JP5696492B2 - 故障検出装置、故障検出方法、及び、故障検出プログラム - Google Patents

Description

本発明は故障したコンポーネントを特定する故障検出装置に関し、特に、複数の被疑コンポーネントから故障したコンポーネントを特定する故障検出装置に関する。

ミッションクリティカルな領域では、部品の交換などの保守を行う場合であっても、長時間サーバの運用を停止することは許されない。そのため、サーバの運用を継続しながらサーバ内部の部品の保守・交換を可能にする技術が開発され、活用されている。例えば、サーバを構成する各種ハードウェアであるコンポーネントを、相互干渉のないパーティションと呼ばれるグループに分割した情報処理装置において、パーティション毎にコンポーネントを取り外したり組み込んだりする技術が開発されている。なお、コンポーネントは、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、メモリ、ＩＯ（Ｉｎｐｕｔ Ｏｕｔｐｕｔ）カードやＩＯブリッジなどの、サーバを構成する要素である。

特許文献１には、リソース（サーバを構成する部品）の追加／交換に際して、運用に組み入れる前にリソースの診断を行う情報処理システムが記載されている。特許文献１の情報処理システムは、情報処理サービスを提供する運用パーティションと、オンラインで追加／交換したリソースに対して診断を行う診断パーティションを含む。特許文献１の情報処理システムは、追加又は修理・交換されたリソースを、まず診断パーティションに組み入れ、追加又は修理・交換されたリソースがオンライン状態で正常動作するか検証を行う。診断の結果、診断対象のリソースの正常動作が確認されれば、情報処理システムは、診断対象のリソースを診断パーティションから取り外し、運用パーティションに組み入れる。

特許文献２には、１個以上のパーティションと、各パーティションに接続され、パーティション構成を自由に変更可能なサービスプロセッサと、予備セルを含む、予備セル（プロセッサと記憶が実装されるボード）試験システムが記載されている。各パーティションは１個以上のセルと、Ｉ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）ノードによって構成される。サービスプロセッサは、例えば所定の時間毎に、予備セルのみを含むパーティションを構成し、構成したパーティションにＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）ブートを行わせることで、予備セルの試験を行う。ＢＩＯＳブート完了後、サービスプロセッサは構成したパーティションの削除を行わせる。サービスプロセッサは、ＢＩＯＳブート時に何らかの異常が検出された場合、その予備セルを以後パーティションに組み込まれることがないよう管理を行う。ＢＩＯＳブートが正常に終了した場合、サービスプロセッサは、次の試験開始時間まで待って、再び予備セルの試験を行う。

特許文献３には、複数の装置及びこれらの各装置に動作タイミング信号を出力する動作タイミング発生手段を含む系と、故障の被疑装置の故障の箇所を特定する診断制御手段を含む自動診断装置が記載されている。診断制御手段は、障害を検出した装置からの障害情報に基づいて被疑装置を系内の通常運転状態から論理的に切り離し、診断プログラムを実行して切り離された被疑装置の故障箇所を特定する。診断制御手段は、診断プログラムが正常に終了した場合、タイミング発生装置が被疑装置に対して動作タイミング信号を出力する周期を変更させ、再度診断プログラムを実行する。診断制御手段は、診断プログラムが正常に終了する度に、動作タイミング信号を出力する周期を異なる値に変更し、診断プログラムの実行を繰り返す。

特許文献４には、複数階層からなる機能装置が順次接続され、それぞれが冗長構成を備えた無線ネットワーク制御装置と、その障害処理方法が記載されている。特許文献４の無線ネットワーク制御装置は、サービス異常が有る場合、まずそのサービスの運用経路上の最上位階層にある装置を、対応する待機状態の装置に切り替えて一定時間監視し、サービス異常の有無を検出する。対応する待機状態の装置に切り替えても、サービス異常が検出される場合、無線ネットワーク制御装置は、その装置の階層より１階層下の装置を、対応する待機状態の装置に切り替えて一定時間監視し、サービス異常の有無を検出する。無線ネットワーク制御装置は、同様の処理を、待機状態の装置に切り替えると、サービス異常が検出しなくなるまで繰り返す。無線ネットワーク制御装置は、異常があるサービスの運用経路上の装置を、対応する待機状態の装置に切り替えると、サービス異常が検出されなくなった場合、切り替え元の装置及びその装置の下位階層の装置を、被疑装置とする。特許文献４の無線ネットワーク制御装置は、以上の処理を、サービスを提供しながら行う。

