JP2011180673A - ディスク劣化診断装置 - Google Patents

Abstract

【課題】 個々の物理ディスク劣化状態が、ＲＡＩＤで構成された論理ディスクに対して与える故障の影響度を判定できるようにすることにより、論理ディスクの劣化診断を可能にする。
【解決手段】 物理ディスクにより構成される論理ディスクの論理構成を管理する論理構成管理手段と、前記物理ディスクの状態情報と前記論理構成管理手段により管理された前記論理構成とに基づいて、前記論理ディスクの劣化状態を診断する論理ディスク状態診断手段とを備える。
【選択図】 図１

Description

本発明は、コンピュータの記憶装置であるハードディスクドライブの劣化診断を行なうディスク劣化診断装置に関する。

電力関連設備や航空管制設備などの社会インフラに関わるシステムの保守点検業務では、システムに高い信頼性が要求されるため、定期点検と故障修理に加えて、故障前の劣化診断に代表される予防保全が求められている。さらに、電力関連設備に用いられる電力情報システムでは、メインフレームから汎用サーバへの置き換え需要がありながらも、従来のメインフレームで実現していたシステムの高信頼性を、汎用サーバにより構築されるシステムに対しても、あわせて求められている。

従来、汎用サーバにより構築されるシステムを高信頼化する技術として、ハードディスクドライブ（ＨＤＤ：Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）の構成に対して、ＲＡＩD（Ｒｅｄｕｎｄａｎｔ Ａｒｒａｙｓ ｏｆ Ｉｎｅｘｐｅｎｓｉｖｅ Ｄｉｓｋｓ）が広く利用されている。ＲＡＩDは、複数の物理的なＨＤＤ（物理ディスク）を組み合わせて、仮想的な１台のＨＤＤ（論理ディスク）を冗長的に構成することにより、耐故障性を高める技術である。

また、ＨＤＤを用いたコンピュータの高信頼性を実現するための一方法として、ＨＤＤの故障検知が行なわれてきた。例えば、特許文献１に開示されている従来技術では、コンピュータの主な故障原因の一つであるHDD劣化を診断するために、ＨＤＤ自己診断機能（S.M.A.R.T.： Self - Monitoring Analysis and Reporting Technology）によるＨＤＤの状態監視情報を利用して、読み取りエラー割合や不良セクタ数などのような故障に関連が深い状態監視情報の値が一定の閾値を越えた場合に、ＨＤＤが故障に至る可能性が高いと判断している。

特開２００８−１４８２２６

高信頼性が要求されるシステム全体の劣化診断を行なうためには、個々の物理ディスクの劣化状態が、システム側から直接参照される論理ディスクとしてシステムに与える影響度を判定する必要がある。しかし、特許文献１の従来技術では、物理ディスクのみの故障検知を行なう点に主眼がおかれているので、ＲＡＩＤで構築された論理ディスクとして、システムに与える故障の影響度までは考慮されていない。このため、従来技術では、ＲＡＩＤで構築された論理ディスクに対して、劣化診断を行なうことができなかった。

この発明は、上記のような課題を解決するためになされたもので、個々の物理ディスク劣化状態が、ＲＡＩＤで構成された論理ディスクに対して与える故障の影響度を判定できるようにすることにより、論理ディスクの劣化診断を可能にすることを目的とする。

上記で述べた課題を解決するため、本発明に係るディスク劣化診断装置は、物理ディスクにより構成される論理ディスクの論理構成を管理する論理構成管理手段と、前記物理ディスクの状態情報と前記論理構成管理手段により管理された前記論理構成とに基づいて、前記論理ディスクの劣化状態を診断する論理ディスク状態診断手段とを備えることとしたものである。

本発明によれば、監視対象の論理ディスク構成情報と、論理ディスク状態判定知識とに基づいて、各物理ディスクの状態情報から、論理ディスクの劣化状態の診断を可能にしたことにより、高い信頼性が要求されるシステムの故障を未然に防止することができるという効果がある。

