JP3072048B2 - 計算機システムおよび計算機システムのソフトウェア故障回復方法 - Google Patents
計算機システムおよび計算機システムのソフトウェア故障回復方法Info
- Publication number
- JP3072048B2 JP3072048B2 JP8062840A JP6284096A JP3072048B2 JP 3072048 B2 JP3072048 B2 JP 3072048B2 JP 8062840 A JP8062840 A JP 8062840A JP 6284096 A JP6284096 A JP 6284096A JP 3072048 B2 JP3072048 B2 JP 3072048B2
- Authority
- JP
- Japan
- Prior art keywords
- software
- failure
- fault
- computer system
- recorded
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1405—Saving, restoring, recovering or retrying at machine instruction level
- G06F11/1407—Checkpointing the instruction stream
Description
【０００１】
【発明の属する技術分野】本発明は、システムに障害が
発生したとき障害発生前の状態からデータ処理を再実行
することにより耐障害性を実現するチェックポイントロ
ールバック方式による故障回復機構を有する計算機シス
テムに係り、特にソフトウェアバグ等に起因して発生す
るソフトウェア障害に関しての故障回復機能をもつ計算
穂システムおよび計算機システムのプログラム障害回復
方法に関する。
発生したとき障害発生前の状態からデータ処理を再実行
することにより耐障害性を実現するチェックポイントロ
ールバック方式による故障回復機構を有する計算機シス
テムに係り、特にソフトウェアバグ等に起因して発生す
るソフトウェア障害に関しての故障回復機能をもつ計算
穂システムおよび計算機システムのプログラム障害回復
方法に関する。
【０００２】
【従来の技術】計算機システムに於いては、信頼性確保
の面から種々の故障回復手段が開発され実施されてい
る。特に近年では計算機システムの普及に伴って障害対
応等の信頼性に対する要求も年々厳しいものとなってき
ている。
の面から種々の故障回復手段が開発され実施されてい
る。特に近年では計算機システムの普及に伴って障害対
応等の信頼性に対する要求も年々厳しいものとなってき
ている。
【０００３】この耐障害性を確保する計算機システムの
構成法の一つとして、チェックポイントロールバック方
式が存在する。このチェックポイントロールバック方式
の計算機システムを実現する方法として、例えばＵＳＰ
−４７４０９６９「METHOD AND APPARATUS FOR RECOVER
ING FROM HARDWARE FAULTS」、或いは、Sequoia:A Faul
t-Tolerant Tightly Coupled Multiprocessor for Tran
saction Processing，IEEE Computer,February 1988 に
開示されるものがある。
構成法の一つとして、チェックポイントロールバック方
式が存在する。このチェックポイントロールバック方式
の計算機システムを実現する方法として、例えばＵＳＰ
−４７４０９６９「METHOD AND APPARATUS FOR RECOVER
ING FROM HARDWARE FAULTS」、或いは、Sequoia:A Faul
t-Tolerant Tightly Coupled Multiprocessor for Tran
saction Processing，IEEE Computer,February 1988 に
開示されるものがある。
【０００４】これらが、どのようにしてチェックポイン
トロールバック方式を実現しているのかを図９を参照し
てその概略を説明する。尚、図中の実線はタイムフレー
ムを示す。
トロールバック方式を実現しているのかを図９を参照し
てその概略を説明する。尚、図中の実線はタイムフレー
ムを示す。
【０００５】これらの技術は、計算機システムを構成す
るハードウェアの間欠故障からのシステムの回復に備
え、システムで稼働するプロセス或いはスレッドのロー
ルバック後の再実行に必要な情報を定期的に保存する。
るハードウェアの間欠故障からのシステムの回復に備
え、システムで稼働するプロセス或いはスレッドのロー
ルバック後の再実行に必要な情報を定期的に保存する。
【０００６】この情報を保存する時点をチェックポイン
トと呼び、その情報を保存することをチェックポイント
の採取と呼ぶ（図９の（１），（２）参照）。計算機シ
ステムを構成するハードウェアの間欠故障の発生（図９
の（３）参照）によってプログラム実行が中断されたと
き、その中断されたプロセス或いはスレッドの状態は障
害発生前のチェックポイントまでロールバックされ（図
９の（４）参照）、プログラムは、そのチェックポイン
トから再実行される（図９の（５）参照）。
トと呼び、その情報を保存することをチェックポイント
の採取と呼ぶ（図９の（１），（２）参照）。計算機シ
ステムを構成するハードウェアの間欠故障の発生（図９
の（３）参照）によってプログラム実行が中断されたと
き、その中断されたプロセス或いはスレッドの状態は障
害発生前のチェックポイントまでロールバックされ（図
９の（４）参照）、プログラムは、そのチェックポイン
トから再実行される（図９の（５）参照）。
【０００７】ここで上記チェックポイント採取処理で保
存される情報には、プロセッサの内部状態、キャッシュ
メモリ、メインメモリ等がある。計算機システムにこの
ような故障回復方式を具備することにより、ハードウェ
アの間欠故障が発生した場合に於いても、システムを停
止させることなく継続して運用することが可能となる。
存される情報には、プロセッサの内部状態、キャッシュ
メモリ、メインメモリ等がある。計算機システムにこの
ような故障回復方式を具備することにより、ハードウェ
アの間欠故障が発生した場合に於いても、システムを停
止させることなく継続して運用することが可能となる。
【０００８】一般に計算機システムに於ける障害には、
上記したようなハードウェアに起因するものと、ソフト
ウェアに起因するものが存在する。上記した従来技術に
於いては、回復の対象とする故障は、ハードウェアの間
欠故障であり、所謂ソフトウェアバグによる、次に挙げ
る各種の障害（以下これらの障害をまとめて「ソフトウ
ェア障害」と称す）がある。
上記したようなハードウェアに起因するものと、ソフト
ウェアに起因するものが存在する。上記した従来技術に
於いては、回復の対象とする故障は、ハードウェアの間
欠故障であり、所謂ソフトウェアバグによる、次に挙げ
る各種の障害（以下これらの障害をまとめて「ソフトウ
ェア障害」と称す）がある。
【０００９】その一つは回復が困難なシステムクラッシ
ュであり、他の一つはプロセッサ無限ループ状態といっ
たシステムクラッシュには至らないが、正常なシステム
稼働を阻害する不具合が発生した場合にシステムを継続
して運用することができないソフトウェア障害である。
ュであり、他の一つはプロセッサ無限ループ状態といっ
たシステムクラッシュには至らないが、正常なシステム
稼働を阻害する不具合が発生した場合にシステムを継続
して運用することができないソフトウェア障害である。
【００１０】従来では、このようなソフトウェアバグ等
に起因して発生するソフトウェア障害に対して、そのソ
フトウェア障害を除いてシステムを正常復帰させる有効
な回復機能をもつ技術が存在しなかった。
に起因して発生するソフトウェア障害に対して、そのソ
フトウェア障害を除いてシステムを正常復帰させる有効
な回復機能をもつ技術が存在しなかった。
【００１１】即ち、従来では、ハードウェア故障に起因
したハードウェア障害については回復を可能とする有効
な手段が存在したが、ソフトウェアバグに起因して発生
するソフトウェア障害については有効な回復手段が存在
しなかった。
したハードウェア障害については回復を可能とする有効
な手段が存在したが、ソフトウェアバグに起因して発生
するソフトウェア障害については有効な回復手段が存在
しなかった。
【００１２】
【発明が解決しようとする課題】上述したように、従来
では、ソフトウェアバグ等に起因して発生するソフトウ
ェア障害に対して、そのソフトウェア障害を除いてシス
テムを正常復帰させる有効な回復機能をもつ技術が存在
しなかった。
では、ソフトウェアバグ等に起因して発生するソフトウ
ェア障害に対して、そのソフトウェア障害を除いてシス
テムを正常復帰させる有効な回復機能をもつ技術が存在
しなかった。
【００１３】本発明は上記実情に鑑みなされたもので、
ハードウェアの間欠故障からの故障回復のみならず、ソ
フトウェア障害が発生した場合に於いても計算機システ
ムを継続して運用させ、システムの可用性を大幅に向上
させることができる故障回復機能を備えた計算横システ
ムおよび計算機システムのソフトウェア故障回復方法を
提供することを目的とする。
ハードウェアの間欠故障からの故障回復のみならず、ソ
フトウェア障害が発生した場合に於いても計算機システ
ムを継続して運用させ、システムの可用性を大幅に向上
させることができる故障回復機能を備えた計算横システ
ムおよび計算機システムのソフトウェア故障回復方法を
提供することを目的とする。
【００１４】
【課題を解決するための手段】本発明は、ソフトウェア
バグに起因して発生するシステムクラッシュ或いはプロ
セッサ無限ループ状態のようなシステムクラッシュには
至らないが正常なシステム稼働を阻害する状態となる所
謂ソフトウェア障害の発生を認識して、そのソフトウェ
ア障害の発生を認識した際、当該認識時点の状態情報及
び採取を有効に活用してソフトウェア障害の発生要因を
推定し、又はシステム環境を変化させる等の手段を用い
て、チェックポイント時点までロールバック後、システ
ムを再実行させることにより、前記ソフトウェアバグに
起因して発生するソフトウェア障害を回避することを特
徴とする。
バグに起因して発生するシステムクラッシュ或いはプロ
セッサ無限ループ状態のようなシステムクラッシュには
至らないが正常なシステム稼働を阻害する状態となる所
謂ソフトウェア障害の発生を認識して、そのソフトウェ
ア障害の発生を認識した際、当該認識時点の状態情報及
び採取を有効に活用してソフトウェア障害の発生要因を
推定し、又はシステム環境を変化させる等の手段を用い
て、チェックポイント時点までロールバック後、システ
ムを再実行させることにより、前記ソフトウェアバグに
起因して発生するソフトウェア障害を回避することを特
徴とする。
【００１５】本発明によれば、ソフトウェア障害の発生
を認識すると、障害発生時のシステム状況からその障害
発生要因を推定し、その推定した障害発生要因から障害
発生要因の回避方法を推定し、この推定された回避方法
をソフトウェア障害のリカバリ処理としてチェックポイ
ントにロールバック後に実施することによりプログラム
障害を容易に回復することが出来る。
を認識すると、障害発生時のシステム状況からその障害
発生要因を推定し、その推定した障害発生要因から障害
発生要因の回避方法を推定し、この推定された回避方法
をソフトウェア障害のリカバリ処理としてチェックポイ
ントにロールバック後に実施することによりプログラム
障害を容易に回復することが出来る。
【００１６】また、本発明は上記目的を達成するため
に、ソフトウェア障害のリカバリ処理が２回目の場合、
障害要因を有するソフトウェアモジュールをシステムか
ら切り離すか、或いは、障害要因を誘発したと考えられ
るプロセス又はスレッドをシステムから抹消してシステ
ムを再実行することを特徴とする。 これにより、最初に
実施したソフトウェア障害の回避方法が有効でなく再び
ソフトウェア障害が発生した場合には、その障害要因を
取り除いてシステムを再実行することによりソフトウェ
ア障害の回復を行う。
に、ソフトウェア障害のリカバリ処理が２回目の場合、
障害要因を有するソフトウェアモジュールをシステムか
ら切り離すか、或いは、障害要因を誘発したと考えられ
るプロセス又はスレッドをシステムから抹消してシステ
ムを再実行することを特徴とする。 これにより、最初に
実施したソフトウェア障害の回避方法が有効でなく再び
ソフトウェア障害が発生した場合には、その障害要因を
取り除いてシステムを再実行することによりソフトウェ
ア障害の回復を行う。
【００１７】また、本発明は上記目的を達成するため
に、ソフトウェア障害の回避方法が推定されていない場
合、ソフトウェア実行環境操作を実施してソフトウェア
の実行環境を変えてシステムを再実行することを特徴と
する。 これにより、ソフトウェア障害の回避方法が推定
できない場合には、ソフトウェアの実行環境を変えてシ
ステムを再実行させることによりソフトウェア障害の回
復を行う。
に、ソフトウェア障害の回避方法が推定されていない場
合、ソフトウェア実行環境操作を実施してソフトウェア
の実行環境を変えてシステムを再実行することを特徴と
する。 これにより、ソフトウェア障害の回避方法が推定
できない場合には、ソフトウェアの実行環境を変えてシ
ステムを再実行させることによりソフトウェア障害の回
復を行う。
【００１８】
【００１９】
【００２０】
【００２１】
【００２２】
【００２３】
【００２４】
【００２５】
【００２６】
【００２７】
【００２８】
【００２９】
【００３０】
【００３１】
【００３２】
【００３３】
【００３４】
【００３５】
【００３６】
【００３７】
【００３８】
【００３９】
【００４０】
【００４１】
【００４２】
【００４３】
【００４４】
【００４５】
【００４６】
【００４７】
【００４８】
【００４９】
【発明の実施の形態】以下図面を参照して本発明の実施
の形態を説明する。図１は本発明の一実施の形態に係る
計算機システム全体の構成を示すブロック図である。
の形態を説明する。図１は本発明の一実施の形態に係る
計算機システム全体の構成を示すブロック図である。
【００５０】図１に於いて、１０はシステムの制御を司
るプロセッサであり、２０はプロセッサ１０にバスを介
して接続された主記憶をなすメモリ、３０は同じくバス
を介して接続された不揮発性メモリである。ここでは、
ソフトウェア障害発生時のシステムの状況、ソフトウェ
ア障害発生要因、ソフトウェア障害回避方法等の各情報
が、少なくとも、メモリ２０のロールバックされないメ
モリ領域、又は不揮発性メモリ３０のいずれかに記憶さ
れる。
るプロセッサであり、２０はプロセッサ１０にバスを介
して接続された主記憶をなすメモリ、３０は同じくバス
を介して接続された不揮発性メモリである。ここでは、
