JP3481737B2 - ダンプ採取装置およびダンプ採取方法 - Google Patents
ダンプ採取装置およびダンプ採取方法Info
- Publication number
- JP3481737B2 JP3481737B2 JP20015495A JP20015495A JP3481737B2 JP 3481737 B2 JP3481737 B2 JP 3481737B2 JP 20015495 A JP20015495 A JP 20015495A JP 20015495 A JP20015495 A JP 20015495A JP 3481737 B2 JP3481737 B2 JP 3481737B2
- Authority
- JP
- Japan
- Prior art keywords
- processor
- dump
- processing
- processors
- faulty
- 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 - Lifetime
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
- G06F11/1415—Saving, restoring, recovering or retrying at system level
- G06F11/1438—Restarting or rejuvenating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
Description
【０００１】
【産業上の利用分野】本発明は、複数の処理プロセッサ
を用いて１つの並列プログラムを実行するシステムのダ
ンプ採取装置およびダンプ採取方法に関し、特に、分散
メモリ型並列型計算機における複数のダンプの採取装置
および採取方法に関する。
を用いて１つの並列プログラムを実行するシステムのダ
ンプ採取装置およびダンプ採取方法に関し、特に、分散
メモリ型並列型計算機における複数のダンプの採取装置
および採取方法に関する。
【０００２】一般に単一型計算機では、システムが異常
な状態に陥ったとき、主記憶装置あるいは２次記憶装置
の内容をダンプ（ＤＵＭＰ）として採取して外部記憶装
置へ送り、それを基にオペレーションシステムの障害の
原因究明を行っている。
な状態に陥ったとき、主記憶装置あるいは２次記憶装置
の内容をダンプ（ＤＵＭＰ）として採取して外部記憶装
置へ送り、それを基にオペレーションシステムの障害の
原因究明を行っている。
【０００３】一方、複数の処理プロセッサと、それらを
結ぶ通信網とを備え、各処理プロセッサが独立した記憶
装置とＣＰＵとを備えた分散メモリ型並列型計算機にお
いては、通信網によりデータの交換や同期を行いなが
ら、複数の処理プロセッサが同一の並列プログラムを実
行することが行われている。こうした分散メモリ型並列
型計算機においても、システムの異常時にはダンプの採
取が行われる。
結ぶ通信網とを備え、各処理プロセッサが独立した記憶
装置とＣＰＵとを備えた分散メモリ型並列型計算機にお
いては、通信網によりデータの交換や同期を行いなが
ら、複数の処理プロセッサが同一の並列プログラムを実
行することが行われている。こうした分散メモリ型並列
型計算機においても、システムの異常時にはダンプの採
取が行われる。
【０００４】
【従来の技術】従来、多数の処理プロセッサを備えた計
算機システムにおいて、そのうちの複数の処理プロセッ
サを用いて１つの並列プログラムを実行しているとき
に、それらの複数の処理プロセッサのいずれかに障害が
発生した場合、その並列プログラムを実行していた処理
プロセッサ全ての動作が停止され、それらの処理プロセ
ッサ全てにおけるダンプが採取され、外部記憶装置のフ
ァイルに吐き出される。
算機システムにおいて、そのうちの複数の処理プロセッ
サを用いて１つの並列プログラムを実行しているとき
に、それらの複数の処理プロセッサのいずれかに障害が
発生した場合、その並列プログラムを実行していた処理
プロセッサ全ての動作が停止され、それらの処理プロセ
ッサ全てにおけるダンプが採取され、外部記憶装置のフ
ァイルに吐き出される。
【０００５】ダンプが採取された複数の処理プロセッサ
のうち、障害が発生した処理プロセッサ以外のプロセッ
サには何ら問題がないので、それらのプロセッサに対し
ては、ダンプの吐き出し後、再起動が行われる。
のうち、障害が発生した処理プロセッサ以外のプロセッ
サには何ら問題がないので、それらのプロセッサに対し
ては、ダンプの吐き出し後、再起動が行われる。
【０００６】
【発明が解決しようとする課題】ところで、障害発生に
よって動作が停止してから再起動するまでのシステム停
止時間は当然、最小限に抑えることが要求される。
よって動作が停止してから再起動するまでのシステム停
止時間は当然、最小限に抑えることが要求される。
【０００７】しかし、処理プロセッサから吐き出された
ダンプを外部記憶装置へ書き込むことに要する時間は一
般的に長くかかる。しかも、最近の処理プロセッサでは
内部メモリ量が増大しているのでその所要時間は更に長
くなる傾向にあり、また、ダンプを採取すべき処理プロ
セッサの数が多くなればそれだけトータルのシステム停
止時間は長くなる。
ダンプを外部記憶装置へ書き込むことに要する時間は一
般的に長くかかる。しかも、最近の処理プロセッサでは
内部メモリ量が増大しているのでその所要時間は更に長
くなる傾向にあり、また、ダンプを採取すべき処理プロ
セッサの数が多くなればそれだけトータルのシステム停
止時間は長くなる。
【０００８】こうしたことは、ユーザにとって非常に不
利益をもたらすことであり、できるだけシステムの停止
時間を短くする必要がある。本発明はこのような点に鑑
みてなされたものであり、複数の処理プロセッサを備え
て並列プログラムを実行するシステムにおいて、ダンプ
の採取に伴うシステムの停止時間を短縮することを図っ
たダンプ採取装置およびダンプ採取方法を提供すること
を目的とする。
利益をもたらすことであり、できるだけシステムの停止
時間を短くする必要がある。本発明はこのような点に鑑
みてなされたものであり、複数の処理プロセッサを備え