本発明の実施の形態１に係るディスク劣化診断装置の一例を示す構成図である。 ディスク劣化診断装置の詳細な構成を示す構成図である。 ディスク劣化診断装置の全体の動作の流れを示すフローチャートである。 物理ディスク状態診断手段１３による物理ディスク診断処理の流れを示すフローチャートである。 S.M.A.R.T.情報のデータの分布と、正常時のサンプルデータの分布とが乖離しているか否かを模式的に示す図である。 論理ディスク状態判定手段１４による論理ディスク診断処理の流れを示すフローチャートである。 論理ディスクの劣化状態の定義を示す図である。 論理ディスク状態判定知識１５の一例を示す図である。

実施の形態１．
図1は、本発明の実施の形態１に係るディスク劣化診断装置の一例を示す構成図である。
図1において、コンピュータ１は、ＨＤＤ２、ＯＳ３、及びディスク劣化診断装置４を備える。ＨＤＤ２は、物理ディスク５（Ｄｉｓｋ １）、物理ディスク６（Ｄｉｓｋ ２）、物理ディスク７（Ｄｉｓｋ ｎ）を備えており、物理ディスク５と物理ディスク６とにより、論理ディスク８が構成されている。ここで、論理ディスクとは、ＯＳ３からみた記憶装置の一つであり、ＲＡＩＤなどを用いて、複数の物理ディスクにより構成されている。

ディスク劣化診断装置４は、状態情報収集手段９、論理構成管理手段１０、論理ディスク状態診断手段１１、及び通知手段１２から構成されている。ディスク劣化診断装置４において、状態情報収集手段９は、一定周期でＨＤＤ２の各物理ディスク５〜７に問い合わせて、ＨＤＤ自己診断機能により作成されるS.M.A.R.T.情報を収集する。論理構成管理手段１０は、ＯＳ３により管理されるＨＤＤ２の論理ディスク８の論理構成情報を管理する。論理ディスク状態診断手段１１は、状態情報収集手段９により収集されたS.M.A.R.T.情報と、論理構成管理手段１０により管理される論理構成情報に基づいて、ＨＤＤ２の論理ディスク８の劣化状態を診断する。通知手段１２は、論理ディスク状態診断手段１１によりＨＤＤ２の論理ディスク８の劣化状態を診断した結果を、図示しない外部端末、表示装置や、外部のアプリケーション、例えば、ＨＤＤ２を使用するシステムの状態監視アプリケーションへ通知する。通知手段１２には、ｓｙｓｌｏｇやメール、ＳＮＭＰ、Ｗｅｂ−ｓｅｒｖｉｃｅなどにより、外部端末を事前に設定することにより、設定した外部端末へ通知することができる。

図２は、ディスク劣化診断装置の詳細な構成を示す構成図である。
図２において、論理ディスク状態診断手段１１は、物理ディスク状態診断手段１３、論理ディスク状態判定手段１４、及び論理ディスク状態判定知識１５を備える。物理ディスク状態診断手段１３は、状態情報収集手段９により収集されたS.M.A.R.T.情報に基づいて、各物理ディスク５〜７の状態を診断する。論理ディスク状態判定手段１４は、物理ディスク状態診断手段１３による各物理ディスク５〜７の診断結果と、論理ディスク状態診断知識としての論理ディスク状態判定知識１５に基づいて、論理ディスク８の状態を診断する。

以下、図１〜図７を適宜参照しながら、ディスク劣化診断装置の動作の詳細を説明する。

図３は、ディスク劣化診断装置の全体の動作の流れを示すフローチャートである。
以下、論理ディスク８は、物理ディスク５と６でＲＡＩＤ１により構築されているものとする。

まず、ステップＳ１０１において、状態情報収集手段９は、監視対象の物理ディスクから、ＨＤＤ２の稼働状態の状態監視情報となるS.M.A.R.T.情報を収集する。S.M.A.R.T.情報は、複数の検査項目（属性）から構成され、各検査項目（属性）には、項目ＩＤ、項目名、現在の値、閾値、ワースト値、生の値の情報が格納されている。HDD２が備えるＨＤＤ自己診断機能（S.M.A.R.T.）は、このようなS.M.A.R.T.情報の各検査項目の情報を、常時、HDD２自らに記録する。状態情報収集手段９によるS.M.A.R.T.情報の収集処理では、一定周期で、各物理ディスク５〜７にS.M.A.R.T.情報を問い合わせて実行することにより、常時、各物理ディスク５〜７の状態を監視する。