ソフトウェア障害発生時のシステムの状況、ソフトウェ
ア障害発生要因、ソフトウェア障害回避方法等の各情報
が、少なくとも、メモリ２０のロールバックされないメ
モリ領域、又は不揮発性メモリ３０のいずれかに記憶さ
れる。
【００５１】１００乃至１０８はそれぞれプロセッサ１
０がもつ故障回復機構を実現するためのオペレーティン
グシステムの構成要素をなすもので、１００はシステム
のチェックポイントを採取するチェックポイント採取手
段、１０１は故障発生時にチェックポイントへロールバ
ックするチェックポイントロールバック手段、１０２は
システムを再スタートさせるシステム再実行手段であ
る。
０がもつ故障回復機構を実現するためのオペレーティン
グシステムの構成要素をなすもので、１００はシステム
のチェックポイントを採取するチェックポイント採取手
段、１０１は故障発生時にチェックポイントへロールバ
ックするチェックポイントロールバック手段、１０２は
システムを再スタートさせるシステム再実行手段であ
る。
【００５２】１０３はハードウェア故障に起因したハー
ドウェア障害、或いはソフトウェアバグに起因したソフ
トウェア障害の発生時に、ハードウェア障害、或いはソ
フトウェア障害を切り分ける障害識別手段である。
ドウェア障害、或いはソフトウェアバグに起因したソフ
トウェア障害の発生時に、ハードウェア障害、或いはソ
フトウェア障害を切り分ける障害識別手段である。
【００５３】１０４は前記障害識別手段１０３により当
該故障がソフトウェア障害と判断された場合に、障害発
生時のシステムの状況（プロセッサのレジスタ、スタッ
クの内容等）を記録するシステム状況記録手段である。
該故障がソフトウェア障害と判断された場合に、障害発
生時のシステムの状況（プロセッサのレジスタ、スタッ
クの内容等）を記録するシステム状況記録手段である。
【００５４】１０５はソフトウェア障害の発生時に当該
ソフトウェア障害に関する発生要因を推定するソフトウ
ェア障害発生要因推定手段、１０６は当該ソフトウェア
障害を回避する方法を推定するソフトウェア障害回避方
法推定手段である。
ソフトウェア障害に関する発生要因を推定するソフトウ
ェア障害発生要因推定手段、１０６は当該ソフトウェア
障害を回避する方法を推定するソフトウェア障害回避方
法推定手段である。
【００５５】１０７は前記システム再実行手段１０２に
よるシステム再実行前に、前記ソフトウェア障害回避方
法推定手段１０６によって推定された、当該ソフトウェ
ア障害回避方法を実施するソフトウェア障害回避方法実
施手段である。
よるシステム再実行前に、前記ソフトウェア障害回避方
法推定手段１０６によって推定された、当該ソフトウェ
ア障害回避方法を実施するソフトウェア障害回避方法実
施手段である。
【００５６】１０８は前記ソフトウェア障害発生要因推
定手段１０５により、当該ソフトウェア障害に関する発
生要因を推定することが困難な場合にロールバック後、
実施されるソフトウェア実行環境操作手段である。
定手段１０５により、当該ソフトウェア障害に関する発
生要因を推定することが困難な場合にロールバック後、
実施されるソフトウェア実行環境操作手段である。
【００５７】メモリ２０には、障害識別手段１０３によ
って、故障がソフトウェア障害であると判断された場
合、当該ソフトウェア障害発生時のシステムの状況（プ
ロセッサのレジスタ、スタックの内容等）が、前記シス
テム状況記録手段１０４によって記録されるソフトウェ
ア障害発生状況記録領域２００、ソフトウェア障害発生
要因推定手段１０５によって推定された当該ソフトウェ
ア障害に関する発生要因が記録されるソフトウェア障害
発生要因ログ２０１、及び、当該ソフトウェア障害に関
してソフトウェア障害回避方法推定手段１０６によって
推定される当該ソフトウェア障害回避方法が記録される
ソフトウェア障害回避方法記録領域２０２等が設けられ
る。
って、故障がソフトウェア障害であると判断された場
合、当該ソフトウェア障害発生時のシステムの状況（プ
ロセッサのレジスタ、スタックの内容等）が、前記シス
テム状況記録手段１０４によって記録されるソフトウェ
ア障害発生状況記録領域２００、ソフトウェア障害発生
要因推定手段１０５によって推定された当該ソフトウェ
ア障害に関する発生要因が記録されるソフトウェア障害
発生要因ログ２０１、及び、当該ソフトウェア障害に関
してソフトウェア障害回避方法推定手段１０６によって
推定される当該ソフトウェア障害回避方法が記録される
ソフトウェア障害回避方法記録領域２０２等が設けられ
る。
【００５８】不揮発性メモリ３０には、上記ソフトウェ
ア障害発生状況記録領域２００と同様の内容が記録され
るソフトウェア障害発生状況記録領域３００、上記ソフ
トウェア障害発生要因ログ２０１と同様の内容が記録さ
れるソフトウェア障害発生要因ログ３０１、及び、上記
ソフトウェア障害回避方法記録領域２０２と同様の内容
が記録されるソフトウェア障害回避方法記録領域３０２
等が設けられる。
ア障害発生状況記録領域２００と同様の内容が記録され
るソフトウェア障害発生状況記録領域３００、上記ソフ
トウェア障害発生要因ログ２０１と同様の内容が記録さ
れるソフトウェア障害発生要因ログ３０１、及び、上記
ソフトウェア障害回避方法記録領域２０２と同様の内容
が記録されるソフトウェア障害回避方法記録領域３０２
等が設けられる。
【００５９】上記メモリ２０と、不揮発性メモリ３０と
は、計算機システムにその双方或いはいずれかを選択的
に具備することができる。但し、メモリ２０を具備する
場合には、チェックポイントロールバックによって、ロ
ールバックされないメモリである必要がある。
は、計算機システムにその双方或いはいずれかを選択的
に具備することができる。但し、メモリ２０を具備する
場合には、チェックポイントロールバックによって、ロ
ールバックされないメモリである必要がある。
【００６０】図２は上記プロセッサ１０上で動作する上
記一連の手段の関係を示すブロック図であり、図１と同
一部分に同一符号を付して示している。通常のシステム
運用に於いて、チェックポイント採取手段１００は、チ
ェックポイント採取の条件が成立すると、システムのチ
ェックポイントを採取し、何等かの障害が発生した場合
に、チェックポイントロールバック手段１０１によりチ
ェックポイント時点にロールバックし、システム再実行
手段１０２によりチェックポイント時点からデータ処理
を再実行することにより耐障害性を実現する。
記一連の手段の関係を示すブロック図であり、図１と同
一部分に同一符号を付して示している。通常のシステム
運用に於いて、チェックポイント採取手段１００は、チ
ェックポイント採取の条件が成立すると、システムのチ
ェックポイントを採取し、何等かの障害が発生した場合
に、チェックポイントロールバック手段１０１によりチ
ェックポイント時点にロールバックし、システム再実行
手段１０２によりチェックポイント時点からデータ処理
を再実行することにより耐障害性を実現する。
【００６１】以上を念頭に、図３に示すフローチャート
を参照しながら故障発生に伴う本発明の第１の実施形態
に係る計算機システムの動作の流れを説明する。システ
ムに障害が発生すると、障害識別手段１０３は、発生し
た障害が、ハードウェア障害（ハードウェアの故障に起
因するもの）であるか、ソフトウェア障害（ソフトウェ
アのバグに起因するもの）であるかの切り分けを実施す
る（図３ステップＳ１）。
を参照しながら故障発生に伴う本発明の第１の実施形態
に係る計算機システムの動作の流れを説明する。システ
ムに障害が発生すると、障害識別手段１０３は、発生し
た障害が、ハードウェア障害（ハードウェアの故障に起
因するもの）であるか、ソフトウェア障害（ソフトウェ
アのバグに起因するもの）であるかの切り分けを実施す
る（図３ステップＳ１）。
【００６２】一般に、ハードウェア障害の検出は、ハー
ドウェア機構により実施され、故障割り込みによりソフ
トウェアに通知される。一方、ソフトウェア障害の検出
は、ソフトウェアによるロジック一貫性チェック（アサ
ートやパニックルーチン等）、或いはエクセプション等
により検出される。
ドウェア機構により実施され、故障割り込みによりソフ
トウェアに通知される。一方、ソフトウェア障害の検出
は、ソフトウェアによるロジック一貫性チェック（アサ
ートやパニックルーチン等）、或いはエクセプション等
により検出される。
【００６３】前記障害識別手段１０３は、これら検出機
構を通じて実施され、障害の識別を行なう。ここで、故
障要因がハードウェア障害であると判断された場合に
は、チェックポイントロールバック手段１０１により、
システムのロールバックを実施する（図３ステップＳ
１，Ｓ８）。
構を通じて実施され、障害の識別を行なう。ここで、故
障要因がハードウェア障害であると判断された場合に
は、チェックポイントロールバック手段１０１により、
システムのロールバックを実施する（図３ステップＳ
１，Ｓ８）。
【００６４】この実施形態では、ハードウェア障害に関
する対応については、一般のチェックポイントロールバ
ック方式の計算機と同じであるため、その詳細な説明は
省略する。
する対応については、一般のチェックポイントロールバ
ック方式の計算機と同じであるため、その詳細な説明は
省略する。
【００６５】故障要因がソフトウェア障害と判断された
場合には、システム状況記録手段１０４によって、障害
発生時のシステムの状況（プロセッサのレジスタ、スタ
ックの内容等）を、ソフトウェア障害発生状況記録領域
２００，３００に記録する（図３ステップＳ３）。尚、
オプションによって、この時点で、不具合発生時のシス
テムのメモリ、各種装置に関するデータ等のダンプを外
部記憶装置に書き出すことも可能である。
場合には、システム状況記録手段１０４によって、障害
発生時のシステムの状況（プロセッサのレジスタ、スタ
ックの内容等）を、ソフトウェア障害発生状況記録領域
２００，３００に記録する（図３ステップＳ３）。尚、
オプションによって、この時点で、不具合発生時のシス
テムのメモリ、各種装置に関するデータ等のダンプを外
部記憶装置に書き出すことも可能である。
【００６６】上記ソフトウェア障害に関して、ここでは
［故障回復に要するシステムリカバリ時間（ダウンタイ
ムの短縮化による早期回復）］、［不具合発生時、より
詳細なシステム情報の獲得］のいずれを必要とするかに
より、適宜、ユーザに処理を選択させる。
［故障回復に要するシステムリカバリ時間（ダウンタイ
ムの短縮化による早期回復）］、［不具合発生時、より
詳細なシステム情報の獲得］のいずれを必要とするかに
より、適宜、ユーザに処理を選択させる。
【００６７】ソフトウェア障害発生要因推定手段１０５
は、当該ソフトウェア障害発生要因が推定できるか否か
を判断し（図３ステップＳ４）、推定が不可能な場合、
チェックポイントロールバック手段１０１により、シス
テムのロールバックを実施する（図３ステップＳ８）。
は、当該ソフトウェア障害発生要因が推定できるか否か
を判断し（図３ステップＳ４）、推定が不可能な場合、
チェックポイントロールバック手段１０１により、シス
テムのロールバックを実施する（図３ステップＳ８）。
【００６８】又、当該ソフトウェア障害発生要因の推定
が可能な場合は、ソフトウェア障害発生要因推定手段１
０５によって推定された当該ソフトウェア障害に関する
発生要因を、ソフトウェア障害発生要因ログ２０１，３
０１に記録する（図３ステップＳ５）。
が可能な場合は、ソフトウェア障害発生要因推定手段１
０５によって推定された当該ソフトウェア障害に関する
発生要因を、ソフトウェア障害発生要因ログ２０１，３
０１に記録する（図３ステップＳ５）。
【００６９】続いて、当該ソフトウェア障害を回避する
方法をソフトウェア障害回避方法推定手段１０６が推定
し（図３ステップＳ６）、当該ソフトウェア障害回避方
法を、ソフトウェア障害回避方法記録領域２０２，３０
２に記録し（図３ステップＳ７）、チェックポイントロ
ールバック手段１０１により、システムのロールバック
を実施する（図３ステップＳ８）。
方法をソフトウェア障害回避方法推定手段１０６が推定
し（図３ステップＳ６）、当該ソフトウェア障害回避方
法を、ソフトウェア障害回避方法記録領域２０２，３０
２に記録し（図３ステップＳ７）、チェックポイントロ
ールバック手段１０１により、システムのロールバック
を実施する（図３ステップＳ８）。
【００７０】チェックポイントロールバック後、発生し
た障害が、ソフトウェアバグであるか、ハードウェア障
害であるかをステップＳ１に基づき判断し、ハードウェ
ア障害と判断された場合には、システム再実行手段１０
２による再実行処理を実施する（図３ステッアＳ９、Ｓ
１４）。
た障害が、ソフトウェアバグであるか、ハードウェア障
害であるかをステップＳ１に基づき判断し、ハードウェ
ア障害と判断された場合には、システム再実行手段１０
２による再実行処理を実施する（図３ステッアＳ９、Ｓ
１４）。
【００７１】ソフトウェア障害の場合には、当該ソフト
ウェア障害に関する一連のリカバリ処理が初めて実施さ
れたか否かを判断し（図３ステップＳ１１）、初めて実
施される場合には、ソフトウェア障害回避方法推定手段
１０６による、当該ソフトウェア障害回避方法が推定さ
れているか否かを、ソフトウェア障害回避方法記録領域
２０２、３０２の情報より判断し（図３ステップＳ１
２）、推定されている場合には、前記ソフトウェア障害
回避方法記録領域２０２、３０２の情報から、当該ソフ
トウェア障害回避方法を、ソフトウェア障害回避方法実
施手段１０７により実施した後（図３ステップＳ１
３）、システム再実行手段１０２を実施する（図３ステ
ップＳ１４）。
ウェア障害に関する一連のリカバリ処理が初めて実施さ
れたか否かを判断し（図３ステップＳ１１）、初めて実
施される場合には、ソフトウェア障害回避方法推定手段
１０６による、当該ソフトウェア障害回避方法が推定さ
れているか否かを、ソフトウェア障害回避方法記録領域
２０２、３０２の情報より判断し（図３ステップＳ１
２）、推定されている場合には、前記ソフトウェア障害
回避方法記録領域２０２、３０２の情報から、当該ソフ
トウェア障害回避方法を、ソフトウェア障害回避方法実
施手段１０７により実施した後（図３ステップＳ１
３）、システム再実行手段１０２を実施する（図３ステ
ップＳ１４）。
【００７２】ソフトウェア障害回避方法推定手段１０６
により、当該ソフトウェア障害回避方法が推定されてい
ない場合には、ソフトウェア実行環境操作手段１０８を
実施した後（図３ステップＳ１５）、システム再実行手
段１０２を実施する（図３ステップＳ１４）。
により、当該ソフトウェア障害回避方法が推定されてい
ない場合には、ソフトウェア実行環境操作手段１０８を
実施した後（図３ステップＳ１５）、システム再実行手
段１０２を実施する（図３ステップＳ１４）。
【００７３】当該ソフトウェア障害に関する一連のリカ
バリ処理が２回目の実施である場合（初めに実施したソ