て並列プログラムを実行するシステムにおいて、ダンプ
の採取に伴うシステムの停止時間を短縮することを図っ
たダンプ採取装置およびダンプ採取方法を提供すること
を目的とする。
【０００９】
【課題を解決するための手段】本発明では上記目的を達
成するために、図１に示すように、並列プログラム１を
実行する複数の処理プロセッサ２〜４のいずれかに障害
が発生したときに、複数の処理プロセッサ２〜４の動作
を停止させる停止手段５と、障害が発生した障害プロセ
ッサ（例えば処理プロセッサ４に障害が発生したとす
る）の内部記憶装置に、複数の処理プロセッサ２〜４の
うちの処理プロセッサ４を除いた処理プロセッサ２，３
の各ダンプを書き込むダンプ書込手段６とを、有するこ
とを特徴とするダンプ採取装置が提供される。
成するために、図１に示すように、並列プログラム１を
実行する複数の処理プロセッサ２〜４のいずれかに障害
が発生したときに、複数の処理プロセッサ２〜４の動作
を停止させる停止手段５と、障害が発生した障害プロセ
ッサ（例えば処理プロセッサ４に障害が発生したとす
る）の内部記憶装置に、複数の処理プロセッサ２〜４の
うちの処理プロセッサ４を除いた処理プロセッサ２，３
の各ダンプを書き込むダンプ書込手段６とを、有するこ
とを特徴とするダンプ採取装置が提供される。
【００１０】 また好ましくは、ダンプ採取装置は、ダ
ンプ書込手段６によるダンプ書き込みが完了した後、複
数の処理プロセッサ２〜４のうちの処理プロセッサ４を
除いた処理プロセッサ２，３を再起動させる再起動手段
７と、処理プロセッサ４に書き込まれた各ダンプおよび
処理プロセッサ４自身のダンプを外部記憶装置８へ読み
出す読出手段９とを有する。
ンプ書込手段６によるダンプ書き込みが完了した後、複
数の処理プロセッサ２〜４のうちの処理プロセッサ４を
除いた処理プロセッサ２，３を再起動させる再起動手段
７と、処理プロセッサ４に書き込まれた各ダンプおよび
処理プロセッサ４自身のダンプを外部記憶装置８へ読み
出す読出手段９とを有する。
【００１１】
【作用】以上のような構成において、複数の処理プロセ
ッサ２〜４は通信網１０によって接続されて並列プログ
ラム１の実行を行う。ここで、複数の処理プロセッサ２
〜４のうちの処理プロセッサ４に障害が発生したと仮定
する。
ッサ２〜４は通信網１０によって接続されて並列プログ
ラム１の実行を行う。ここで、複数の処理プロセッサ２
〜４のうちの処理プロセッサ４に障害が発生したと仮定
する。
【００１２】 この障害検知により、停止手段５が、ま
ず複数の処理プロセッサ２〜４の動作を停止させる。そ
して、ダンプ書込手段６が、障害が発生した処理プロセ
ッサ４の内部記憶装置に、処理プロセッサ２，３の各ダ
ンプを書き込む。このダンプ書き込みは、各処理プロセ
ッサ間におけるリード／ライト処理であるので、処理プ
ロセッサと外部記憶装置との間のリード／ライト処理に
比べて格段に高速度に行われる。
ず複数の処理プロセッサ２〜４の動作を停止させる。そ
して、ダンプ書込手段６が、障害が発生した処理プロセ
ッサ４の内部記憶装置に、処理プロセッサ２，３の各ダ
ンプを書き込む。このダンプ書き込みは、各処理プロセ
ッサ間におけるリード／ライト処理であるので、処理プ
ロセッサと外部記憶装置との間のリード／ライト処理に
比べて格段に高速度に行われる。
【００１３】 ダンプ書込手段６によるダンプ書き込み
が完了した後、再起動手段７が、処理プロセッサ４を除
いた処理プロセッサ２，３を再起動させる。したがっ
て、処理プロセッサ４を除いた処理プロセッサ２，３に
関しては、従来に比べて格段に短い停止時間の後、再起
動されることになる。
が完了した後、再起動手段７が、処理プロセッサ４を除
いた処理プロセッサ２，３を再起動させる。したがっ
て、処理プロセッサ４を除いた処理プロセッサ２，３に
関しては、従来に比べて格段に短い停止時間の後、再起
動されることになる。
【００１４】 なお、処理プロセッサ４に書き込まれた
各ダンプおよび処理プロセッサ４自身のダンプは、読出
手段９によって外部記憶装置８へ読み出される。これに
要する時間は従来通りの時間であるが、このときには、
既に処理プロセッサ４を除いた他の正常な処理プロセッ
サ２，３は動作再開しているので、この所要時間は何ら
問題とならない。
各ダンプおよび処理プロセッサ４自身のダンプは、読出
手段９によって外部記憶装置８へ読み出される。これに
要する時間は従来通りの時間であるが、このときには、
既に処理プロセッサ４を除いた他の正常な処理プロセッ
サ２，３は動作再開しているので、この所要時間は何ら
問題とならない。
【００１５】
【実施例】以下、本発明の実施例を図面に基づいて説明
する。まず、本発明の第１の実施例の原理構成を、図１
を参照して説明する。第１の実施例は、並列プログラム
１を実行する複数の処理プロセッサ２〜４のいずれかに
障害が発生したときに、複数の処理プロセッサ２〜４の
動作を停止させる停止手段５と、障害が発生した障害プ
ロセッサ（例えば処理プロセッサ４に障害が発生したと
する）の内部記憶装置に、複数の処理プロセッサ２〜４
のうちの処理プロセッサ４を除いた処理プロセッサ２，
３の各ダンプを書き込むダンプ書込手段６とを備える。
また、ダンプ書込手段６によるダンプ書き込みが完了し
た後、複数の処理プロセッサ２〜４のうちの処理プロセ
ッサ４を除いた処理プロセッサ２，３を再起動させる再
起動手段７と、処理プロセッサ４に書き込まれた各ダン
プおよび処理プロセッサ４自身のダンプを外部記憶装置
８へ読み出す読出手段９とを備える。
する。まず、本発明の第１の実施例の原理構成を、図１
を参照して説明する。第１の実施例は、並列プログラム
１を実行する複数の処理プロセッサ２〜４のいずれかに
障害が発生したときに、複数の処理プロセッサ２〜４の
動作を停止させる停止手段５と、障害が発生した障害プ
ロセッサ（例えば処理プロセッサ４に障害が発生したと
する）の内部記憶装置に、複数の処理プロセッサ２〜４
のうちの処理プロセッサ４を除いた処理プロセッサ２，
３の各ダンプを書き込むダンプ書込手段６とを備える。
また、ダンプ書込手段６によるダンプ書き込みが完了し
た後、複数の処理プロセッサ２〜４のうちの処理プロセ
ッサ４を除いた処理プロセッサ２，３を再起動させる再