特開２００９−２０５４２７ 特開２００６−２６８５２１ 特開平２−１９７９３１ 特開２００９−１３５７３１

特許文献１に記載の情報処理システムは、診断対象のリソースを、メモリに診断プログラムをロードした診断専用セルと共に診断パーティションに組み込む。そして、診断専用セルが、診断パーティションに組み込まれたリソースの診断を行う。特許文献１に記載の情報処理システムには、メモリに診断プログラムをロードした診断専用セルが診断パーティションに必要であるという問題がある。

特許文献２に記載のシステムでは、予備セルが、通常のＢＩＯＳ立ち上げの仕組みを使って定期的に正常性確認試験を実施する。特許文献２に記載のシステムには、ＣＰＵ及び主記憶で構成されるセル単位での故障の検出しかできないという問題がある。

特許文献３に記載の自動診断装置は、障害を検出した装置を論理的に切り離し、切り離した装置で診断プログラムを実行し、切り離した装置内の故障箇所を特定する。特許文献３に記載の自動診断装置は、被疑コンポーネント単位で切り離しを行うことができないという問題があった。

特許文献４に記載されている方法は、運用中のシステムで発生するサービス異常を検出することで、被疑装置の特定を行うものである。特許文献４に記載されている方法には、被疑装置を特定する際に、運用中のシステムでサービス異常が発生するという問題があった。

本発明の目的は、運用中のパーティションに対して、故障特定の際に発生するエラーの影響を与えず、診断専用のコンポーネントを必要としない、コンポーネント毎の故障の診断が可能な故障診断装置を提供することにある。

本発明の故障検出装置は、１個以上のコンポーネントで構成されるパーティションの、動作可能な構成を表す構成情報を、複数記憶する構成情報記憶手段と、複数のコンポーネントを含む運用パーティションと、前記運用パーティションに含まれない空きコンポーネントを備える情報処理装置の、前記運用パーティションに含まれる被疑コンポーネントを特定するエラー解析手段と、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まないパーティションの構成情報を、前記構成情報記憶手段から読み出す切り分け手順生成手段と、読み出した前記構成情報に含まれるコンポーネントで構成されるテストパーティションを生成する構成制御手段と、前記テストパーティションを動作させた場合のエラー発生の有無に基づき、前記テストパーティションが含む前記被疑コンポーネントの故障の有無を判定する切り分け実施手段とを含む。

本発明の故障検出方法は、１個以上のコンポーネントで構成されるパーティションの、動作可能な構成を表す構成情報を、複数、構成情報記憶手段に記憶し、複数のコンポーネントを含む運用パーティションと、前記運用パーティションに含まれない空きコンポーネントを備える情報処理装置の、前記運用パーティションに含まれる被疑コンポーネントを特定し、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まないパーティションの構成情報を、前記構成情報記憶手段から読み出し、読み出した前記構成情報に含まれるコンポーネントで構成されるテストパーティションを生成し、前記テストパーティションを動作させた場合のエラー発生の有無に基づき、前記テストパーティションが含む前記被疑コンポーネントの故障の有無を判定する。