フトウェア障害回避方法が有効でなく再びソフトウェア
障害が発生した場合）には（図３ステップＳ１６）、オ
ペレーティングシステムは障害要因を有するソフトウェ
アモジュールをシステムから切り離すか、或いは、障害
要因を誘発したと考えられるプロセス（或いはスレッ
ド）をシステムから抹消する（図３ステップＳ１７）。
バリ処理が２回目の実施である場合（初めに実施したソ
フトウェア障害回避方法が有効でなく再びソフトウェア
障害が発生した場合）には（図３ステップＳ１６）、オ
ペレーティングシステムは障害要因を有するソフトウェ
アモジュールをシステムから切り離すか、或いは、障害
要因を誘発したと考えられるプロセス（或いはスレッ
ド）をシステムから抹消する（図３ステップＳ１７）。
【００７４】当該ソフトウェア障害に関する一連のリカ
バリ処理が３回目以上の場合（２回目までに実施した処
理が有効でなく、再びソフトウェア障害が発生した場
合）には、オペレーティングシステムはシステムの再立
ち上げを実施する（図３ステップＳ１８）。
バリ処理が３回目以上の場合（２回目までに実施した処
理が有効でなく、再びソフトウェア障害が発生した場
合）には、オペレーティングシステムはシステムの再立
ち上げを実施する（図３ステップＳ１８）。
【００７５】次に図４に示すフローチャートを参照しな
がら故障発生に伴う本発明の第２実施形態に係る計算機
システムの動作の流れを説明する。システムに障害が発
生すると、障害識別手段１０３は、発生した障害がハー
ドウェア障害であるか、ソフトウェア障害であるかの切
り分けを実施する（図４ステップＦ１）。
がら故障発生に伴う本発明の第２実施形態に係る計算機
システムの動作の流れを説明する。システムに障害が発
生すると、障害識別手段１０３は、発生した障害がハー
ドウェア障害であるか、ソフトウェア障害であるかの切
り分けを実施する（図４ステップＦ１）。
【００７６】故障要因がハードウェア障害と判断された
場合には、チェックポイントロールバック手段１０１に
より、システムのロールバックを実施する（図４ステッ
プＦ１，Ｆ８）。
場合には、チェックポイントロールバック手段１０１に
より、システムのロールバックを実施する（図４ステッ
プＦ１，Ｆ８）。
【００７７】故障要因がソフトウェア障害と判断された
場合には、システム状況記録手段１０４によって、障害
発生時のシステムの状況（プロセッサのレジスタ、スタ
ックの内容等）を、ソフトウェア障害発生状況記録領域
２００，３００に記録する（図４ステップＦ３）。尚、
オプションによって、この時点で、不具合発生時のシス
テムのメモリ、各種装置に関するデータ等のダンプを外
部記憶装置に書き出すことも可能である。
場合には、システム状況記録手段１０４によって、障害
発生時のシステムの状況（プロセッサのレジスタ、スタ
ックの内容等）を、ソフトウェア障害発生状況記録領域
２００，３００に記録する（図４ステップＦ３）。尚、
オプションによって、この時点で、不具合発生時のシス
テムのメモリ、各種装置に関するデータ等のダンプを外
部記憶装置に書き出すことも可能である。
【００７８】上記第１実施形態と同様に［故障回復に要
するシステムリカバリ時間（ダウンタイムの短縮化によ
る早期回復）］、［不具合発生時、より詳細なシステム
情報の獲得］のいずれを必要とするかにより、適宜、ユ
ーザに処理を選択させる。
するシステムリカバリ時間（ダウンタイムの短縮化によ
る早期回復）］、［不具合発生時、より詳細なシステム
情報の獲得］のいずれを必要とするかにより、適宜、ユ
ーザに処理を選択させる。
【００７９】ソフトウェア障害発生要因推定手段１０５
は、当該ソフトウェア障害発生要因が推定できるか否か
を判断し、推定が不可能の場合は、チェックポイントロ
ールバック手段１０１により、システムのロールバック
を実施する（図４ステップＦ４）。
は、当該ソフトウェア障害発生要因が推定できるか否か
を判断し、推定が不可能の場合は、チェックポイントロ
ールバック手段１０１により、システムのロールバック
を実施する（図４ステップＦ４）。
【００８０】又、当該ソフトウェア障害発生要因の推定
が可能な場合は、ソフトウェア障害発生要因推定手段１
０５によって推定された当該ソフトウェア障害に関する
発生要因を、ソフトウェア障害発生要因ログ２０１，３
０１に記録する（図４ステップＦ５）。
が可能な場合は、ソフトウェア障害発生要因推定手段１
０５によって推定された当該ソフトウェア障害に関する
発生要因を、ソフトウェア障害発生要因ログ２０１，３
０１に記録する（図４ステップＦ５）。
【００８１】続いて、当該ソフトウェア障害を回避する
方法をソフトウェア障害回避方法推定手段１０６が推定
し（図４ステップＦ６）、当該ソフトウェア障害回避方
法を、ソフトウェア障害回避方法記録領域２０２，３０
２に記録し（図４ステップＦ７）、チェックポイントロ
ールバック手段１０１により、システムのロールバック
を実施する（図４ステップＦ８）。
方法をソフトウェア障害回避方法推定手段１０６が推定
し（図４ステップＦ６）、当該ソフトウェア障害回避方
法を、ソフトウェア障害回避方法記録領域２０２，３０
２に記録し（図４ステップＦ７）、チェックポイントロ
ールバック手段１０１により、システムのロールバック
を実施する（図４ステップＦ８）。
【００８２】チェックポイントロールバック後、故障原
因がソフトウェア障害に起因するものであるか、ハード
ウェア障害に起因するものであるかをステップＦ１に基
づき判断し（図４ステップＦ９）、ハードウェア障害に
起因すると判断された場合には、システム再実行手段１
０２を実施する（図４ステップＦ９、Ｆ１４）。
因がソフトウェア障害に起因するものであるか、ハード
ウェア障害に起因するものであるかをステップＦ１に基
づき判断し（図４ステップＦ９）、ハードウェア障害に
起因すると判断された場合には、システム再実行手段１
０２を実施する（図４ステップＦ９、Ｆ１４）。
【００８３】故障原因がソフトウェア障害に起因する場
合には、オペレーティングシステムは当該ソフトウェア
障害による一連のリカバリ処理が規定回数「Ｎ」以内の
実施か否かを判断し（図４ステップＦ１１）、規定回数
「Ｎ」以内の実施の場合には、ソフトウェア障害回避方
法推定手段１０６により、当該ソフトウェア障害回避方
法が推定されているか否かを、ソフトウェア障害回避方
法記録領域２０２、３０２の情報により判断し（図４ス
テップＦ１２）、推定されている場合には、前記ソフト
ウェア障害回避方法記録領域２０２、３０２の情報か
ら、当該ソフトウェア障害回避方法をソフトウェア障害
回避方法実施手段１０７により実施した後（図４ステッ
プＦ１３）、システム再実行手段１０２を実施する（図
４ステップＦ１４）。
合には、オペレーティングシステムは当該ソフトウェア
障害による一連のリカバリ処理が規定回数「Ｎ」以内の
実施か否かを判断し（図４ステップＦ１１）、規定回数
「Ｎ」以内の実施の場合には、ソフトウェア障害回避方
法推定手段１０６により、当該ソフトウェア障害回避方
法が推定されているか否かを、ソフトウェア障害回避方
法記録領域２０２、３０２の情報により判断し（図４ス
テップＦ１２）、推定されている場合には、前記ソフト
ウェア障害回避方法記録領域２０２、３０２の情報か
ら、当該ソフトウェア障害回避方法をソフトウェア障害
回避方法実施手段１０７により実施した後（図４ステッ
プＦ１３）、システム再実行手段１０２を実施する（図
４ステップＦ１４）。
【００８４】ソフトウェア障害回避方法推定手段１０６
により当該ソフトウェア障害回避方法が推定されていな
い場合には、ソフトウェア実行環境操作手段１０８を実
施した後（図４ステップＦ１５）、システム再実行手段
１０２を実施する（図４ステップＦ１４）。
により当該ソフトウェア障害回避方法が推定されていな
い場合には、ソフトウェア実行環境操作手段１０８を実
施した後（図４ステップＦ１５）、システム再実行手段
１０２を実施する（図４ステップＦ１４）。
【００８５】当該ソフトウェア障害による一連のリカバ
リ処理が規定回数「Ｎ」以内の実施でない場合には、オ
ペレーティングシステムはシステムの立ち上げを実施す
る（図４ステップＦ１６）。一つのソフトウェア障害発
生に関して、これがシステムから回避されるまでの間、
オペレーティングシステムは上記ステップＦ１乃至ステ
ッアＦ１４の処理を、規定回数「Ｎ」回を上限に繰り返
し実施する。
リ処理が規定回数「Ｎ」以内の実施でない場合には、オ
ペレーティングシステムはシステムの立ち上げを実施す
る（図４ステップＦ１６）。一つのソフトウェア障害発
生に関して、これがシステムから回避されるまでの間、
オペレーティングシステムは上記ステップＦ１乃至ステ
ッアＦ１４の処理を、規定回数「Ｎ」回を上限に繰り返
し実施する。
【００８６】一般に、第１のソフトウェア障害発生に関
して、第１の障害回避方法を実施し、システムを再実行
した後、第２のソフトウェア障害が発生する場合、その
発生要因は、第１のソフトウェア障害発生時の発生要因
と同一か或いは異なる要因となる。以降、規定回数
「Ｎ」以内の一連の処理については、個々に障害発生要
因を分析し各障害要因に応じた処理を個別に実施するこ
とを特徴とする。
して、第１の障害回避方法を実施し、システムを再実行
した後、第２のソフトウェア障害が発生する場合、その
発生要因は、第１のソフトウェア障害発生時の発生要因
と同一か或いは異なる要因となる。以降、規定回数
「Ｎ」以内の一連の処理については、個々に障害発生要
因を分析し各障害要因に応じた処理を個別に実施するこ
とを特徴とする。
【００８７】次に、本発明の実施形態を具体的なソフト
ウェア障害を例に説明する。先ず、第１の具体的なソフ
トウェア障害を例に本発明の実施形態を説明する。この
実施形態では、仮想メモリに関するアクセスでエクセプ
ションが発生した場合に関する。
ウェア障害を例に説明する。先ず、第１の具体的なソフ
トウェア障害を例に本発明の実施形態を説明する。この
実施形態では、仮想メモリに関するアクセスでエクセプ
ションが発生した場合に関する。
【００８８】一般にページング機構を有するオペレーテ
ィングシステムでは、物理メモリ上に存在しない、仮想
メモリへのアクセスに関して、プロセッサからのページ
フォルトのエクセプションをトリガとして、該当ページ
を外部記憶装置等からローディング（ページイン）する
ことによりデマンドページングを実現している。
ィングシステムでは、物理メモリ上に存在しない、仮想
メモリへのアクセスに関して、プロセッサからのページ
フォルトのエクセプションをトリガとして、該当ページ
を外部記憶装置等からローディング（ページイン）する
ことによりデマンドページングを実現している。
【００８９】この場合、ページングの対象となる仮想メ
モリページでは、ページング入出力処理が可能な状況で
アクセスされなければならない。即ち、オペレーティン
グシステムの割込みハンドラ等、割り込みの延長として
プログラム実行される部分は、一般にページングの対象
としてはならず、ソフトウェアモジュールを作成する際
に、常に、物理メモリ上に常駐するように考慮する必要
がある。
モリページでは、ページング入出力処理が可能な状況で
アクセスされなければならない。即ち、オペレーティン
グシステムの割込みハンドラ等、割り込みの延長として
プログラム実行される部分は、一般にページングの対象
としてはならず、ソフトウェアモジュールを作成する際
に、常に、物理メモリ上に常駐するように考慮する必要
がある。
【００９０】一般に、上記割込みハンドラの物理ページ
への常駐処理の考慮を怠った場合、オペレーティングシ
ステムは、当該仮想メモリへのページイン処理を不可能
と判断し、システムをクラッシュさせる。
への常駐処理の考慮を怠った場合、オペレーティングシ
ステムは、当該仮想メモリへのページイン処理を不可能
と判断し、システムをクラッシュさせる。
【００９１】図５は、上記障害発生時に、本発明によっ
てどのように回復処理を実施するかを示す概念図であ
る。尚、図中の実線はタイムフレームを示す。チェック
ポイント採取後（図５の（１））、上記のような状況に
於いて、本来常駐されていて、その仮想ページに関する
アクセス時点（図５の（２））でページフォルトを発生
すべきでないページへのアクセスによりページフォルト
のエクセプションがプロセッサからオペレーティングシ
ステムに通知される（図５の（３））。
てどのように回復処理を実施するかを示す概念図であ
る。尚、図中の実線はタイムフレームを示す。チェック
ポイント採取後（図５の（１））、上記のような状況に
於いて、本来常駐されていて、その仮想ページに関する
アクセス時点（図５の（２））でページフォルトを発生
すべきでないページへのアクセスによりページフォルト
のエクセプションがプロセッサからオペレーティングシ
ステムに通知される（図５の（３））。
【００９２】一般にオペレーティングシステムでは、前
記ページフォルトのエクセプション発生から、ページフ
ォルトハンドラが実施され、当該ページフォルトのエク
セプションによるページング処理が可能か否かのチェッ
クを実施する（図５の（４））。
記ページフォルトのエクセプション発生から、ページフ
ォルトハンドラが実施され、当該ページフォルトのエク
セプションによるページング処理が可能か否かのチェッ
クを実施する（図５の（４））。
【００９３】このチェックは、ページフォルト発生時、
［仮想ページが割り込みハンドラである］、［割り込み
マスクがページング入出力で使用される割り込みより高
い］等の条件に合致する場合、ページング不可能と判断
する。
［仮想ページが割り込みハンドラである］、［割り込み
マスクがページング入出力で使用される割り込みより高
い］等の条件に合致する場合、ページング不可能と判断
する。
【００９４】通常のオペレーティングシステムでは、こ
の後、システムのメモリダンプ等を採取するなどしてク
ラッシュ後、リブートされる。本発明の実施形態では、
前記ページング不可能と判断した後、その時点でのシス
テム状況（プロセッサのレジスタ、オペレーティングシ
ステムのスタック情報等）をロールバックされないメモ
リ（図１の２００）或いは不揮発性の記憶装置（図１の
３００）に記録し（図５の（5））、障害要因を解析す
るための情報を提供する。
の後、システムのメモリダンプ等を採取するなどしてク
ラッシュ後、リブートされる。本発明の実施形態では、
前記ページング不可能と判断した後、その時点でのシス
テム状況（プロセッサのレジスタ、オペレーティングシ
ステムのスタック情報等）をロールバックされないメモ
リ（図１の２００）或いは不揮発性の記憶装置（図１の
３００）に記録し（図５の（5））、障害要因を解析す
るための情報を提供する。
【００９５】前記記録されたログ情報から、前記ソフト
ウェア障害発生要因推定手段（図１、図２の符号１０
５）は当該ソフトウェア障害発生要因を推定してロール
バックされないメモリ（図１の２０１）或いは不揮発性
