JP2011128795A

JP2011128795A - 情報処理装置及び情報処理装置の障害復旧方法

Info

Publication number: JP2011128795A
Application number: JP2009285491A
Authority: JP
Inventors: Yoji Tabuchi; 陽治田渕
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2009-12-16
Filing date: 2009-12-16
Publication date: 2011-06-30
Anticipated expiration: 2029-12-16
Also published as: JP4873073B2; US20110145634A1; US8677177B2

Abstract

【課題】割り込みマスクの状態下でもリカバリ処理を行うことを可能にし、代替装置でのリカバリ処理時に、ＯＳへのＰＣＩデバイスの再組み込みまで自動的に行う。
【解決手段】拡張カードバスの障害検出と回復手段として、ＯＳ１０主体のリカバリ処理とは別に、Platform(BIOS-BMC)制御による自動復旧手段（ＡＣＰＩ１，ＢＩＯＳ２，ＢＭＣ３）を設け、ＯＳ１０主体による回復指示が不可能な場合には、このPlatform(BIOS-BMC)制御による自動復旧手段により、切り離しや再接続の指示を行なう。
【選択図】図１

Description

本発明は情報処理装置及び情報処理装置の障害復旧方法に係り、特に、コンピュータシステムにおけるＰＣＩ（Peripheral Component Interconnect）バスの障害発生時に自動で復旧させるリカバリ手段を備えた情報処理装置及び情報処理装置の障害復旧方法に関する。

従来、情報処理装置では、コンピュータシステムにおけるＰＣＩバス障害発生に備えて、該障害からの復旧方法として、ＯＳ（オペレーティングシステム）(Driver)−ＡＣＰＩ（Advanced Configuration and Power Interface）−ＢＩＯＳ（Basic Input/Output System）、と連携させた復旧手段が確立されている。

以下、前記のＯＳ主体のリカバリ処理の手順について説明する。
（１）ＰＣＩカードを使用しているＯＳにおける障害検出時の制御動作として、まず、ＯＳにて、ＰＣＩバスの障害発生であることを検出する。
（２）次に、障害を検出した前記ＯＳからＡＣＰＩへのリカバリ指示として、該ＯＳは、ドライバ停止後、ＡＣＰＩに、ＰＣＩリカバリ要求を発行する。
（３）次に、ＡＣＰＩからＢＩＯＳへのリカバリ指示として、ＡＣＰＩはＢＩＯＳに対し、ＰＭＩ(Platform Management Interrupt：Performance Moniroring Interrupt)を使用して、対象ＰＣＩバスのリセット要求を発行する。
（４）次に、ＢＩＯＳにおけるＰＣＩバスのリセット処理として、ＢＩＯＳは、対象ＰＣＩバスのリセットを実行し、リカバリを試みる。
（５）次に、ＡＣＰＩにおけるリカバリ結果の報告処理として、ＢＩＯＳは、リカバリ結果をＡＣＰＩ経由でＯＳに報告する。
（６）最後に、ＯＳにおけるドライバ再組み込み処理として、正常にＰＣＩバスが復旧したことの前記報告を受けたＯＳは、ドライバの再組み込みを行った後、デバイスの使用を再開する。
なお、上記のＰＭＩは、プロセッサが発生させる割込機能であり、プラットフォームファームウェアを呼び出すために利用されている割込機能であることは周知である。

この分野では、例えば特許文献１にＰＣＩバスの障害リカバリ方法が開示されている。そこでは、ＰＣＩバス検出手段が、閉塞されたＰＣＩバスを検出し、この閉塞されたＰＣＩバス及びその下流のＰＣＩバスに接続されているＰＣＩカードの切り離しをＯＳに対して要求し、ＯＳは、要求されたＰＣＩカードを制御から切り離し、その電源を落とす指示もＢＩＯＳに対して出力するものとし、これにより、ＰＣＩカード切離受付手段が、ＰＣＩバス診断手段を動作させ、ＰＣＩバス診断手段は、閉塞されたＰＣＩバスが正常に動作するか否かを診断し、正常に動作する場合はＰＣＩバス閉塞解除手段がＰＣＩバスの閉塞を解除する、といったリカバリ処理方法が開示されている。