次に、ステップＳ１０２において、物理ディスク状態診断手段１３は、ステップＳ１０１で収集されたS.M.A.R.T.情報を元に、監視対象の物理ディスクの状態を診断する。この物理ディスクの状態の診断では、Ｗｉｌｃｏｘｏｎの順位和検定やＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）などのような統計的手法を用いて、収集したS.M.A.R.T.情報と、正常時のサンプルデータとの乖離度を算出することにより、物理ディスクの劣化状態を診断する。物理ディスク状態診断手段１３による物理ディスク診断動作の詳細は、後述する。

次に、ステップＳ１０３において、論理ディスク状態診断手段１１は、論理構成管理手段１０から、監視対象の論理ディスクの論理構成情報を取得する。論理ディスクの論理構成情報は、例えば、論理ディスク８を構成する物理ディスク情報、ＲＡＩＤレベルを示すＲＡＩＤ０、ＲＡＩＤ１、ＲＡＩＤ５などのようなＲＡＩＤ種別、及びＲＡＩＤコントローラ内のインデックス番号を含む論理構成の情報を格納している。

次に、ステップＳ１０４において、論理ディスク状態判定手段１４は、論理ディスク状態判定知識１５に基づいて、監視対象の論理ディスクの状態を診断する。この論理ディスクの状態の診断では、物理ディスク状態診断手段１３による物理ディスクの診断結果と、論理ディスク状態判定知識１５で管理するＲＡＩＤ構成毎の判定ロジックを用いて、論理ディスク８の劣化状態を診断する。論理ディスク状態判定手段１４による論理ディスク診断動作の詳細は、後述する。

最後に、ステップＳ１０５において、通知手段１３は、論理ディスク状態判定手段１４による診断結果を、外部に通知する。

以下、ステップＳ１０２における物理ディスク状態診断手段１３による物理ディスク診断処理、及び、ステップＳ１０３、１０４における論理ディスク状態判定手段１４による論理ディスク診断処理について、フローチャートを参照しながら詳細に説明する。

図４は、物理ディスク状態診断手段１３による物理ディスク診断処理の流れを示すフローチャートである。
まず、ステップＳ２０１において、物理ディスク状態診断手段１３は、物理ディスク診断手段１３が、S.M.A.R.T.情報と正常時のサンプルデータとの乖離度（P値）を統計的手法により算出する。S.M.A.R.T.情報は、ステップＳ１０２において、状態情報収集手段９が、監視対象の物理ディスクから定期的に収集したものである。物理ディスク状態診断手段１３は、このS.M.A.R.T.情報を受け取ると、Ｗｉｌｃｏｘｏｎの順位和検定やＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）などのような統計的手法により、S.M.A.R.T.情報のデータの分布と、正常時のサンプルデータの分布が乖離しているか否かを示す指標である乖離度（P値）を算出する。この乖離度（P値）の計算方法は、Ｗｉｌｃｏｘｏｎの順位和検定のように、一般的な統計的手法で広く知られている方法を用いれば良く、ここでは説明を省略する。

ここで、S.M.A.R.T.情報のデータの分布と、正常時のサンプルデータの分布とが乖離しているか否かを模式的に示す例を、図５に示す。
図５（ａ）は、S.M.A.R.T.情報のデータの分布と、正常時のサンプルデータの分布との間に差がない例を示す図である。図５（ａ）において、横軸は、S.M.A.R.T.情報の検査項目（属性）がＩＤ５（不良セクタ数）である属性値を示し、縦軸は、検査項目（属性）がＩＤ１９７（現在異常があり、代替処理を待つセクタの総数）である属性値を示している。また、記号○は、統計的手法で用いた教師データ（正常時のデータ群）を示し、記号◆は、テストデータとなるS.M.A.R.T.情報のデータを示している。図５（ａ）では、ＳＶＭ等の統計的手法により、教師データに対する学習が適切に行なわれた結果、テストデータとなるS.M.A.R.T.情報のデータが正常時のデータ群である場合には、S.M.A.R.T.情報のデータの分布と、正常時のサンプルデータの分布との間に差がないことを示している。一方、図５（ｂ）では、テストデータとなるS.M.A.R.T.情報のデータが故障時のデータ群である場合を示しており、故障時のデータ群の分布が乖離していることを示している。物理ディスク状態診断手段１３は、このような分布間の乖離度（P値）を算出する。

