JP6358389B2

JP6358389B2 - 情報処理装置

Info

Publication number: JP6358389B2
Application number: JP2017507285A
Authority: JP
Inventors: 亮介渡邊
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2015-03-26
Filing date: 2015-03-26
Publication date: 2018-07-18
Anticipated expiration: 2035-03-26
Also published as: US10416913B2; JPWO2016151845A1; WO2016151845A1; US20180011654A1

Description

本発明は、記憶装置の動作を監視する情報処理装置に関する。

近年のサーバシステムにおいて、Hard Disk Drive（ＨＤＤ）はRedundant Arrays of Inexpensive Disks（ＲＡＩＤ）により冗長化されることが一般的になっており、システムを停止させずにデータを保持したままＨＤＤを交換することが可能となっている。そのためＨＤＤを冗長化して使用しているユーザからは、実際に故障や性能劣化が発生する前にＨＤＤに予防交換しておきたいという声が高まってきている。

ＨＤＤの故障において、磁気ヘッドの故障により、データを正常に読み取ることができないメディアエラーが発生するという問題がある。通常、メディアエラーが発生しているだけでは、リトライすることでデータの読み書きは可能であるため、そのＨＤＤは故障状態になくＨＤＤのエラーを知らせるLight Emitting Diode（ＬＥＤ）も点灯しない。

しかしながら、このメディアエラーが多発すると、ＨＤＤへのアクセスに何度もリトライが発生してしまい、ＨＤＤへのアクセスの性能劣化を招いてしまうという問題がある。ＨＤＤをＲＡＩＤで冗長化して使用しているユーザからは、このメディアエラーが多発し性能劣化を招く前に、ＨＤＤを交換したいという要望がある。

従来では、このメディアエラーの多発による性能劣化を回避するために、ＨＤＤのメディアエラーを定期的にチェックしＨＤＤをオフラインにして切り離しを行うためのソフトウェアを、ＯＳ上で動作させている。

また、メディアエラーのチェックをＲＡＩＤコントローラで行う方法が知られている（例えば、特許文献１参照）。

特開２００６−３０１７１４号公報特開２０１０−１９１７６２号公報

現在のサーバシステムで使用されているＯＳには数多くの種類やバージョンが存在する。メディアエラーをチェックするためのソフトウェアが特定のＯＳで動作しない場合、当該ＯＳを使用する場合は、ＨＤＤのメディアエラーがチェックされないことになってしまう。そのため、ＨＤＤのメディアエラーをチェックするためのソフトウェアを、それぞれのＯＳやバージョンごとに動作できるよう対応するために、大きなコストがかかってしまうことが問題となっている。

また、特許文献１の方法では、メディアエラーのチェック機能を持つ特定のＲＡＩＤカードが使用される。

１つの側面において、本発明の課題は、特定のＯＳや装置等に依存せずに記憶装置の監視を可能にすることである。

実施の形態の情報処理装置は、処理部と、制御部と、を備える。
前記処理部は、情報処理を行う。

前記制御部は、前記処理部の機能を拡張する拡張装置の情報を前記処理部から受信し、前記拡張装置の情報に基づいて、前記拡張装置が記憶装置を接続する特定の装置であるか否か判定する。前記制御部は、前記拡張装置が前記特定の装置である場合、前記記憶装置の情報を前記特定の装置に問い合わせ、前記特定の装置から前記記憶装置の情報を受信し、前記記憶装置の情報に基づいて前記記憶装置の動作を監視する。

実施の形態の情報処理装置によれば、特定のＯＳや装置等に依存せずに記憶装置を監視することができる。

実施の形態に係るサーバの構成図である。従来と実施の形態のメディアエラーチェックの処理を示す図である。実施の形態に係るサーバの起動から停止までのシーケンス図である。実施の形態に係るＢＭＣの監視処理のフローチャートである。実施の形態に係るサーバの監視処理のシーケンス図である。