また、特許文献２には、複数のプロセッサと、前記プロセッサの各々に対応するバス制御回路と、前記プロセッサ間の共通装置の間を連結する共通バスとを備えて、前記共通装置を制御するバス制御方法として、前記プロセッサの前記共通装置への制御の中断を検出すると共に、該中断が所定時間を経過した時に、共通バス占有解除信号を発生する手段をバス制御回路の各々に設け、前記プロセッサと前記共通装置との連結を前記共通バス占有解除信号により切断すること、を主旨とした技術が開示されている。

さらに、特許文献３には、複数の伝送装置と、該伝送装置間を接続する各伝送路と、これらを監視する監視制御装置とを備えたネットワークにおいて、監視制御装置と所定の伝送装置との間の監視回線を二重化し、ポーリング時の監視回線と、障害発生時の監視回線とを分離したことを特徴とするネットワーク監視装置の技術が開示されている。

特開２００９−１１６６４２号公報特開昭６０−１９１３５３号公報特許第２９３８４９５号公報

ところで、上記背景技術で述べた従来の情報処理装置及び情報処理装置の障害復旧方法（例えば特許文献１記載の方法）にあっては、割り込みマスク中など、一時的にＢＩＯＳが動作できないタイミングで、ＯＳからリカバリ指示が出た場合、ＢＩＯＳ側の処理が動作できないため、ＯＳは、そのエラーリカバリを断念する結果となるといった問題点が有った。
また、その対策として、例えば、前述の特許文献２に開示されている方法のように、エラー復旧状態をＢＭＣ（Baseboard Management Controller）側で監視し、一定時間内に復旧しない場合は、ＢＭＣ側でリカバリ処理を実施しようとしても、ＯＳに対しては、リカバリ成功を報告する手段（Ｉ／Ｆ（インターフェース手段）等）が確立されていないため、ＯＳは、ＰＣＩデバイスの再組み込みを実施できないといった問題点が有った。

さらに、上記の問題点により、障害からの自動復旧は実行されなくなり、障害発生時には、保守員によるＰＣＩデバイスの切り離しや、再組み込みによる操作等が必要となり、障害復旧までの時間が延びてしまうといった問題点が有った。
なお、特許文献３の技術は単なる関連技術である。
上記の公知技術とは違って、本発明は、拡張カードバスの障害検出と回復手段として、
（１）前述のＯＳ主体のリカバリ処理とは別に、Platformの、ＢＩＯＳ、ＢＭＣ、及びＡＣＰＩの制御による自動復旧手段を設け、
（２）前述のＯＳ主体による回復指示が不可能な場合には、このPlatform(BIOS-BMC)の制御による自動復旧手段により、バスの切り離しや再接続の指示を行なうこと、
を骨子としている。

本発明は、上記従来の問題点に鑑みてなされたものであって、ＢＭＣによるリカバリ代替パスを設けることにより、割り込みマスクの状態下でもリカバリ処理を行うことが可能な情報処理装置及び情報処理装置の障害復旧方法を提供することを目的としている。
本発明の他の目的は、代替装置でのリカバリ処理時に、Platform主体でPCI HotPlugの機能を動作させることで、ＯＳへのＰＣＩデバイスの再組み込みまで自動的に移行させることを可能にして、保守員等の人手の介入無しにリカバリ処理を行うことができる情報処理装置及び情報処理装置の障害復旧方法を提供することにある。

上記課題を解決するために、本発明に係る情報処理装置は、ＰＣＩバス障害発生時のＰＣＩリカバリ処理のパスを、プラットフォームとして構築されたＯＳ（オペレーティングシステム）によるリカバリパスと、同じくプラットフォームとして構築されたＢＭＣ（Baseboard Management Controller）によるリカバリパスとに二重化し、割り込みマスク状態の際に、前記ＯＳによるリカバリ処理が失敗した場合であっても、前記ＢＭＣ側でのリカバリ処理を実行可能とすると共に、前記ＢＭＣ側でのリカバリ処理が成功した時には、前記ＢＭＣから前記ＯＳに通知することを特徴とする。