の記憶装置（図１の３０１）に記録し、前記ソフトウェ
ア障害回避方法推定手段（図１、図２の符号１０６）は
記録された障害発生要因の推定情報からリカバリ処理と
して実施すべき動作を推定し、その動作をロールバック
されないメモリ（図１の２０２）或いは不揮発性の記憶
装置（図１の３０２）に記録する（図５の（６））。
ウェア障害発生要因推定手段（図１、図２の符号１０
５）は当該ソフトウェア障害発生要因を推定してロール
バックされないメモリ（図１の２０１）或いは不揮発性
の記憶装置（図１の３０１）に記録し、前記ソフトウェ
ア障害回避方法推定手段（図１、図２の符号１０６）は
記録された障害発生要因の推定情報からリカバリ処理と
して実施すべき動作を推定し、その動作をロールバック
されないメモリ（図１の２０２）或いは不揮発性の記憶
装置（図１の３０２）に記録する（図５の（６））。
【００９６】その後、チェックポイント時点までロール
バックする（図５の（７））。ロールバック後、前記リ
カバリ処理として推定され、ロールバックされないメモ
リ（図１の２０２）或いは不揮発性の記憶装置（図１の
３０２）に記録された動作を、前記ソフトウェア障害回
避方法実施手段（図１、図２の符号１０７）が実行する
（図５の（８））。
バックする（図５の（７））。ロールバック後、前記リ
カバリ処理として推定され、ロールバックされないメモ
リ（図１の２０２）或いは不揮発性の記憶装置（図１の
３０２）に記録された動作を、前記ソフトウェア障害回
避方法実施手段（図１、図２の符号１０７）が実行する
（図５の（８））。
【００９７】この実施形態の場合には、当該ソフトウェ
ア障害回避方法実施手段（図１、図２の符号１０７）
は、先にページフォルトのエクセプションが発生した仮
想ページをページインするものである。
ア障害回避方法実施手段（図１、図２の符号１０７）
は、先にページフォルトのエクセプションが発生した仮
想ページをページインするものである。
【００９８】この後、システム再実行手段（図１、図２
の符号１０２）によりシステムをチェックポイント時点
から再スタートさせる（図５の（９））。これらの処理
を実施することにより、再実行によりページフォルトが
発生した当該仮想ページに関するアクセスが再び発生し
た場合に於いて（図５の（１０））、ページフォルトの
発生を抑止し、システムクラッシュを回避することによ
り良好なシステム運用を可能とするものである。
の符号１０２）によりシステムをチェックポイント時点
から再スタートさせる（図５の（９））。これらの処理
を実施することにより、再実行によりページフォルトが
発生した当該仮想ページに関するアクセスが再び発生し
た場合に於いて（図５の（１０））、ページフォルトの
発生を抑止し、システムクラッシュを回避することによ
り良好なシステム運用を可能とするものである。
【００９９】次に、第２の具体的なソフトウェア障害を
例に本発明の実施形態を説明する。この実施形態では、
マルチプロセッサ環境に於ける排他制御処理で同一のス
ピンロックを二重に確保することによるデッドロックに
関する。
例に本発明の実施形態を説明する。この実施形態では、
マルチプロセッサ環境に於ける排他制御処理で同一のス
ピンロックを二重に確保することによるデッドロックに
関する。
【０１００】図６は、上記障害発生時に、本発明によっ
てどのように回復処理を実施するかを示す概念図であ
る。尚、図中の実線はタイムフレームを示す。チェック
ポイント採取後（図６の（１））、同一のスピンロック
を二重に確保することによるデッドロックが発生（図６
の（２））し、スピンロック処理に予め規定されたスピ
ンロックカウンタを設け、このカウンタのオーバフロー
によりデッドロックを検出するデッドロック故障検出処
理を具備することにより、デッドロック発生時に、オペ
レーティングシステムに故障発生を通知する（図６の
（３））。
てどのように回復処理を実施するかを示す概念図であ
る。尚、図中の実線はタイムフレームを示す。チェック
ポイント採取後（図６の（１））、同一のスピンロック
を二重に確保することによるデッドロックが発生（図６
の（２））し、スピンロック処理に予め規定されたスピ
ンロックカウンタを設け、このカウンタのオーバフロー
によりデッドロックを検出するデッドロック故障検出処
理を具備することにより、デッドロック発生時に、オペ
レーティングシステムに故障発生を通知する（図６の
（３））。
【０１０１】この際、システム状況記録手段１０４はデ
ッドロックが発生したこと、デッドロックが発生したロ
ックの種頬、デッドロック発生に至ったオペレーティン
グシステムでの関数の呼び出し状況等を前記ロールバッ
クされないメモリ（図１の２００）或いは不揮発性の記
憶装置（図１の３００）に記録し、障害要因を解析する
ための情報を提供する。
ッドロックが発生したこと、デッドロックが発生したロ
ックの種頬、デッドロック発生に至ったオペレーティン
グシステムでの関数の呼び出し状況等を前記ロールバッ
クされないメモリ（図１の２００）或いは不揮発性の記
憶装置（図１の３００）に記録し、障害要因を解析する
ための情報を提供する。
【０１０２】前記記録されたログ情報から、前記ソフト
ウェア障害発生要因推定手段１０５は当該ソフトウェア
障害発生要因を推定してロールバックされないメモリ
（図１の２０１）或いは不揮発性の記憶装置（図１の３
０１）に記録し、前記ソフトウェア障害回避方法推定手
段１０６は、記録された障害発生要因の推定情報からリ
カバリ処理として実施すべき動作を推定し、その動作を
ロールバックされないメモリ（図１の２０２）或いは不
揮発性の記憶装置（図１の３０２）に記録する（図６の
（４））。
ウェア障害発生要因推定手段１０５は当該ソフトウェア
障害発生要因を推定してロールバックされないメモリ
（図１の２０１）或いは不揮発性の記憶装置（図１の３
０１）に記録し、前記ソフトウェア障害回避方法推定手
段１０６は、記録された障害発生要因の推定情報からリ
カバリ処理として実施すべき動作を推定し、その動作を
ロールバックされないメモリ（図１の２０２）或いは不
揮発性の記憶装置（図１の３０２）に記録する（図６の
（４））。
【０１０３】その後、チェックポイント時点までロール
バックする（図６の（５））。 ロールバック後、前記
リカバリ処理として推定され、ロールバックされないメ
モリ（図１の２０２）或いは不揮発性の記憶装置（図１
の３０２）に記録された動作を前記ソフトウェア障害回
避方法実施手段（図１、図２の符号１０７）が実行する
（図６の（６））。
バックする（図６の（５））。 ロールバック後、前記
リカバリ処理として推定され、ロールバックされないメ
モリ（図１の２０２）或いは不揮発性の記憶装置（図１
の３０２）に記録された動作を前記ソフトウェア障害回
避方法実施手段（図１、図２の符号１０７）が実行する
（図６の（６））。
【０１０４】この実施形態の場合には、当該ソフトウェ
ア障害回避方法実施手段（図１、図２の符号１０７）
は、システムをシングルプロセッサモードに移行する
（例えば、単一のプロセッサに全てのスレッドをバイン
ド、ロック処理プリミティブ関数を、ロック変数を操作
しない割り込みマスク処理関数に変更する）等の処理を
実施する。
ア障害回避方法実施手段（図１、図２の符号１０７）
は、システムをシングルプロセッサモードに移行する
（例えば、単一のプロセッサに全てのスレッドをバイン
ド、ロック処理プリミティブ関数を、ロック変数を操作
しない割り込みマスク処理関数に変更する）等の処理を
実施する。
【０１０５】この後、システム再実行手段（図１、図２
の符号１０２）によりシステムをチェックポイント時点
から再スタートさせる（図６の（７））。これらの処理
を実施することにより、再実行により同一のロックを二
重に確保することが再び発生した場合に於いて（図６の
（８））、デッドロックの発生を抑止し、プロセッサ無
限ループ状態のようなシステムクラッシュには至らない
が正常なシステム稼働を阻害するソフトウェア障害を回
避して、良好なシステム運用を可能とする。
の符号１０２）によりシステムをチェックポイント時点
から再スタートさせる（図６の（７））。これらの処理
を実施することにより、再実行により同一のロックを二
重に確保することが再び発生した場合に於いて（図６の
（８））、デッドロックの発生を抑止し、プロセッサ無
限ループ状態のようなシステムクラッシュには至らない
が正常なシステム稼働を阻害するソフトウェア障害を回
避して、良好なシステム運用を可能とする。
【０１０６】尚、或る時間を経過して、前記ソフトウェ
ア障害が回避された後は、シングルプロセッサモードか
らマルチプロセッサモードに戻し、計算機システムを通
常の状態に戻す（図６の（９））。
ア障害が回避された後は、シングルプロセッサモードか
らマルチプロセッサモードに戻し、計算機システムを通
常の状態に戻す（図６の（９））。
【０１０７】次に、第３の具体的なソフトウェア障害を
例に本発明の実施形態を説明する。この実施形態では、
ソフトウェアモジュールでのロジックミスによる、デー
タ破壊等のソフトウェア障害発生に関する。
例に本発明の実施形態を説明する。この実施形態では、
ソフトウェアモジュールでのロジックミスによる、デー
タ破壊等のソフトウェア障害発生に関する。
【０１０８】図７は上記障害発生時に本発明によってど
のように回復処理を実施するかを示す概念図である。
尚、図の実線はタイムフレームを示す。チェックポイン
ト採取後（図７の（１））、或るソフトウェアモジュー
ルでのロジックミスにより、データ破壊が発生し（図７
の（２））し、これを原因として、不正アドレスへのア
クセスによるエクセプションの発生、或いは、ソフトウ
ェアによるロジック一貫性チェックルーチン（アサート
やパニックルーチン等）によりソフトウェア障害が検出
され（図７の（３））、オペレーティングシステムに通
知される（図７の（４））。
のように回復処理を実施するかを示す概念図である。
尚、図の実線はタイムフレームを示す。チェックポイン
ト採取後（図７の（１））、或るソフトウェアモジュー
ルでのロジックミスにより、データ破壊が発生し（図７
の（２））し、これを原因として、不正アドレスへのア
クセスによるエクセプションの発生、或いは、ソフトウ
ェアによるロジック一貫性チェックルーチン（アサート
やパニックルーチン等）によりソフトウェア障害が検出
され（図７の（３））、オペレーティングシステムに通
知される（図７の（４））。
【０１０９】通常のオペレーティングシステムでは、こ
の後、システムのメモリダンプ等を採取するなどして、
クラッシュ後、リブートされる。本発明の実施形態で
は、この時点でのシステム状況（プロセッサのレジス
タ、オペレーティングシステムのスタック情報等）をロ
ールバックされないメモリ（図１の２００）或いは不揮
発性の記憶装置（図１の３００）に記録し（図７の
（５））、障害要因を解析するための情報を提供する。
の後、システムのメモリダンプ等を採取するなどして、
クラッシュ後、リブートされる。本発明の実施形態で
は、この時点でのシステム状況（プロセッサのレジス
タ、オペレーティングシステムのスタック情報等）をロ
ールバックされないメモリ（図１の２００）或いは不揮
発性の記憶装置（図１の３００）に記録し（図７の
（５））、障害要因を解析するための情報を提供する。
【０１１０】前記記録されたログ情報から、前記ソフト
ウェア障害発生要因推定手段（図１、図２の符号１０
５）を介して、当該ソフトウェア障害発生要因の推定を
試みる。
ウェア障害発生要因推定手段（図１、図２の符号１０
５）を介して、当該ソフトウェア障害発生要因の推定を
試みる。
【０１１１】一般にこの実施形態にあるような、ソフト
ウェアモジュールのロジックミスによるデータ破壊に関
しては、前記第１及び第２実施形態にあるような典型的
な障害要因の推定は困難である。
ウェアモジュールのロジックミスによるデータ破壊に関
しては、前記第１及び第２実施形態にあるような典型的
な障害要因の推定は困難である。
【０１１２】そこで、この種の障害発生要因を推定する
ことが困難な状況に於いては、チェックポイント時点ま
でロールバック（図７の（６））した後、前記ソフトウ
ェア実行環境操作手段により、［シングルプロセッサモ
ードへ移行（全てのスレッド、資源を単一プロセッサに
バインド）］、［稼働していたスレッドのスタック上の
自動変数領域をクリア（自動変数の初期化忘れを回
避）］、［システムで使用するリソースの補充（リソー
ス枯渇によるクラッシュ回避）］、［入出力要求発行の
タイミングを調整（入出力要求に伴う発行タイミング、
割込みタイミングの変更による障害発生ケースの回
避）］等、ソフトウェア障害の発生するタイミングを変
化させることにより、前記ソフトウェア障害発生要因を
回避する可能性のある一連のソフトウェア障害回避方法
を実施（図７の（７））した後、システム再実行手段
（図１、図２の符号１０２）により、システムをチェッ
クポイント時点から再スタートさせる（図７の（８））
手続きを介して、ソフトウェア実行環境を操作すること
により、ソフトウェア障害発生を回避する。
ことが困難な状況に於いては、チェックポイント時点ま
でロールバック（図７の（６））した後、前記ソフトウ
ェア実行環境操作手段により、［シングルプロセッサモ
ードへ移行（全てのスレッド、資源を単一プロセッサに
バインド）］、［稼働していたスレッドのスタック上の
自動変数領域をクリア（自動変数の初期化忘れを回
避）］、［システムで使用するリソースの補充（リソー
ス枯渇によるクラッシュ回避）］、［入出力要求発行の
タイミングを調整（入出力要求に伴う発行タイミング、
割込みタイミングの変更による障害発生ケースの回
避）］等、ソフトウェア障害の発生するタイミングを変
化させることにより、前記ソフトウェア障害発生要因を
回避する可能性のある一連のソフトウェア障害回避方法
を実施（図７の（７））した後、システム再実行手段
（図１、図２の符号１０２）により、システムをチェッ
クポイント時点から再スタートさせる（図７の（８））
手続きを介して、ソフトウェア実行環境を操作すること
により、ソフトウェア障害発生を回避する。
【０１１３】以上の一連の処理を実施後、再度ソフトウ
ェア障害に起因した故障が発生する場合も考えられる。
このような状況に於ける処理方法については、次に示す
第４の具体的なソフトウェア障害を例にした本発明の実
施形態に於ける障害回避処理を実施する。
ェア障害に起因した故障が発生する場合も考えられる。
このような状況に於ける処理方法については、次に示す
第４の具体的なソフトウェア障害を例にした本発明の実
施形態に於ける障害回避処理を実施する。
【０１１４】次に、第４の具体的なソフトウェア障害を
例に本発明の実施形態を説明する。この実施の形態で
は、前記第３の具体的なソフトウェア障害を例にした実
施形態によるソフトウェア障害回避策を適用した後、再
びソフトウェア障害が発生して、ソフトウェア障害を回
避することが困難な状況にある場合に関する。