本発明の故障検出プログラムは、コンピュータを、１個以上のコンポーネントで構成されるパーティションの、動作可能な構成を表す構成情報を、複数記憶する構成情報記憶手段と、複数のコンポーネントを含む運用パーティションと、前記運用パーティションに含まれない空きコンポーネントを備える情報処理装置の、前記運用パーティションに含まれる被疑コンポーネントを特定するエラー解析手段と、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まないパーティションの構成情報を、前記構成情報記憶手段から読み出す切り分け手順生成手段と、読み出した前記構成情報に含まれるコンポーネントで構成されるテストパーティションを生成する構成制御手段と、前記テストパーティションを動作させた場合のエラー発生の有無に基づき、前記テストパーティションが含む前記被疑コンポーネントの故障の有無を判定する切り分け実施手段として動作させる。

本発明には、運用中のパーティションに対して、故障特定の際に発生するエラーの影響を与えず、診断専用のコンポーネントを必要としない、コンポーネント毎の故障の診断が可能であるという効果がある。

第１の実施形態の構成の例を表すブロック図である。 第１の実施形態の動作の例を表すフローチャートである。 テストパーティション生成後の情報処理装置１の構成の例を表すブロック図である。 運用パーティション再構成後の情報処理装置１の構成の例を表すブロック図である。 第２の実施形態の構成の例を表すブロック図である。 第２の実施形態の動作の例を表すフローチャートである。 第３の実施形態の構成の例を表すブロック図である。

次に、本発明の実施の形態について図面を参照して詳細に説明する。以下に示す本発明の各実施形態は、ハードウェア、コンピュータとコンピュータを制御するプログラム、あるいは、ハードウェアと、コンピュータとコンピュータを制御するプログラムとの組み合わせにより実現することができる。

図１は、本発明の第１の実施形態にかかる情報処理システムの構成を表すブロック図である。

図１を参照すると、本実施形態の情報処理システムは、情報処理装置１と、故障検出装置２を含む。

情報処理装置１は、複数のコンポーネント（コンポーネント１００、…、コンポーネント１０７）運用パーティション１０と１個以上の空きコンポーネント（コンポーネント２００〜コンポーネント２０Ｎ）を含む。コンポーネントは、例えばサーバである情報処理装置１を構成する要素である。前述のように、コンポーネントは、例えばＣＰＵ、メモリ、ＩＯカードやＩＯブリッジなどである。

運用パーティション１０の内部では、例えば図１に示すように、各コンポーネントが適宜組み合わされ、接続されて動作している。運用パーティション１０は冗長性を備えており、一部のコンポーネントを切り離しても動作する。図１の運用パーティション１０のコンポーネント１００及びコンポーネント１０４は、例えばＣＰＵである。また、コンポーネント１０１及びコンポーネント１０５は、例えばＩＯブリッジである。さらに、コンポーネント１０２及び１０６は、例えばメモリである。コンポーネント１０３及び１０７は、例えばＩＯカードである。以上はあくまで例であり、各コンポーネントの種類や接続状態はこれらに限られるものではない。

空きコンポーネントは、運用パーティション１０に含まれず、動作中でないコンポーネントである。各空きコンポーネントは、例えば、情報処理装置１が運用パーティション１０に含まれる各コンポーネントにさらに冗長性を持たせるために備えるコンポーネントである。各空きコンポーネントが空きパーティション２０を構成していてもよい。

ただし、図１に記載されている運用パーティション１０や他のパーティションの数は単なる一例であり、パーティションの数はこれらの例に限られるものではない。また、運用パーティション１０が含むコンポーネントの数及び空きコンポーネントの数は、単なる一例である。同様に、運用パーティション１０が含む各コンポーネントの接続状態も、単なる一例である。後述の、図３に記載の運用パーティション１０Ａや図４に記載の運用パーティション１０Ｂについても同様である。各コンポーネント及び空きコンポーネントの数及び接続状態は、図１及び他の図の記載に限られるものではない。

運用パーティション１０では、例えばＯＳ（Ｏｐｅｒａｔｉｏｎｇ Ｓｙｓｔｅｍ）や他のソフトウエアが動作している。運用パーティション１０は、情報処理装置１の利用者に対してサービスを提供する。パーティションがサービスを提供している状態が、運用状態である。

