JP4102769B2 - 情報処理システム、その故障箇所特定方法、情報処理装置 - Google Patents

Description

本発明は、情報処理システム、その故障箇所特定方法、情報処理装置に関し、特に、プロセッサからデバイスに対して発行したリクエストに関してプロセッサがタイムアウトを検出したとき、サービスプロセッサは、主記憶装置、システム制御装置、入出力制御装置に記憶している情報を採取し、採取した情報を解析することにより、故障したデバイスを特定する情報処理システム、その故障箇所特定方法、情報処理装置に関する。

複数の情報処理装置と、各々の情報処理装置の入出力制御装置に接続する複数のデバイスとで構成し、情報処理装置の間でリクエストを送受信する大規模な情報処理システムは、社会的に重要な役割を果たすケースが多く、故障しないことと、故障した場合には、短時間で復旧することが重要となる。

従って、デバイスの故障に起因して、情報処理装置のプロセッサからデバイスに対して発行したリクエストに関してプロセッサがタイムアウトを検出したとき、故障したデバイスを即座に特定し、早急に情報処理システムを復旧することが必要となる。

しかし、従来、情報処理装置のプロセッサがデバイスに対して発行したリクエストに関してタイムアウトを検出したとき、情報処理システムは、プロセッサの内部レジスタの情報から、リクエストのターゲットのデバイスを即座に特定できないという欠点がある。

階層構造を持つ分散コンピュータシステムにおいて、データを上位または下位のコンピュータに通信する通信部と、データを送信したときに、データを送信した時刻を記憶する手段と、データを受信したときに、データを送信したときに記憶した時刻とデータを受信した時刻とから経過した時間を求める手段と、タイムアウトを設定する手段とを設け、コンピュータ相互間の通信において、タイムアウト値を自動的に設定し、タイムアウトが発生したとき、タイムアウトが発生したコンピュータを特定するものがある（例えば、特許文献１参照。）。

しかし、上記特許文献１の技術は、タイムアウトの発生したコンピュータ（情報処理装置）を特定しており、コンピュータに接続する多数のデバイスの中から故障したデバイスを特定することはできない。

特開２００３ー２３３５１４号公報

以上説明したように、従来の情報処理装置のプロセッサは、入出力制御装置に接続するデバイスに対して発行したリクエストに関してタイムアウトを検出したとき、プロセッサの内部レジスタの情報からは、リクエストのターゲットのデバイスを特定することはできず、多数のデバイスを含む大規模な構成の情報処理装置では、故障箇所の特定に時間がかかるという課題がある。

また、上記特許文献１の技術は、タイムアウトの発生したコンピュータ（情報処理装置）を特定しており、コンピュータに接続する多数のデバイスの中から故障したデバイスを特定することはできないという課題がある。

本発明の目的は、上記課題を解決すべく、情報処理装置の間でリクエストを送受信する大規模な情報処理システムにおいて、デバイスが故障したことが原因で、情報処理装置のプロセッサがデバイスに対して発行したリクエストに関してタイムアウトを検出したとき、即座に故障デバイスを特定し、早期に復旧できる可用性を向上させた情報処理システム、その故障箇所特定方法、情報処理装置を提供することにある。

本発明の情報処理システムは、第一の情報処理装置と、第二の情報処理装置と、第二の情報処理装置に接続するデバイスと、第一の情報処理装置に対応して設けられ、第一の情報処理装置が第二の情報処理装置を介してデバイスに対してリクエストを発行した際に、リクエストにリクエスト識別情報を付加して第二の情報処理装置に送信する送信制御部と、第一の情報処理装置に対応して設けられ、リクエスト識別情報と、リクエストが発行された後の経過時間を示す情報とを保持する第一レジスタと、第二の情報処理装置に対応して設けられ、送信制御部から受信したリクエスト識別情報を保持すると共に、リクエストが送信されるデバイスのデバイス識別情報を保持する第二レジスタと、第二の情報処理装置に対応して設けられ、リクエストをデバイスに送信する入出力制御装置とを有することを特徴とする。

第一レジスタは、リクエストを実行中であるか否かを示す情報と、リクエストの発行元の識別情報と、リクエストの発行先の識別情報とをさらに保持するとともに、リクエストの実行時間をカウントするカウンタを含むことを特徴とする。

第二レジスタは、リクエストを実行中であるか否かを示す情報と、リクエストの発行元の識別情報とをさらに保持することを特徴とする。

情報処理システムがサービスプロセッサをさらに含み、サービスプロセッサは、第一レジスタおよび第二レジスタが保持するリクエストの識別情報を照合し、第二レジスタに保持しているデバイス識別情報を読み出すことにより、デバイスを特定することを特徴とする。

第一の情報処理装置は、リクエストを発行後、リクエストに対するリプライが返却されずデバイスの障害を検出したとき、リクエスト識別情報を主記憶装置に書き込むことを特徴とする。

本発明の情報処理システムの故障箇所特定方法は、第一の情報処理装置と第二の情報処理装置と第二の情報処理装置に接続されたデバイスとを含む情報処理システムの故障箇所特定方法において、第一の情報処理装置が第二の情報処理装置を介してデバイスに対してリクエストを発行した際に、第一の情報処理装置に対応して設けた送信制御部からリクエストにリクエスト識別情報を付加して第二の情報処理装置に送信し、第一の情報処理装置に対応して設けた第一レジスタにリクエスト識別情報とリクエストが発行された後の経過時間を示す情報とを保持し、第二の情報処理装置に対応して設けた第二レジスタに送信制御部から受信したリクエスト識別情報を保持すると共にリクエストを送信するデバイスのデバイス識別情報を保持し、第二の情報処理装置に対応して設けた入出力制御装置からリクエストをデバイスに送信し、故障が発生した際に、第一レジスタおよび第二レジスタが保持するリクエストの識別情報を照合し、第二レジスタに保持しているデバイス識別情報を読み出すことにより、デバイスを特定することを特徴とする。