以下、図面を参照しながら実施の形態について説明する。
図１は、実施の形態に係るサーバの構成図である。

サーバ１０１は、Central Processing Unit（ＣＰＵ）１１１、メモリ１２１、Read Only Memory（ＲＯＭ）１３１、Baseboard Management Controller（ＢＭＣ）１４１、PCI Express（ＰＣＩｅ）スロット１５１−ｉ（ｉ＝１〜３）、Local Area Network（ＬＡＮ）カード１６１、Fibre Channel（ＦＣ）カード１７１、Redundant Arrays of Inexpensive Disks（ＲＡＩＤ）カード１８１、およびHard Disk Drive（ＨＤＤ）１９１−ｊ（ｊ＝１〜３）を備える。サーバ１０１は、情報処理装置の一例である。

ＣＰＵ１１１は、各種情報処理を行うプロセッサである。ＣＰＵは、ＢＩＯＳファームウェア１３２をメモリ１２１に読み出して実行する。また、ＣＰＵ１１１は、ＨＤＤ１９１−ｊに格納されたＯＳ（不図示）をメモリ１２１に読み出して実行する。ＣＰＵ１１１は、処理部の一例である。

メモリ１２１は、サーバ１０１で使用されるプログラムやデータを一時的に格納する。メモリ１２１は、例えば、Random Access Memory（ＲＡＭ）である。メモリ１２１は、記憶部の一例である。

ＲＯＭ１３１は、サーバ１０１で使用されるプログラムやデータを格納する記憶装置である。ＲＯＭ１３１は、ＢＩＯＳファームウェア１３２を格納する。ＢＩＯＳファームウェア１３２は、サーバ１０１の起動時に、接続されている拡張カードの情報の収集や初期化、ＯＳの起動などを行うプログラムである。

ＢＭＣ１４１は、ＣＰＵ１１１、メモリ１２１、ファン（不図示）、Power Supply Unit（ＰＳＣ）（不図示）、およびＨＤＤ１９１−ｊ等のサーバ１０１の構成部品の動作の監視を行う集積回路である。ＢＭＣ１４１は、制御部の一例である。ＢＭＣ１４１は、ＣＰＵ１４５、メモリ１４６、およびＲＯＭ１４７を含む。ＣＰＵ１４５は、ＲＯＭ１４７に格納されたＢＭＣファームウェアをメモリ１４６を利用して実行することにより、サーバ１０１の構成部品の動作の監視を行う。ＣＰＵ１４５は、ＢＭＣファームウェアを実行することにより、メディアエラー監視部１４２、メディアエラー判定部１４３、カード種別判定部１４４、およびＲＡＩＤカード状態判定部１４５として動作する。ＢＭＣ１４１は、Inter-Integrated Circuit（Ｉ２Ｃ）を用いて、ＰＣＩｅスロット１５１−ｉに取り付けられるＩ２Ｃに対応する拡張カードと通信する。ＢＭＣ１４１は、Intelligent Platform Management Interface（ＩＰＭＩ）に対応し、Keyboard Controller Style（ＫＣＳ）インターフェースを有し、ＣＰＵ１１１とＩＰＭＩによる通信を行う。

ＰＣＩｅスロット１５１−ｉは、ＰＣＩｅカード（拡張カード）を取り付けるための差込口である。ＰＣＩｅスロット１５１−１にはＬＡＮカード１６１、ＰＣＩｅスロット１５１−２にはＦＣカード１７１、ＰＣＩｅスロット１５１−３にはＲＡＩＤカード１８１が取り付けられている。

ＬＡＮカード１６１は、ＬＡＮ等の通信ネットワークに接続され、通信に伴うデータ変換を行う通信インターフェースを有する拡張カードである。

ＦＣカード１７１は、ファイバチャネルにより接続するインターフェースを有する拡張カードである。

ＲＡＩＤカード１８１は、パリティ演算や記憶装置の管理などのＲＡＩＤの制御を行う拡張カードである。ＲＡＩＤカード１８１には、ＨＤＤ１９１−ｊがSerial Attached SCSI（ＳＡＳ）により接続されている。ＲＡＩＤカード１８１はＩ２Ｃに対応し、ＢＭＣ１４１とＩ２Ｃにより通信可能である。