各パーティションは、それぞれ別のシステムとして動作する。各パーティションは、例えば他のパーティションに含まれるコンポーネント等の、外部のコンポーネントに故障が発生しても動作可能である。

また、本実施形態では、情報処理装置１と故障検出装置２は別の装置として説明するが、これらの装置は同一の装置であってもよい。例えば、故障検出装置２は、情報処理装置１が含む運用パーティションの一つであってもよい。

故障検出装置２は、エラー解析部３０と、切り分け手順生成部４０と、構成制御部５０と、切り分け実施部６０と、構成記憶部７０を含む。

エラー解析部３０は、情報処理装置１が含むいずれかのパーティションでエラーが発生した場合、エラーが発生したパーティションに属する各コンポーネントのログを受け取る。エラー解析部３０は、受け取ったログを解析し、エラーの要因である故障が発生したことが疑われるコンポーネント（被疑コンポーネント）を特定する。

切り分け手順生成部４０は、エラー解析部３０が特定した被疑コンポーネントを含み、その被疑コンポーネント及び空きコンポーネント以外のコンポーネントを含まないパーティションの構成情報を、後述の構成記憶部７０から読み出す。構成情報は、後述のテストパーティションを動作させるためのテストデータを含んでいてもよい。切り分け手順生成部４０が構成情報を構成記憶部７０から読み出すパーティションは、そのパーティションに含まれる全てのコンポーネントが正常である場合、動作可能であればよい。

構成制御部５０は、切り分け手順生成部４０が読み出した構成情報に含まれるコンポーネントで構成されるテストパーティションを生成する。構成制御部５０は、後述するように、生成するテストパーティション内の各コンポーネントの接続状態を表す情報を、例えば構成情報やデータベースから読み出せばよい。あるいは、構成制御部５０は、ディスプレイに表示するなどしてオペレータに構成を提示し、テストパーティションを生成する際の接続状態の切り替え指示をオペレータに入力させ、接続状態の情報を得ることもできる。構成制御部５０は、テストパーティション内の各コンポーネントのＩＯポートやアドレス空間を、テストパーティション外のコンポーネントに対して直接アクセスできないように適宜設定することで、テストパーティションの生成を行えばよい。あるいは、構成制御部５０は、テストパーティションの生成を、例えば、コンポーネント間の接続スイッチを自動的に切り替えることで行ってもよい。

切り分け実施部６０は、構成制御部５０が生成したテストパーティションを動作させた場合のエラー発生の有無に基づき、そのテストパーティションが含む被疑コンポーネントの故障の有無を判定する。

構成記憶部７０は、動作可能なパーティションの構成を表す構成情報を、複数記憶する。構成情報は、例えば、組み合わせることでパーティションとして動作可能な、複数のコンポーネントのそれぞれを特定するための情報を含んでいればよい。

次に、本実施形態の動作について、図面を参照して詳細に説明する。

図２は、本実施形態の故障検出装置２の動作を表すフローチャートである。

情報処理装置１の運用パーティション１０にエラーが発生した場合、エラー解析部３０は、エラー発生時のログを情報処理装置１から受け取る（ステップＳ１０）。

例えば、図１に示した情報処理装置１の運用パーティション１０でエラーが発生した場合、エラー解析部３０は、運用パーティション１０からログを受け取ればよい。例えば、情報処理装置１には図示しないエラー収集パーティションが存在し、運用パーティションの１０ログを収集、記録している場合、エラー解析部３０は、エラー収集パーティションからログを受け取ればよい。

エラー解析部３０は、受け取ったログを解析して、被疑コンポーネントを特定する（ステップＳ１１）。

エラー解析部３０は、例えば、ログと被疑コンポーネントの対応の情報を複数含む、図示しないエラー情報データベースを参照して、受け取ったログから被疑コンポーネントを特定すればよい。エラー解析部３０は、被疑コンポーネントを一つに絞れない場合、複数のコンポーネントを被疑コンポーネントとして特定すればよい。

