JP2011159234A

JP2011159234A - 障害対応システム及び障害対応方法

Info

Publication number: JP2011159234A
Application number: JP2010022471A
Authority: JP
Inventors: Makoto Nishi; 誠西; Ryoji Sato; 良二佐藤
Original assignee: Hitachi Information Systems Ltd
Current assignee: Hitachi Information Systems Ltd
Priority date: 2010-02-03
Filing date: 2010-02-03
Publication date: 2011-08-18

Abstract

【課題】コンピュータ障害を予防及び自動的に修復すること。
【解決手段】障害予知情報による障害を予防するためのコマンドジョブ又はバッチジョブを含む予防データと障害後情報による障害を回復するためのコマンドジョブ又はバッチジョブからなる対策データとを格納する障害診断テーブル部６０を設け、解析機能部２０が、コンピュータ１０から収集した障害イベントリが障害予知情報か障害後情報かを判定し、予防機能部３０が、前記解析機能部２０により障害イベント情報と判定されたとき、障害診断テーブル部６０から障害予知情報に対応した予防データを取得して表示部に表示させ、対策機能部４０が、障害イベントリが障害後情報と判定されたとき、障害診断テーブル部６０から対策データを取得し、取得した対策データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行させる障害対応システム。
【選択図】図１

Description

本発明は、コンピュータに発生する障害を予防及び障害を自動的に修復することができる障害対応システム並びにこれらをすることができる障害対応方法に関する。

一般に複数のコンピュータから構成されるコンピュータシステムにおける障害は、アプリケーションソフトウェア自体に起因するものと、コンピュータが接続されるサーバやホストコンピュータやネットワークやミドルウェアやデータセンタ設備などのアプリケーションを動かす環境であるインフラに起因するものもあり、この障害の原因を追及することは非常に困難な作業である。このため従来技術においては、コンピュータに障害が発生した場合、この障害発生を検知し、管理者に通報する障害検知機能や、発生した障害に対応する過去の障害履歴に含まれる解決策を管理者に表示する技術が下記特許文献１に記載されている。

特開２００４−３８５３５号公報

前述の従来技術は、障害発生を管理者に通知することや障害に対する解決策を管理者に通知する機能は備えるものの、障害を予防することや障害を自動的に修復することができないという課題があった。

本発明の目的は、前述の従来技術による不具合を除去することであり、コンピュータにおいて発生する障害を予防及び自動的に修復することができる障害対応システム及び障害対応方法を提供することである。

前記目的を達成するために請求項１記載の発明は、情報を表示する表示部を有し、障害が発生する前に通知される障害予知情報及び障害が発生した後に通知される障害後情報を障害イベントリとしてメモリに格納するコンピュータの障害を修復することができる障害対応システムであって、前記障害予知情報による障害を予防するためのコマンドジョブ又はバッチジョブを含む予防データと前記障害後情報による障害を回復するためのコマンドジョブ又はバッチジョブからなる対策データとを格納する障害診断テーブル部と、前記コンピュータから通知される障害イベントリを前記メモリから収集し、前記収集した障害イベントリが障害予知情報か障害後情報かを判定する解析機能部と、前記解析機能部により障害イベントリが障害予知情報と判定したとき、前記障害診断テーブル部から前記判定した障害予知情報に対応した予防データを取得し、前記コンピュータの表示部に表示する予防機能部と、前記前記解析機能部により障害イベントリが障害後情報と判定したとき、前記障害診断テーブル部から前記判定した障害後情報に対応した対策データを取得し、前記取得した対策データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行する対策機能部とを備えることを特徴とする。

請求項２記載の発明は、前記予防機能部が、前記取得した予防データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行し、前記実行結果を表示部に表示することを特徴とする。

請求項３記載の発明は、前記コンピュータが、前記コマンドジョブ又はバッチジョブの実行する際の承認を得る機能を有し、前記対策機能部が、前記承認を得た後にコマンドジョブ又はバッチジョブを実行することを特徴とする。

