JPH06266573A - 障害復旧情報管理システム - Google Patents

Abstract

(57)【要約】 【目的】 本発明は障害が発生した計算機の再起動に係
わる情報を記録・管理するシステムに関し、障害の発生
した計算機を自動でかつ高速に再起動させることを目的
とする。 【構成】 再起動処理において、まず不揮発性メモリか
ら終了コード１３１と前回終了コード１３１′を読み出
し、終了コードの可否情報が再起動を指示していれば、
次に２つの終了コード１３１，１３１′の内容を比較す
る（Ｓ２１〜Ｓ２５）。そして、両コード１３１，１３
１′の障害の詳細情報に設定されている障害が同一でか
つ両コード１３１，１３１′の障害の記録日時が同一で
なければ最新の終了コード１３１を前回の終了コード１
３１′に転写し、その後でこの終了コード１３１′を不
揮発性メモリから消去してオペレーティングシステムの
サービスを再開させる（Ｓ２６〜Ｓ３０）。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、障害が発生した計算機
についてその再起動に係わる情報を記録・管理するシス
テムに関する。

【０００２】

【従来の技術】従来、計算機に障害が発生した場合、こ
の計算機の障害原因を人手またはテストプログラムの走
行により解析して手動で再起動させるようにしていた。
また、この場合全ての障害でいったん計算機の運用を停
止してから上記解析を行い、この解析により判明した障
害を修復させてから計算機を再起動させていた。

【０００３】

【発明が解決しようとする課題】しかし、上記再起動の
是非を判定するための障害原因解析を人手で行う方法
は、自動で計算機を再起動できないため手間がかかると
共に再起動までに時間がかかるという問題があった。

【０００４】一方、上記テストプログラムを走行させて
再起動の可否を判定する方法は、テストプログラムの走
行時間が長く、また再起動の際は人手を介して立ち上げ
なければならないために再起動までに時間がかかる上、
例えば、磁気ディスク装置の障害などではこのテストプ
ログラムがその障害箇所にアクセスすることによりその
障害を悪化させてしまうという危険性もあった。

【０００５】また、上記いずれの方法においても、障害
原因を取り除かずに計算機を初期化して運用を開始して
も再び障害が発生するまでに平均故障間隔（mean time
between failues ）程度の運用が期待できる場合を考慮
しておらず、このような場合でも計算機の運用を停止し
て障害を修復していた。このため、計算機の再起動まで
の時間を長くさせる一因になっていた。

【０００６】本発明は、障害が発生した計算機の再起動
の可否を自動で判定して再起動を自動で高速に行えるよ
うにすることを目的とする。また、障害を修復しなくて
も計算機の初期化を行えば再度の障害が発生するまでに
平均故障間隔程度の運用が期待できる場合は、計算機の
障害を修復せずに直ちに自動で再起動できるようにする
ことも目的とする。

【０００７】

【課題を解決するための手段】請求項１記載の第１の発
明は、計算機の運用中にこの計算機に業務続行が不可能
な障害が発生したことを検出する検出手段と、該検出手
段により検出された障害の内容に応じて、前記計算機の
再起動の前に前記障害の復旧作業が必要か否かを示す可
否情報を含む終了コードを作成する作成手段と、該作成
手段により作成された終了コードを記憶装置に記録する
記録手段とを有する。

【０００８】前記作成手段は、例えば、請求項２記載の
ように、前記障害を修復せずに前記計算機を初期化して
再起動させても前記計算機が平均故障間隔程度、運用で
きるか否かを判断基準にして前記終了コードの可否情報
を設定する。

【０００９】また、前記作成手段は、例えば請求項３記
載のように、前記障害をハードウェアに起因する障害と
ソフトウェアに起因する障害に分類し、ソフトウェア障
害の場合には前記終了コードの可否情報に前記計算機の
再起動の前にこのソフトウェア障害を修復する必要がな
い旨を設定する。

【００１０】また、さらには請求項４記載のように、複
数の各種障害について障害を修復せずに再起動してもよ
いか否かを示す情報を、上記各種障害に割り当てられた
障害コードと対応付けてテーブルに記憶している記憶手
段をさらに設け、計算機に障害が発生した場合には、こ
の障害に割り当てられれた障害コードを前記終了コード
の可否情報として設定するようにしてもよい。

【００１１】上記のような構成において、前記作成手段
は、例えば請求項５記載のように前記終了コードにさら
に障害発生の日時を示す記録日時と障害の識別情報も設
定するようにし、この終了コードを少なくとも最新と前
回の過去２回分記録するようにしてもよい。