また、前記情報処理装置は、前記ＢＭＣに、障害発生をハードウェアの割り込み処理にて検出する割込検出手段と、ＰＣＩバス閉塞状態を、障害ステータスレジスタを監視することで検知する障害監視手段と、前記ＯＳによるリカバリ処理が成功したか否かを検証するリカバリ処理検証手段と、前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が成功したと判断された場合に、前記障害監視手段を終了させる手段と、前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が失敗したと判断された場合に、さらに障害監視期間を超えている場合は、割り込みマスク中のため、ＯＳによるリカバリ処理が動作不可能な状態にあると判断し、バスのリセットを行ってリカバリ処理を実行するリカバリ実行手段と、を備えたことを特徴とする。

また、本発明に係る情報処理装置の障害復旧方法は、ＰＣＩバス障害発生時のＰＣＩリカバリ処理のパスを、プラットフォームとして構築されたＯＳ（オペレーティングシステム）によるリカバリパスと、同じくプラットフォームとして構築されたＢＭＣ（Baseboard Management Controller）によるリカバリパスとに二重化し、割り込みマスク状態の際に、前記ＯＳによるリカバリ処理が失敗した場合であっても、前記ＢＭＣ側でのリカバリ処理を実行可能とすると共に、前記ＢＭＣ側でのリカバリ処理が成功した時には、前記ＢＭＣから前記ＯＳに通知することを特徴とする。

さらに、前記情報処理装置の障害復旧方法は、ＯＳ（オペレーティングシステム）と共にプラットフォームとして構築されたＢＭＣ（Baseboard Management Controller）において、障害発生をハードウェアの割り込み処理にて検出する割込検出ステップと、ＰＣＩバス閉塞状態を、障害ステータスレジスタを監視することで検知する障害監視ステップと、前記ＯＳによるリカバリ処理が成功したか否かを検証するリカバリ処理検証ステップと、前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が成功したと判断された場合に、前記障害監視手段とＢＭＣにおける前記監視処理を停止し、処理を終了させるステップと、前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が失敗したと判断された場合に、さらに障害監視期間を超えている場合は、割り込みマスク中のため、ＯＳによるリカバリ処理が動作不可能な状態にあると判断し、バスのリセットを行ってリカバリ処理を実行するリカバリ実行ステップと、を有することを特徴とする。

以上説明したように、本発明の情報処理装置によれば、ＢＭＣによるリカバリ代替パスを設けることにより、割り込みマスクの状態下にあってもリカバリ処理を可能にすると共に、このリカバリ代替パスでのリカバリ時に、Platform主体でPCI HotPlugの機能を動作させることでＯＳへのＰＣＩデバイスの再組み込みまで自動的に移行させるので、保守員などの人手の介入無しに障害時のリカバリ処理が可能となる効果がある。

本発明の実施形態に係る情報処理装置の全体構成を示す構成図である。本発明の実施形態に係る情報処理装置の動作を示すタイミングチャート図である。

本発明に係る情報処理装置は、コンピュータシステムにおけるＰＣＩバス障害発生時の自動リカバリ処理を制御する機能を有する。
本発明に特徴的な手段は、前記ＰＣＩバス障害リカバリ手段として、前述のＯＳ指示によるリカバリ処理とは別に、Platform(BIOS-BMC)制御による自動復旧方法を設けたことであり、これにより、割り込みマスクの影響で、ＯＳ主体のリカバリ処理が動作不可能な場合にも有効なリカバリ処理を実行することができる。
即ち、前述のＯＳ指示によるリカバリ処理にあっては、ＡＣＰＩからＢＩＯＳに対する指示が、他の割り込み処理や障害処理の実行中など、割り込みマスク状態にある場合には、通知できないケースが存在するため、動作不可能なタイミングが存在することになる。
そこで、本発明では、上記の対策として、障害検出時に、ＰＣＩバスのリカバリ状態を、Platform（ＢＭＣ）側にて監視し、割り込みマスク状態でＯＳ側のリカバリ処理が失敗した場合に、該Platform主体でＰＣＩリカバリ処理を制御する。また、その際、ＯＳに対しては、ＰＣＩバスが復旧したことを通知し、ドライバ再組み込みを促すために、PCI HotPlugの機能を活用する。