例に本発明の実施形態を説明する。この実施の形態で
は、前記第３の具体的なソフトウェア障害を例にした実
施形態によるソフトウェア障害回避策を適用した後、再
びソフトウェア障害が発生して、ソフトウェア障害を回
避することが困難な状況にある場合に関する。
【０１１５】図８は、上記障害発生時に本発明によって
どのように回復処理を実施するかを示す概念図である。
尚、図中の実線はタイムフレームを示す。前記第３の具
体的なソフトウェア障害を例にした実施形態によるソフ
トウェア障害回避処理を実施後、再びソフトウェア障害
が発生（図８（２））し、これを原因とした不正アドレ
スへのアクセスによるエクセプションの発生、或いはソ
フトウェアによるロジック一貫性チェックルーチン（ア
サートやパニックルーチン等）によりソフトウェア障害
が検出され（図８の（３））、オペレーティングシステ
ムに通知される（図８の（４））。
どのように回復処理を実施するかを示す概念図である。
尚、図中の実線はタイムフレームを示す。前記第３の具
体的なソフトウェア障害を例にした実施形態によるソフ
トウェア障害回避処理を実施後、再びソフトウェア障害
が発生（図８（２））し、これを原因とした不正アドレ
スへのアクセスによるエクセプションの発生、或いはソ
フトウェアによるロジック一貫性チェックルーチン（ア
サートやパニックルーチン等）によりソフトウェア障害
が検出され（図８の（３））、オペレーティングシステ
ムに通知される（図８の（４））。
【０１１６】通常のオペレーティングシステムでは、こ
の後、システムのメモリダンプ等を採取するなどして、
クラッシュ後、リブートされる。本発明の実施形態で
は、この時点でのシステム状況（プロセッサのレジス
タ、オペレーティングシステムのスタック情報等）をロ
ールバックされないメモリ（図１の２００）或いは不揮
発性の記憶装置（図１の３００）に記録し（図８の
（５））、障害要因を解析するための情報を提供する。
の後、システムのメモリダンプ等を採取するなどして、
クラッシュ後、リブートされる。本発明の実施形態で
は、この時点でのシステム状況（プロセッサのレジス
タ、オペレーティングシステムのスタック情報等）をロ
ールバックされないメモリ（図１の２００）或いは不揮
発性の記憶装置（図１の３００）に記録し（図８の
（５））、障害要因を解析するための情報を提供する。
【０１１７】チェックポイント時点までロールバック
（図８（６））後、この時点で、今回発生のソフトウェ
ア障害が、既に一連の回避策を実施後に、再び発生した
ものと判断されると（既に一連の回避策を実施したこと
はフラグなどにより管理する）（図８の（７））、［不
具合を発生させたソフトウェアモジュールをシステムか
ら切り離す。］、［不具合を誘発させたと考えられるプ
ロセス（或いはスレッド）をシステムから抹消する。］
等の処理を実施（図８の（８））した後、システム再実
行手段（図１、図２の符号１０２）によりシステムをチ
ェックポイント時点から再スタートさせる（図８の
（９））ことにより、ソフトウェアの不具合発生を回避
する。
（図８（６））後、この時点で、今回発生のソフトウェ
ア障害が、既に一連の回避策を実施後に、再び発生した
ものと判断されると（既に一連の回避策を実施したこと
はフラグなどにより管理する）（図８の（７））、［不
具合を発生させたソフトウェアモジュールをシステムか
ら切り離す。］、［不具合を誘発させたと考えられるプ
ロセス（或いはスレッド）をシステムから抹消する。］
等の処理を実施（図８の（８））した後、システム再実
行手段（図１、図２の符号１０２）によりシステムをチ
ェックポイント時点から再スタートさせる（図８の
（９））ことにより、ソフトウェアの不具合発生を回避
する。
【０１１８】尚、上記［不具合を発生させたソフトウェ
アモジュールをシステムから切り離す。］手段によりシ
ステムから切り離されたソフトウェアモジュールは、前
記システム状況（ロールバックされないメモリ或いは不
揮発性の記憶装置に記録）から、ソフトウェア障害要因
に関する原因究明、ソフトウェアモジュールの修正を実
施した後、修正されたソフトウェアモジュールに動的か
つシステム停止を伴うことなく切り替え可能である。
アモジュールをシステムから切り離す。］手段によりシ
ステムから切り離されたソフトウェアモジュールは、前
記システム状況（ロールバックされないメモリ或いは不
揮発性の記憶装置に記録）から、ソフトウェア障害要因
に関する原因究明、ソフトウェアモジュールの修正を実
施した後、修正されたソフトウェアモジュールに動的か
つシステム停止を伴うことなく切り替え可能である。
【０１１９】例えば、ＵＮＩＸオペレーティングシステ
ムでは、個々のデバイスドライバに関する入出力インタ
フェースは、デバイススイッチテーブルと呼ばれる共通
の構造を有しており、このテーブル上の当該デバイスド
ライバエントリを変更、デバイスドライバの使用してい
るリソースの解放、等の処理を実施することにより、シ
ステムからの切り離しが可能となる。
ムでは、個々のデバイスドライバに関する入出力インタ
フェースは、デバイススイッチテーブルと呼ばれる共通
の構造を有しており、このテーブル上の当該デバイスド
ライバエントリを変更、デバイスドライバの使用してい
るリソースの解放、等の処理を実施することにより、シ
ステムからの切り離しが可能となる。
【０１２０】尚、これらの処理を実施しても、再びソフ
トウェア障害が発生する場合には、システム再立ち上げ
を実施することにより、一連のソフトウェア障害回避処
理が無限に実施されることを回避する。
トウェア障害が発生する場合には、システム再立ち上げ
を実施することにより、一連のソフトウェア障害回避処
理が無限に実施されることを回避する。
【０１２１】以上、具体的なソフトウェア障害を例に本
発明の実施形態を説明したが、前記チェックポイント採
取手段１００によって採取されるチェックポイント時の
システムの状態は、「安定した状態」であることが望ま
しい。ここで、「安定した状態」とは次にあげるような
条件を満たす状態である。 （１）割り込み処理中でない。 （２）スピンロックを獲得していない。 （３）入出力要求を処理中でない。
発明の実施形態を説明したが、前記チェックポイント採
取手段１００によって採取されるチェックポイント時の
システムの状態は、「安定した状態」であることが望ま
しい。ここで、「安定した状態」とは次にあげるような
条件を満たす状態である。 （１）割り込み処理中でない。 （２）スピンロックを獲得していない。 （３）入出力要求を処理中でない。
【０１２２】その理由は、例えば（２）について、スピ
ンロックを獲得した状態でチェックポイントが採取され
たことを許容すると、前記した具体的なソフトウェア障
害を例に示した第２の具体的なソフトウェア障害の例に
あるようなマルチプロセッサ環境に於ける排他制御処理
で同一のスピンロックを二重に確保することによるデッ
ドロック状態が発生後、チェックポイントが採取され、
その後、デッドロック発生が検出されるような状況に於
いては、ロールバック後のシステムの状態は、デッドロ
ック状態のままであり、チェックポイントロールバック
しても、デッドロック状態を抜け出すことが不可能とな
り、ソフトウェア障害を回避することが困難となるため
である。
ンロックを獲得した状態でチェックポイントが採取され
たことを許容すると、前記した具体的なソフトウェア障
害を例に示した第２の具体的なソフトウェア障害の例に
あるようなマルチプロセッサ環境に於ける排他制御処理
で同一のスピンロックを二重に確保することによるデッ
ドロック状態が発生後、チェックポイントが採取され、
その後、デッドロック発生が検出されるような状況に於
いては、ロールバック後のシステムの状態は、デッドロ
ック状態のままであり、チェックポイントロールバック
しても、デッドロック状態を抜け出すことが不可能とな
り、ソフトウェア障害を回避することが困難となるため
である。
【０１２３】上記（１）乃至（３）を考慮したチェック
ポイント採取方式は、例えば特願平８−１５６６０号
（計算機システム）に開示されている。尚、この計算機
システムに於けるチェックポイント採取は、故障などに
よって処理が中断された場合に備え、その中断された処
理を再開始するためのチェックポイントを定期的に取得
しながら処理を進めていく耐障害性の計算機システムに
おいて、前記チェックポイントを取得するチェックポイ
ント取得プロセスを前記計算機システムのもつプロセッ
サそれぞれに対応して設け、前記チェックポイントの取
得時に、前記チェックポイント取得プロセスを実行可能
状態とし、そのチェックポイント取得プロセスが前記チ
ェックポイントを取得した後に、そのチェックポイント
取得プロセスを再度待機状態とする手段を具備してなる
ことを特徴とする。また、故障などによって処理が中断
された場合に備え、その中断された処理を再開始するた
めのチェックポイントを定期的に取得しながら処理を進
めていく耐障害性の計算機システムにおいて、前記計算
機システムを制御するオペレーティングシステムのディ
スパッチャに、前記チェックポイントを取得する手段を
設け、前記ディスパッチャは、前記計算機システムのも
つプロセッサそれぞれで実行中である処理すべてが完結
した際に前記チェックポイントを取得することを特徴と
する。この発明によれば、チェックポイントは、必ずチ
ェックポイント取得プロセスの実行中、あるいはプロセ
ッサがいずれの処理も実行していない状態でのディスパ
ッチャ中でのみ取得されることになり、従来のチェック
ポイントの取得方式では考慮する必要のあった、ロック
ランアウト機構が不要になり、チェックポイント採取機
能を含むオペレーティングシステムが大幅に簡単化でき
る。
ポイント採取方式は、例えば特願平８−１５６６０号
（計算機システム）に開示されている。尚、この計算機
システムに於けるチェックポイント採取は、故障などに
よって処理が中断された場合に備え、その中断された処
理を再開始するためのチェックポイントを定期的に取得
しながら処理を進めていく耐障害性の計算機システムに
おいて、前記チェックポイントを取得するチェックポイ
ント取得プロセスを前記計算機システムのもつプロセッ
サそれぞれに対応して設け、前記チェックポイントの取
得時に、前記チェックポイント取得プロセスを実行可能
状態とし、そのチェックポイント取得プロセスが前記チ
ェックポイントを取得した後に、そのチェックポイント
取得プロセスを再度待機状態とする手段を具備してなる
ことを特徴とする。また、故障などによって処理が中断
された場合に備え、その中断された処理を再開始するた
めのチェックポイントを定期的に取得しながら処理を進
めていく耐障害性の計算機システムにおいて、前記計算
機システムを制御するオペレーティングシステムのディ
スパッチャに、前記チェックポイントを取得する手段を
設け、前記ディスパッチャは、前記計算機システムのも
つプロセッサそれぞれで実行中である処理すべてが完結
した際に前記チェックポイントを取得することを特徴と
する。この発明によれば、チェックポイントは、必ずチ
ェックポイント取得プロセスの実行中、あるいはプロセ
ッサがいずれの処理も実行していない状態でのディスパ
ッチャ中でのみ取得されることになり、従来のチェック
ポイントの取得方式では考慮する必要のあった、ロック
ランアウト機構が不要になり、チェックポイント採取機
能を含むオペレーティングシステムが大幅に簡単化でき
る。
【０１２４】
【発明の効果】以上、詳記したように本発明によれば、
ソフトウェア障害の発生を認識すると、障害発生時のシ
ステム状況からその障害発生要因を推定し、その推定し
た障害発生要因から障害発生要因の回避方法を推定し、
この推定された回避方法をソフトウェア障害のリカバリ
処理としてチェックポイントにロールバック後に実施す
ることにより、ハードウェアの間欠故障からの故障回復
のみならず、ソフトウェア障害が発生した場合において
も計算機システムを継続して運用させ、システムの可用
性を大幅に向上させることが出来る。また、最初に実施
したソフトウェア障害の回避方法が有効でなく再びソフ
トウェア障害が発生した場合には、その障害要因を取り
除いてシステムを再実行することによりソフトウェア障
害の回復を行うことが出来る。更に、ソフトウェア障害
の回避方法が推定できない場合には、ソフトウェアの実
行環境を変えてシステムを再実行させることによりソフ
トウェア障害の回復を行うことが出来る。
ソフトウェア障害の発生を認識すると、障害発生時のシ
ステム状況からその障害発生要因を推定し、その推定し
た障害発生要因から障害発生要因の回避方法を推定し、
この推定された回避方法をソフトウェア障害のリカバリ
処理としてチェックポイントにロールバック後に実施す
ることにより、ハードウェアの間欠故障からの故障回復
のみならず、ソフトウェア障害が発生した場合において
も計算機システムを継続して運用させ、システムの可用
性を大幅に向上させることが出来る。また、最初に実施
したソフトウェア障害の回避方法が有効でなく再びソフ
トウェア障害が発生した場合には、その障害要因を取り
除いてシステムを再実行することによりソフトウェア障
害の回復を行うことが出来る。更に、ソフトウェア障害
の回避方法が推定できない場合には、ソフトウェアの実
行環境を変えてシステムを再実行させることによりソフ
トウェア障害の回復を行うことが出来る。
【０１２５】
【０１２６】
【０１２７】
【０１２８】
【０１２９】
【０１３０】
【０１３１】
【０１３２】
【０１３３】
【０１３４】
【０１３５】
【０１３６】
【０１３７】
【０１３８】
【０１３９】
【０１４０】
【０１４１】
【０１４２】
【０１４３】
【０１４４】
【図１】本発明の実施形態に係る計算機システム全体の
構成を示すブロック図。
構成を示すブロック図。
【図２】本発明の実施形態に係る一連の手段の関係を示
すブロック図。
すブロック図。
【図３】本発明の第１実施形態に係る計算機システムの
動作の流れを説明するためのフローチャート。
動作の流れを説明するためのフローチャート。
【図４】本発明の第２実施形態に係る計算機システムの
動作の流れを説明するためのフローチャート。
動作の流れを説明するためのフローチャート。
【図５】本発明の実施形態に於ける、第１の具体的なソ
フトウェア障害を例に示す動作概念図。
フトウェア障害を例に示す動作概念図。
【図６】本発明の実施形態に於ける、第２の具体的なソ
フトウェア障害を例に示す動作概念図。
フトウェア障害を例に示す動作概念図。
【図７】本発明の実施形態に於ける、第３の具体的なソ
フトウェア障害を例に示す動作概念図。
フトウェア障害を例に示す動作概念図。
【図８】本発明の実施形態に於ける、第４の具体的なソ
フトウェア障害を例に示す動作概念図。
フトウェア障害を例に示す動作概念図。
【図９】チェックポイントロールバック方式の概念を示
す図。
す図。