【００１２】また、前記記録手段は、例えば請求項６記
載のように計算機の再起動の前に最新の終了コードを前
回の終了コードに上書し、その後でこの最新の終了コー
ドを消去するようにしてもよい。

【００１３】また、例えば請求項７または８記載のよう
に、前記終了コード、または前記最新の終了コード並び
に前記前回の終了コードを記録される記憶装置として、
不揮発性メモリを用いるようにしてもよい。

【００１４】

【作用】本発明によれば、検出手段により計算機に業務
続行が不可能な障害が発生したことが検出されると、作
成手段がこの障害の内容に応じてこの計算機の再起動の
前にこの障害の復旧作業が必要か否かを示す可否情報を
作成し、この可否情報を含む終了コードを作成する。そ
して、記録手段がこの終了コードを所定の記憶装置に記
録する。

【００１５】この可否情報は、例えばこの障害を修復せ
ずにこの計算機を初期化して再起動させた場合、再びこ
の障害が発生するまでに平均故障間隔程度の運用が期待
できるか等を基準にして設定する。

【００１６】このように、計算機に業務続行が不可能な
障害が発生した場合、この計算機の再起動前に上記障害
の修復が必要か否かの可否情報を含む終了コードを記録
する。

【００１７】したがって、障害が発生した計算機をこの
障害を修復せずに再起動しても良いか否かを障害発生時
に記録した終了コードを基に判断することが可能とな
り、こので、この判断を自動でかつ高速に行うことがで
きる。また、再起動する際には障害の修復をせずに直ち
に行うので、再起動までの時間も短くできる。

【００１８】さらに、この終了コードに上記可否情報に
加え障害の識別情報と障害発生の日時を示す記録日時も
設定し、この終了コードを少なくとも過去二世代分（最
新と前回）記録するようにすることにより、障害が発生
した計算機の再起動を試みる際にはこれらの終了コード
からこの計算機において同一の障害が短期間に多発して
いるか否かを判断し、多発している場合にはたとえ上記
可否情報で再起動を許可する指示がなされていても再起
動を停止するような判断も可能となる。

【００１９】このことにより、再起動させても比較的短
期間で運用が停止してしまうような益の無い再起動を未
然に防止できる。また、さらに上記最新終了コードや上
記前回終了コードを一般的な外部記憶装置である磁気デ
ィスク装置ではなく不揮発性メモリに記録するようにす
ることにより、障害が発生した計算機の再起動を試みる
際、上記最新終コードや上記前回終了コードを読み出す
際、磁気ディスク装置の可動部にアクセスする必要が無
くなる。したがって、この可動部に障害が発生していた
場合に、この障害や磁気ディスクのファイル障害等をさ
らに悪化させる心配がない。

【００２０】また、上述のように過去二世代の終了コー
ドを記録するようにし、再起動開始前に最新の終了コー
ドを前回の終了コードに上書し、その後でこの最新の終
了コードを消去するようにすることにより、計算機が電
源断等により突然停止してしまった場合に誤った最新終
了コードが残ってしまう事態を防止できる。

【００２１】

【実施例】以下、図面を参照しながら本発明の実施例を
説明する。図１は、計算機１０のシステム構成の要部を
示す図である。同図に示すように、計算機１０は、マイ
クロプロセッサ１１とこれに接続されたＲＯＭ (Read O
nly Memory) やＲＡＭ (Random Access Memory) 等の半
導体メモリから成る主記憶１２、不揮発性ＲＡＭ (nonv
olaite Random Access Memory)等から成る不揮発性メモ
リ１３、及び現在日時を計時するタイマ・クロック１４
等を備えている。

【００２２】計算機１０の運用時には、主記憶１２上に
不図示のアプリケーションプログラム及びオペレーティ
ングシステム１２２がロードされる。また、不揮発性メ
モリ１３は終了コード１３１と前回終了コード１３１′
を格納する領域を備えている。この終了コード１３１と
前回終了コード１３１′は計算機１０の運用中に業務の
続行が不可能な障害が発生した場合に上記オペレーティ
ングシステム１２２により不揮発性メモリ１３に記録さ
れる。

【００２３】尚、この終了コード１３１と前回終了コー
ド１３１′は共に同一形式のコードであり、終了コード
１３１が最新の、前回終了コード１３１′が１回前の終
了コード１３１である。以後、終了コード１３１を最新
終了コード１３１と呼ぶ。