以下、上記処理手順について、さらに詳細に説明する。
（１）ＢＭＣにおける障害検出処理として、ＢＭＣは、障害発生をハードウェア（以下、「ＨＷ」と略称する）の割り込み処理にて検出する。
（２）次に、ＢＭＣにおける障害状態監視処理として、ＢＭＣは、ＰＣＩバス閉塞状態を、障害ステータスレジスタを監視することで実行し、さらに、ＯＳによるリカバリ処理が成功したか否かを検証する。ＯＳによるリカバリ処理の成功は、一定時間内に障害ステータスレジスタがクリアされたか否かで判断する。
（３）ＯＳによるリカバリ処理が成功したと判断された場合は、ＢＭＣにおける前記監視処理を停止、処理を終了する。
（４）ＯＳによるリカバリ処理が失敗したと判断された場合、ＢＭＣは、さらに、障害監視期間を超えたら、割り込みマスク中のため、ＯＳによるリカバリ処理が動作不可能な状態にあると判断する。
（５）（４）の場合、Platform主体のリカバリを実施する。即ち、ＢＭＣが、直接バスのリセットを行ってリカバリを実施する。
（６）次に、ＢＭＣにてPCI-HotRemove/Add を実行する。即ち、リカバリ成功を確認したら、ＢＭＣは、ＯＳに対し、PCI-HotRemove指示を発行し、さらに、PCI-HotAdd指示を発行する。
（７）最後に、ＯＳにてドライバの再組み込みを行う。即ち、正常にPCI-HotAddが完了したことを受けて、ＯＳは、ドライバの再組み込みを行って、その後、デバイスの使用を再開する。

以下、本発明の情報処理装置及び情報処理装置の障害復旧方法の実施形態について、図面を参照して詳細に説明する。
図１は、本発明の実施形態に係る情報処理装置の全体構成を示す構成図である。
同図に示す情報処理装置は、ＯＳ１０と、ＡＣＰＩ１と、ＢＩＯＳ２と、ＢＭＣ３と、コンピュータシステム４と、ＰＣＩカード５と、ＰＣＩバス６と、を備える。
以下、本実施形態に係る情報処理装置の障害復旧機能を説明する。
ＯＳ１０はコンピュータシステム４上で動作するオペレーティングシステムであり、ＰＣＩカードを制御するドライバと、ＡＣＰＩへリカバリを指示するＩ／Ｆと、PCI HotPlugを実現する機能を有する。
ＡＣＰＩ１は、ＯＳ１０とＢＩＯＳ２との間を仲介するファームウェア（以下、「ＦＷ」と略称する）であり、ＯＳ１０からの要求を、ＰＭＩ割り込みを使用して、ＢＩＯＳ２に通知する機能と、PCI HotPlugを実現するための機能を有する。

ＢＩＯＳ２は、コンピュータシステム４の制御ＦＷであり、ＰＭＩ割り込み発生時に、任意のプログラムを実行する機能を有する。
ＢＭＣ３は、BaseManagementControllerであり、ＨＷの障害、ステータスを監視する機能、コンピュータシステム４を制御する機能、及びPCI HotPlugを実現する機能を有する。コンピュータシステム４は、ＨＷとしてのコンピュータ機能を実現するＨＷ本体であり、PCI HotPlugを実現するための機能と、ＨＷ障害検出時に、ＢＭＣ３に通知する機能、及び内蔵されたＰＣＩバス６経由でＰＣＩカード５を接続する機能を有する
ＰＣＩカード５は、ＰＣＩ仕様で規定されたデバイスであり、PCI HotPlug機能をサポートしている。
ＰＣＩバス６は、コンピュータシステム４とＰＣＩカード５とを接続するバスであり、障害発生時には、該バスによるコンピュータシステム４とＰＣＩカード５との間の接続が切られる。