ＬＡＮカード１６１、ＦＣカード１７１、およびＲＡＩＤカード１８１等の拡張カードは、サーバ１０１の機能を拡張する拡張装置の一例である。

ＨＤＤ１９１−ｊは、サーバ１０１で使用されるＯＳ（不図示）等のプログラムやデータを格納する記憶装置である。ＨＤＤ１９１−ｊは、記憶装置の一例であり、Solid State Drive（ＳＳＤ）等の不揮発性の半導体記憶装置でも良い。また、実施の形態のＨＤＤ１９１−ｊの数は一例であり、任意の数でよい。また、ＨＤＤ１９１−ｊは、それぞれＨＤＤ１９１−ｊを識別する識別番号（デバイス番号）を有する。

図２は、従来と実施の形態のメディアエラーチェックの処理を示す図である。
図２の左側は、従来のメディアエラーチェックの処理を示し、図２の右側は、実施の形態のメディアエラーチェックの処理を示す。

従来のメディアエラーチェックは、ＯＳ上で実行される監視ソフトウェアによって実行される。監視ソフトウェアは、ＨＤＤの動作をチェックする。

実施の形態において、メディアエラーチェックは、ＢＭＣ１４１が実行する。ＢＭＣ１４１は、Ｉ２Ｃで接続されたＲＡＩＤカード１８１を通して、ＨＤＤ１９１−ｊの動作をチェックする。

実施の形態の情報処理装置によれば、メディアエラーチェックをＢＭＣが実行することで、ＯＳの種別に依存せずにＨＤＤを監視することができる。

図３は、実施の形態に係るサーバの起動から停止までのシーケンス図である。
ステップＳ５０１において、ユーザは、サーバ１０１の電源をオンにする。

ステップＳ５０２において、ＣＰＵ１１１は、サーバ１０１の起動処理を開始する。詳細には、ＣＰＵ１１１は、メモリ１２１を利用してＢＩＯＳファームウェア１３２を実行する。

ステップＳ５０３において、ＣＰＵ１１１は、サーバ１０１に搭載されている拡張カードの情報を取得する。詳細には、ＣＰＵ１１１は、各拡張カード（ＬＡＮカード１６１、ＦＣカード１７１、ＲＡＩＤカード１８１）上のレジスタから、拡張カードの情報（Vender IDおよびDevice ID）を読み出して取得する。Vender IDは、拡張カードの製造者を示し、Device IDは、当該製造者のどの製品であるかを示す。

ステップＳ５０４において、ＣＰＵ１１１は、拡張カードの情報（Vender IDおよびDevice ID）をＩＰＭＩを用いてＢＭＣ１４１に送信する。

ステップＳ５０５において、カード種別判定部１４４は、拡張カードの情報（Vender IDおよびDevice ID）を受信し、拡張カードの情報に基づいて、拡張カードがＲＡＩＤカードであるか否か判定する。詳細には、カード種別判定部１４４は、受信したVender IDおよびDevice IDの組がＲＡＩＤカードのリストに含まれているか否かに応じて、拡張カードがＲＡＩＤカードであるか否か判定する。ＲＡＩＤカードのリストは、ＢＭＣ１４１またはＲＯＭ１３１等に格納されており、当該リストには、ＲＡＩＤカードのVender IDとDevice IDの組が記載されている。ステップＳ５０５の処理により、ＢＭＣ１４１はサーバ１０１にＲＡＩＤカードが搭載されているか否かが分かる。