エラー解析部３０は、被疑コンポーネントを特定するための情報を、切り分け手順生成部４０及び構成制御部５０に送信する。

次に、構成制御部５０が、運用パーティション１０から被疑コンポーネントを切り離す（ステップＳ１２）。

構成制御部５０は、運用パーティション１０を動作させたまま、被疑コンポーネントを運用パーティション１０から切り離せばよい。エラーにより運用パーティション１０が停止するなど、運用パーティション１０を動作させたままの被疑コンポーネントの切り離しが不可能な場合、構成制御部５０は、運用パーティション１０の停止時に被疑コンポーネントの切り離しを行えばよい。

次に、切り分け手順生成部４０が、エラー解析部３０が特定した被疑コンポーネントを含み、その被疑コンポーネント及び空きコンポーネント以外のコンポーネントを含まないパーティションの構成情報を、構成記憶部７０から読み出す（ステップＳ１３）。切り分け手順生成部４０は、読み出した構成情報を、構成制御部５０に渡す。

被疑コンポーネントが複数存在する場合、切り分け手順生成部４０は、被疑コンポーネント１個を含み、他の被疑コンポーネントを含まない前述の構成情報を、被疑コンポーネント毎に構成記憶部７０から読み出し、構成制御部５０に渡せばよい。この場合、ある被疑コンポーネント１個を含み、他の被疑コンポーネントを含まない構成情報が、その被疑コンポーネントの故障の有無を判定するための構成情報である。後述の故障の有無の判定の際、ある被疑コンポーネントを含むパーティションの構成情報から生成したテストパーティションを動作させ、エラーが発生した場合、切り分け手順生成部４０は、その被疑コンポーネントに故障があると判定すればよい。また、エラーが発生しなかった場合、切り分け手順生成部４０は、その被疑コンポーネントには故障が無いと判定すればよい。

また、１個の被疑コンポーネントだけが故障してることが、例えばエラーの種類により分かっている場合が考えられる。この場合、切り分け手順生成部４０は、各被疑コンポーネントに対して、１個の被疑コンポーネントを除く全ての被疑コンポーネントを含むパーティションの構成情報を、構成記憶部７０から読み出し、構成制御部５０に渡してもよい。この場合、ある被疑コンポーネント以外の全ての被疑コンポーネントを含む構成情報が、その被疑コンポーネントの故障の有無を判定するための構成情報である。後述の故障の有無の判定の際、ある被疑コンポーネント以外の全ての被疑コンポーネントを含むパーティションの構成情報から生成したテストパーティションを動作させ、エラーが発生した場合、切り分け手順生成部４０は、その被疑コンポーネントは故障していないと判定すればよい。

一つの被疑コンポーネントの故障の有無を判定するための構成情報が複数存在する場合、構成制御部５０は、それらの構成情報からいずれか一つの構成情報を選択する（ステップＳ１４）。構成制御部５０は種々の方法で構成情報を選択してよい。

構成制御部５０は、例えば、構成するコンポーネントの数が最も少ないパーティションの構成情報を選択することができる。構成制御部５０は、例えば、消費電力の和が最も小さいパーティションを選択したり、構成情報が最も早く読み出されたパーティションを選択するなど、他の方法で構成情報を選択してもよい。なお、構成情報制御部５０ではなく、切り分け手順生成部４０が、構成情報の選択を行ってもよい。

故障の有無を判定が終了していない被疑コンポーネントが存在する場合（ステップＳ１５、Ｙ）、構成制御部５０は、故障の有無を判定していない被疑コンポーネントから、いずれか一つの被疑コンポーネントを選択する。構成制御部５０は、選択した被疑コンポーネントの故障を判定するための構成情報が含む各コンポーネントで構成される、テストパーティションを生成する（ステップＳ１６）。