本発明の情報処理システムは、第一バスと接続する複数の情報処理装置と、第二バスを介して情報処理装置と接続するサービスプロセッサと、第三バスを介して情報処理装置と接続する複数のデバイスとを有し、情報処理装置の間でリクエストを送受信する情報処理システムにおいて、情報処理装置は、デバイスと接続する入出力制御装置と、第四バスと接続する複数のプロセッサと、プロセッサの内部レジスタの情報を書き込む主記憶装置と、入出力制御装置とプロセッサと主記憶装置と第一バスとに接続するシステム制御装置とを有し、システム制御装置は、リクエストの識別情報とプロセッサの発行したリクエストの実行時間とを保持する第一レジスタを有し、入出力制御装置は、リクエストの識別情報とデバイスの識別情報とを保持する第二レジスタを有し、サービスプロセッサは、主記憶装置の情報と第一レジスタと第二レジスタとを読み出す手段と、読み出した情報からリクエストのターゲットとなるデバイスを特定する手段とを有することを特徴とする。

システム制御装置は、第四バスを介してプロセッサと接続するプロセッサバス制御部と、主記憶装置と接続する主記憶装置インタフェース部と、入出力制御装置と接続する入出力制御装置インタフェース部と、プロセッサバス制御部と主記憶装置インタフェース部と入出力制御装置インタフェース部と第一バスとに接続するシステムバス制御部とを有することを特徴とする。

第一レジスタは、リクエストを実行中であるか否かの識別情報と、リクエストの発行元の情報処理装置の識別情報と、リクエストの識別情報と、リクエストのターゲットの存在する情報処理装置の識別情報と、リクエストの実行時間をカウントするカウンタとで構成する第一フォーマットを有することを特徴とする。

第二レジスタは、リクエストを実行中であるか否かの識別情報と、リクエストの発行元の情報処理装置の識別情報と、リクエストの識別情報と、リクエストのターゲットとなるデバイスの識別情報とで構成する第二フォーマットを有することを特徴とする。

サービスプロセッサは、システム制御装置と主記憶装置と入出力制御装置とに第二バスを介して接続することを特徴とする。

サービスプロセッサは、プロセッサがデバイスの障害を検出したとき、障害発生のデバイスをコンソールに表示する手段を有することを特徴とする。

プロセッサバス制御部は、プロセッサからリクエストを受信したとき、第一フォーマットのワードの中からリクエストを実行中でない最若番のワードを算出し、算出したワードのリクエストを実行中であるか否かの識別情報を実行中にセットし、リクエストの発行元の情報処理装置の識別情報をセットし、リクエストの識別情報をセットし、リクエストのターゲットとなるデバイスの存在する情報処理装置の識別情報をセットし、リクエストの実行時間をカウントするカウンタをセットする手段を有することを特徴とする。

プロセッサバス制御部は、プロセッサからのリクエストに対するリプライをシステムバス制御部から受信したとき、第一フォーマットのワードの中から、リクエストを実行中であるか否かの識別情報が実行中で、かつ、リプライのリクエストの識別情報とリクエストの発行元の情報処理装置の識別情報とがワードのリクエストの識別情報とリクエストの発行元の情報処理装置の識別情報とに一致するワードを算出し、算出したワードをオール０にリセットする手段を有することを特徴とする。

入出力制御装置は、システム制御装置からリクエストを受信したとき、第二フォーマットのワードの中からリクエストを実行中でない最若番のワードを算出し、算出したワードのリクエストを実行中であるか否かの識別情報を実行中にセットし、リクエストの発行元の情報処理装置の識別情報をセットし、リクエストの識別情報をセットし、リクエストのターゲットとなるデバイスの識別情報をセットする手段を有することを特徴とする。

入出力制御装置は、デバイスからリクエストに対するリプライを受信したとき、第二フォーマットのワードの中から、リクエストを実行中であるか否かの識別情報が実行中で、かつ、リプライのデバイスの識別情報とワードのデバイスの識別情報とが一致するワードを算出し、算出したワードをオール０にリセットする手段を有することを特徴とする。

プロセッサは、リクエストを発行後、リクエストに対するリプライが返却されずデバイスの障害を検出したとき、内部レジスタの情報を主記憶装置に書き込み、サービスプロセッサへシステム制御装置を介してシステムの再立ち上げを要求する手段を有することを特徴とする。

プロセッサは、デバイスのタイムアウト障害を検出する手段を有することを特徴とする。

本発明の情報処理システムの故障箇所特定方法は、第一バスと接続する複数の情報処理装置と、第二バスを介して情報処理装置と接続するサービスプロセッサと、第三バスを介して情報処理装置と接続する複数のデバイスとを有し、情報処理装置の間でリクエストを送受信する情報処理システムの故障箇所特定方法において、情報処理装置は、デバイスと接続する入出力制御装置と、第四バスと接続する複数のプロセッサと、プロセッサの内部レジスタの情報を書き込む主記憶装置と、入出力制御装置とプロセッサと主記憶装置と第一バスとに接続するシステム制御装置とを有し、システム制御装置は、リクエストの識別情報とプロセッサの発行したリクエストの実行時間とを第一レジスタに保持するステップを有し、入出力制御装置は、リクエストの識別情報とデバイスの識別情報とを第二レジスタ保持するステップを有し、サービスプロセッサは、主記憶装置の情報と第一レジスタと第二レジスタとを読み出すステップと、読み出した情報からリクエストのターゲットとなるデバイスを特定するステップとを有することを特徴とする。

第一レジスタは、リクエストを実行中であるか否かの識別情報と、リクエストの発行元の情報処理装置の識別情報と、リクエストの識別情報と、リクエストのターゲットの存在する情報処理装置の識別情報と、リクエストの実行時間をカウントするカウンタとで構成する第一フォーマットを有することを特徴とする。