ステップＳ５０６において、ＣＰＵ１１１は、拡張カード（ＬＡＮカード１６１、ＦＣカード１７１、ＲＡＩＤカード１８１）を初期化する。

ステップＳ５０７において、ＣＰＵ１１１は、ＯＳの起動を行う。ステップＳ５０８において、ＣＰＵ１１１は、ＯＳの起動が完了したら、ＯＳの起動完了をＩＰＭＩを用いてＢＭＣ１４１に通知する。

ステップＳ５０９において、ＲＡＩＤカード状態判定部１４５は、ＯＳの起動完了の通知を受信し、メディアエラー監視部１４２およびメディアエラー判定部１４３は、ＨＤＤ１９１−ｊの監視処理を開始する。尚、監視処理の詳細については、後述する。ＲＡＩＤカード１８１の初期化が行われていないと、ＢＭＣ１４１は、ＲＡＩＤカード１８１を監視することができない。上記のように、ＯＳの起動前に拡張カードの初期化は行われている。よって、ＯＳの起動完了の通知の受信により、ＢＭＣ１４１は、ＲＡＩＤカード１８１の初期化はすでに行われ、ＲＡＩＤカード１８１の監視が可能であることを知ることができる。

尚、監視処理は、ステップＳ５０５において、拡張カードのいずれかがＲＡＩＤカードであると判定された場合に行われ、拡張カードの全てがＲＡＩＤカードでない場合には、監視処理は行われない。

ステップＳ５１０において、ユーザは、ＯＳをシャットダウンする。
ステップＳ５１１において、ＣＰＵ１１１は、サーバ１０１の停止処理を開始し、拡張カードの電源を落とす。

ステップＳ５１２において、ＣＰＵ１１１は、ＢＭＣ１４１にサーバ１０１の停止処理開始をＩＰＭＩを用いて通知する。

ステップＳ５１３において、ＲＡＩＤカード状態判定部１４５は、ＣＰＵ１１１から停止処理開始の通知を受信すると、ＨＤＤ１９１−ｊの監視処理を停止する。
ステップＳ５１４において、ＣＰＵ１１１は、サーバ１０１を停止する。

図４は、実施の形態に係るＢＭＣの監視処理のフローチャートである。
図４は、図３のステップＳ５０９で開始される監視処理のフローチャートである。
上述のように、拡張カードにＲＡＩＤカードがあり、ＲＡＩＤカード状態判定部１４５がＯＳの起動完了の通知を受信すると、監視処理が開始される。

ステップＳ６０１において、メディアエラー監視部１４２は、ＲＡＩＤカード１８１に接続されているＨＤＤ１９１−ｊの情報を要求する。ＲＡＩＤカード１８１は、ＨＤＤ１９１−１の情報として、ＨＤＤ１９１−ｊの構成情報（ＨＤＤ１９１−ｊの数やデバイス番号、ＨＤＤ１９１−ｊがＲＡＩＤカード１８１のどのコネクタに接続しているかの情報など）、および冗長化情報（ＨＤＤ１９１−ｊの冗長性を示す情報であり、どのＨＤＤ１９１−ｊが冗長化されているかを示す情報）を送信する。メディアエラー監視部１４２は、ＲＡＩＤカード１８１からＨＤＤ１９１−ｊの情報を受信する。メディアエラー監視部１４２は、ＲＡＩＤカード１８１に接続されているＨＤＤ１９１−ｊの情報を取得することにより、監視対象となるＨＤＤ１９１−ｊを知ることができ、取得した情報に基づいてＨＤＤ１９１−ｊの監視を行う。

ステップＳ６０２において、メディアエラー監視部１４２は、ＲＡＩＤカード１８１にＨＤＤ１９１−ｊのデバイス番号とSenseKeyを要求する。メディアエラー監視部１４２は、ＲＡＩＤカード１８１からＨＤＤ１９１−ｊのデバイス番号とSenseKeyの組を受信し、メモリ１４６に格納する。メディアエラー監視部１４２は、前回の要求から一定時間（例えば、１秒）経過したら、ＨＤＤ１９１−ｊのデバイス番号とSenseKeyの要求を行う。すなわち、メディアエラー監視部１４２は、一定時間ごとにＨＤＤ１９１−ｊのデバイス番号とSenseKeyを取得している。