【００２４】これらの終了コード１３１，１３１′の形
式を図２に示す。同図に示すように、これらの終了コー
ド１３１，１３１′の先頭には障害発生時の日付と時刻
から成る障害の記録日時３１１が設定される。また、そ
の後には、障害の識別情報等から成る再起動の際に障害
解析のために必要となる障害の詳細情報３１２が設定さ
れる。そして最後には再起動の是非を示す再起動の可否
情報３１３が設定される。

【００２５】この可否情報３１３は、障害が発生した計
算機１０をこの障害を修復せずに再起動しても再びこの
計算機１０に障害が発生するまでにこの計算機１０を平
均故障間隔程度、運用することが期待できるか否かを目
安にして設定する。

【００２６】次に、このような構成の計算機１０におい
てその運用中に業務の続行が不可能な障害が発生した場
合の動作を図３及び図４のフローチャートを参照しなが
ら説明する。

【００２７】これらの図３及び図４のフローチャートに
示す処理は、いずれもマイクロプロセッサ１１がオペレ
ーティングシステム１２２を実行することにより行われ
る。まず、計算機１０の運用中に（Ｓ１１）、業務の続
行が不可能な障害が発生すると（Ｓ１２）、まずタイマ
・クロック１４から現在日時（日付、時刻）を読み出
し、これを終了コード１３１の障害の記録日時３１１と
して不揮発性メモリ１３に書き込む（Ｓ１３）。続い
て、この障害の識別情報等から成るこの障害の解析に必
要な情報を作成し、これを終了コード１３１の障害の詳
細情報３１２として同じく不揮発性メモリ１３に書き込
む（Ｓ１４）。

【００２８】次に、この障害原因を基に、この障害を修
復せすに計算機１０を再起動しても障害発生までに平均
故障間隔程度の運用が期待できるか否かを判定して、こ
の判定結果から終了コード１３１の再起動の可否情報１
３１を生成し、これも不揮発性メモリ１３に書き込む
（Ｓ１５）。

【００２９】ここで、この再起動の可否情報３１３の生
成方式として２つの例を説明する。まず、第１の方式は
障害をハードウェアに起因する障害とソフトウェアに起
因する障害に分け、ソフトウェアに起因する障害の場合
にはこの障害を修復せずに再起動しても良いと判定す
る。一方、ハードウェアに起因する障害の場合にはこの
障害を修復してからでなければ再起動してはいないと判
定する。これは、ソフトウェア障害の場合には再起動に
より初期化されてから走行が開始されるので、再び故障
するまでに平均故障間隔の運用が期待できるという理由
による。したがって、この方式の場合、ソフトウェア障
害の場合には再起動可、ハードウェア障害の場合には再
起動不可の可否情報３１３を設定する。

【００３０】一方、第２の方式は、予め再起動の可否が
経験上明らかになっている障害について再起動の是非を
示す情報をテーブルに用意しておき、このテーブルを参
照して各障害毎に再起動の是非を判定するものである。
この場合、例えば、各障害の要因毎に予め個別の終了コ
ードを割り当てておき、上記テーブルを参照して再起動
の是非を判定する際、この終了コードを検索キーとして
使用する。

【００３１】このようなテーブルの一構成例を図５に示
す。同図においては、ソフトウェア障害の例としてＯ
Ｓ（オペレーティングシステム）内のバッファ不足及び
メッセージの喪失が、ハードウェア障害の例として
メモリにおけるＥＣＣ（Error Check Code）の２ビット
エラー、通信回線異常、及び回路基板のＤＭＡ（Di
rect Memory Access）の動作異常が登録されている。そ
して、過去に蓄積された経験に基づき，，の障害
については再起動が可である旨の可否情報３１３を終了
コード１３１に設定する。

【００３２】この第２の方式では、ソフトウェアに起因
する障害だけでなく、ハードウェアに起因する障害につ
いても経験的に再起動が可であるものを判定する。この
ようにして、上記ステップＳ１５の処理を終了した後、
オペレーティングシステム１２２のサービスを終了し
（Ｓ１６）、再起動を試みる。

【００３３】この再起動処理において、まず、マイクロ
プロセッサ１１は不揮発性メモリ１３から終了コード１
３１と前回の終了コード１３１′を主記憶１２上に読み
出し（Ｓ２１）、この終了コード１３１からの再起動の
可否情報３１３を取得する（Ｓ２２）。