請求項４記載の発明は、情報を表示する表示部を有し、障害が発生する前に通知される障害予知情報及び障害が発生した後に通知される障害後情報を障害イベントリとしてメモリに格納するコンピュータと、前記コンピュータの障害を修復するサーバとを備えるコンピュータシステムの障害対応方法であって、前記サーバが、前記障害予知情報による障害を予防するためのコマンドジョブ又はバッチジョブを含む予防データと前記障害後情報による障害を回復するためのコマンドジョブ又はバッチジョブからなる対策データとを格納する障害診断テーブル部と、前記コンピュータから通知される障害イベントリを前記メモリから収集し、前記収集した障害イベントリが障害予知情報か障害後情報かを判定する解析機能部と、前記解析機能部により障害イベントリが障害予知情報と判定したとき、前記障害診断テーブル部から前記判定した障害予知情報に対応した予防データを取得し、前記コンピュータの表示部に表示する予防機能部と、前記前記解析機能部により障害イベントリが障害後情報と判定したとき、前記障害診断テーブル部から前記判定した障害後情報に対応した対策データを取得し、前記取得した対策データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行する対策機能部とを有し、前記解析機能部に、前記コンピュータから通知される障害イベントリを前記メモリから収集させ、前記収集した障害イベントリが障害予知情報か障害後情報かを判定させる工程と、前記予防機能部に、前記解析機能部により障害イベントリが障害予知情報と判定したとき、前記障害診断テーブル部から前記判定した障害予知情報に対応した予防データを取得させ、前記コンピュータの表示部に表示させる工程と、前記対策機能部に、前記前記解析機能部により障害イベントリが障害後情報と判定したとき、前記障害診断テーブル部から前記判定した障害後情報に対応した対策データを取得させ、前記取得した対策データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行させることを特徴とする。

請求項５記載の発明は、前記予防機能部に、前記取得した予防データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行させ、前記実行結果を表示部に表示させる工程を含むことを特徴とする。

請求項６記載の発明は、前記コンピュータが、前記コマンドジョブ又はバッチジョブの実行する際の承認を得る機能を有し、前記対策機能部に、前記承認を得た後にコマンドジョブ又はバッチジョブを実行させることを特徴とする。

本発明による障害対応システム及び障害対応方法は、前記解析機能部に、前記コンピュータから通知される障害イベントリを収集させ、この収集した障害イベントリが障害予知情報か障害後情報かを判定させる工程と、前記予防機能部に、前記解析機能部により障害イベントリが障害予知情報と判定したとき、前記障害診断テーブル部から前記判定した障害予知情報に対応した予防データを取得させて前記コンピュータの表示部に表示させる工程と、前記対策機能部に、前記前記解析機能部により障害イベントリが障害後情報と判定したとき、前記障害診断テーブル部から前記判定した障害後情報に対応した対策データを取得させ、前記取得した対策データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行させることによって、コンピュータにおいて発生する障害を予防及びを自動的に修復することができる。

本発明の障害対応システムが適用されるコンピュータシステムの全体図本発明の実施形態を示す障害対応システムの構成図本発明の実施形態を示す障害診断テーブル部の構成図本発明の実施形態を示す障害解析手順を示すフロー図本発明の実施形態を示す障害予防手順を示すフロー図本発明の実施形態を示す障害対策手順を示すフロー図本発明の実施形態による障害登録手順を示すフロー図

以下、本発明による障害対応システム及び障害対応方法の一実施形態を図面を参照して詳細に説明する。
まず、本発明による障害対応システムは、図１に示す如く、ネットワークを介して接続された複数のコンピュータ１０ａ〜１０ｃ及びこの複数のコンピュータ１０ａ〜１０ｃを外部と接続するルータ１１とを有するコンピュータシステム２００に接続されたサーバ３００の内部に設けられ、このサーバ３００は、図示しない一般の業務処理用の処理部やデータ記憶部の他に、障害対応システムを構成するヘルプデスク部１００と、このヘルプデスク部１００に接続される障害診断テーブル部６０とを備える。前記各コンピュータ１０ａ〜１０ｃは、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、メインメモリ、磁気ディスク装置等の記憶手段、表示部、キーボード等の入出金機器、各種インターフェース機器、基本ＯＳ（オペレーティングシステム）及び各種ソフトウェア、障害が発生する前に通知される障害予知情報及び障害が発生した後に通知される障害後情報とを障害イベントリとして登録するメモリとを備える。

このヘルプデスク部１００は、図２に示す如く、例えばコンピュータ１０ａから発せられる障害情報を受け、障害診断テーブル部６０に格納した過去の障害履歴情報を格納した障害診断テーブル部６０を参照して障害情報を解析する解析機能部２０と、同様に障害履歴情報を参照して障害に対する予防を行う予防機能部３０と、障害に対するエラー回復の対策を行う対策機能部４０と、これら障害に対する解析と予防と対策の各情報を障害診断テーブル部６０に格納する登録機能部５０とから構成され、前記障害監視データは、障害が発生する前に通知される障害予知情報と、障害が発生した後に通知される障害後情報とに大別される。