ステップＳ６０３において、メディアエラー判定部１４３は、各ＨＤＤ１９１−ｊについて、所定期間（例えば、１分前から現在までの１分間）のSenseKey=01hと03hの数の合計が閾値（例えば、１０）以上であるかチェックする。メディアエラー判定部１４３は、あるＨＤＤ１９１−ｊに関して、所定期間のSenseKey=01hと03hの数の合計が、閾値以上ある場合、当該ＨＤＤ１９１−ｊは、メディアエラーが多い交換すべきＨＤＤ（エラーＨＤＤ）であると判定する。尚、SenseKeyは、メディアエラーが復旧可能エラーの場合SenseKey=01hであり、復旧不能エラーの場合SenseKey=03hである。

ステップＳ６０４において、メディアエラー判定部１４３は、冗長化情報に基づいて、エラーＨＤＤが冗長化されているか判定する。例えば、エラーＨＤＤがＲＡＩＤ１によってミラーリングされたＨＤＤである場合、当該エラーＨＤＤは冗長化されていると判定される。

ステップＳ６０５において、メディアエラー判定部１４３は、ＲＡＩＤカード１８１にエラーＨＤＤをオフラインにする指示を送信する。当該指示には、エラーＨＤＤのデバイス番号とオフラインにする旨が含まれる。指示を受信したＲＡＩＤカード１８１は、指示に含まれるデバイス番号に対応するＨＤＤ１９１−ｊをオフラインにする。

ステップＳ６０６において、メディアエラー判定部１４３は、システムイベントログにエラーを出力し、オフラインにしたＨＤＤ１９１−ｊのエラーをSimple Network Management Protocol（ＳＮＭＰ）を用いてユーザに通知する。

図５は、実施の形態に係るサーバの監視処理のシーケンス図である。
メディアエラー監視部１４２は、ＲＡＩＤカード１８１に接続されているＨＤＤ１９１−１の情報を要求する（ステップＳ７０１）。

ＲＡＩＤカード１８１は、ＨＤＤ１９１−１の情報として、ＨＤＤ１９１−ｊの構成情報（ＨＤＤ１９１−ｊの数やデバイス番号、ＨＤＤ１９１−ｊがＲＡＩＤカード１８１のどのコネクタに接続しているかの情報など）、および冗長化情報（ＨＤＤ１９１−ｊの冗長性を示す情報であり、どのＨＤＤ１９１−ｊが冗長化されているかを示す情報）を送信する（ステップＳ７０２）。メディアエラー監視部１４２は、ＲＡＩＤカード１８１からＨＤＤ１９１−ｊの情報を受信する。

ＨＤＤ１９１−ｊは、メディアエラーが発生すると、自身のデバイス番号とSenseKeyをＲＡＩＤカード１８１に送信する（ステップＳ７０３−ｊ）。尚、SenseKeyは、メディアエラーが復旧可能エラーの場合SenseKey=01hであり、復旧不能エラーの場合SenseKey=03hである。ＲＡＩＤカード１８１は、受信したデバイス番号とSenseKeyの組をＲＡＩＤカード１８１が備えるレジスタに格納する。

メディアエラー監視部１４２は、ＲＡＩＤカード１８１にＨＤＤ１９１−ｊのデバイス番号とSenseKeyを要求する（ステップＳ７０４−ｊ）。尚、ＨＤＤ１９１−ｊのデバイス番号とSenseKeyの要求は、一定時間（例えば、１秒）ごとに行われる。