起動手段７と、処理プロセッサ４に書き込まれた各ダン
プおよび処理プロセッサ４自身のダンプを外部記憶装置
８へ読み出す読出手段９とを備える。
【００１６】 図２（Ａ）は、第１の実施例の具体的な
構成を示す。図中、制御用プロセッサ１１およびプロセ
ッサ１２〜１５が通信網１６によって接続され、プロセ
ッサ１２〜１５が並列プログラム１７を実行する。プロ
セッサ１２〜１５は、独立した内部記憶装置とＣＰＵと
を有し、通信網１６を介して互いにデータの交換や同期
を行いながら、並列プログラム１７を実行する。プロセ
ッサ１２〜１５の各内部記憶装置は、システムプログラ
ム（オペレーションシステム）およびユーザプログラム
（アプリケーションプログラム）により使用される。シ
ステムに異常が発生した場合には、システム異常の原因
を調査するために、プロセッサ１２〜１５において主に
システムプログラムに使用された各内部記憶装置内の情
報（ダンプ）が採取される必要がある。
構成を示す。図中、制御用プロセッサ１１およびプロセ
ッサ１２〜１５が通信網１６によって接続され、プロセ
ッサ１２〜１５が並列プログラム１７を実行する。プロ
セッサ１２〜１５は、独立した内部記憶装置とＣＰＵと
を有し、通信網１６を介して互いにデータの交換や同期
を行いながら、並列プログラム１７を実行する。プロセ
ッサ１２〜１５の各内部記憶装置は、システムプログラ
ム（オペレーションシステム）およびユーザプログラム
（アプリケーションプログラム）により使用される。シ
ステムに異常が発生した場合には、システム異常の原因
を調査するために、プロセッサ１２〜１５において主に
システムプログラムに使用された各内部記憶装置内の情
報（ダンプ）が採取される必要がある。
【００１７】図１における停止手段５、再起動手段７、
および読出手段９は、図２（Ａ）に示す制御用プロセッ
サ１１の動作により実現する機能である。なお、図１に
おけるダンプ書込手段６は、図２（Ａ）に示す制御用プ
ロセッサ１１からプロセッサ１２〜１５へ送られたダン
プドライバ（ダンプ取得プログラム）を、プロセッサ１
２〜１５が実行することにより実現する機能である。
および読出手段９は、図２（Ａ）に示す制御用プロセッ
サ１１の動作により実現する機能である。なお、図１に
おけるダンプ書込手段６は、図２（Ａ）に示す制御用プ
ロセッサ１１からプロセッサ１２〜１５へ送られたダン
プドライバ（ダンプ取得プログラム）を、プロセッサ１
２〜１５が実行することにより実現する機能である。
【００１８】また、図１における処理プロセッサ２〜４
は、図２（Ａ）のプロセッサ１２〜１５に対応し、同様
に、並列プログラム１は並列プログラム１７に、通信網
１０は通信網１６に対応する。
は、図２（Ａ）のプロセッサ１２〜１５に対応し、同様
に、並列プログラム１は並列プログラム１７に、通信網
１０は通信網１６に対応する。
【００１９】 図２（Ｂ）は、プロセッサ１４に異常が
発生した場合に、制御用プロセッサ１１から各プロセッ
サ１２〜１５にダンプドライバが送られる様子を示し、
図２（Ｃ）は、プロセッサ１２，１３，１５からプロセ
ッサ１４の内部記憶装置へダンプが書き込まれる様子を
示している。こうした制御用プロセッサ１１によるダン
プ採取の処理手順を図３を参照して説明する。
発生した場合に、制御用プロセッサ１１から各プロセッ
サ１２〜１５にダンプドライバが送られる様子を示し、
図２（Ｃ）は、プロセッサ１２，１３，１５からプロセ
ッサ１４の内部記憶装置へダンプが書き込まれる様子を
示している。こうした制御用プロセッサ１１によるダン
プ採取の処理手順を図３を参照して説明する。
【００２０】図３は、制御用プロセッサ１１によるダン
プ採取の処理手順を示すフローチャートである。以下、
図中のステップに沿って説明する。 〔Ｓ１〕制御用プロセッサ１１がプロセッサ１２〜１５
を監視して、異常の発生を検出する。異常の発生を検出
すると、制御用プロセッサ１１は、並列プログラム１７
を実行していたプロセッサ１２〜１５の動作を停止させ
る。図中の「ＰＥ」は Processing Element の略号であ
り、プロセッサを指す。以下、プロセッサ１４に異常が
発生したと仮定して説明する。
プ採取の処理手順を示すフローチャートである。以下、
図中のステップに沿って説明する。 〔Ｓ１〕制御用プロセッサ１１がプロセッサ１２〜１５
を監視して、異常の発生を検出する。異常の発生を検出
すると、制御用プロセッサ１１は、並列プログラム１７
を実行していたプロセッサ１２〜１５の動作を停止させ
る。図中の「ＰＥ」は Processing Element の略号であ
り、プロセッサを指す。以下、プロセッサ１４に異常が
発生したと仮定して説明する。
【００２１】〔Ｓ２〕異常の発生したプロセッサ１４に
制御用プロセッサ１１からダンプドライバを送る。ダン
プドライバは、ダンプを読み出して送り、所定の場所に
書き込むためのプログラムである。
制御用プロセッサ１１からダンプドライバを送る。ダン
プドライバは、ダンプを読み出して送り、所定の場所に
書き込むためのプログラムである。
【００２２】〔Ｓ３〕異常の発生したプロセッサ１４以
外のプロセッサ１２，１３，１５に制御用プロセッサ１
１からダンプドライバを送る。 〔Ｓ４〕ダンプドライバを実行することにより、プロセ
ッサ１２，１３，１５は、自己のダンプを異常の発生し
たプロセッサ１４へそれぞれ読み出す。それぞれ読み出
されたダンプは、プロセッサ１２，１３，１５の各内部
記憶装置のスカラメモリ上に書き込まれていたオペレー
ションシステムに関連するメモリダンプである。
外のプロセッサ１２，１３，１５に制御用プロセッサ１
１からダンプドライバを送る。 〔Ｓ４〕ダンプドライバを実行することにより、プロセ
ッサ１２，１３，１５は、自己のダンプを異常の発生し
たプロセッサ１４へそれぞれ読み出す。それぞれ読み出
されたダンプは、プロセッサ１２，１３，１５の各内部
記憶装置のスカラメモリ上に書き込まれていたオペレー
ションシステムに関連するメモリダンプである。
【００２３】〔Ｓ５〕ダンプドライバを実行することに
より、異常の発生したプロセッサ１４は、送られた各ダ
ンプを自己の内部記憶装置へ書き込む。特に、これらの
ダンプは、プロセッサ１４の内部記憶装置のユーザプロ