構成情報は、その構成情報が構成を表す動作可能なパーティション内の、各コンポーネントの接続状態を表す情報を含んでいてもよい。あるいは、コンポーネントの集合と、その集合に対応するコンポーネントの接続状態を複数記憶する図示しないデータベースから、構成制御部５０が、構成情報に含まれる各コンポーネントの接続状態を読み出してもよい。構成制御部５０は、これらに限らず、他の方法で各コンポーネントの接続状態を特定してもよい。構成制御部５０は、選択した構成情報に含まれる各コンポーネントが、前述の接続状態に従って接続されたテストパーティションを生成すればよい。

各テストパーティションの構成は、全てのコンポーネントが正常であれば動作する構成であればよく、各被疑コンポーネントを切り離す前の運用パーティション１０と同等の構成である必要はない。

図３は、図１の情報処理装置１の運用パーティション１０でエラーが発生し、構成制御部５０がテストパーティション作成した場合の、情報処理装置１の構成を表すブロック図である。

図３の例では、コンポーネント１０１、コンポーネント１０２、及び、コンポーネント１０３が被疑コンポーネントである。運用パーティション１０Ａは、図１の運用パーティション１０から、各被疑コンポーネントを切り離したパーティションである。テストパーティション２１は、コンポーネント１０１を含む構成情報に基づき、構成制御部５０が生成したテストパーティションの例である。コンポーネント２０１、コンポーネント２０３〜コンポーネント２０Ｎは、コンポーネント１０１を含むテストパーティションに含まれない空きコンポーネントである。テストパーティション２１に含まれない、各被疑コンポーネント及び各空きコンポーネントが、空きパーティション２０Ａを構成するとみなすこともできる。

次に、切り分け実施部６０が、テストパーティションを動作させた場合のエラーの発生の有無に基づき、そのテストパーティションが含む被疑コンポーネントの故障の有無を判定し、故障したコンポーネントを特定する（ステップＳ１７）。

例えば、ある被疑コンポーネントが含まれ、他の被疑コンポーネントが含まれないテストパーティションを動作させてエラーが発生した場合、その被疑コンポーネントが故障していると判定すればよい。また、ある被疑コンポーネント含まれ、他の被疑コンポーネントが含まれないテストパーティションを動作させてエラーが発生しなかった場合、そのテストパーティションに含まれる被疑コンポーネントは故障していないと判定すればよい。

また、故障している被疑コンポーネントの個数が１個であることが判明しており、テストパーティションには１個の被疑コンポーネントを除く全ての被疑コンポーネントが含まれる場合は、次のようにして被疑コンポーネントの故障の有無を判定することができる。テストパーティションを動作させてエラーが発生した場合、テストパーティションに含まれる被疑コンポーネントのいずれかが故障していることになるので、テストパーティションに含まれない被疑コンポーネントは正常であると判定する。

判定の終了後、構成制御部５０は、判定に使用したテストパーティションを解消して、そのテストパーティションに含まれていた被疑コンポーネント以外のコンポーネントを、空きコンポーネントに戻せばよい。

全ての被疑コンポーネントの故障の有無を判定した場合（ステップＳ１５、Ｎ）、ステップＳ１８に進む。

構成制御部５０は、次に、故障していないと判定された被疑コンポーネントを、再び運用パーティション１０に組み込むなどの、運用パーティション１０の再構築を行う（ステップＳ１８）。

構成制御部５０は、故障していないと判定された被疑コンポーネントを、必ずしも全て再び運用パーティション１０に組み込まなくてもよい。ステップＳ１７において、構成制御部５０は、空きコンポーネントであったいずれか１個以上のコンポーネントを運用パーティション１０に組み込んでもよい。

構成制御部５０は、故障していると判定された被疑コンポーネントを、例えばコンポーネントをラベル付けしたり、故障コンポーネントのリストにその被疑コンポーネントを特定する情報を追加するなどして、故障していることが判別できるようにしておく。
構成制御部５０は、故障していると判定された被疑コンポーネントを、以後、運用パーティション１０や他の運用パーティション、他のテストパーティションには組み込まないようにする。