図２は、本発明の実施形態に係る情報処理装置の動作を示すタイミングチャート図である。
以下、図１，２を参照して、本実施形態に係る情報処理装置の特徴的な動作、即ち、割り込みマスク状態で、ＯＳ１０主体のリカバリ処理が動作不可能な場合の、Platform主体のリカバリ処理の動作について詳細に説明する。
ＰＣＩバス６において障害発生すると(A00)、ＯＳ１０のＰＣＩカード制御ドライバは、ＰＣＩカード５の異常を検出する(A01)。また、コンピュータシステム４の割り込みを受け、ＢＭＣ３も障害を検出し(A02)、障害ステータスの監視を開始する(A03)。
一方、障害を検出したＯＳ１０は、ＡＣＰＩ１へ、ＰＣＩバス６のリセット要求を出す(A04)。該リセット要求を受け取ったＡＣＰＩ１は、ＢＩＯＳ２に対し、ＰＭＩ割り込みを使用して、通知を試みるが(A05)、割り込みマスク状態であるため(A06)、このＯＳ１０主体のリカバリ処理は失敗となる(A07)。

他方、障害ステータスを監視していたＢＭＣ３は、一定の監視時間を経過すると(A08)、ＯＳ１０によるリカバリ処理は失敗したと判断し、自身でＰＣＩバスリセットを発行して、リカバリを試みる(A09)。
障害からの復旧を確認(A10)したＢＭＣ３は、障害発生したＰＣＩカード５のPCI-HotRemoveのイベントをＯＳ１０に通知し（A11)、予めＡＣＰＩ１と取り決めたメモリ空間にフラグを設定し、ＰＣＩエラーリカバリを契機とするHotRemove要求であることを伝える(A12)。また、ＰＣＩカード５がパワーオフに遷移することを監視する(A13)。
ＯＳ１０は、HotRemove要求を受けて（A14）、障害発生の要因となったＰＣＩカード（ここではＰＣＩカード５）をＡＣＰＩ１に問い合わせ、HotRemoveをＡＣＰＩ１に指示し(A15)、ＡＣＰＩ方式によるHotRemoveを実行する(A16)。

上記のHotRemoveを完了し(A17)、ＰＣＩカード５のパワーオフを確認 (A18)したタイミングで、ＢＭＣ３は、再びPCIHotAdd要求をＯＳ１０に対して発行する(A19)。
このHotAdd要求を受けたＯＳ１０は(A20)、要因が発生したＰＣＩカードをＡＣＰＩ１に問い合わせ(A21)、HotAddをＡＣＰＩ１に指示し、ＡＣＰＩ方式によるHotAddを実行する(A22)。
HotAdd完了を受けたＯＳ１０は(A23)、ＰＣＩカードの再組み込みを行うことでＰＣＩカード５の使用を再開する(A24)。
このようにして、ＰＣＩリカバリパスを２重化することで、割り込みマスク中など、リカバリのためのＰＣＩバスリセットを行うＢＩＯＳ２が動作できない条件化においても、確実にＰＣＩリカバリ処理の実行を可能にしている。

なお、本実施形態は、拡張カードバスの障害検出と復旧処理の場合で説明したが、本発明は、一般に、他の一般的なハードウェア障害の検出と復旧処理にも適用可能である。
また、本発明に係る情報処理装置の上記処理を、図２のタイミングチャートで示した順序によりコンピュータ４に実行せしめるプログラムは、半導体メモリを始め、ＣＤ−ＲＯＭや磁気テープなどのコンピュータ読み取り可能な記録媒体に格納して配付してもよい。そして、少なくともマイクロコンピュータ、パーソナルコンピュータ、汎用コンピュータを範疇に含むコンピュータが、上記の記録媒体から上記プログラムを読み出して、実行するものとしてもよい。

本発明は、拡張カードバスの障害検出機能と障害復旧機能とを備えた情報処理装置の構築に適用可能であり、特に、コンピュータシステムにおけるＰＣＩバス障害発生時に自動で復旧させるリカバリ機能を備えた情報処理装置の構築に好適である。

１ＡＣＰＩ（Advanced Configuration and Power Interface）
２ＢＩＯＳ（Basic Input/Output System）
３ＢＭＣ（Baseboard Management Controller）
４コンピュータシステム
５ＰＣＩカード
６ＰＣＩバス
１０ＯＳ（オペレーティングシステム）