グラム用に使用されていたベクトルメモリ上に書き込ま
れる。
より、異常の発生したプロセッサ１４は、送られた各ダ
ンプを自己の内部記憶装置へ書き込む。特に、これらの
ダンプは、プロセッサ１４の内部記憶装置のユーザプロ
グラム用に使用されていたベクトルメモリ上に書き込ま
れる。
【００２４】なお、ダンプのデータ量は、異常の発生し
たプロセッサ１４に一番多く存在するので、ダンプを、
異常の発生したプロセッサ１４に集約することは、集約
に要する時間を一番短くすることにつながる。
たプロセッサ１４に一番多く存在するので、ダンプを、
異常の発生したプロセッサ１４に集約することは、集約
に要する時間を一番短くすることにつながる。
【００２５】〔Ｓ６〕ダンプの転送が完了した後、制御
用プロセッサ１１は、異常の発生したプロセッサ１４以
外のプロセッサ１２，１３，１５にＩＰＬ(Initial Pro
gramLoader)を実行させて再起動させ、運用を再開させ
る。
用プロセッサ１１は、異常の発生したプロセッサ１４以
外のプロセッサ１２，１３，１５にＩＰＬ(Initial Pro
gramLoader)を実行させて再起動させ、運用を再開させ
る。
【００２６】〔Ｓ７〕制御用プロセッサ１１は、プロセ
ッサ１４に書き込まれた各ダンプおよびプロセッサ１４
自身のダンプを読み出して、外部記憶装置のファイル上
に書き込む。このファイルを基に、異常の原因の究明が
別途行われる。
ッサ１４に書き込まれた各ダンプおよびプロセッサ１４
自身のダンプを読み出して、外部記憶装置のファイル上
に書き込む。このファイルを基に、異常の原因の究明が
別途行われる。
【００２７】〔Ｓ８〕制御用プロセッサ１１は、プロセ
ッサ１４にＩＰＬを実行させて再起動させ、運用を再開
させる。つぎに、本発明の第２の実施例を説明する。
ッサ１４にＩＰＬを実行させて再起動させ、運用を再開
させる。つぎに、本発明の第２の実施例を説明する。
【００２８】第２の実施例の原理構成も、図１に示す構
成と同じである。図４（Ａ）は、第２の実施例の具体的
な構成を示す。図１における停止手段５、再起動手段
７、および読出手段９は、図４（Ａ）に示す制御用プロ
セッサ２１の動作により実現する機能である。なお、図
１におけるダンプ書込手段６は、図４（Ａ）に示す制御
用プロセッサ２１からプロセッサ２２〜２７へ送られた
ダンプドライバ（ダンプ取得プログラム）を、プロセッ
サ２２〜２７が実行することにより実現する機能であ
る。
成と同じである。図４（Ａ）は、第２の実施例の具体的
な構成を示す。図１における停止手段５、再起動手段
７、および読出手段９は、図４（Ａ）に示す制御用プロ
セッサ２１の動作により実現する機能である。なお、図
１におけるダンプ書込手段６は、図４（Ａ）に示す制御
用プロセッサ２１からプロセッサ２２〜２７へ送られた
ダンプドライバ（ダンプ取得プログラム）を、プロセッ
サ２２〜２７が実行することにより実現する機能であ
る。
【００２９】また、図１における処理プロセッサ２〜４
は、図４（Ａ）のプロセッサ２２〜２７に対応し、同様
に、並列プログラム１は並列プログラム２９に、通信網
１０は通信網２８に対応する。ただし、図４（Ａ）で
は、並列プログラム２９をプロセッサ２２〜２６が実行
し、プロセッサ２７は実行しない例を示す。
は、図４（Ａ）のプロセッサ２２〜２７に対応し、同様
に、並列プログラム１は並列プログラム２９に、通信網
１０は通信網２８に対応する。ただし、図４（Ａ）で
は、並列プログラム２９をプロセッサ２２〜２６が実行
し、プロセッサ２７は実行しない例を示す。
【００３０】 図４（Ｂ）は、プロセッサ２４に異常が
発生した場合に、プロセッサ２２，２３，２５，２６か
らプロセッサ２４の内部記憶装置へダンプが書き込まれ
る様子を示している。第２の実施例では、書き込まれる
ダンプのデータ量が多く、プロセッサ２４の内部記憶装
置が全てを格納しきれない場合に対処した装置を提供し
ている。こうした制御用プロセッサ２１によるダンプ採
取の処理手順を図５を参照して説明する。
発生した場合に、プロセッサ２２，２３，２５，２６か
らプロセッサ２４の内部記憶装置へダンプが書き込まれ
る様子を示している。第２の実施例では、書き込まれる
ダンプのデータ量が多く、プロセッサ２４の内部記憶装
置が全てを格納しきれない場合に対処した装置を提供し
ている。こうした制御用プロセッサ２１によるダンプ採
取の処理手順を図５を参照して説明する。
【００３１】図５は、制御用プロセッサ２１によるダン
プ採取の処理手順を示すフローチャートである。このフ
ローチャートは、図３に示す第１の実施例のフローチャ
ートと基本的には同じであるので、異なる部分だけを説
明する。なお、図５のステップＳ１１〜Ｓ１５が図３の
ステップＳ１〜Ｓ５にそれぞれ対応し、また、図５のス
テップＳ１８〜Ｓ２０が図３のステップＳ６〜Ｓ８にそ
れぞれ対応する。
プ採取の処理手順を示すフローチャートである。このフ
ローチャートは、図３に示す第１の実施例のフローチャ
ートと基本的には同じであるので、異なる部分だけを説
明する。なお、図５のステップＳ１１〜Ｓ１５が図３の
ステップＳ１〜Ｓ５にそれぞれ対応し、また、図５のス
テップＳ１８〜Ｓ２０が図３のステップＳ６〜Ｓ８にそ
れぞれ対応する。
【００３２】 〔Ｓ１６〕並列プログラム２９を実行し
ていたプロセッサ２２〜２６のうちでプロセッサ２４に
異常が発生した場合に、プロセッサ２２，２３，２５，
２６の各ダンプがプロセッサ２４へ書き込まれる（集約
される）が、このプロセッサ２４の内部記憶装置が一杯
になってしまっていないか否かを判別する。一杯になら
ず、プロセッサ２２，２３，２５，２６から送られた各
ダンプが全部格納できたときにはステップＳ１８へ進
み、一方、一杯になってしまい、送られたダンプの全部
は格納できていないときにはステップＳ１７へ進む。
ていたプロセッサ２２〜２６のうちでプロセッサ２４に
異常が発生した場合に、プロセッサ２２，２３，２５，
２６の各ダンプがプロセッサ２４へ書き込まれる（集約
される）が、このプロセッサ２４の内部記憶装置が一杯
になってしまっていないか否かを判別する。一杯になら
ず、プロセッサ２２，２３，２５，２６から送られた各
ダンプが全部格納できたときにはステップＳ１８へ進