第二レジスタは、リクエストを実行中であるか否かの識別情報と、リクエストの発行元の情報処理装置の識別情報と、リクエストの識別情報と、リクエストのターゲットとなるデバイスの識別情報とで構成する第二フォーマットを有することを特徴とする。

サービスプロセッサは、プロセッサがデバイスの障害を検出したとき、障害発生のデバイスをコンソールに表示するステップを有することを特徴とする。

プロセッサは、リクエストを発行後、リクエストに対するリプライが返却されずデバイスの障害を検出したとき、内部レジスタの情報を主記憶装置に書き込むステップと、サービスプロセッサへシステム制御装置を介してシステムの再立ち上げを要求するステップとを有することを特徴とする。

本発明の情報処理装置は、サービスプロセッサと複数のデバイスとに接続する情報処理装置において、デバイスと接続する入出力制御装置と、リクエストを発行する複数のプロセッサと、プロセッサの内部レジスタの情報を書き込む主記憶装置と、入出力制御装置とプロセッサと主記憶装置とに接続するシステム制御装置とを有し、システム制御装置は、リクエストの識別情報とプロセッサの発行したリクエストの実行時間とを保持する第一レジスタを有し、入出力制御装置は、リクエストの識別情報とリクエストのターゲットとなるデバイスの識別情報とを保持する第二レジスタを有し、プロセッサは、リクエストを発行後、デバイスの障害を検出したとき、サービスプロセッサへシステム制御装置を介してシステムの再立ち上げを要求する手段を有することを特徴とする。

システム制御装置は、プロセッサと接続するプロセッサバス制御部と、主記憶装置と接続する主記憶装置インタフェース部と、入出力制御装置と接続する入出力制御装置インタフェース部と、プロセッサバス制御部と主記憶装置インタフェース部と入出力制御装置インタフェース部とサービスプロセッサとに接続するシステムバス制御部とを有することを特徴とする。

システムバス制御部は、第一バスと接続し、主記憶装置と入出力制御装置とシステム制御装置とは、第二バスを介してサービスプロセッサと接続し、入出力制御装置は、第三バスを介してデバイスと接続し、プロセッサバス制御部は、第四バスを介してプロセッサと接続することを特徴とする。

プロセッサは、デバイスのタイムアウト障害を検出する手段を有することを特徴とする。

第一レジスタは、リクエストを実行中であるか否かの識別情報と、リクエストの発行元の識別情報と、リクエストの識別情報と、リクエストのターゲットの存在する発行先の識別情報と、リクエストの実行時間をカウントするカウンタとで構成する第一フォーマットを有することを特徴とする。

第二レジスタは、リクエストを実行中であるか否かの識別情報と、リクエストの発行元の識別情報と、リクエストの識別情報と、リクエストのターゲットとなるデバイスの識別情報とで構成する第二フォーマットを有することを特徴とする。

本発明の情報処理システム、その故障箇所特定方法、情報処理装置によれば、サービスプロセッサは、主記憶装置に書き込んだプロセッサの内部レジスタの情報と、第一レジスタの情報と、第二レジスタの情報とを読み出し、読み出した情報からタイムアウトを発生したデバイスを特定して、コンソール上に障害デバイスを表示できるので、保守員が速やかに故障デバイスを特定して保守作業を行なうことができ、情報処理システムの可用性を向上させることができるという効果がある。

次に、本発明を実施するための最良の形態について、図面を参照して説明する。

図１は、本発明の情報処理システム１の実施の形態を示す概略構成ブロック図、図２は、図１中のシステム制御装置１１６の詳細を示す構成ブロック図である（図１、図２中、情報処理装置は、ノード１０１〜１０８と称す）。

図１を参照すると、情報処理システム１は、システムバス１０９と接続する複数のノード１０１〜１０８と、診断バス１２１を介してノード１０１〜１０８と接続するサービスプロセッサ１２０と、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）バス１２２を介して各ノード１０１〜１０８と接続する複数のデバイス１３１ー１〜１３１ーｎとを設け、各ノード１０１〜１０８の間でリクエストを送受信するよう構成する。デバイス１３１ー１〜１３１ーｎは、磁気ディスク制御装置、光ディスク制御装置、磁気テープ制御装置などの周辺制御装置、ビデオカード装置、ＳＣＳＩアダプタ装置、ネットワーク入出力装置などを含む。

なお、ノード１０２〜１０８の内部構成、ＰＣＩバス１２２、各ノード１０２〜１０８と接続する複数のデバイス１３１ー１〜１３１ーｎとは、ノード１０１と同一故、図１中では省略している（但し、デバイス１３１ー１〜１３１ーｎの数、種類は、同一でなくともよい）。

ノード１０１〜１０８は、デバイス１３１ー１〜１３１ーｎと接続する入出力制御装置１１８と、プロセッサバス１１５と接続する複数のプロセッサ１１１〜１１４と、プロセッサ１１１〜１１４の内部レジスタ（図示せず）の情報を書き込む主記憶装置１１７と、入出力制御装置１１８とプロセッサ１１１〜１１４と主記憶装置１１７とシステムバス１０９とに接続するシステム制御装置１１６とで構成する。

システム制御装置１１６は、プロセッサ１１１〜１１４の発行したリクエストの実行時間を保持する第一レジスタ３０１を設け、入出力制御装置１１８は、リクエストのターゲットとなるデバイス１３１ー１〜１３１ーｎの識別情報を保持する第二レジスタ３０２を設けて構成する。

サービスプロセッサ１２０は、診断バス１２１を介して、システム制御装置１１６と主記憶装置１１７と入出力制御装置１１８とに接続して構成する。

図２を参照すると、システム制御装置１１６は、プロセッサバス１１５を介してプロセッサ１１１〜１１４と接続し第一レジスタ３０１を有するプロセッサバス制御部２１１と、主記憶装置１１７と接続する主記憶装置インタフェース部２１２と、入出力制御装置１１８と接続する入出力制御装置インタフェース部２１４と、プロセッサバス制御部２１１と主記憶装置インタフェース部２１２と入出力制御装置インタフェース部２１４とシステムバス１０９とに接続するシステムバス制御部２１３とで構成する。