１０…プロセッサ、 ２０…メモリ、 ３０…不揮発性メモリ、 １００…チェックポイント採取手段、 １０１…チェックポイントロールバック手段、 １０２…システム再実行手段、 １０３…障害識別手段、 １０４…システム状況記録手段、 １０５…ソフトウェア障害発生要因推定手段、 １０６…ソフトウェア障害回避方法推定手段、 １０７…ソフトウェア障害回避方法実施手段、 １０８…ソフトウェア実行環境操作手段、 ２００…ソフトウェア障害発生状況記録領域、 ２０１…ソフトウェア障害発生要因ログ、 ２０２…ソフトウェア障害回避方法記録領域、 ３００…ソフトウェア障害発生状況記録領域、 ３０１…ソフトウェア障害発生要因障害識別手段、 ３０２…ソフトウェア障害回避方法記録領域。
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平６−125389（ＪＰ，Ａ) 特開 平６−131208（ＪＰ，Ａ) 特開 昭48−47238（ＪＰ，Ａ) 特開 平４−171517（ＪＰ，Ａ) 特開 平３−122753（ＪＰ，Ａ) 特開 平８−30476（ＪＰ，Ａ) 特公 平７−117903（ＪＰ，Ｂ２) (58)調査した分野(Int.Cl.7，ＤＢ名) G06F 11/14 - 11/22 G06F 11/00 G06F 11/34 G06F 15/16 - 15/177
Claims (13)
- 【請求項１】 システムに障害が発生したとき障害発生
前の状態からデータ処理を再実行することにより耐障害
性を実現するチェックポイントロールバック方式による
故障回復機構を有する計算機システムであって、 システムに障害が発生したとき、当該障害がソフトウェ
アバグに起因して発生するソフトウェア障害であること
を識別する障害識別手段と、 前記障害識別手段でソフトウェア障害の発生を認識した
時、障害発生時のシステムの状況をメモリに記録するシ
ステム状況記録手段と、 前記システム状況記録手段により記録された情報をもと
に、ソフトウェア障害に関する発生要因を推定してメモ
リに記録するソフトウェア障害発生要因推定手段と、 前記ソフトウェア障害発生要因推定手段により記録され
た障害発生要因をもとに、ソフトウェア障害発生要因に
関する回避方法を推定してメモリに記録するソフトウェ
ア障害回避方法推定手段と、 前記ソフトウェア障害回避方法推定手段により記録され
た前記ソフトウェア障害発生要因に関する回避方法に従
う障害回避アクションをロールバック後に実施するソフ
トウェア障害回避方法実施手段とを具備し、 システムにソフトウェア障害が発生したとき、システム
を再実行して、ソフトウェアバグ等に起因して発生する
ソフトウェア障害を回避する故障回復機能を備えたこと
を特徽とする計算機システム。 - 【請求項２】 システムに障害が発生したとき障害発生
前の状態からデータ処理を再実行することにより耐障害
性を実現するチェックポイントロールバック方式による
故障回復機構を有する計算機システムであって、 システムに障害が発生したとき、当該障害がソフトウェ
アバグに起因して発生するソフトウェア障害であること
を識別する障害識別手段と、 前記障害識別手投でソフトウェア障害の発生を認識した
とき障害発生時のシステムの状況をメモリに記録するシ
ステム状況記録手段と、 前記システム状況記録手段により記録された情報をもと
にソフトウェア障害に関する発生要因を推定してメモリ
に記録するソフトウェア障害発生要因推定手段と、 前記ソフトウェア障害発生要因推定手段により記録され
た障害発生要因から、ソフトウェア障害発生要因に関す
る回避方法を推定してメモリに記録するソフトウェア障
害回避方法推定手段と、 前記ソフトウェア障害回避方法推定手段により記録され
た前記ソフトウェア障害発生要因に関する回避方法をロ
ールバック後に実施するソフトウェア障害回避方法実施
手段と、 前記システム状況記録手段により記録された情報をもと
に、ロールバック後の再実行時に於けるプログラム実行
環境を変化させるソフトウェア実行環境操作手段とを具
備し、 ソフトウェア障害の発生時に於いて前記ソフトウェア障
害に関する発生要因の推定による回避方法の推定が困難
な場合に前記ソフトウェア実行環境操作手段によりソフ
トウェア実行環境を操作した後、システムを再実行し
て、ソフトウェアバグに起因して発生するソフトウェア
障害を回避することを特徴とする計算機システム。 - 【請求項３】 前記メモリはロールバックされないメモ
リ或いは不揮発性の記憶装置であることを特徴とする請
求項１又は２記載の計算機システム。 - 【請求項４】 前記ソフトウェア障害回避方法実施手段
又は前記ソフトウェア実行環境操作手投による動作をソ
フトウェア障害が回避されるまで規定回数内で繰り返し
実施して、障害回復が出来ない場合システムを再立ち上
げすることを特徴とする請求項１又は２記載の計算機シ
ステム。 - 【請求項５】 前記ソフトウェア障害回避方法実施手段
又は前記ソフトウェア実行環境操作手段を実施し、シス
テムを再実行した後に於いて、再びソフトウェア障害が
出現した場合、障害要因を有するソフトウェアモジュー
ルをシステムから切り離した後、システムを再実行する
ことを特徴とする請求項１又は２記載の計算機システ
ム。 - 【請求項６】 前記ソフトウェア障害回避方法実施手段
又は前記ソフトウェア実行環境操作手段を実施し、シス
テムを再実行した後に於いて、再びソフトウェア障害が
出現した場合、ソフトウェア障害を誘発させたプロセス
或いはスレッドをシステムから抹消した後、システムを
再実行することを特徴とする請求項１又は２記載の計算
機システム。 - 【請求項７】 システムから切り離されたソフトウェア
モジュールは、システム稼動状態に於いて、障害要因を
有するソフトウェアモジュールから障害要因を除去した
ソフトウェアモジュールに修正後、入れ替えることを特
徴とする請求項６記載の計算機システム。 - 【請求項８】 前記ソフトウェア障害回避方法実施手段
又は前記ソフトウェア実行環境操作手段による動作をソ
フトウェア障害が回避されるまで規定回数内で繰り返し
実施した後に於いて、再びソフトウェア障害が出現した
場合、システムの再立ち上げを実施することを特徴とす
る請求項４記載の計算機システム。 - 【請求項９】 前記ソフトウェア障害回避方法実施手段
は、ソフトウェア障害発生要因が、物理メモリ上にロー
ドされていない仮想メモリヘのアクセスであると前記ソ
フトウェア障害発生要因推定手段により推定され、前記
ソフトウェア障害回避方法推定手段により、当該ソフト
ウェア障害発生要因に関する回避方法として、仮想ペー
ジをページインできるように物理メモリを確保するよう
推定して記録されたとき、その記録された回避方法を実
施することを特徴とする請求項１又は２記載の計算機シ
ステム。 - 【請求項１０】 システムに障害が発生したとき障害発
生前の状態からデータ処理を再実行することにより耐障
害性を実現するチェックポイントロールバック方式によ
る故障回復機構を有する計算機システムのソフトウェア
故障回復方法であって、 システムに障害が発生した時、当該障害がソフトウェア
バグに起因して発生するソフトウェア障害であることを
認識した時、障害発生時のシステムの状況をメモリに記
録し、 記録されたシステムの状況をもとにソフトウェア障害発
生要因の推定が可能な場合、ソフトウェア障害に関する
発生要因を推定して、その推定された発生要因をメモリ
に記録し、 記録されたソフトウェア障害の発生要因をもとに、その
ソフトウェア障害発生要因に関する回避方法を推定し
て、その回避方法をメモリに記録し、 チェックポイントにロールバックされた後に、初めての
ソフトウェア障害のリカバリ処理であると判断された場
合、記録された回避方法に従う障害回避を実施してシス
テムを再実行することを特徽とする計算機システムのソ
フトウェア障害回復方法。 - 【請求項１１】 前記ソフトウェア障害のリカバリ処理
が２回目の場合、障害要因を有するソフトウェアモジュ
ールをシステムから切り離すか、或いは、障害要因を誘
発したと考えられるプロセス又はスレッドをシステムか
ら抹消してシステムを再実行することを特徴とする請求
項１０記載の計算機システムのソフトウェア障害回復方
法。 - 【請求項１２】 前記ソフトウェア障害のリカバリ処理
が規定回数以上の場合、システムの再立ち上げを実施す
ることを特徴とする請求項１０記載の計算機システムの
ソフトウェア障害回復方法。 - 【請求項１３】 前記ソフトウェア障害の回避方法が推
定されていない場合、ソフトウェア実行環境操作を実施
してソフトウェアの実行環境を変えてシステムを再実行
することを特徴とする請求項１０記載の計算機システム
のソフトウェア障害回復方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8062840A JP3072048B2 (ja) | 1996-03-19 | 1996-03-19 | 計算機システムおよび計算機システムのソフトウェア故障回復方法 |
| CN97104512A CN1164708A (zh) | 1996-03-19 | 1997-03-18 | 计算机系统及其软件故障恢复方法 |
| US08/820,718 US5948112A (en) | 1996-03-19 | 1997-03-18 | Method and apparatus for recovering from software faults |
| KR1019970009258A KR970066876A (ko) | 1996-03-19 | 1997-03-19 | 계산기 시스템 및 그 소프트웨어 고장 회복 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8062840A JP3072048B2 (ja) | 1996-03-19 | 1996-03-19 | 計算機システムおよび計算機システムのソフトウェア故障回復方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09258995A JPH09258995A (ja) | 1997-10-03 |
| JP3072048B2 true JP3072048B2 (ja) | 2000-07-31 |
Family
ID=13211916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8062840A Expired - Fee Related JP3072048B2 (ja) | 1996-03-19 | 1996-03-19 | 計算機システムおよび計算機システムのソフトウェア故障回復方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5948112A (ja) |
| JP (1) | JP3072048B2 (ja) |
| KR (1) | KR970066876A (ja) |
| CN (1) | CN1164708A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004295738A (ja) * | 2003-03-28 | 2004-10-21 | Nec Corp | 耐障害計算機システム、プログラム並列実行方法およびプログラム |
| US8335901B2 (en) | 2010-06-30 | 2012-12-18 | Kabushiki Kaisha Toshiba | Information processing apparatus and data restoration method |
Families Citing this family (80)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3253883B2 (ja) * | 1997-01-31 | 2002-02-04 | 株式会社東芝 | プロセスリスタート方法及びプロセス監視装置 |
| US6275955B1 (en) * | 1997-05-14 | 2001-08-14 | Steeplechase Software, Inc. | Diagnostic software for facilitating flowchart programming |
| US6134566A (en) * | 1997-06-30 | 2000-10-17 | Microsoft Corporation | Method for controlling an electronic mail preview pane to avoid system disruption |
| JP3593241B2 (ja) * | 1997-07-02 | 2004-11-24 | 株式会社日立製作所 | 計算機の再起動方法 |
| US6732357B1 (en) | 1997-12-12 | 2004-05-04 | International Business Machines Corporation | Determining and compensating for temporal overhead in trace record generation and processing |
| US6158024A (en) * | 1998-03-31 | 2000-12-05 | International Business Machines Corporation | Method and apparatus for structured memory analysis of data processing systems and applications |
| US6546548B1 (en) | 1997-12-12 | 2003-04-08 | International Business Machines Corporation | Method and system for compensating for output overhead in trace data using initial calibration information |
| US6513155B1 (en) | 1997-12-12 | 2003-01-28 | International Business Machines Corporation | Method and system for merging event-based data and sampled data into postprocessed trace output |
| US6662358B1 (en) | 1997-12-12 | 2003-12-09 | International Business Machines Corporation | Minimizing profiling-related perturbation using periodic contextual information |