前記障害診断テーブル部６０は、図３に示す如く、前記過去の障害履歴情報毎に付与された障害識別番号（以下、障害ＩＤという。）と、この障害ＩＤに対応した障害監視データと、障害内容を診断するための診断データと、この診断結果に応じた障害の発生を予防するための予防データと、発生した障害によるエラー回復を行うための対策データとを格納し、例えば図示の例における障害履歴情報は、障害ＩＤ「０１」の障害監視データが「しきい値監視１」、診断データが「メモリ使用率超過」、予防データが「メモリ解放バッチ」のバッチジョブであることが格納され、障害ＩＤ「２１」の障害監視データが「エラーログ１」、診断データが「システムエラー」、対策データが「コンピュータ再起動」のコマンドジョブであることが格納されている。このように本実施形態による障害診断テーブル部６０は、障害監視を行うためのデータとしてしきい値を設定し、このしきい値を監視する１番目の診断データがコンピュータ１０ａ〜１０ｃの「メモリ使用率超過」であり、この「メモリ使用率」が所定値を超えたとときの障害の予防策として「メモリ解放バッチ起動」を設定することや、障害監視を行うための監視データとして「エラーログ」を設定し、この「エラーログ」において「システムエラー」が報告されたときの障害の予防策として「ＰＣ（コンピュータ）の再起動」であることを設定している。

なお、コマンドジョブとは、コマンド（命令語）によりコンピュータが実行する１単位の仕事を定義したものであり、バッチジョブとは、複数の手順からなる処理において、あらかじめ一連のコマンドの実行手順を登録しておき、自動的に複数コマンドの連続処理を行なう仕事を定義したものである。

［動作］
次に前述のように構成された障害対応システムの動作を図４以降を参照して詳細に説明する。なお、前記コンピュータ１０ａ〜１０ｃは、任意のコンピュータのため、コンピュータ１０と記載して説明し、予防データとは、障害予知情報による障害を予防するためのコマンドジョブ又はバッチジョブを含むものとし、対策データとは、障害後情報による障害を回復するためのコマンドジョブ又はバッチジョブを含むものとして説明する。

まず、本実施形態による障害対応システムは、図４に示す如く、コンピュータシステム２００の任意のコンピュータ１０が現在の自己マシン状態を障害イベントリとしてメモリに登録するステップ１０１と、ヘルプデスク部１００の解析機能部２０が、コンピュータ１０から前記障害イベントリを収集するステップ１０２と、この収集したイベトリを障害診断テーブル部６０に登録するステップ１０３と、前記障害診断テーブル部６０に同一コンピュータの同一障害イベントリが登録されているかを判定するステップ１０４と、このステップ１０４において同一障害イベントリが登録されていないと判定したとき、新たな障害情報として判断し、データを対策機能部４０に登録して、後述する対策機能部４０の動作に移行するステップ１０９と、前記ステップ１０４において同一障害イベントリが登録されていると判定したとき、障害診断テーブル部６０に登録されている過去の障害診断データから不随するデータ（図３に示した予防データ又は対策データ）を検索するステップ１０５と、このステップ１０５により検索したデータが予防データか対策データかを判定するステップ１０６と、このステップ１０６において予防データと判定したとき、検索された予防データをＯＳ別に種別するステップ１０７と、この種別した予防データを予防機能部３０へ登録し、後述する予防機能部３０の動作へ移行するステップ１０８と、前記ステップ１０６において対策データと判定したとき、検索された対策データをＯＳ別に種別するステップ１１０と、この種別した対策データを対策機能部４０へ登録し、後述する対策機能部４０の動作へ移行するステップ１１１とを実行することによって、コンピュータ１０から収集した障害イベントリが同一コンピュータにおける過去の障害イベントリと同一か否かを判定し、同一でないと判定したときには障害データを対策機能部４０へ登録し、新たな障害且つ予防データと判定したときに予防データを予防機能部３０へ登録し、新たな障害且つ対策データと判定したときに対策データを対策機能部４０へ登録するように動作する。

前記ステップ１０８において新たな障害且つ予防データと判定したとき、本システムは、図５に示す如く、予防機能部３０が前記予防データを受信するステップ２０１と、この予防機能部３０が受信した予防データを該当のコンピュータに送信するステップ２０２と、この送信した予防データによる動作がコンピュータ１０のバックグラウンドで実行可能か否かを判定するステップ２０３と、このステップ２０３においてバックグラウンドにて動作できないと判定したとき、コンピュータ１０の画面上に予防データの内容を表示により通知するステップ２１１と、ユーザによる対応を待つステップ２１２とを実行することによって、例えば、予防データが「ハードディスク交換時期通知」の場合、ユーザにハードディスクの交換を促すことができる。