ここで、テストデータの収集に関して、物理ディスク状態診断手段１３による物理ディスク診断動作と、前述のステップＳ１０２における状態情報収集手段９によるS.M.A.R.T.情報（テストデータ）の収集処理との関係について、具体的に説明する。

まず、物理ディスク状態を診断する際には、正常時のデータ群と、収集したテストデータ群のサンプル数は同一とする。例えば、正常時のデータ群のサンプル数が２０の場合は、収集したテストデータ群のサンプル数も２０とする。次に、状態情報収集手段９は、ディスクからS.M.A.R.T.情報のデータを収集する度に、収集済みのテストデータ群に追加する。テストデータ群のサンプル数が上限値の２０より多くなる場合、一番古いテストデータから捨てて、新しいテストデータをテストデータ群に追加する。

例えば、物理ディスクの劣化状態診断に用いる正常時のデータ群（正常時リファレンスデータ）を、S.M.A.R.T.情報の検査項目（属性）のＩＤ１、５、１９６、１９７、１９８の５種類とし、サンプル数を２０サンプルとした場合、特徴空間として５次元の空間に２０個のサンプルが配置される。このとき、監視対象のディスクから収集するサンプル数も２０個が必要であり、２０サンプルが収集されるまでは、物理ディスク状態診断手段１３は、物理ディスク状態の診断を行わない（ただし、擬似的に２０サンプルとみなして診断することも可能である。）。監視対象のデータが２０サンプル収集された後は、状態情報収集手段９による定期的なテストデータ収集の際に、ＦＩＦＯ（Ｆｉｒｓｔ ｉｎ Ｆｉｒｓｔ Ｏｕｔ）でテストデータ群の更新を行なう。

物理ディスク状態診断手段１３による物理ディスク診断処理では、各S.M.A.R.T.情報の検査項目（属性）に対するＰ値をそれぞれ算出し、算出された各Ｐ値を統合する。例えば、事前に設定した重みに従って、算出結果の各Ｐ値を重みつき加算して統合する。

次に、ステップＳ２０２からステップＳ２０６までの処理において、物理ディスク状態診断手段１３は、ステップＳ２０１で算出した乖離度（P値）が、所定の閾値以上であるか否かを判定することにより、物理ディスクの状態を診断する。物理ディスク診断においては、乖離度（P値）に応じて、物理ディスクの状態を、「正常」、「軽劣化」、「重劣化」、「故障」の４段階に分類する。例えば、本実施の形態では、乖離度（P値）について、０＜Ｐ≦０．０５ の場合は、正常時のデータ群とテストデータ群とが十分に乖離している場合であり、S.M.A.R.T.情報のデータ（テストデータ）は、重劣化を支持しているとする。また、０．０５＜Ｐ≦０．２５ の場合には、正常時のデータ群から乖離し始めている状態であるとして軽劣化を支持しているとする。また、S.M.A.R.T.情報のデータの収集に失敗している場合は、その物理ディスクは故障しているものとする。それら以外の場合は、正常を支持しているとする。

このような分類に基づいて、物理ディスク状態診断手段１３は、０＜Ｐ≦０．０５ の場合には「重劣化」（ステップＳ２０２、ステップＳ２０３）、０．０５＜Ｐ≦０．２５ の場合には「軽劣化」（ステップＳ２０４、ステップＳ２０５）、０．２５＜Ｐ の場合には「正常」（ステップＳ２０６）、のように物理ディスクの状態を分類し、物理ディスク診断処理を終了する。

