手段に通知することを特徴とする請求項１に記載の、情報処理装置の保守管理装置。
3. 前記判定手段は、予め規定した閾値を記憶しており、前記閾値と、前記監視手段から通知された前記直近時間間隔と、の両者に基づいて前記負荷状態の判定をすることを特徴とする請求項１又は２に記載の、情報処理装置の保守管理装置。
4. 前記判定手段は、前記オペレーティングシステムが無負荷状態の際のリセットウォッチドッグタイマコマンドの発行される時間の間隔である基準時間間隔と、前記直近時間間隔との差を算出し、算出した前記差が前記閾値以下であれば前記情報処理装置が低負荷であると判定し、算出した前記差が前記閾値を超えていれば前記情報処理装置が高低負荷であると判定することを特徴とする請求項１乃至３の何れか１項に記載の、情報処理装置の保守管理装置。
5. 前記オンライン交換手段は、前記交換対象ハードウェア部品と前記予備ハードウェア部品のオンライン交換を実施するオンライン交換実施手段と、
   前記判定手段によって低負荷と判定された場合に、前記オンライン交換実施手段を起動させるオンライン交換起動手段と、
   を備えることを特徴とする請求項１乃至４の何れか１項に記載の、情報処理装置の保守管理装置。
6. 情報処理装置内で動作するオペレーティングシステムの動作状況を監視する監視ステップと、
   前記監視ステップの前記監視によって得られた監視情報から、前記オペレーティングシステムの負荷状態を判定する判定ステップと、
   前記判定における判定結果に基づいて、交換対象ハードウェア部品と予備ハードウェア部品のオンライン交換をするオンライン交換ステップと、
   を備えることを特徴とする、情報処理装置の保守管理方法。
7. 前記監視ステップでは、前記オペレーティングシステムから定期的に発行されるリセットウォッチドッグタイマコマンドを受信し、前回のリセットウォッチドッグタイマコマンド受信と直近のリセットウォッチドッグタイマコマンド受信の時間差である直近時間間隔を前記監視情報とすることを特徴とする請求項６に記載の、情報処理装置の保守管理方法。
8. 前記判定ステップでは、予め規定した閾値を記憶しておき、前記閾値と、前記監視ステップから通知された前記直近時間間隔と、の両者に基づいて前記負荷状態の判定をすることを特徴とする請求項６又は７に記載の、情報処理装置の保守管理方法。
9. 前記判定ステップでは、前記オペレーティングシステムが無負荷状態の際のリセットウォッチドッグタイマコマンドの発行される時間の間隔である基準時間間隔と、前記直近時間間隔との差を算出し、算出した前記差が前記閾値以下であれば前記情報処理装置が低負荷であると判定し、算出した前記差が前記閾値を超えていれば前記情報処理装置が高低負荷であると判定することを特徴とする請求項６乃至８の何れか１項に記載の、情報処理装置の保守管理方法。
10. 前記オンライン交換ステップでは、前記交換対象ハードウェア部品と前記予備ハードウェア部品のオンライン交換を実施するオンライン交換実施ステップと、
    前記判定ステップによって低負荷と判定された場合に、前記オンライン交換実施ステップを起動させるオンライン交換起動ステップと、
    を行うことを特徴とする請求項６乃至９の何れか１項に記載の、情報処理装置の保守管理方法。
11. 情報処理装置内で動作するオペレーティングシステムの動作状況を監視する監視手段と、
    前記監視手段の前記監視によって得られた情報から、前記オペレーティングシステムの負荷状態を判定する判定手段と、
    前記判定における判定結果に基づいて、交換対象ハードウェア部品と予備ハードウェア部品のオンライン交換をするオンライン交換手段と、
    を備えることを特徴とする保守管理装置としてコンピュータを機能させるための、情報処理装置の保守管理用プログラム。
12. 請求項１１に記載の保守管理用プログラムであって、
    前記監視手段は、前記オペレーティングシステムから定期的に発行されるリセットウォッチドッグタイマコマンドを受信し、前回のリセットウォッチドッグタイマコマンド受信と直近のリセットウォッチドッグタイマコマンド受信の時間差である直近時間間隔を前記判定手段に通知することを特徴とする、情報処理装置の保守管理用プログラム。
13. 請求項１１又は１２に記載の保守管理用プログラムであって、
    前記判定手段は、予め規定した閾値を記憶しており、前記閾値と、前記監視手段から通知された前記直近時間間隔と、の両者に基づいて前記負荷状態の判定をすることを特徴とする、情報処理装置の保守管理用プログラム。
14. 請求項１１乃至１３の何れか１項に記載の保守管理用プログラムであって、
    前記判定手段は、前記オペレーティングシステムが無負荷状態の際のリセットウォッチドッグタイマコマンドの発行される時間の間隔である基準時間間隔と、前記直近時間間隔との差を算出し、算出した前記差が前記閾値以下であれば前記情報処理装置が低負荷であると判定し、算出した前記差が前記閾値を超えていれば前記情報処理装置が高低負荷であると判定することを特徴とする、情報処理装置の保守管理用プログラム。
15. 請求項１１乃至１４の何れか１項に記載の保守管理用プログラムであって、
    前記オンライン交換手段は、前記交換対象ハードウェア部品と前記予備ハードウェア部品のオンライン交換を実施するオンライン交換実施手段と、
    前記判定手段によって低負荷と判定された場合に、前記オンライン交換実施手段を起動させるオンライン交換起動手段と、
    を備えることを特徴とする、情報処理装置の保守管理用プログラム。

Images