Claims

ＰＣＩバス障害発生時のＰＣＩリカバリ処理のパスを、プラットフォームとして構築されたＯＳ（オペレーティングシステム）によるリカバリパスと、同じくプラットフォームとして構築されたＢＭＣ（Baseboard Management Controller）によるリカバリパスとに二重化し、割り込みマスク状態の際に、前記ＯＳによるリカバリ処理が失敗した場合であっても、前記ＢＭＣ側でのリカバリ処理を実行可能とすると共に、前記ＢＭＣ側でのリカバリ処理が成功した時には、前記ＢＭＣから前記ＯＳに通知することを特徴とする情報処理装置。
前記ＢＭＣに、
障害発生をハードウェアの割り込み処理にて検出する割込検出手段と、
ＰＣＩバス閉塞状態を、障害ステータスレジスタを監視することで検知する障害監視手段と、
前記ＯＳによるリカバリ処理が成功したか否かを検証するリカバリ処理検証手段と、
前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が成功したと判断された場合に、前記障害監視手段を終了させる手段と、
前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が失敗したと判断された場合に、さらに障害監視期間を超えている場合は、割り込みマスク中のため、ＯＳによるリカバリ処理が動作不可能な状態にあると判断し、バスのリセットを行ってリカバリ処理を実行するリカバリ実行手段と、
を備えたことを特徴とする請求項１記載の情報処理装置。
前記リカバリ処理検証手段は、一定時間内に障害ステータスレジスタがクリアされたか否かでもってリカバリ処理が成功したか否かを判断することを特徴とする請求項２記載の情報処理装置。
前記ＢＭＣには、前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が成功したと判断された場合に、該リカバリ処理が成功したことを前記ＯＳに対して通知することを特徴とする請求項２または請求項３記載の情報処理装置。
前記ＯＳに対する通知は、ＡＣＰＩ（Advanced Configuration and Power Interface）のＰＭＩ割り込み機能を使用して行うことを特徴とする請求項４記載の情報処理装置。
前記リカバリ処理の成功を前記ＢＭＣから受けた前記ＯＳが、ドライバの再組み込みを行うと共に、デバイスの使用を再開することを特徴とする請求項４記載の情報処理装置。
前記ドライバの再組み込みは、ＡＣＰＩ（Advanced Configuration and Power Interface）のPCI HotPlug機能を使用して行うことを特徴とする請求項６記載の情報処理装置。
ＰＣＩバス障害発生時のＰＣＩリカバリ処理のパスを、プラットフォームとして構築されたＯＳ（オペレーティングシステム）によるリカバリパスと、同じくプラットフォームとして構築されたＢＭＣ（Baseboard Management Controller）によるリカバリパスとに二重化し、割り込みマスク状態の際に、前記ＯＳによるリカバリ処理が失敗した場合であっても、前記ＢＭＣ側でのリカバリ処理を実行可能とすると共に、前記ＢＭＣ側でのリカバリ処理が成功した時には、前記ＢＭＣから前記ＯＳに通知することを特徴とする情報処理装置の障害復旧方法。
ＯＳ（オペレーティングシステム）と共にプラットフォームとして構築されたＢＭＣ（Baseboard Management Controller）において、
障害発生をハードウェアの割り込み処理にて検出する割込検出ステップと、
ＰＣＩバス閉塞状態を、障害ステータスレジスタを監視することで検知する障害監視ステップと、
前記ＯＳによるリカバリ処理が成功したか否かを検証するリカバリ処理検証ステップと、
前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が成功したと判断された場合に、前記障害監視手段とＢＭＣにおける前記監視処理を停止し、処理を終了させるステップと、
前記リカバリ処理検証手段により、前記ＯＳによるリカバリ処理が失敗したと判断された場合に、さらに障害監視期間を超えている場合は、割り込みマスク中のため、ＯＳによるリカバリ処理が動作不可能な状態にあると判断し、バスのリセットを行ってリカバリ処理を実行するリカバリ実行ステップと、
を有することを特徴とする請求項８記載の情報処理装置の障害復旧方法。