次に、論理ディスク状態判定手段１４による論理ディスク診断処理について、フローチャートを参照しながら詳細に説明する。

図６は、論理ディスク状態判定手段１４による論理ディスク診断処理の流れを示すフローチャートである。
まず、ステップＳ３０１において、論理ディスク状態判定手段１４は、監視対象の論理ディスク構成情報を論理構成管理手段１０より取得する。論理ディスク構成情報は、例えば、論理ディスク８を構成する物理ディスク情報、ＲＡＩＤレベルを示すＲＡＩＤ０、ＲＡＩＤ１、ＲＡＩＤ５などのようなＲＡＩＤ種別、及びＲＡＩＤコントローラ内のインデックス番号を含む論理構成の情報を格納している。

次に、ステップＳ３０２において、論理ディスク状態判定手段１４は、監視対象の論理ディスクを構成する物理ディスク（n台）の状態を、物理ディスク状態診断手段１３より取得する。例えば、図１において、論理ディスク８は、物理ディスク５（Ｄｉｓｋ １）と、物理ディスク６（Ｄｉｓｋ ２）とから構成されているので、物理ディスク状態診断手段１３より取得する各物理ディスクの状態は、（Ｄｉｓｋ １、正常）、（Ｄｉｓｋ ２、軽劣化）などのような形式で取得される。

次に、ステップＳ３０３からステップＳ３０９までの処理において、論理ディスク状態判定手段１４は、論理構成管理手段１０より取得した監視対象の論理ディスク構成情報と、物理ディスク状態診断手段１３より取得した各物理ディスクの状態と、論理ディスク状態判定知識１５とに基づいて、論理ディスクの劣化状態を診断する。

ここで、論理ディスクの劣化状態は、「正常」、「低劣化」、「中劣化」、「高劣化」、「故障」の５段階に分類する。
図７は、論理ディスクの劣化状態の定義を示す図である。
図７において、左欄は、劣化状態の分類、右欄は、各劣化状態に対する定義を示している。各劣化状態に対する定義においては、複数の物理ディスクの状態同士の関係を示す論理式により定義されている。

図８は、論理ディスク状態判定知識１５の一例を示す図である。
図８において、論理ディスク状態判定知識１５は、ルール形式で表現されており、左欄は、ＲＡＩＤ種別、中欄は、劣化状態の分類、右欄は、ルールの条件に該当する判定ロジックを示している。判定ロジックは、図７の論理ディスクの劣化状態の定義を、各ＲＡＩＤ構成に当てはめたものであり、複数の物理ディスクの劣化状態同士の関係を示す論理式により定義されている。
このような論理ディスク状態判定知識１５に基づいて、論理ディスク状態判定手段１４は、ステップＳ３０３からステップＳ３０９までの処理において、論理ディスクの劣化状態を判定する。

まず、ステップＳ３０３において、論理ディスク状態判定手段１４は、物理ディスク状態診断手段１３より取得した各物理ディスクの全ての状態が正常か否かを判定する。全ての状態が正常であれば、ステップＳ３０４へ進み、論理ディスクは正常と判定して、論理ディスク診断処理を終了する。

次に、ステップＳ３０５において、論理ディスク状態判定手段１４は、論理構成管理手段１０より取得した監視対象の論理ディスク構成情報に基づいて、ＲＡＩＤ種別に応じた判定ロジックを用い、物理ディスク状態診断手段１３より取得した各物理ディスクの状態が、高劣化に対応する判定ロジックに該当するか否かを判定する。高劣化に対応する判定ロジックに該当する場合は、ステップＳ３０６へ進み、論理ディスクは高劣化と判定して、論理ディスク診断処理を終了する。

次に、ステップＳ３０５において、論理ディスク状態判定手段１４は、ステップＳ３０５と同様に、各物理ディスクの状態が、中劣化に対応する判定ロジックに該当するか否かを判定する。中劣化に対応する判定ロジックに該当する場合は、ステップＳ３０８へ進み、論理ディスクは中劣化と判定して、論理ディスク診断処理を終了する。