み、一方、一杯になってしまい、送られたダンプの全部
は格納できていないときにはステップＳ１７へ進む。
【００３３】 〔Ｓ１７〕制御用プロセッサ２１によ
り、格納しきれなかった残りのダンプを新たに格納すべ
きプロセッサを決定する。この決定は、制御用プロセッ
サ２１がシステム監視プログラムを実行することにより
自動的に行われる。例えば、図４のプロセッサ２４の右
側に並ぶプロセッサ２５，２６を、さらには左側のプロ
セッサ２２，２３をこの順に順次対象として、既に自己
のダンプのプロセッサ２４への転送を完了しているかど
うかを調べる。そして、既に自己のダンプの転送を完了
しているプロセッサが見つかったら、最初に見つかった
プロセッサを、残りのダンプを格納すべきプロセッサと
して決定する。図４の例ではプロセッサ２５が、残りの
ダンプを格納すべきプロセッサに決定されている。
り、格納しきれなかった残りのダンプを新たに格納すべ
きプロセッサを決定する。この決定は、制御用プロセッ
サ２１がシステム監視プログラムを実行することにより
自動的に行われる。例えば、図４のプロセッサ２４の右
側に並ぶプロセッサ２５，２６を、さらには左側のプロ
セッサ２２，２３をこの順に順次対象として、既に自己
のダンプのプロセッサ２４への転送を完了しているかど
うかを調べる。そして、既に自己のダンプの転送を完了
しているプロセッサが見つかったら、最初に見つかった
プロセッサを、残りのダンプを格納すべきプロセッサと
して決定する。図４の例ではプロセッサ２５が、残りの
ダンプを格納すべきプロセッサに決定されている。
【００３４】したがって、その後のステップＳ１４，Ｓ
１５の実行では、プロセッサ２５の内部記憶装置に残り
のダンプが書き込まれる。そして、ステップＳ１８で
は、プロセッサ２２，２３，２６が再起動され、ステッ
プＳ１９では、プロセッサ２４，Ｓ２５から外部記憶装
置へダンプが吐き出される。
１５の実行では、プロセッサ２５の内部記憶装置に残り
のダンプが書き込まれる。そして、ステップＳ１８で
は、プロセッサ２２，２３，２６が再起動され、ステッ
プＳ１９では、プロセッサ２４，Ｓ２５から外部記憶装
置へダンプが吐き出される。
【００３５】 このように、第２の実施例では、書き込
まれるダンプのデータ量が多く、プロセッサ２４の内部
記憶装置が全てを格納しきれない場合に、既に自己のダ
ンプの転送を完了しているプロセッサを一意的に決定し
て、そのプロセッサに、格納しきれなかったダンプを格
納することを可能としている。
まれるダンプのデータ量が多く、プロセッサ２４の内部
記憶装置が全てを格納しきれない場合に、既に自己のダ
ンプの転送を完了しているプロセッサを一意的に決定し
て、そのプロセッサに、格納しきれなかったダンプを格
納することを可能としている。
【００３６】
【発明の効果】以上説明したように本発明では、複数の
処理プロセッサによって並列プログラムと実行している
ときに異常が発生した場合、異常が発生したプロセッサ
に、関連する他の処理プロセッサのダンプを集め、それ
らの他の処理プロセッサについては運用を再開させる。
これによって、ダンプの採取に伴うシステムの停止時間
が、従来のように各処理プロセッサのダンプを外部記憶
装置へ吐き出す場合に比べて、短縮することができる。
したがって、障害時にユーザに対して与える影響を最小
限に止めることができ、信頼性を向上できる。
処理プロセッサによって並列プログラムと実行している
ときに異常が発生した場合、異常が発生したプロセッサ
に、関連する他の処理プロセッサのダンプを集め、それ
らの他の処理プロセッサについては運用を再開させる。
これによって、ダンプの採取に伴うシステムの停止時間
が、従来のように各処理プロセッサのダンプを外部記憶
装置へ吐き出す場合に比べて、短縮することができる。
したがって、障害時にユーザに対して与える影響を最小
限に止めることができ、信頼性を向上できる。
【図１】本発明の原理説明図である。
【図２】第１の実施例の説明図であり、（Ａ）は第１の
実施例の具体的な構成を示し、（Ｂ）は制御用プロセッ
サから各プロセッサにダンプドライバが送られる様子を
示し、（Ｃ）は各プロセッサから異常プロセッサへダン
プが書き込まれる様子を示している。
実施例の具体的な構成を示し、（Ｂ）は制御用プロセッ
サから各プロセッサにダンプドライバが送られる様子を
示し、（Ｃ）は各プロセッサから異常プロセッサへダン
プが書き込まれる様子を示している。
【図３】第１の実施例の動作フローチャートである。
【図４】第２の実施例の説明図であり、（Ａ）は第２の
実施例の具体的な構成を示し、（Ｂ）は各プロセッサか
ら異常プロセッサ等にダンプが書き込まれる様子を示し
ている。
実施例の具体的な構成を示し、（Ｂ）は各プロセッサか
ら異常プロセッサ等にダンプが書き込まれる様子を示し
ている。
【図５】第２の実施例の動作フローチャートである。
１ 並列プログラム
２ 処理プロセッサ
３ 処理プロセッサ
４ 処理プロセッサ
５ 停止手段
６ ダンプ書込手段
７ 再起動手段
８ 外部記憶装置
９ 読出手段
１０ 通信網
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平２−121048（ＪＰ，Ａ)
特開 昭61−273643（ＪＰ，Ａ)
特開 平３−240842（ＪＰ，Ａ)
特開 平４−241654（ＪＰ，Ａ)
特開 平２−44436（ＪＰ，Ａ)
特開 平２−302845（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06F 11/28 - 11/34
G06F 15/16 - 15/177
ＪＳＴファイル（ＪＯＩＳ)
Claims (7)
- 【請求項１】 複数の処理プロセッサを用いて１つの並
列プログラムを実行するシステムのダンプ採取装置にお
いて、 並列プログラムを実行する複数の処理プロセッサのいず
れかに障害が発生したときに、当該複数の処理プロセッ
サの動作を停止させる停止手段と、 前記障害が発生した障害プロセッサの内部記憶装置に、
前記複数の処理プロセッサのうちの前記障害プロセッサ
を除いた処理プロセッサの各ダンプを書き込むダンプ書
込手段と、前記ダンプ書込手段によるダンプ書き込みが完了した
後、前記複数の処理プロセッサのうちの前記障害プロセ