本システムは、前記図４のステップ２０３においてバックグラウンドにて実行できる予防データと判定したとき、コンピュータ１０にて前記予防データを実行するステップ２０４と、コンピュータ１０へ予防完了のメッセージを表示させるステップ２０５と、この予防動作によりコンピュータの再起動が必要か否かを判定し、再起動が必要ないと判定したときに処理を終了させるステップ２０６と、このステップ２０６において再起動が必要と判定したとき、コンピュータ１０へ再起動が必要な旨を通知するステップ２０７と、コンピュータ１０の操作者の判断により再起動が承認されたか否かを判定するステップ２０８と、このステップ２０８において承認されないと判定したとき、１時間おきにコンピュータ１０へ再起動が必要な旨を通知するステップ２１０と、前記ステップ２０８において再起動が承認されたと判定したとき、コンピュータ１０に再起動を指示して再起動を実行して処理を終了するステップ２０９とを実行することによって、予防データの実行がコンピュータのバックグラウンドで実行不能な場合は操作者に予防内容を通知し、予防データによる処理を実行した後、バックグラウンドで実行可能且つ再起動が不要な場合は通知せずに処理を終了し、バックグラウンドで実行可能且つ再起動が必要な場合は操作者の承認後にコンピュータを再起動するように障害に対する予防処置を講ずることができる。

本システムは、前記図４の前記ステップ１０８又は１１１により対策データが送信されたとき、図６に示す如く、対策機能部４０が、対策データを受信するステップ３０１と、この受信した対策データが新規か否かを障害診断テーブル部６０に登録された障害データを参照して判定するステップ３０２と、このステップ３０２において新規と判定したとき、コンピュータ１０の表示部にエラーを表示させて操作者に通知するステップ３１３と、ユーザにて障害に対応した処置を講ずるステップ３１４と、ユーザが対応した対応方法と障害内容の障害イベントリを収集し、登録機能部５０へ送信して処理を登録機能部５０へ移行するステップ３１５とを実行することによって、新たな障害に対する対応（予防データ又は対策データ）を障害診断テーブル部６０へ登録するように動作する。

前記ステップ３０２において既存の障害と判定したとき、本システムは、ステップ３０１により受信した対策データをコンピュータ１０へ送信するステップ３０３と、コンピュータ１０の表示画面にエラー通知を行うステップ３０４と、ユーザが障害に対する対策の実行を承認したか否かを判定し、承認していないと判定したときに前記ステップ３０４に戻るステップ３０５と、このステップ３０５において承認を得たと判定したとき、コマンドジョブ又はバッチジョブによる対策データを実行するステップ３０６と、このステップ３０６の完了後にユーザへ際策完了を通知するステップ３０７と、前記対策データの実行によるコンピュータの再起動が必要か否かをＯＳのメッセージ等により判定し、再起動が不要と判定したときに処理を終了するステップ３０８と、このステップ３０８において再起動が必要と判定したとき、コンピュータ１０へ再起動が必要な旨を通知するステップ３０９と、コンピュータ１０の操作者の判断により再起動が承認されたか否かを判定するステップ３１０と、このステップ３１０において承認されないと判定したとき、１時間おきにコンピュータ１０へ再起動が必要な旨を通知するステップ３１２と、前記ステップ３１０において再起動が承認されたと判定したとき、コンピュータ１０に再起動を指示して再起動を実行して処理を終了するステップ３１１とを実行することによって、既存の障害に対する対策データの実行を操作者から承認を得た後に対策データを実行し、再起動が必要な場合は操作者から承認を得た後にコンピュータを再起動することによって、対策データの実行及び必要な再起動を行うことができる。

前記図６のステップ３１５により対応方法及び障害内容が送信されたとき、本システムは、図７に示す如く、登録機能部５０が前記対応方法及び障害内容を基に該当のコンピュータ１０から障害イベントリを収集するステップ４０１と、収集した障害イベントリを基に対策内容を既存の情報から自動的に作成可能か否かを判定するステップ４０２と、このステップ４０２において作成可能と判定したとき、障害イベントリを基に対策方法（コマンドジョブ又はバッチジョブ）を作成するステップ４０３と、この作成した対策方法を障害診断テーブル部６０へ登録して処理を終了するステップ４０４と、前記ステップ４０２において自動生成不能と判定したとき、システム管理者に対策方法を作成するように通知して作成させるステップ４０５と、この作成された対策方法を障害診断テーブル部６０へ登録して処理を終了するステップ４０６とを実行することによって、新たな障害に対する予防又は対策データを対策方法して障害診断テーブル部６０ら登録することができる。