最後に、ステップＳ３０９において、論理ディスク状態判定手段１４は、論理ディスクは低劣化と判定して、論理ディスク診断処理を終了する。

以上のように、この発明の実施の形態１によれば、監視対象の論理ディスク構成情報と、論理ディスク状態判定知識とに基づいて、各物理ディスクの状態情報から、論理ディスクの劣化状態の診断を可能にしたことにより、ディスク交換時の優先度を迅速に把握することができるようになり、高い信頼性が要求されるシステムの故障を未然に防止することができるという効果がある。

また、論理ディスクレベルでの劣化状態を把握できるようになるため、劣化状態が高い論理ディスクを、他の代替可能な論理ディスクに切り替えたり、劣化状態が高い論理ディスクを含む処理系そのものを、他の冗長系に切り替えたりすることも可能である。あるいは、他の処理系への切り替えのみならず、劣化状態が高い論理ディスクを含む処理系の一部を回避するような縮退処理にすることも可能になる。

なお、本実施の形態１では、論理ディスク状態診断手段１１が、ＨＤＤ自己診断機能により記録されたS.M.A.R.T.情報に基づいて、論理ディスクの劣化状態を診断したが、ＨＤＤ自己診断機能によらずに、他のHDD診断手段により、物理ディスクの状態情報を診断しても良い。また、S.M.A.R.T.情報も含めた物理ディスクの状態情報は、HDDではなく他の記憶手段に格納されていても良い。

さらに、本実施の形態１では、ディスク劣化診断装置４を、監視対象となるHDD２が接続された同一のコンピュータ１にOS３を介して備える構成としたが、ディスク劣化診断装置４を、別のコンピュータ上に備える構成としても構わない。

１ コンピュータ、２ ＨＤＤ、３ ＯＳ、４ ディスク劣化診断装置、５ 物理ディスク（Ｄｉｓｋ １）、６ 物理ディスク（Ｄｉｓｋ ２）、７ 物理ディスク（Ｄｉｓｋ ｎ）、８ 論理ディスク、９ 状態情報収集手段、１０ 論理構成管理手段、１１ ＨＤＤ状態診断手段、１２ 通知手段、１３ 物理ディスク状態診断手段、１４ 論理ディスク状態診断手段、１５ 論理ディスク状態診断ルール。

Claims (4)

1. 物理ディスクにより構成される論理ディスクの論理構成を管理する論理構成管理手段と、
   前記物理ディスクの状態情報と前記論理構成管理手段により管理された前記論理構成とに基づいて、前記論理ディスクの劣化状態を診断する論理ディスク状態診断手段とを備えるディスク劣化診断装置。
2. 前記論理ディスク状態診断手段は、
   前記物理ディスクの前記状態情報に基づいて前記物理ディスクの劣化状態を診断する物理ディスク状態診断手段と、
   前記論理ディスクの前記論理構成別に、前記物理ディスクの劣化状態と前記論理ディスクの劣化状態との対応関係を判定する知識である論理ディスク状態判定知識と、
   前記論理ディスク状態判定知識に基づいて、前記物理ディスク状態診断手段により診断された前記物理ディスクの劣化状態から、前記論理ディスクの劣化状態を診断する論理ディスク状態診断手段とを備える請求項１記載のディスク劣化診断装置。
3. 前記物理ディスク状態診断手段は、前記物理ディスクの前記状態情報の監視項目毎に、前記物理ディスクの稼働状態と前記物理ディスクの正常時の稼働状態との乖離度を算出し、全ての前記監視項目の前記乖離度を統合した結果に基づいて、前記物理ディスクの劣化状態を診断する請求項２記載のディスク劣化診断装置。
4. 前記論理ディスク状態判定知識は、前記物理ディスクの劣化状態と前記論理ディスクの劣化状態とを対応付ける条件をルールで表現した論理ディスク状態判定ルールを備え、
   前記論理ディスク状態判定手段は、前記論理ディスク状態判定ルールに基づいて前記論理ディスクの劣化状態を診断する請求項２または請求項３記載のディスク劣化診断装置。

Images