| US6560773B1 (en) | 1997-12-12 | 2003-05-06 | International Business Machines Corporation | Method and system for memory leak detection in an object-oriented environment during real-time trace processing |
| US6751789B1 (en) | 1997-12-12 | 2004-06-15 | International Business Machines Corporation | Method and system for periodic trace sampling for real-time generation of segments of call stack trees augmented with call stack position determination |
| US6308270B1 (en) * | 1998-02-13 | 2001-10-23 | Schlumberger Technologies, Inc. | Validating and certifying execution of a software program with a smart card |
| FR2784475B1 (fr) * | 1998-10-12 | 2000-12-29 | Centre Nat Etd Spatiales | Procede de traitement d'un systeme electronique soumis a des contraintes d'erreurs transitoires |
| US6401216B1 (en) * | 1998-10-29 | 2002-06-04 | International Business Machines Corporation | System of performing checkpoint/restart of a parallel program |
| US6393583B1 (en) | 1998-10-29 | 2002-05-21 | International Business Machines Corporation | Method of performing checkpoint/restart of a parallel program |
| JP2001027951A (ja) | 1999-07-14 | 2001-01-30 | Fujitsu Ltd | マルチプロセッサ構成の情報処理システムにおけるファイルロード装置と記録媒体 |
| US7761857B1 (en) | 1999-10-13 | 2010-07-20 | Robert Bedichek | Method for switching between interpretation and dynamic translation in a processor system based upon code sequence execution counts |
| US7111307B1 (en) | 1999-11-23 | 2006-09-19 | Microsoft Corporation | Method and system for monitoring and verifying software drivers using system resources including memory allocation and access |
| JP2001249828A (ja) * | 1999-12-28 | 2001-09-14 | Toshiba Lsi System Support Kk | 情報処理装置、不具合解析プログラムを格納したコンピュータ読み取り可能な記憶媒体、不具合解析方法、及びアプリケーションプログラム開発支援システム |
| US6594821B1 (en) | 2000-03-30 | 2003-07-15 | Transmeta Corporation | Translation consistency checking for modified target instructions by comparing to original copy |
| US6728907B1 (en) * | 2000-04-14 | 2004-04-27 | Microsoft Corporation | System and method for self-diagnosing system crashes |
| US6629267B1 (en) * | 2000-05-15 | 2003-09-30 | Microsoft Corporation | Method and system for reporting a program failure |
| US6785848B1 (en) * | 2000-05-15 | 2004-08-31 | Microsoft Corporation | Method and system for categorizing failures of a program module |
| US6701454B1 (en) * | 2000-06-05 | 2004-03-02 | Microsoft Corporation | Method and system for recovering information during a program failure |
| US6691250B1 (en) | 2000-06-29 | 2004-02-10 | Cisco Technology, Inc. | Fault handling process for enabling recovery, diagnosis, and self-testing of computer systems |
| US7149878B1 (en) * | 2000-10-30 | 2006-12-12 | Mips Technologies, Inc. | Changing instruction set architecture mode by comparison of current instruction execution address with boundary address register values |
| US6681348B1 (en) * | 2000-12-15 | 2004-01-20 | Microsoft Corporation | Creation of mini dump files from full dump files |
| US7107439B2 (en) * | 2001-08-10 | 2006-09-12 | Mips Technologies, Inc. | System and method of controlling software decompression through exceptions |
| US7168008B2 (en) * | 2002-01-18 | 2007-01-23 | Mobitv, Inc. | Method and system for isolating and protecting software components |
| US6961874B2 (en) * | 2002-05-20 | 2005-11-01 | Sun Microsystems, Inc. | Software hardening utilizing recoverable, correctable, and unrecoverable fault protocols |
| US7058849B2 (en) * | 2002-07-02 | 2006-06-06 | Micron Technology, Inc. | Use of non-volatile memory to perform rollback function |
| US7318171B2 (en) * | 2003-03-12 | 2008-01-08 | Intel Corporation | Policy-based response to system errors occurring during OS runtime |
| US7310723B1 (en) | 2003-04-02 | 2007-12-18 | Transmeta Corporation | Methods and systems employing a flag for deferring exception handling to a commit or rollback point |
| US20050038879A1 (en) * | 2003-08-14 | 2005-02-17 | International Business Machines Corporation | System and method for discovery of remote device driver functionality and interface |
| US7308584B2 (en) * | 2003-08-14 | 2007-12-11 | International Business Machines Corporation | System and method for securing a portable processing module |
| US7225448B2 (en) * | 2003-08-14 | 2007-05-29 | Lenovo (Singapore) Pte. Ltd. | System and method for hibernating application state data on removable module |
| US7356665B2 (en) * | 2003-12-17 | 2008-04-08 | International Business Machines Corporation | Method and system for machine memory power and availability management in a processing system supporting multiple virtual machines |
| US20050204199A1 (en) * | 2004-02-28 | 2005-09-15 | Ibm Corporation | Automatic crash recovery in computer operating systems |
| US7684654B2 (en) * | 2004-06-30 | 2010-03-23 | General Electric Company | System and method for fault detection and recovery in a medical imaging system |
| US7263631B2 (en) * | 2004-08-13 | 2007-08-28 | Seakr Engineering, Incorporated | Soft error detection and recovery |
| US7984220B2 (en) * | 2004-09-02 | 2011-07-19 | International Business Machines Corporation | Exception tracking |
| CN100343816C (zh) * | 2004-09-24 | 2007-10-17 | 华为技术有限公司 | 恢复单板软件版本的方法 |
| US7823021B2 (en) * | 2005-05-26 | 2010-10-26 | United Parcel Service Of America, Inc. | Software process monitor |
| US7558986B2 (en) * | 2005-05-26 | 2009-07-07 | United Parcel Service Of America, Inc. | Software process monitor |
| US8332826B2 (en) * | 2005-05-26 | 2012-12-11 | United Parcel Service Of America, Inc. | Software process monitor |
| US8078919B2 (en) * | 2005-06-14 | 2011-12-13 | Hitachi Global Storage Technologies Netherlands B.V. | Method, apparatus and program storage device for managing multiple step processes triggered by a signal |
| US8413162B1 (en) * | 2005-06-28 | 2013-04-02 | Guillermo J. Rozas | Multi-threading based on rollback |
| WO2007006592A2 (en) * | 2005-07-12 | 2007-01-18 | International Business Machines Corporation | Method and system for reconfiguring functional capabilities in a data processing system with dormant resources |
| WO2007015800A1 (en) * | 2005-07-20 | 2007-02-08 | Wms Gaming Inc. | Master control program for a gaming device |
| US7702966B2 (en) * | 2005-09-07 | 2010-04-20 | Intel Corporation | Method and apparatus for managing software errors in a computer system |
| US7823029B2 (en) * | 2005-09-07 | 2010-10-26 | International Business Machines Corporation | Failure recognition, notification, and prevention for learning and self-healing capabilities in a monitored system |