このように本実施形態による障害対応システム及び方法は、コンピュータ１０に発生した障害イベントリに対する予防データ及び対策データを障害診断テーブル部６０に格納しおき、解析機能部２０が前記障害診断テーブル部６０に格納した障害イベントリに対する予防データ及び対策データが格納されているか否かを判定し、予防データ及び対策データが登録されていると判定したときに前記予防データ及び対策データを対策機能部４０により実行させることによって、障害に対する予防及び対策を講ずることを自動的に行うことができると共に、前記障害が新たな障害と判定したとき、ユーザが実行した障害イベントリに対する予防データ及び対策データを前記障害診断テーブル部６０に登録することができる。

１０ａコンピュータ、１０ｂコンピュータ、１０ｃコンピュータ、１１ルータ、２０解析機能部、３０予防機能部、４０対策機能部、５０登録機能部、６０障害診断テーブル部、１００ヘルプデスク部、２００コンピュータシステム、３００サーバ。

Claims

情報を表示する表示部を有し、障害が発生する前に通知される障害予知情報及び障害が発生した後に通知される障害後情報を障害イベントリとしてメモリに格納するコンピュータの障害を修復することができる障害対応システムであって、前記障害予知情報による障害を予防するためのコマンドジョブ又はバッチジョブを含む予防データと前記障害後情報による障害を回復するためのコマンドジョブ又はバッチジョブからなる対策データとを格納する障害診断テーブル部と、前記コンピュータから通知される障害イベントリを前記メモリから収集し、前記収集した障害イベントリが障害予知情報か障害後情報かを判定する解析機能部と、前記解析機能部により障害イベントリが障害予知情報と判定したとき、前記障害診断テーブル部から前記判定した障害予知情報に対応した予防データを取得し、前記コンピュータの表示部に表示する予防機能部と、前記前記解析機能部により障害イベントリが障害後情報と判定したとき、前記障害診断テーブル部から前記判定した障害後情報に対応した対策データを取得し、前記取得した対策データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行する対策機能部とを備える障害対応システム。
前記予防機能部が、前記取得した予防データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行し、前記実行結果を表示部に表示する請求項１記載の障害対応システム。
前記コンピュータが、前記コマンドジョブ又はバッチジョブの実行する際の承認を得る機能を有し、前記対策機能部が、前記承認を得た後にコマンドジョブ又はバッチジョブを実行する請求項１又は２記載の障害対応システム。
情報を表示する表示部を有し、障害が発生する前に通知される障害予知情報及び障害が発生した後に通知される障害後情報を障害イベントリとしてメモリに格納するコンピュータと、前記コンピュータの障害を修復するサーバとを備えるコンピュータシステムの障害対応方法であって、前記サーバが、前記障害予知情報による障害を予防するためのコマンドジョブ又はバッチジョブを含む予防データと前記障害後情報による障害を回復するためのコマンドジョブ又はバッチジョブからなる対策データとを格納する障害診断テーブル部と、前記コンピュータから通知される障害イベントリを前記メモリから収集し、前記収集した障害イベントリが障害予知情報か障害後情報かを判定する解析機能部と、前記解析機能部により障害イベントリが障害予知情報と判定したとき、前記障害診断テーブル部から前記判定した障害予知情報に対応した予防データを取得し、前記コンピュータの表示部に表示する予防機能部と、前記前記解析機能部により障害イベントリが障害後情報と判定したとき、前記障害診断テーブル部から前記判定した障害後情報に対応した対策データを取得し、前記取得した対策データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行する対策機能部とを有し、前記解析機能部に、前記コンピュータから通知される障害イベントリを前記メモリから収集させ、前記収集した障害イベントリが障害予知情報か障害後情報かを判定させる工程と、前記予防機能部に、前記解析機能部により障害イベントリが障害予知情報と判定したとき、前記障害診断テーブル部から前記判定した障害予知情報に対応した予防データを取得させ、前記コンピュータの表示部に表示させる工程と、前記対策機能部に、前記前記解析機能部により障害イベントリが障害後情報と判定したとき、前記障害診断テーブル部から前記判定した障害後情報に対応した対策データを取得させ、前記取得した対策データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行させる工程とからなる障害対応方法。
前記予防機能部に、前記取得した予防データに含まれるコマンドジョブ又はバッチジョブをコンピュータに対して実行させ、前記実行結果を表示部に表示させる工程を含む請求項４記載の障害対応方法。
前記コンピュータが、前記コマンドジョブ又はバッチジョブの実行する際の承認を得る機能を有し、前記対策機能部に、前記承認を得た後にコマンドジョブ又はバッチジョブを実行させる工程を含む請求項４又は５記載の障害対応方法。