上述の構成において、ノード１０１〜１０８間をシステムバス１０９で接続し、サービスプロセッサ１２０とノード１０１〜１０８とを診断バス１２１で接続し、プロセッサ１１１〜１１４とシステム制御装置１１６とをプロセッサバス１１５で接続しているが、各々の接続をスター接続としてもよいことは云うまでもない。

次に、第一レジスタ３０１の構成について、図面を参照して説明する。

図３は、第一レジスタ３０１の１ワード分のフォーマットを示す図である。

いま、４個のプロセッサ１１１〜１１４が、リクエストを実行中に完了を待つことなく発行できる最大のリクエスト数を６４個とすると、第一レジスタ３０１には、図３のフォーマットを６４ワード分実装する。

図３を参照すると、ビット２３は、ビット２２〜ビット０の内容が有効であるか否か（リクエストを実行中であるか否か）を示し、リクエストを実行中のとき１、実行中でないときワードを無効とし０とする。

ビット２２〜ビット２０は、リクエスト発行元のノード１０１〜１０８の番号を示し、ビット１９〜ビット１３は、ノード１０１〜１０８内でユニークなノード内リクエストＩＤ（リクエストの識別情報）を示す。ビット１２〜ビット１０は、リクエストのターゲット（デバイス１３１ー１〜１３１ーｎ）の存在するノード１０１〜１０８の番号を示し、ビット９〜ビット０は、リクエストの実行時間をカウントするカウンタを示す。

なお、ビット９〜ビット０は、図示しないが、リクエストの実行時間を１０ｍｓ単位で示し、１０ｍｓごとに１を加算する。より詳細には、ビット９〜ビット０には、ビット２３が１のとき、リクエスト発行後に発生した１０ｍｓの立ち上がりパルスの数に１を加算した値を保持する。

次に、第二レジスタ３０２の構成について、図面を参照して説明する。

図４は、第二レジスタ３０２の１ワード分のフォーマットを示す図である。

入出力制御装置１１８が保持することのできる最大のリクエスト数を１６個とすると、第二レジスタ３０２は、図４のフォーマットを１６ワード分実装する。

図４を参照すると、ビット１５は、ビット１４〜ビット０の内容が有効であるか否かを示し、リクエストを実行中のとき１、実行中でないときワードを無効とし０とする。ビット１４〜ビット１２は、リクエスト発行元のノード１０１〜１０８の番号を示し、ビット１１〜ビット５は、ノード１０１〜１０８内でユニークなノード内リクエストＩＤを示す。ビット４〜ビット０は、リクエストのターゲットとなるデバイスＩＤ（デバイスの識別情報）を示す。

次に、上述のように構成した情報処理システム１の動作について、図１〜図４を参照して、説明する。

プロセッサ１１１〜１１４のいずれかから、入出力制御装置１１８に接続するデバイス１３１ー１〜１３１ーｎへアクセスするリクエストを、プロセッサバス１１５を介して発行する。

ここに、一例として、ノード１０１のプロセッサ１１１からノード１０２に接続するデバイス１３１ー１へアクセスするリクエストを発行する場合について、以下に説明する。

なお、ノード１０２内の構成要素およびノード１０２に接続するデバイスは、図示していないが、ノード１０２内の構成要素およびノード１０２に接続するデバイスは、ノード１０１内の構成要素およびノード１０１に接続するデバイス１３１ー１と同一符号で表示して、以下に説明する。

プロセッサバス制御部２１１は、ノード１０２に接続するデバイス１３１ー１へアクセスするリクエストを受け取ると、第一レジスタ３０１の６４ワードの中から、ビット２３が０である最若番のワードを算出し、ビット２３を１にセットし、ビット２２〜ビット２０にリクエスト発行元のノード１０１の番号をセットし、ビット１９〜ビット１３にノード１０１内でユニークなノード内リクエストＩＤをセットし、ビット１２〜ビット１０にリクエストのターゲットが存在するノード１０２のノード番号をセットする。

ビット９〜ビット０には、ビット２３が１の場合に、リクエスト発行後に発生した１０ｍｓの立ち上がりパルスの数に１を加算した値を保持する。

次に、プロセッサバス制御部２１１は、リクエスト発行元のノード１０１の番号とノード内リクエストＩＤとターゲットの存在するノード１０２のノード番号とをリクエストに付加し、システムバス制御部２１３へリクエストを転送する。

システムバス制御部２１３は、プロセッサバス制御部２１１からリクエストを受け取ると、リクエストにリクエスト発行元のノード１０１の番号とノード内リクエストＩＤとを付加したまま、システムバス１０９を介して、ターゲットの存在するノード１０２へリクエストを転送する。

ノード１０２内のシステムバス制御部２１３は、システムバス１０９を介して、ノード１０２内の入出力制御装置１１８へ接続するデバイス１３１ー１へアクセスするリクエストを受け取ると、リクエストにリクエスト発行元のノード１０１の番号とリクエストＩＤとを付加したまま、入出力制御装置インタフェース部２１４へリクエストを転送する。

入出力制御装置インタフェース部２１４は、システムバス制御部２１３からリクエストを受け取ると、リクエストにリクエスト発行元のノード１０１の番号とリクエストＩＤとを付加したまま、入出力制御装置１１８へリクエストを転送する。

入出力制御装置１１８は、入出力制御装置インタフェース部２１４からリクエストを受け取ると、第二レジスタ３０２の１６ワードの中からビット１５が０である最若番のワードを算出し、ビット１５を１にセットし、ビット１４〜ビット１２にリクエスト発行元のノード１０１の番号をセットし、ビット１１〜ビット５にノード内リクエストＩＤをセットし、ビット４〜ビット０にリクエストのターゲットとなるデバイス１３１ー１のデバイスＩＤをセットし、ターゲットのデバイス１３１ー１へリクエストを転送する。

入出力制御装置１１８は、デバイス１３１ー１からリクエストに対するリプライを受け取った場合、第二レジスタ３０２の１６ワードのレジスタの中から、ビット１５が１で、デバイス１３１ー１のデバイスＩＤとビット４〜ビット０とが一致するワードを算出し、ビット１５〜ビット０をオール０にリセットする。

次に、入出力制御装置１１８は、リクエスト発行元のノード１０１の番号とノード内リクエストＩＤとを付加して、リクエストに対するリプライを入出力制御装置インタフェース部２１４へ転送する。入出力制御装置インタフェース部２１４は、入出力制御装置１１８からリクエストに対するリプライを受け取ると、リクエスト発行元のノード１０１の番号とノード内リクエストＩＤとを付加して、システムバス制御部２１３へリクエストに対するリプライを転送する。

システムバス制御部２１３は、入出力装置インタフェース部２１４からリクエストに対するリプライを受け取ると、リクエスト発行元のノード１０１の番号とノード内リクエストＩＤとを参照して、リクエスト転送先のノード１０１を決定する。

システムバス制御部２１３は、リクエスト発行元のノード１０１の番号とノード内リクエストＩＤとを付加して、リクエストに対するリプライをシステムバス１０９を介して、転送先となるノード１０１のシステムバス制御部２１３へ転送する。

ノード１０１のシステムバス制御部２１３は、システムバス１０９からリクエストに対するリプライを受け取ると、リクエスト発行元のノード１０１の番号とノード内リクエストＩＤとを付加して、ノード１０１内のプロセッサバス制御部２１１へ転送する。

プロセッサバス制御部２１１は、システムバス制御部２１３からリクエストに対するリプライを受け取ると、第一レジスタ３０１の６４ワードの中から、ビット２３が１で、かつ、リプライのリクエスト発行元のノード１０１の番号とノード内リクエストＩＤとがビット２２〜ビット１３に一致するワードを算出し、ビット２３〜ビット０をオール０にリセットする。

プロセッサバス制御部２１１は、リクエストに対するリプライを、プロセッサバス１１５を介して、リクエスト発行元のプロセッサ１１１へ転送する。

以上説明したように、ノード１０１〜１０８は、プロセッサバス制御部２１１にノード内リクエストＩＤとリクエスト実行時間とを保持する第一レジスタ３０１を設けている故、プロセッサ１１１〜１１８がデバイス１３１ー１〜１３１ーｎへ発行したリクエストに関してタイムアウトを検出したとき、タイムアウトの原因となったリクエストを特定できる。

また、ノード１０１〜１０８は、入出力制御装置１１８に処理中のノード内リクエストＩＤとリクエストのターゲットとなるデバイスＩＤとを保持する第二レジスタ３０２を設けている故、リクエストＩＤからターゲットデバイスを特定できる。

次に、デバイス１３１ー１〜１３１ーｎの故障が発生したときの情報処理システム１の動作について、図面を参照して説明する。

図５は、デバイス１３１ー１〜１３１ーｎの故障が発生したときの情報処理システム１の動作を示すフローチャートである。

一例として、ノード１０１内のプロセッサ１１１がノード１０２に接続するデバイス１３１ー１へアクセスしたとき、デバイス１３１ー１の故障が発生したときの動作について説明する。

プロセッサ１１１〜１１４は、入出力制御装置１１８へ接続するデバイス１３１ー１〜１３１ーｎへアクセスするリクエストを発行してから、タイムアウト障害を検出するまでのタイムアウト設定時間を１０ｍｓ×２の９乗＝５．１２秒よりも大きい値、例えば１０秒に設定する。

まず、プロセッサ１１１は、入出力制御装置１１８に接続するデバイス１３１ー１にアクセスするリクエストを発行後、リクエストに対するリプライが返却されず、タイムアウトを検出する（ステップ１）。

タイムアウトを検出したプロセッサ１１１は、図示しない内部レジスタの情報（タイムアウト検出情報、リクエストのアドレス情報など）を、ノード１０１内の主記憶装置１１７に書き込み（ステップ２）、サービスプロセッサ１２０へシステム制御装置１１６経由で、システムの再立ち上げを要求する（ステップ３）。

サービスプロセッサ１２０は、プロセッサ１１１からシステムの再立ち上げ要求を受け取ると、上記（ステップ２）で主記憶装置１１７にライトした情報を読み出し、プロセッサ１１１がタイムアウトを検出していたか否かをチェックする（ステップ５）。

チェックの結果、プロセッサ１１１がタイムアウトを検出していた場合、サービスプロセッサ１２０は、システムの再立ち上げを要求したプロセッサ１１１を有するノード１０１のプロセッサバス制御部２１１の第一レジスタ３０１を読み出す（ステップ６）。

サービスプロセッサ１２０は、読み出したレジスタ３０１の６４個の各ワード（Ｎ＝０〜Ｎ＝６３）について、先ず、ワードのＮ＝０（ステップ７）に関して、以下に述べる（ステップ８）から（ステップ１３）を実行し、以降、同様にＮ＝６３まで順次（ステップ８）から（ステップ１３）を実行する（ステップ１４）。なお、Ｎは、ワードの番号を示す。

サービスプロセッサ１２０は、ビット２３が１であるか否かをチェックし（ステップ８）、ビット２３が１のとき、ビット９〜ビット０のカウント値が１０００００００００（２進数）以上であるか否かをチェックし（ステップ９）、ビット９〜ビット０のカウント値が１０００００００００以上であるとき（リクエスト実行時間が５．１２秒以上のとき）、そのワードのビット１２〜ビット１０に示すリクエストのターゲットが存在するノード番号のノード１０２内の入出力制御装置１１８の第二レジスタ３０２を読み出す（ステップ１０）。

なお、プロセッサバス制御部２１１は、第一レジスタ３０１のビット９〜ビット０のカウント値がオール１となるときに、カウントを停止する制御を行う。

サービスプロセッサ１２０は、ノード１０２内の第二レジスタ３０２の１６ワードの中で、ビット１５が１、かつ、ビット１４〜ビット１２（リクエスト発行元のノード１０１の番号）とビット１１〜ビット５（ノード内リクエストＩＤ）とが第一レジスタ３０１のビット２２〜ビット２０とビット１９〜ビット１３とに一致するワードがあるかをチェックする（ステップ１１）。

一致するワードがあるか否かをチェックした結果（ステップ１２）、一致するワードがあるとき、サービスプロセッサ１２０は、第二レジスタ３０２の一致したワードのビット４〜ビット０に示すデバイスＩＤのデバイス１３１ー１を故障デバイス１３１ー１と特定し、コンソール（図示せず）上に故障デバイス１３１ー１を表示し、次回のシステム立ち上げ時にデバイス１３１ー１を組み込まないようにシステム構成情報を変更する（ステップ１３）。

サービスプロセッサ１２０は、ワード番号のＮ＝０〜Ｎ＝６３までの６４個のワードに対して、（ステップ８）から（ステップ１３）を実行したか否かをチェックし（ステップ１５）、６４ワード全て実行済みのとき、プロセッサ１１１からの要求に従って、情報処理システム１を再立ち上げさせる（ステップ１６）。

上記（ステップ５）において、プロセッサ１１１がタイムアウトを検出していない場合、（ステップ１６）に進み、上記（ステップ８）でビット２３が０、（ステップ９）で、ビット９〜ビット０が１０００００００００未満、（ステップ１２）で一致するワードがないときは、何れも（ステップ１４）に進む。

以上説明したように、サービスプロセッサ１２０に対して、プロセッサ１１１から情報処理システム１の再立ち上げ要求を行ったとき、サービスプロセッサ１２０は、主記憶装置１１７に書き込んだプロセッサ１１１の内部レジスタの情報と、第一レジスタ３０１の情報と、第二レジスタ３０２の情報とを読み出し、読み出した情報からタイムアウトの原因となったデバイス１３１ー１を特定し、コンソール上に表示するので、速やかに故障デバイス１３１ー１を特定して保守を行なうことができ、情報処理システム１の可用性を向上させることができるという効果がある。

本発明の情報処理システムの実施の形態を示す概略構成ブロック図である。 図１中のシステム制御装置の詳細を示す構成ブロック図である。 第一レジスタの１ワード分のフォーマットを示す図である。 第二レジスタの１ワード分のフォーマットを示す図である。 デバイスの故障が発生したときの情報処理システムの動作を示すフローチャートである。

符号の説明

１ 情報処理システム
１０１〜１０８ ノード
１０９ システムバス
１１１〜１１４ プロセッサ
１１５ プロセッサバス
１１６ システム制御装置
１１７ 主記憶装置
１１８ 入出力制御装置
１２０ サービスプロセッサ
１２１ 診断バス
１２２ ＰＣＩバス
１３１ー１〜１３１ーｎ デバイス
２１１ プロセッサバス制御部
２１２ 主記憶装置インタフェース部
２１３ システムバス制御部
２１４ 入出力制御装置インタフェース部
３０１ 第一レジスタ
３０２ 第二レジスタ

Claims (29)