ッサを除いた処理プロセッサを再起動させる再起動手段
と、 を有することを特徴とするダンプ採取装置。 - 【請求項２】 前記障害プロセッサに書き込まれた各ダ
ンプおよび前記障害プロセッサ自身のダンプを外部記憶
装置へ読み出す読出手段を更に有することを特徴とする
請求項１記載のダンプ採取装置。 - 【請求項３】 前記読出手段によるダンプ読み出しが完
了した後、前記障害プロセッサを再起動させる障害プロ
セッサ再起動手段を更に有することを特徴とする請求項
２記載のダンプ採取装置。 - 【請求項４】 前記障害プロセッサに書き込まれた各ダ
ンプおよび前記障害プロセッサ自身のダンプを外部記憶
装置へ読み出す読出手段を更に有し、 前記ダンプ書込手段は、前記障害プロセッサの内部記憶
装置に前記ダンプの全てを書き込みきれない場合には、
前記複数の処理プロセッサのうちで既に自己のダンプの
送出が済んでいる送出済プロセッサの内部記憶装置に、
残りのダンプを書き込む手段を含み、 前記再起動手段は、前記ダンプの全てを書き込みきれな
い場合に、前記複数の処理プロセッサのうちの前記障害
プロセッサおよび前記送出済プロセッサを除いた処理プ
ロセッサを再起動させる手段を含み、 前記読出手段は、前記ダンプの全てを書き込みきれない
場合に、前記障害プロセッサおよび前記送出済プロセッ
サに書き込まれた各ダンプ、並びに前記障害プロセッサ
自身のダンプを前記外部記憶装置へ読み出す手段を含む
ことを特徴とする請求項１記載のダンプ採取装置。 - 【請求項５】 制御プロセッサおよび複数の処理プロセ
ッサを備え、前記複数の処理プロセッサを用いて１つの
並列プログラムを実行するシステムにおける前記制御プ
ロセッサによるダンプ採取方法において、 （１）並列プログラムを実行する複数の処理プロセッサ
のいずれかに障害が発生したときに、前記複数の処理プ
ロセッサによる処理を停止させ、 （２）前記複数の処理プロセッサにダンプ取得プログラ
ムを送り、 （３）前記送られたダンプ取得プログラムにより、障害
プロセッサの内部記憶装置に、前記複数の処理プロセッ
サのうちの前記障害プロセッサを除いた処理プロセッサ
の各ダンプを書き込ませ、 （４）前記ステップ（３）によるダンプ書き込み完了後
に、前記複数の処理プロセッサのうちの前記障害プロセ
ッサを除いた処理プロセッサを再起動させ、 （５）前記障害プロセッサに書き込まれた各ダンプおよ
び前記障害プロセッサ自身のダンプを外部記憶装置へ読
み出させることを特徴とするダンプ採取方法。 - 【請求項６】 （６）前記ステップ（５）によるダンプ
読み出し完了後に、前記障害プロセッサを再起動させる
ことを特徴とする請求項５記載のダンプ採取方法。 - 【請求項７】 前記ステップ（３）において、前記障害
プロセッサの内部記憶装置に前記ダンプの全てを書き込
みきれない場合には、前記複数の処理プロセッサのうち
で既に自己のダンプの送出が済んでいる送出済プロセッ
サの内部記憶装置に、残りのダンプを書き込ませ、 前記ステップ（４）において、前記ダンプの全てを書き
込みきれない場合に、前記複数の処理プロセッサのうち
の前記障害プロセッサおよび前記送出済プロセッサを除
いた処理プロセッサを再起動させ、 前記ステップ（５）において、前記ダンプの全てを書き
込みきれない場合に、前記障害プロセッサおよび前記送
出済プロセッサに書き込まれた各ダンプ、並びに前記障
害プロセッサ自身のダンプを前記外部記憶装置へ読み出
させることを特徴とする請求項５記載のダンプ採取方
法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20015495A JP3481737B2 (ja) | 1995-08-07 | 1995-08-07 | ダンプ採取装置およびダンプ採取方法 |
| US08/623,995 US5884019A (en) | 1995-08-07 | 1996-03-29 | System and method for collecting dump information in a multi-processor data processing system |
| DE19615644A DE19615644C2 (de) | 1995-08-07 | 1996-04-22 | Verfahren zum Sammeln von Speicherauszugsinformationen durch einen Steuerprozessor und Datenverarbeitungsanlage zur Durchführung des Verfahrens |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20015495A JP3481737B2 (ja) | 1995-08-07 | 1995-08-07 | ダンプ採取装置およびダンプ採取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0950424A JPH0950424A (ja) | 1997-02-18 |
| JP3481737B2 true JP3481737B2 (ja) | 2003-12-22 |
Family
ID=16419694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20015495A Expired - Lifetime JP3481737B2 (ja) | 1995-08-07 | 1995-08-07 | ダンプ採取装置およびダンプ採取方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5884019A (ja) |
| JP (1) | JP3481737B2 (ja) |
| DE (1) | DE19615644C2 (ja) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19827432C2 (de) | 1997-07-25 | 2001-07-26 | Siemens Ag | Verfahren zur Speicherung von Rechner-Zustandsdaten bei einem Störfall, der ein anschließendes Wieder-Hochfahren des Rechners erfordert |