【００３４】本実施例では、終了コード１３１と前回の
終了コード１３１′を書き込む記憶装置として不揮発性
メモリ１３を使用するので、これらの読み出しの際に磁
気ディスク装置等のように可動部へのアクセスが発生し
ない。したがって、この可動部に障害が発生した場合に
起こりうる障害の悪化や、あるいは磁気ディスク上のフ
ァイル破壊等のようなシステムに対する致命的な損傷の
発生を心配する必要がない。

【００３５】続いて、上記可否情報３１３が再起動を指
示しているか否かを判別し（Ｓ２１）、再起動を指示し
ていなければ（Ｓ２３，ＮＯ）、直ちに計算機１０の運
用を停止する（Ｓ２４）。

【００３６】すなわち、例えば、一部のハードウェア障
害のように再起動しても運用が困難であり、障害をさら
に悪化させる可能性がある場合には運用を停止する。一
方、上記可否情報３１３が再起動を指示していれば（Ｓ
２３，ＹＥＳ）、終了コード１３１と前回終了コード１
３１′の情報の記録日時３１１と障害の詳細情報３１２
の内容を比較する（Ｓ２５）。

【００３７】そして、障害の詳細情報３１３が示す障害
原因が同一であり、かつ情報の記録日時３１１の示す日
時が近接しているか調べ（Ｓ２６）、このような条件を
満足していれば（Ｓ２６，ＹＥＳ）、同一の障害が多発
しており再起動しても短期間に障害が再発する可能性が
高いと判断して計算機１０の運用を停止する（Ｓ２
７）。

【００３８】一方、上記の条件が満足されていない場合
は（Ｓ２６，ＮＯ）、平均故障間隔程度の運用が期待で
きるものと判断して終了コード１３１を不揮発性メモリ
１３上の前回終了コード１３１′へ転写（上書き）し
（Ｓ２７）、その後で不揮発性メモリ１３上の終了コー
ド１３１の内容を消去する（Ｓ２８）。そして、オペレ
ーティングシステム１２２のサービスを再開し（Ｓ２
９）、計算機１０の再起動を終了する。

【００３９】このように、本実施例では、最終的に計算
機１０を再起動することを判断すると、終了コード１３
１を前回終了コード１３１′に転写してからこの終了コ
ード１３１を消去するようにしている。そして、このこ
とにより、計算機１０の運用中に突然、電源断や電源異
常等が発生して計算機１０が停止した場合に、誤った終
了コード１３１が不揮発性メモリ１３上に残ってしまう
事態を防止している。

【００４０】以上説明したように、本実施例によれは、
計算機１０に障害が発生したとき、この障害を修復せず
に再起動しても平均故障間隔程度の運用が期待できる場
合には、計算機１０の電源をオフすることなく、一時的
にオペレーティングシステム１２２のサービスを中断す
るだけで、直ちに自動的に計算機１０を再起動させるの
で、障害が発生した計算機を高速かつ高い安全性で自動
的に再起動できる。したがって、例えば高度な信頼性が
要求されるホットスタンバイシステムに有効である。す
なわち、障害が発生した計算機の業務を予備の計算機が
引き継いだ後、次の障害（引き継いだ計算機の障害）に
備えて上記障害によりダウンした計算機を再起動させて
予備の計算機とする場合に非常に有効である。

【００４１】尚、上記実施例では終了コード１３１を過
去二世代分記録するようにしているが、本発明はこれに
限定さるものではなく、さらに多くの終了コードを記録
するようにしてもよい。

【００４２】また、図２に示す終了コードの構成もあく
までも一例であり、これに限定されるものではない。さ
らに、図５に示す再起動の是非の判定に使用するテーブ
ルの構成もあくまでも一例であり、テーブルに登録され
る障害要因も同図に示すものに限定されるものではな
い。

【００４３】

【発明の効果】以上説明したように、請求項１乃至４記
載の発明によれば、計算機に障害が発生した際この計算
機の再起動の前にこの障害の修復が必要か否かを示す可
否情報を終了コードの中にコード化して記録するように
したので、その後この障害を修復せずにこの計算機を再
起動することの是非をこの終了コードを基に判断するこ
とが可能となる。したがって、障害が発生した計算機を
この障害を修復せずに再起動しても良いか否かを自動高
速に判断することができると共に、この再起動までの時
間を従来よりも著しく短くできる。