ＲＡＩＤカード１８１は、要求を受信すると、レジスタに格納されたデバイス番号とSenseKeyの組をＢＭＣ１４１に送信する（ステップＳ７０５−ｊ）。ＲＡＩＤカード１８１は、送信後、レジスタ内のデバイス番号とSenseKeyの組を削除する。メディアエラー監視部１４２は、ＲＡＩＤカード１８１からＨＤＤ１９１−ｊのデバイス番号とSenseKeyの組を受信し、格納する。メディアエラー判定部１４３は、各ＨＤＤ１９１−ｊの所定期間（例えば、１分間）のSenseKey=01hおよび03hの数の合計をチェックする。メディアエラー判定部１４３は、あるＨＤＤ１９１−ｊに関して、所定期間のSenseKey=01hおよび03hの数の合計が、閾値以上ある場合、当該ＨＤＤ１９１−ｊは、メディアエラーが多い交換すべきＨＤＤ（エラーＨＤＤ）であると判定する。

そして、メディアエラー判定部１４３は、エラーＨＤＤのデバイス番号を含むオフライン要求（エラーＨＤＤをオフラインにする指示）をＲＡＩＤカード１８１に送信する（ステップＳ７０６）。

ＲＡＩＤカードは、オフライン要求を受信すると、オフライン要求に含まれるデバイス番号に対応するＨＤＤ１９１−ｊをオフラインにする（ステップＳ７０７）。

尚、実施の形態において、拡張カードがＲＡＩＤカードの場合に、監視処理を行っていたが、拡張カードがＲＡＩＤ機能を持たないＨＤＤを接続可能なインターフェースカードの場合にも、監視処理を行ってもよい。

実施の形態の情報処理装置によれば、ＨＤＤの監視をＢＭＣが行うので、ＯＳの種別や特定のＲＡＩＤカードに依存することなく、ＨＤＤの監視を行うことができる。

実施の形態の情報処理装置によれば、ＨＤＤを監視するソフトウェアをＯＳ毎に開発する必要が無くなり、コストを削減することができる。

実施の形態の情報処理装置によれば、ＨＤＤの監視をＢＭＣが行うので、ＯＳのリソースを消費することが無くなり、ＨＤＤのメディアエラーの監視及び切り離しの確実性が向上する。

Claims

接続されている拡張装置の情報を収集する処理部と、
前記処理部から前記拡張装置の情報を受信し、前記拡張装置の情報に基づいて、前記拡張装置の種別が記憶装置を接続する特定の装置であるか否か判定し、前記拡張装置が前記特定の装置であると判定された場合、前記特定の装置から取得した前記記憶装置の情報を用いて前記記憶装置の動作状態を監視する監視処理を実行するBaseboard Management Controller（ＢＭＣ）と、
を備える情報処理装置。
前記処理部は、前記情報処理装置の起動時に前記拡張装置の情報を収集し、前記ＢＭＣに送信し、
前記ＢＭＣは、前記特定の装置の初期化およびオペレーティングシステムの起動完了後、前記オペレーティングシステムの起動完了の通知を前記処理部から受信した場合に、前記記憶装置の情報を前記特定の装置に問い合わせ、前記記憶装置の情報に基づいて前記監視処理を開始することを特徴とする請求項１記載の情報処理装置。
前記ＢＭＣは、前記特定の装置から前記記憶装置の動作を示す情報を定期的に取得することを特徴とする請求項１または２のいずれか１項に記載の情報処理装置。
前記ＢＭＣは、前記特定の装置から取得した監視中の前記記憶装置の状態情報の合計が閾値を超えているか判定し、閾値を超えている場合に交換すべき記憶装置であると判定し、該記憶装置が冗長化されている場合にオフライン要求を前記特定の装置に指示することを特徴とする請求項３に記載の情報処理装置。
前記拡張装置の情報は、前記拡張装置を識別する種別情報を含み、
前記ＢＭＣは、前記種別情報を用いて前記拡張装置の種別を判定することを特徴とする請求項１乃至４のいずれか１項に記載の情報処理装置。