| JP3389842B2 (ja) * | 1997-10-08 | 2003-03-24 | トヨタ自動車株式会社 | データ修復システム及び車両用データ修復装置並びにデータ修復プログラムを記録した媒体 |
| US6675324B2 (en) * | 1999-09-27 | 2004-01-06 | Intel Corporation | Rendezvous of processors with OS coordination |
| US6643802B1 (en) * | 2000-04-27 | 2003-11-04 | Ncr Corporation | Coordinated multinode dump collection in response to a fault |
| US6738928B1 (en) * | 2000-06-19 | 2004-05-18 | Hewlett-Packard Development Company, L.P. | Method and expert system for analysis of crash dumps |
| US6832342B2 (en) * | 2001-03-01 | 2004-12-14 | International Business Machines Corporation | Method and apparatus for reducing hardware scan dump data |
| US6912670B2 (en) * | 2002-01-22 | 2005-06-28 | International Business Machines Corporation | Processor internal error handling in an SMP server |
| US6973598B2 (en) * | 2002-01-28 | 2005-12-06 | Dell Products L.P. | Computer system with improved data capture system |
| US20050240806A1 (en) * | 2004-03-30 | 2005-10-27 | Hewlett-Packard Development Company, L.P. | Diagnostic memory dump method in a redundant processor |
| US8799706B2 (en) * | 2004-03-30 | 2014-08-05 | Hewlett-Packard Development Company, L.P. | Method and system of exchanging information between processors |
| US7308609B2 (en) * | 2004-04-08 | 2007-12-11 | International Business Machines Corporation | Method, data processing system, and computer program product for collecting first failure data capture information |
| CN1755660B (zh) * | 2004-09-28 | 2010-09-29 | 惠普开发有限公司 | 冗余处理器中的诊断存储器转储方法 |
| US7383471B2 (en) * | 2004-12-28 | 2008-06-03 | Hewlett-Packard Development Company, L.P. | Diagnostic memory dumping |
| US7590885B2 (en) * | 2005-04-26 | 2009-09-15 | Hewlett-Packard Development Company, L.P. | Method and system of copying memory from a source processor to a target processor by duplicating memory writes |
| US9176803B2 (en) | 2006-08-14 | 2015-11-03 | International Business Machines Corporation | Collecting data from a system in response to an event based on an identification in a file of the data to collect |
| US8127099B2 (en) * | 2006-12-26 | 2012-02-28 | International Business Machines Corporation | Resource recovery using borrowed blocks of memory |
| US8473818B2 (en) * | 2009-10-12 | 2013-06-25 | Empire Technology Development Llc | Reliable communications in on-chip networks |
| JP2016042618A (ja) * | 2014-08-13 | 2016-03-31 | 富士電機株式会社 | 制御装置及び制御方法 |
| KR20190037666A (ko) * | 2017-09-29 | 2019-04-08 | 에스케이하이닉스 주식회사 | 데이터 저장 장치 및 그것의 동작 방법 |