| US20070174484A1 (en) * | 2006-01-23 | 2007-07-26 | Stratus Technologies Bermuda Ltd. | Apparatus and method for high performance checkpointing and rollback of network operations |
| US7962798B2 (en) * | 2006-04-17 | 2011-06-14 | The Trustees Of Columbia University In The City Of New York | Methods, systems and media for software self-healing |
| US8924782B2 (en) * | 2007-01-26 | 2014-12-30 | The Trustees Of Columbia University In The City Of New York | Systems, methods, and media for recovering an application from a fault or attack |
| US8209417B2 (en) * | 2007-03-08 | 2012-06-26 | Oracle International Corporation | Dynamic resource profiles for clusterware-managed resources |
| CN101290577A (zh) * | 2007-04-20 | 2008-10-22 | 鸿富锦精密工业（深圳）有限公司 | 嵌入式设备及其加载方法 |
| JP4838226B2 (ja) * | 2007-11-20 | 2011-12-14 | 富士通株式会社 | ネットワークロギング処理プログラム，情報処理システムおよびネットワークロギング情報自動退避方法 |
| US8281185B2 (en) * | 2009-06-30 | 2012-10-02 | Oracle America, Inc. | Advice-based feedback for transactional execution |
| JP2011060055A (ja) * | 2009-09-11 | 2011-03-24 | Fujitsu Ltd | 仮想計算機システム、仮想マシンの復旧処理方法及びそのプログラム |
| US9038048B2 (en) | 2010-07-22 | 2015-05-19 | The Trustees Of Columbia University In The City Of New York | Methods, systems, and media for protecting applications from races |
| JP5736757B2 (ja) * | 2010-12-10 | 2015-06-17 | セイコーエプソン株式会社 | 印刷装置、及び、印刷方法 |
| US9448895B2 (en) * | 2011-04-21 | 2016-09-20 | International Business Machines Corporation | Recording activity of software threads in a concurrent software environment |
| US9489251B2 (en) * | 2011-12-06 | 2016-11-08 | Bio-Rad Laboratories, Inc. | Supervising and recovering software components associated with medical diagnostics instruments |
| JP2014119964A (ja) * | 2012-12-17 | 2014-06-30 | Hitachi Ltd | 計算機システムおよびプログラム |
| US9251002B2 (en) | 2013-01-15 | 2016-02-02 | Stratus Technologies Bermuda Ltd. | System and method for writing checkpointing data |
| CN103150222B (zh) * | 2013-01-28 | 2016-02-10 | 中兴通讯股份有限公司 | 嵌入式系统异常恢复的方法和装置 |
| TWI528173B (zh) * | 2013-10-25 | 2016-04-01 | 緯創資通股份有限公司 | 自動除錯與防錯方法、裝置與電腦程式產品 |
| US9652338B2 (en) | 2013-12-30 | 2017-05-16 | Stratus Technologies Bermuda Ltd. | Dynamic checkpointing systems and methods |
| US9588844B2 (en) | 2013-12-30 | 2017-03-07 | Stratus Technologies Bermuda Ltd. | Checkpointing systems and methods using data forwarding |
| ES2652262T3 (es) | 2013-12-30 | 2018-02-01 | Stratus Technologies Bermuda Ltd. | Método de retardar puntos de comprobación inspeccionando paquetes de red |
| US9645879B2 (en) * | 2014-02-27 | 2017-05-09 | International Business Machines Corporation | Salvaging hardware transactions with instructions |
| CN103914523A (zh) * | 2014-03-24 | 2014-07-09 | 小米科技有限责任公司 | 页面回退控制方法及装置 |
| US9679076B2 (en) | 2014-03-24 | 2017-06-13 | Xiaomi Inc. | Method and device for controlling page rollback |
| GB2542370B (en) * | 2015-09-16 | 2020-05-27 | Arm Ip Ltd | A system for monitoring a plurality of distributed devices |
| JP6866724B2 (ja) * | 2017-03-28 | 2021-04-28 | 日本電気株式会社 | 分散コンピューティングシステム、処理選択装置、処理選択方法及びプログラム |
| EP3614216B1 (en) * | 2017-06-15 | 2022-11-23 | Hitachi, Ltd. | Controller |
| CN109032022B (zh) * | 2018-08-08 | 2021-01-15 | 江苏拓米洛环境试验设备有限公司 | 试验箱报警秒接续程序智能无缝衔接运转方法 |
| CN109254877A (zh) * | 2018-09-11 | 2019-01-22 | 广州骏凯永卓信息科技有限公司 | 一种企业用计算机软件故障的监测维修系统 |
| CN110083488B (zh) * | 2019-04-21 | 2023-03-17 | 哈尔滨工业大学 | 一种面向gpgpu的细粒度低开销的容错系统 |
| CN113625696B (zh) * | 2021-08-31 | 2023-03-24 | 东风商用车有限公司 | 车载控制器过流保护的安全处理方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06222952A (ja) * | 1993-01-27 | 1994-08-12 | Toshiba Corp | デバッグ支援装置 |
| US5590277A (en) * | 1994-06-22 | 1996-12-31 | Lucent Technologies Inc. | Progressive retry method and apparatus for software failure recovery in multi-process message-passing applications |
| US5630047A (en) * | 1995-09-12 | 1997-05-13 | Lucent Technologies Inc. | Method for software error recovery using consistent global checkpoints |
-
1996
- 1996-03-19 JP JP8062840A patent/JP3072048B2/ja not_active Expired - Fee Related
-
1997
- 1997-03-18 US US08/820,718 patent/US5948112A/en not_active Expired - Fee Related
- 1997-03-18 CN CN97104512A patent/CN1164708A/zh active Pending
- 1997-03-19 KR KR1019970009258A patent/KR970066876A/ko not_active Application Discontinuation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004295738A (ja) * | 2003-03-28 | 2004-10-21 | Nec Corp | 耐障害計算機システム、プログラム並列実行方法およびプログラム |
| US8335901B2 (en) | 2010-06-30 | 2012-12-18 | Kabushiki Kaisha Toshiba | Information processing apparatus and data restoration method |
Also Published As
| Publication number | Publication date |
|---|---|
| US5948112A (en) | 1999-09-07 |
| KR970066876A (ko) | 1997-10-13 |
| JPH09258995A (ja) | 1997-10-03 |
| CN1164708A (zh) | 1997-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3072048B2 (ja) | 計算機システムおよび計算機システムのソフトウェア故障回復方法 | |
| US5815651A (en) | Method and apparatus for CPU failure recovery in symmetric multi-processing systems | |
| US7516361B2 (en) | Method for automatic checkpoint of system and application software | |
| US7853825B2 (en) | Methods and apparatus for recovering from fatal errors in a system | |
| JP3675802B2 (ja) | 計算の状態を再構成する方法ならびにシステム | |
| JP3154942B2 (ja) | 分散チェックポイント生成方法および同方法が適用される計算機システム | |
| US5530802A (en) | Input sequence reordering method for software failure recovery | |
| US5664088A (en) | Method for deadlock recovery using consistent global checkpoints | |
| EP1966697B1 (en) | Software assisted nested hardware transactions | |
| EP0750259B1 (en) | Computer system with two phase checkpoints | |
| US6851074B2 (en) | System and method for recovering from memory failures in computer systems | |
| JPH0820965B2 (ja) | プログラムの実行を続行する方法 | |
| KR100304319B1 (ko) | 시간 지연 이중화 기술을 구현하는 장치 및 방법 | |
| JP3481737B2 (ja) | ダンプ採取装置およびダンプ採取方法 | |
| JP3030658B2 (ja) | 電源故障対策を備えたコンピュータシステム及びその動作方法 | |
| Bovenzi et al. | Towards fast OS rejuvenation: An experimental evaluation of fast OS reboot techniques | |
| US6275930B1 (en) | Method, computer, and article of manufacturing for fault tolerant booting | |
| Le et al. | Applying microreboot to system software | |
| JP3919274B2 (ja) | 状態記録再現機能を有する計算機システム及び状態記録再現プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2001109635A (ja) | 障害対処方法及びコンピュータシステム読み取り可能な記録媒体 | |
| JP2785992B2 (ja) | サーバプログラムの管理処理方式 | |
| JP3516428B2 (ja) | 計算機 | |
| JPH06282496A (ja) | 二重化共有メモリにおける排他制御命令のリカバリ方法 | |
| JPH1139178A (ja) | 計算機システム及び計算機システムにおけるチェックポイントスレッド方法 | |
| Bowen et al. | Restart services for highly available systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |