JP5610730B2 - コンピュータシステム故障時における不良部位特定システム - Google Patents

Description

本発明は、コンピュータシステムの故障時において、複数事象解析により不良部位を特定するシステムに関する。

複数事象を処理するシステムとしては、例えば、特許文献１には複数事象を扱う事象処理システムが記載されている。図８は従来例１の事象処理システムの概念モデルを示している。

図８に示す従来例１のモデルは、事象データ項目の２つの入力ストリームが供給される過渡現象検出ブロック１０を含んでいる。これらの入力ストリームの１番目は、低電圧事象を表す事象データ項目のストリームであり、一方、２番目は、高電圧事象を表す事象データ項目のストリームである。過渡現象検出ブロック１０は、事象データ項目の出力１３を生成するように構成される。（ストリーム１１の事象データ項目によって示されているように）低電圧事象の後に、０．２５秒のような短い時間間隔内で（ストリーム１２の事象データ項目によって示されているように）高電圧が続くことを示している。

また、例えば、特許文献２には、故障診断解析システムおよび故障診断解析方法が記載されている。図９は、従来例２の故障診断解析システムの概略構成を示すブロック図を示している。

図９において、故障診断解析システムは、複数の故障に関する対応内容が各故障を特定可能な事象コード別に登録されたデータベース５１と、上記複数の故障の診断が可能な自己診断回路を備える電子機器１と、電子機器１に接続され、上記自己診断回路によって診断された故障を特定する事象コードを少なくとも含む暗号化された故障解析要求メールを所定のアドレスへ送信する携帯通信端末３と、自装置のメールアドレスとして上記所定のアドレスが設定されており、携帯通信端末３から受信した上記故障解析要求メールに含まれている事象コードに基づいてデータベース５１を検索して該当する対応内容を取得するとともに、該取得した対応内容を含むメールを携帯通信端末３に返信する故障解析回答装置５０とを有している。

特開平７−３３４４３８号公報 特開２００６−１３３８６８号公報

上記特許文献１に記載された事象処理システムは、複数事象を扱うものだが、データベースとの照合を行うものではない。また、上記特許文献２に記載された故障診断解析システムおよび故障診断解析方法は、複数故障に関するもので、複数事象解析を行うものではない。

高信頼性コンピュータシステムでは、マザーボード上にシステム管理用コントローラ（ＢＭＣ：Baseboard Management Controller）が存在し、ＢＭＣが構成部品に取り付けられたセンサを監視しており、部品故障による異常状態を自動的に検出し、ログ情報として記録している。また、ＯＳ（Operating System）の状態に伴う、エラーメッセージがＯＳ標準のロギングシステムに記録される。

部品故障時の対応としては、ＢＭＣやＯＳのログ情報に記録された事象毎に対処方法が決まっているが、実際には、１つの部品に故障が発生した場合、それに関連する部品でも異常が検出されるため様々な事象が記録されることとなり、不良部品を特定できずに関連部品の全交換となるケースが多々あり、効率が悪いという問題があった。

本発明は、事象のみから故障部品を特定することにより、迅速な故障復旧が可能な故障時における不良部位特定方式を提供することを目的とする。

本発明のコンピュータシステム故障時における不良部位特定システムは、コンピュータシステムのマザーボード上のシステム管理用コントローラまたはオペレーティングシステムのログ情報を記録するログ記録部と、事象のコード化部と、事象の照合部と、予め複数の事象条件と部品情報が登録されている事象データベースとを有する複数事象照合部と、を備えたコンピュータシステム故障時における不良部位特定システムにおいて、前記複数事象照合部に前記ログ記録部に記録された前記ログ情報の異常時の複数の事象が入力されると、前記事象のコード化部は、入力された前記ログ情報の異常時の複数の事象のコード化を行い、前記事象の照合部は、コード化した前記複数の事象を、前記複数の事象の組み合わせ、前記複数の事象の発生順序、及び前記複数の事象間の発生間隔を含む照合条件を考慮して前記事象データベースに予め登録されている複数の事象条件及び部品情報と照合し、前記コンピュータシステム内の故障部品を特定することを特徴とする。

本発明のコンピュータシステム故障時における不良部位特定システムによれば、迅速な故障復旧を行うことができる。

図１は、本発明の実施例のコンピュータシステム故障時における不良部位特定方式のシステム構成図である。 図２は、本発明の実施例のコンピュータシステム故障時における不良部位特定方式の動作のフローチャートである。 図３は、本発明の実施例のログ情報のコード化した事象のフォーマットを示す図である。 図４は、本発明の実施例のコンピュータシステム故障時における不良部位特定方式の１定義照合動作のフローチャートである。 図５は、本発明の実施例の不良部位特定方式による具体的な故障例が発生した場合の不良部位特定方式のシステム構成図である。 図６は、本発明の実施例の不良部位特定方式による故障例の発生事象の内容とコード化した事象を説明する図である。 図７は、本発明の実施例の不良部位特定方式の発生事象と事象データベースとの照合を説明する図である。 図８は、従来例１の事象処理システムである。 図９は、従来例２の故障診断解析システムおよび故障診断解析方法である。

以下、図面を用いて、本発明の実施の形態について説明する。

図１は、本発明の実施例のコンピュータシステム故障時における不良部位特定方式のシステム構成図である。図１において、１００はコンピュータシステム、１０１はシステム管理用コントローラ（ＢＭＣ）、１０２はベースボード、１０３はファン、１０４は電源、１０５はオペレーティングシステム（ＯＳ）、１０６はドライバ、１０７及び１０８はログ記録部を示している。

また、２００は複数事象照合部、２０１は（２）事象のコード化、２０２は（３）事象の照合、２１０は事象データベース、３００は異常情報、３０１は５Ｖ電源の異常、３０２は１２Ｖ電源の異常、４００はエラー情報、４０１はＩ／Ｏエラー、５００は（４）部品の特定、６００は部品交換を示している。また、矢印の記号は、事象の記録等を示し、点線の枠は事象の内容を示している。

図１において、コンピュータシステム１００のシステム管理用コントローラ（ＢＭＣ）１０１、ベースボード１０２、ファン１０３、電源１０４はネットワーク接続され、また、電源１０４により、オペレーティングシステム（ＯＳ）１０５のドライバ１０６が駆動される。

コンピュータシステム１００の各種ログ情報が、システム管理用コントローラ（ＢＭＣ）１０１のログ記録部１０８に記録・蓄積され、オペレーティングシステム（ＯＳ）１０５の各種ログ情報が、ログ記録部１０７に記録・蓄積される。

例えば、コンピュータシステム１００内の電源１０４に異常（故障）が発生した場合を考えると、この故障情報は、システム管理用コントローラ（ＢＭＣ）１０１のログ記録部１０８に記録される。一方、電源１０４の異常によりオペレーティングシステム（ＯＳ）１０５のドライバ１０６の動作にも入出力の異常（Ｉ／Ｏエラー）が発生し、オペレーティングシステム（ＯＳ）１０５のログ記録部１０７に入出力の異常（Ｉ／Ｏエラー）が記録される。

ログ記録部１０８に記録された異常情報３００、例えば、５Ｖ電源の異常３０１，１２Ｖ電源の異常３０２、及び、ログ記録部１０７に記録されたエラー情報４００、例えば、Ｉ／Ｏエラー４０１が読み出され、複数事象照合部２００に入力される。

複数事象照合部２００では、入力された異常情報３００，エラー情報４００を基に、（２）事象のコード化２０１、（３）事象の照合２０２が行われる。事象の組み合わせ、事象の発生順序、事象の発生間隔（時間）を考慮して、事象データベース２１０に予め登録されている複数の事象条件と部品情報と照合して、故障部品を特定して出力する。上記の場合、ログ記録部１０７に記録され、複数事象照合部２００に入力されたドライバ１０６によるＩ／Ｏエラー４０１が、コンピュータシステム１００の電源１０４の異常に起因することを推論して、「電源故障」という故障部品の特定５００が行われ、例えば、電源の部品交換６００が行われる。

図２は、本発明の実施例のコンピュータシステム故障時における不良部位特定方式の動作のフローチャートを示している。本発明のコンピュータシステム故障時における不良部位特定方式が開始（ＳＴＡＲＴ）される。ステップＳ２０１において、故障が発生すると、ステップＳ２０２において、発生した複数の事象を記録する。

次に、複数の事象を事象データベース２１０と照合する。この場合に、ステップＳ２０３１において、事象のコード化を行い、ステップＳ２０３２において、事象データベース２１０の１定義との照合を行う。（図４の１定義照合フローを参照。）

ステップＳ２０３２においては、上述のように、事象の組み合わせ、事象の発生順序、事象の発生間隔（時間）を基に事象データベース２１０に予め登録された複数の事象条件と部品情報と照合する。

ステップＳ２０３３において、事象が合致（Ｙｅｓ）すれば、ステップＳ２０４に移行し、事象が合致しない（Ｎｏ）場合には、ステップＳ２０３４に移行する。

ステップＳ２０３４では、次定義があるか否かの判定がなされ、次定義がある場合には、ステップＳ２０３５に移行して次定義に移り、ステップＳ２０３２の１定義照合フローを繰り返し、次定義がない（Ｎｏ）場合には、ステップＳ２０３６に移行して終了（あるいは難解障害処理）を行う。

ステップＳ２０３２において事象が合致（Ｙｅｓ）して、ステップＳ２０４に移行すると、ステップＳ２０４において、照合の結果、故障部品が特定され、指摘されると、ステップＳ２０５において、故障部品を交換して、コンピュータシステム故障時における不良部位特定方式を終了（ＥＮＤ）する。

図３は、本発明の実施例のログ情報のコード化した事象のフォーマットを示す図である。ログ情報のコード化した事象１１０には、事象データベース２１０の記録された事象条件群から事象条件に定義された事象ＩＤを照合する際に指定する順序条件、発生間隔（時間）の情報を含めることができる。

順序条件が有効な場合には、１つ前の事象条件の事象コード以降に現事象条件の事象コードが発生している場合に一致と判定し、順序条件が無効な場合には、発生順序に関係なく現定義の事象コードが発生している場合に一致と判定する。

また。発生間隔（時間）は、発生の順序条件が有効な場合に指定可能であり、前事象からの発生間隔（時間）が指定値以内の場合に一致と判定する。なお、発生間隔条件を指定しないことも可能である。

図４は、本発明の実施例のコンピュータシステム故障時における不良部位特定方式の１定義照合動作のフローチャートである。

図４のステップＳ２０３２において、１定義照合が開始されると、ステップＳ２０３２１において、発生順序の条件があるか否かが判定される。

ステップＳ２０３２１において、発生順序の条件がない（Ｎｏ）場合には、ステップＳ２０３２２に移行し、発生順序の条件がある（Ｙｅｓ）場合には、ステップＳ２０３２３に移行し、発生間隔の指定があるか否かが判定される。

ステップＳ２０３２３において、発生間隔の指定がない（Ｎｏ）場合には、ステップＳ２０３２４に移行し、発生間隔の指定がある（Ｙｅｓ）場合には、ステップＳ２０３２５に移行する。

ステップＳ２０３２２では、実事象群の中に現事象条件に定義された事象が存在するか検索し、ステップＳ２０３２４では、前事象条件に一致した事象の発生後、現事象条件に定義された事象ＩＤが存在するか検索し、ステップＳ２０３２５では、前事象条件に一致した事象の発生後、指定された発生間隔以内に、現事象条件に定義された事象ＩＤが存在するか検索して、ステップＳ２０３２６に移行する。

ステップＳ２０３２６において、検索結果事象があるか否かが判定され、検索結果事象がない（Ｎｏ）場合には、ステップＳ２０３２７に移行し、不一致ということで終了し、検索結果事象がある（Ｙｅｓ）場合には、ステップＳ２０３２８に移行する。

ステップＳ２０３２８において、全事象条件を照合したか否かが判定され、全事象条件を照合した（Ｙｅｓ）場合には、ステップＳ２０３２９に移行し、合致ということで終了し、全事象条件を照合していない（Ｎｏ）場合には、ステップＳ２０３３０において、次の事象ＩＤに移行して、ステップＳ２０３２１からの動作フローを繰り返す。

図５〜７は、本発明の実施例の不良部位特定方式による具体的な故障例１，２が発生した場合の不良部位特定方式のシステム構成図、事象のコード化、事象の照合の説明図である。

図５は、具体的な故障例１（ベースボード故障），故障例２（電源故障）が発生しした場合の不良部位特定方式のシステム構成図を示している。図５において、１００はコンピュータシステム、１０１はシステム管理用コントローラ（ＢＭＣ）、１０２はベースボード、１０３はファン、１０４は電源、１０５はオペレーティングシステム（ＯＳ）、１０６はドライバ、１０７及び１０８はログ記録部、１０９はＨＤＤを示している。

図６は、本発明の実施例の不良部位特定方式の（２）事象のコード化２０１の故障例の発生事象の内容とコード化した事象を説明する図である。故障例１（ベースボード故障）の場合に発生した発生事象の内容（事象Ａ，Ｂ，Ｃ）と発生時刻がコード化されて、事象ＩＤ−Ａ，ＩＤ−Ｂ，ＩＤ−Ｃと時刻情報となり、同様に、故障例２（電源故障）の場合に発生した発生事象の内容（事象Ａ，Ｂ，Ｃ）と発生時刻がコード化されて、事象ＩＤ−Ａ，ＩＤ−Ｂ，ＩＤ−Ｃと時刻情報となる。

図７は、具体的な故障例１（ベースボード故障），故障例２（電源故障）が発生しした場合の不良部位特定方式の（３）事象の照合と（４）部品の特定を示している。

図７において、故障例１（ベースボード故障）と故障例２（電源故障）の事象ＩＤ−Ａ，ＩＤ−Ｂ，ＩＤ−Ｃと時刻情報を事象データベース２１０の事象条件群と照合する。

事象の照合は、定義１から定義４のように定義順に照合し一致した時点で照合を終了する。また、一つの定義について、事象条件を、事象ＩＤ，順序条件，発生間隔（時間）の順に照合し、一致しなかった時点で現定義の照合を中断し、照合は次の定義に移る。

故障例１（ベースボード故障）と故障例２（電源故障）について、事象ＩＤ−Ａ，ＩＤ−Ｂ，ＩＤ−Ｃと時刻情報を基に照合を行うと、定義１の場合には、事象ＩＤ−Ｄが発生していないので発生事象が定義と一致しない。

また、定義２の場合には、事象ＩＤ−Ａが事象ＩＤ−Ｂ後に発生しているので、発生順序が定義と一致しない。

故障例１の場合には、事象Ｃは発生時刻が００：００：３０で、事象Ｂの発生時刻００：００：０５の後、発生間隔が２５秒相当であり、事象ＩＤ−Ｃ（順序有，間隔１分）以内という条件に合致するため、定義３に合致し、部品情報から、故障部品がベースボードであることが特定できる。

一方、故障例２の場合には、事象Ｃは発生時刻が００：０２：００で、事象Ｂの発生時刻００：００：０５の後、発生間隔が１分５５秒相当であり、事象ＩＤ−Ｃ（順序有，間隔１分）という条件に合致せず、定義３に合致しない。しかし、定義４の事象ＩＤ−Ｃ（順序有）という条件に合致するために、定義３に合致し、部品情報から、故障部品が電源であることが特定できる。

以上の故障例１，２は一例であるが、故障例の事象ＩＤの組み合わせ、事象の発生順序、事象の発生間隔（時間）により、種々の故障部品を特定し交換することが可能である。

本発明のコンピュータシステム故障時における不良部位特定方式は、障害解析ツール（保守ツール）として広範囲な利用が可能である。

１００ コンピュータシステム
１０１ システム管理用コントローラ（ＢＭＣ）
１０２ ベースボード
１０３ ファン
１０４ 電源
１０５ オペレーティングシステム（ＯＳ）
１０６ ドライバ
１０７ ログ記録部
１０８ ログ記録部
１０９ ＨＨＤ
１１０ ログ情報のコード化した事象
２００ 複数事象照合部
２０１ （２）事象のコード化
２０２ （３）事象の照合
２１０ 事象データベース
３００ 異常情報
３０１ ５Ｖ電源の異常
３０２ １２Ｖ電源の異常
４００ エラー情報
４０１ １／０エラー
５００ （４）部品の特定
６００ 部品交換

Claims (1)

1. コンピュータシステムのマザーボード上のシステム管理用コントローラまたはオペレーティングシステムのログ情報を記録するログ記録部と、
   事象のコード化部と、事象の照合部と、予め複数の事象条件と部品情報が登録されている事象データベースとを有する複数事象照合部と、を備えたコンピュータシステム故障時における不良部位特定システムにおいて、
   前記複数事象照合部に前記ログ記録部に記録された前記ログ情報の異常時の複数の事象が入力されると、
   前記事象のコード化部は、入力された前記ログ情報の異常時の複数の事象のコード化を行い、
   前記事象の照合部は、コード化した前記複数の事象を、前記複数の事象の組み合わせ、前記複数の事象の発生順序、及び前記複数の事象間の発生間隔を含む照合条件を考慮して前記事象データベースに予め登録されている複数の事象条件及び部品情報と照合し、前記コンピュータシステム内の故障部品を特定することを特徴とするコンピュータシステム故障時における不良部位特定システム。
   

Images