【００４４】また、請求項５記載の発明によれば、上記
可否情報以外に障害の発生した記録日時と障害の識別情
報も終了コードとして記録し、さらにこの終了コードを
少なくも前回と最新の二世代分記録するようにしたの
で、障害が発生した計算機を再起動する前にこの障害の
修復が必要か否かをこれらの終了コードを基に今度の障
害（最新の障害）が短期間に多発していないか否かも考
慮して判断できるようになるので、短期間で運用が停止
してしまうようなシステムの運用上問題となる再起動を
未然に防止できる。

【００４５】さらに、請求項６記載の発明によれば、障
害が発生した計算機の再起動の前に最新終了コードを前
回の終了コードに上書きしてから、その後でこの最新終
了コードを消去するようにしたので、この計算機が電源
断等により突然停止してしまった場合に誤った最新終了
コードが記録されてしまう事態を防止できる。

【００４６】さらに請求項７及び８記載の発明では最新
の終了コードまたは最新の終了コード並びに前回の終了
コードを不揮発性メモリに記録するようにしたので、こ
れらの終了コードを読み出す際に可動部等に障害が発生
した磁気ディスク装置等にアクセスすることがないので
障害をさらに悪化させてしまう事態を招くことがない。

【図面の簡単な説明】

【図１】本発明の一実施例の計算機のシステム構成図で
ある。

【図２】終了コードと前回終了コードの内部構成図であ
る。

【図３】実施例における障害発生時の動作を説明するフ
ローチャートである。

【図４】実施例における再起動時の動作を説明するフロ
ーチャートである。

【図５】再起動の是非の判定に使用するテーブルの構成
例である。

【符号の説明】

１０ 計算機 １１ プロセッサ １２ 主記憶 １３ 不揮発性メモリ １４ タイマ・クロック １２２ オペレーティングシステム １３１ 終了コード １３１′ 前回終了コード

Claims (8)

【特許請求の範囲】
1. 【請求項１】 計算機の運用中にこの計算機に業務続行
   が不可能な障害が発生したことを検出する検出手段と、 該検出手段により検出された障害の内容に応じて、前記
   計算機の再起動の前に前記障害の修復作業が必要か否か
   を示す可否情報を含む終了コードを作成する作成手段
   と、 該作成手段により作成された終了コードを記憶装置に記
   録する記録手段と、 を有することを特徴とする障害復旧情報管理システム。
2. 【請求項２】 前記作成手段は、前記障害を修復せずに
   前記計算機を初期化して再起動させても前記計算機が平
   均故障間隔程度、運用できるか否かを判断基準にして前
   記終了コードの可否情報を設定する、 ことを特徴とする請求項１記載の計算機の障害復旧情報
   管理システム。
3. 【請求項３】 前記作成手段は、前記障害をハードウェ
   アに起因する障害とソフトウェアに起因する障害に分類
   し、ソフトウェア障害の場合には前記終了コードの可否
   情報に前記計算機の再起動の前にこのソフトウェア障害
   を修復する必要がない旨を設定する、 ことを特徴とする請求項１記載の障害復旧情報管理シス
   テム。
4. 【請求項４】 複数の各種障害について障害を修復せず
   に再起動してもよいか否かを示す情報を、上記各種障害
   に割り当てられた障害コードと対応付けてテーブルに記
   憶している記憶手段をさらに有し、 前記作成手段は、計算機に障害が発生した場合にはこの
   障害に割り当てられた障害コードを前記終了コードの可
   否情報として設定する、 ことを特徴とする請求項１記載の障害復旧情報管理シス
   テム。
5. 【請求項５】 前記作成手段は、前記可否情報に加えて
   さらに障害発生の日時を示す記録日時と障害の識別情報
   を含むこの終了コードを少なくとも最新と前回の過去２
   回分、前記記憶装置に記録する、 ことを特徴とする請求項１，２，３又は４記載の障害復
   旧情報管理システム。
6. 【請求項６】 前記記録手段は、最新の終了コードを前
   記計算機の再起動前に前回の終了コードに上書きし、そ
   の後でこの最新の終了コードを消去することを特徴とす
   る請求項５記載の障害復旧情報管理システム。
7. 【請求項７】 前記終了コードが記録される記憶装置は
   不揮発性メモリから成ることを特徴とする請求項１，
   ２，３，４，５又は６記載の障害復旧情報管理システ
   ム。
8. 【請求項８】 前記最新の終了コードと前記前回の終了
   コードが記録される記憶装置は、不揮発性メモリから成
   ることを特徴とする請求項５又は６記載の障害復旧情報
   管理システム。