| US11379290B2 (en) | 2019-07-17 | 2022-07-05 | International Business Machines Corporation | Prioritizing and parallelizing the capture of data for debugging computer programs |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69021712T2 (de) * | 1990-02-08 | 1996-04-18 | Ibm | Wiederanlaufkennzeichnungsmechanismus für fehlertolerierende Systeme. |
| US5634096A (en) * | 1994-10-31 | 1997-05-27 | International Business Machines Corporation | Using virtual disks for disk system checkpointing |
-
1995
- 1995-08-07 JP JP20015495A patent/JP3481737B2/ja not_active Expired - Lifetime
-
1996
- 1996-03-29 US US08/623,995 patent/US5884019A/en not_active Expired - Lifetime
- 1996-04-22 DE DE19615644A patent/DE19615644C2/de not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| DE19615644C2 (de) | 1998-07-09 |
| JPH0950424A (ja) | 1997-02-18 |
| US5884019A (en) | 1999-03-16 |
| DE19615644A1 (de) | 1997-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3481737B2 (ja) | ダンプ採取装置およびダンプ採取方法 | |
| US5948112A (en) | Method and apparatus for recovering from software faults | |
| EP0479230B1 (en) | Recovery method and apparatus for a pipelined processing unit of a multiprocessor system | |
| US5630139A (en) | Program download type information processor | |
| JPH07117903B2 (ja) | 障害回復方法 | |
| JP2009211517A (ja) | 仮想計算機冗長化システム | |
| JP4490745B2 (ja) | ホットスタンバイシステム | |
| US5056091A (en) | Method for handling errors detected in a computer system | |
| JP3301992B2 (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 | |
| US7281163B2 (en) | Management device configured to perform a data dump | |
| JP3070453B2 (ja) | 計算機システムのメモリ障害回復方法および回復システム | |
| JPH05181824A (ja) | データ管理方式 | |
| JP2785992B2 (ja) | サーバプログラムの管理処理方式 | |
| JPH11120154A (ja) | コンピュータシステムにおけるアクセス制御装置および方法 | |
| JP2870202B2 (ja) | プロセッサ間相互監視方法及びその装置 | |
| CN108415788B (zh) | 用于对无响应处理电路作出响应的数据处理设备和方法 | |
| JPH0217550A (ja) | マルチプロセッサシステムの障害処理方式 | |
| JPH0667909A (ja) | 障害回復方式 | |
| JP2922981B2 (ja) | タスクの実行継続方法 | |
| JP2825589B2 (ja) | バス制御方式 | |
| JPH07219796A (ja) | 情報処理装置 | |
| JPH06214831A (ja) | 中央処理装置の異常検出装置 | |
| JPS6074052A (ja) | ヒストリ・メモリ制御方式 | |
| JPS6130296B2 (ja) | ||
| JPH0395634A (ja) | 計算機システム再起動制御方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20030930 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071010 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081010 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081010 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091010 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091010 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101010 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101010 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111010 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111010 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121010 Year of fee payment: 9 |