1. 第一の情報処理装置と、第二の情報処理装置と、前記第二の情報処理装置に接続するデバイスと、前記第一の情報処理装置に対応して設けられ、前記第一の情報処理装置が前記第二の情報処理装置を介して前記デバイスに対してリクエストを発行した際に、前記リクエストにリクエスト識別情報を付加して前記第二の情報処理装置に送信する送信制御部と、前記第一の情報処理装置に対応して設けられ、前記リクエスト識別情報と、前記リクエストが発行された後の経過時間を示す情報とを保持する第一レジスタと、前記第二の情報処理装置に対応して設けられ、前記送信制御部から受信した前記リクエスト識別情報を保持すると共に、前記リクエストが送信される前記デバイスのデバイス識別情報を保持する第二レジスタと、前記第二の情報処理装置に対応して設けられ、前記リクエストを前記デバイスに送信する入出力制御装置とを有することを特徴とする情報処理システム。
2. 前記第一レジスタは、前記リクエストを実行中であるか否かを示す情報と、前記リクエストの発行元の識別情報と、前記リクエストの発行先の識別情報とをさらに保持するとともに、前記リクエストの実行時間をカウントするカウンタを含むことを特徴とする請求項１記載の情報処理システム。
3. 前記第二レジスタは、前記リクエストを実行中であるか否かを示す情報と、前記リクエストの発行元の識別情報とをさらに保持することを特徴とする請求項１記載の情報処理システム。
4. 前記情報処理システムがサービスプロセッサをさらに含み、前記サービスプロセッサは、前記第一レジスタおよび前記第二レジスタが保持する前記リクエストの識別情報を照合し、前記第二レジスタに保持している前記デバイス識別情報を読み出すことにより、前記デバイスを特定することを特徴とする請求項１記載の情報処理システム。
5. 前記第一の情報処理装置は、前記リクエストを発行後、前記リクエストに対するリプライが返却されず前記デバイスの障害を検出したとき、前記リクエスト識別情報を主記憶装置に書き込むことを特徴とする請求項１記載の情報処理システム。
6. 第一の情報処理装置と第二の情報処理装置と前記第二の情報処理装置に接続されたデバイスとを含む情報処理システムの故障箇所特定方法において、前記第一の情報処理装置が前記第二の情報処理装置を介して前記デバイスに対してリクエストを発行した際に、前記第一の情報処理装置に対応して設けた送信制御部から前記リクエストにリクエスト識別情報を付加して前記第二の情報処理装置に送信し、前記第一の情報処理装置に対応して設けた第一レジスタに前記リクエスト識別情報と前記リクエストが発行された後の経過時間を示す情報とを保持し、前記第二の情報処理装置に対応して設けた第二レジスタに前記送信制御部から受信した前記リクエスト識別情報を保持すると共に前記リクエストを送信する前記デバイスのデバイス識別情報を保持し、前記第二の情報処理装置に対応して設けた入出力制御装置から前記リクエストを前記デバイスに送信し、故障が発生した際に、前記第一レジスタおよび前記第二レジスタが保持する前記リクエストの識別情報を照合し、前記第二レジスタに保持している前記デバイス識別情報を読み出すことにより、前記デバイスを特定することを特徴とする情報処理システムの故障箇所特定方法。
7. 第一バスと接続する複数の情報処理装置と、第二バスを介して前記情報処理装置と接続するサービスプロセッサと、第三バスを介して前記情報処理装置と接続する複数のデバイスとを有し、前記情報処理装置の間でリクエストを送受信する情報処理システムにおいて、前記情報処理装置は、前記デバイスと接続する入出力制御装置と、第四バスと接続する複数のプロセッサと、前記プロセッサの内部レジスタの情報を書き込む主記憶装置と、前記入出力制御装置と前記プロセッサと前記主記憶装置と前記第一バスとに接続するシステム制御装置とを有し、前記システム制御装置は、前記リクエストの識別情報と前記プロセッサの発行した前記リクエストの実行時間とを保持する第一レジスタを有し、前記入出力制御装置は、前記リクエストの識別情報と前記デバイスの識別情報とを保持する第二レジスタを有し、前記サービスプロセッサは、前記主記憶装置の情報と前記第一レジスタと前記第二レジスタとを読み出す手段と、読み出した情報から前記リクエストのターゲットとなる前記デバイスを特定する手段とを有することを特徴とする情報処理システム。
8. 前記システム制御装置は、前記第四バスを介して前記プロセッサと接続するプロセッサバス制御部と、前記主記憶装置と接続する主記憶装置インタフェース部と、前記入出力制御装置と接続する入出力制御装置インタフェース部と、前記プロセッサバス制御部と前記主記憶装置インタフェース部と前記入出力制御装置インタフェース部と前記第一バスとに接続するシステムバス制御部とを有することを特徴とする請求項７記載の情報処理システム。
9. 前記第一レジスタは、複数のワードからなり、前記ワードは、前記リクエストを実行中であるか否かの識別情報と、前記リクエストの発行元の前記情報処理装置の識別情報と、前記リクエストの識別情報と、前記リクエストのターゲットの存在する前記情報処理装置の識別情報と、前記リクエストの実行時間をカウントするカウント値とで構成する第一フォーマットを有することを特徴とする請求項７記載の情報処理システム。
10. 前記第二レジスタは、複数のワードからなり、前記ワードは、前記リクエストを実行中であるか否かの識別情報と、前記リクエストの発行元の前記情報処理装置の識別情報と、前記リクエストの識別情報と、前記リクエストのターゲットとなる前記デバイスの識別情報とで構成する第二フォーマットを有することを特徴とする請求項７記載の情報処理システム。
11. 前記サービスプロセッサは、前記システム制御装置と前記主記憶装置と前記入出力制御装置とに前記第二バスを介して接続することを特徴とする請求項７記載の情報処理システム。
12. 前記サービスプロセッサは、前記プロセッサが前記デバイスの障害を検出したとき、障害発生の前記デバイスをコンソールに表示する手段を有することを特徴とする請求項７記載の情報処理システム。
13. 前記プロセッサバス制御部は、前記プロセッサから前記リクエストを受信したとき、前記第一レジスタのワードの中から前記リクエストを実行中でない最若番の前記ワードを算出し、算出した前記ワードの前記リクエストを実行中であるか否かの識別情報を実行中にセットし、前記リクエストの発行元の前記情報処理装置の識別情報をセットし、前記リクエストの識別情報をセットし、前記リクエストのターゲットとなる前記デバイスの存在する前記情報処理装置の識別情報をセットし、前記リクエストの実行時間をカウントするカウント値をセットする手段を有することを特徴とする請求項８記載の情報処理システム。
14. 前記プロセッサバス制御部は、前記プロセッサからの前記リクエストに対するリプライを前記システムバス制御部から受信したとき、前記第一レジスタのワードの中から、前記リクエストを実行中であるか否かの識別情報が実行中で、かつ、リプライの前記リクエストの識別情報と前記リクエストの発行元の前記情報処理装置の識別情報とが前記ワードの前記リクエストの識別情報と前記リクエストの発行元の前記情報処理装置の識別情報とに一致する前記ワードを算出し、算出した前記ワードをオール０にリセットする手段を有することを特徴とする請求項８記載の情報処理システム。
15. 前記入出力制御装置は、前記システム制御装置からリクエストを受信したとき、前記第二レジスタのワードの中から前記リクエストを実行中でない最若番の前記ワードを算出し、算出した前記ワードの前記リクエストを実行中であるか否かの識別情報を実行中にセットし、前記リクエストの発行元の前記情報処理装置の識別情報をセットし、前記リクエストの識別情報をセットし、前記リクエストのターゲットとなる前記デバイスの識別情報をセットする手段を有することを特徴とする請求項７または８記載の情報処理システム。
16. 前記入出力制御装置は、前記デバイスから前記リクエストに対するリプライを受信したとき、前記第二レジスタのワードの中から、前記リクエストを実行中であるか否かの識別情報が実行中で、かつ、リプライの前記デバイスの識別情報と前記ワードの前記デバイスの識別情報とが一致する前記ワードを算出し、算出した前記ワードをオール０にリセットする手段を有することを特徴とする請求項７または８記載の情報処理システム。
17. 前記プロセッサは、前記リクエストを発行後、前記リクエストに対するリプライが返却されず前記デバイスの障害を検出したとき、前記内部レジスタの情報を前記主記憶装置に書き込み、前記サービスプロセッサへ前記システム制御装置を介してシステムの再立ち上げを要求する手段を有することを特徴とする請求項７記載の情報処理システム。
18. 前記プロセッサは、前記デバイスのタイムアウト障害を検出する手段を有することを特徴とする請求項１２または１７記載の情報処理システム。
19. 第一バスと接続する複数の情報処理装置と、第二バスを介して前記情報処理装置と接続するサービスプロセッサと、第三バスを介して前記情報処理装置と接続する複数のデバイスとを有し、前記情報処理装置の間でリクエストを送受信する情報処理システムの故障箇所特定方法において、前記情報処理装置は、前記デバイスと接続する入出力制御装置と、第四バスと接続する複数のプロセッサと、前記プロセッサの内部レジスタの情報を書き込む主記憶装置と、前記入出力制御装置と前記プロセッサと前記主記憶装置と前記第一バスとに接続するシステム制御装置とを有し、前記システム制御装置は、前記リクエストの識別情報と前記プロセッサの発行した前記リクエストの実行時間とを第一レジスタに保持するステップを有し、前記入出力制御装置は、前記リクエストの識別情報と前記デバイスの識別情報とを第二レジスタ保持するステップを有し、前記サービスプロセッサは、前記主記憶装置の情報と前記第一レジスタと前記第二レジスタとを読み出すステップと、読み出した情報から前記リクエストのターゲットとなる前記デバイスを特定するステップとを有することを特徴とする情報処理システムの故障箇所特定方法。
20. 前記第一レジスタは、複数のワードからなり、前記ワードは、前記リクエストを実行中であるか否かの識別情報と、前記リクエストの発行元の前記情報処理装置の識別情報と、前記リクエストの識別情報と、前記リクエストのターゲットの存在する前記情報処理装置の識別情報と、前記リクエストの実行時間をカウントするカウント値とで構成する第一フォーマットを有することを特徴とする請求項１９記載の情報処理システムの故障箇所特定方法。
21. 前記第二レジスタは、複数のワードからなり、前記ワードは、前記リクエストを実行中であるか否かの識別情報と、前記リクエストの発行元の前記情報処理装置の識別情報と、前記リクエストの識別情報と、前記リクエストのターゲットとなる前記デバイスの識別情報とで構成する第二フォーマットを有することを特徴とする請求項１９記載の情報処理システムの故障箇所特定方法。
22. 前記サービスプロセッサは、前記プロセッサが前記デバイスの障害を検出したとき、障害発生の前記デバイスをコンソールに表示するステップを有することを特徴とする請求項１９記載の情報処理システムの故障箇所特定方法。
23. 前記プロセッサは、前記リクエストを発行後、前記リクエストに対するリプライが返却されず前記デバイスの障害を検出したとき、前記内部レジスタの情報を前記主記憶装置に書き込むステップと、前記サービスプロセッサへ前記システム制御装置を介してシステムの再立ち上げを要求するステップとを有することを特徴とする請求項１９記載の情報処理システムの故障箇所特定方法。
24. サービスプロセッサと複数のデバイスとに接続する情報処理装置において、前記デバイスと接続する入出力制御装置と、リクエストを発行する複数のプロセッサと、前記プロセッサの内部レジスタの情報を書き込む主記憶装置と、前記入出力制御装置と前記プロセッサと前記主記憶装置とに接続するシステム制御装置とを有し、前記システム制御装置は、前記リクエストの識別情報と前記プロセッサの発行した前記リクエストの実行時間とを保持する第一レジスタを有し、前記入出力制御装置は、前記リクエストの識別情報と前記リクエストのターゲットとなる前記デバイスの識別情報とを保持する第二レジスタを有し、前記プロセッサは、前記リクエストを発行後、前記デバイスの障害を検出したとき、前記サービスプロセッサへ前記システム制御装置を介してシステムの再立ち上げを要求する手段を有することを特徴とする情報処理装置。
25. 前記システム制御装置は、前記プロセッサと接続するプロセッサバス制御部と、前記主記憶装置と接続する主記憶装置インタフェース部と、前記入出力制御装置と接続する入出力制御装置インタフェース部と、前記プロセッサバス制御部と前記主記憶装置インタフェース部と前記入出力制御装置インタフェース部と前記サービスプロセッサとに接続するシステムバス制御部とを有することを特徴とする請求項２４記載の情報処理装置。
26. 前記システムバス制御部は、第一バスと接続し、前記主記憶装置と前記入出力制御装置と前記システム制御装置とは、第二バスを介して前記サービスプロセッサと接続し、前記入出力制御装置は、第三バスを介して前記デバイスと接続し、前記プロセッサバス制御部は、第四バスを介して前記プロセッサと接続することを特徴とする請求項２４記載の情報処理装置。
27. 前記プロセッサは、前記デバイスのタイムアウト障害を検出する手段を有することを特徴とする請求項２４記載の情報処理装置。
28. 前記第一レジスタは、複数のワードからなり、前記ワードは、前記リクエストを実行中であるか否かの識別情報と、前記リクエストの発行元の識別情報と、前記リクエストの識別情報と、前記リクエストのターゲットの存在する発行先の識別情報と、前記リクエストの実行時間をカウントするカウント値とで構成する第一フォーマットを有することを特徴とする請求項２４記載の情報処理装置。
29. 前記第二レジスタは、複数のワードからなり、前記ワードは、前記リクエストを実行中であるか否かの識別情報と、前記リクエストの発行元の識別情報と、前記リクエストの識別情報と、前記リクエストのターゲットとなる前記デバイスの識別情報とで構成する第二フォーマットを有することを特徴とする請求項２４記載の情報処理装置。

Images