図４は、故障があると判定されたコンポーネントがコンポーネント１０１である場合の、運用パーティション１０の再構築後の、情報処理装置１の構成の例を表す図である。

図４の例では、再構築後の情報処理装置１は、運用パーティション１０の代わりに運用パーティション１０Ｂを含む。運用パーティション１０Ｂは、構成制御部５０が再構成を行った後の運用パーティション１０である。図１の運用パーティション１０と比較すると、運用パーティション１０Ｂは、コンポーネント１０１の代わりにコンポーネント２０１を含む点が異なる。図４の例では、構成制御部５０は、コンポーネント２０１、コンポーネント１０２、及び、コンポーネント１０３を、図３に記載の被疑コンポーネント切り離し後の運用コンポーネント１０Ａに組み込んで、運用パーティション１０Ｂとしている。

故障があると判定されたコンポーネント１０１は、いずれのコンポーネントにも組み込まれない。情報処理装置１の管理者が、適宜コンポーネント１０１の交換を行えばよい。

残った空きコンポーネントである、コンポーネント２０２〜コンポーネント２０Ｎが、空きパーティション２０Ｂを構成するとみなすこともできる。

以上で説明した本実施形態には、運用中のパーティションに対して、故障特定の際に発生するエラーの影響を与えず、診断専用のコンポーネントを必要としない、コンポーネント毎の故障の診断が可能であるという効果がある。

その理由は、構成制御部５０が、被疑コンポーネント毎に、被疑コンポーネントを含み、被疑コンポーネント及び空きコンポーネント以外のコンポーネントを含まないパーティションの構成情報を、構成情報記憶部７０から読み出すからである。構成制御部５０は、読み出した構成情報に含まれるコンポーネントで構成され、運用パーティション１０に影響を与えないテストパーティションを作成する。切り分け実施部６０は、被疑コンポーネント毎に作成したテストパーティションを動作させた場合のエラーの有無により、故障したコンポーネントを特定する。

従って、切り分け実施部６０による故障したパーティションの特定において、診断専用のコンポーネントは必要ない。また、テストパーティションで故障したコンポーネントの特定を行うので、運用パーティション１０に対する、故障特定の際に発生するエラーの影響は無い。

次に、第１の実施形態の変形例について、図面を参照して詳細に説明する。

本変形例の構成は、図１に示す第１の実施形態の構成と同じである。

また、本変形例の動作を表すフローチャートは、図２に示す第１の実施形態の動作を表すフローチャートと同じである。

本変形例は、ステップＳ１４において、構成制御部５０が行う構成情報の選択方法が、第１の実施形態と異なる。本変形例の構成制御部５０は、被疑コンポーネントを含み、その被疑コンポーネント及び空きコンポーネント以外のコンポーネントを含まない全てのパーティションを、テストパーティションの候補とする。本変形例の構成制御部５０は、テストパーティションの候補としたパーティションのうち、最も少ない数のコンポーネントで構成されるパーティションの構成情報を選択する。

次に、本変形例の効果について説明する。

本変形例には、前述の第１の実施例の効果に加えて、被疑コンポーネントが故障しているか否かの判定の誤りを低減できるという効果がある。

その理由は、構成制御部５０が、テストパーティションの候補となる全てのパーティションのうち、最も少ない数のコンポーネントで構成されるパーティションを選択し、選択したパーティションの構成情報を選択するからである。各コンポーネントが故障する確率が同じであれば、テストパーティション構成するコンポーネントの数が少ないほど、被疑コンポーネント以外のコンポーネントが故障している可能性が低い。従って、被疑コンポーネント以外のコンポーネントが故障していることに起因する、被疑コンポーネントに対する故障判定の誤りが減少する。

次に、本発明の第２の実施形態について、図面を参照して詳細に説明する。

図５は、本実施形態の構成を表すブロック図である。

図５と図１を比較すると、本実施形態の故障検出装置２Ａは、信頼度記憶部８０を含む点が、第１の実施形態の故障検出装置２と異なる。

信頼度記憶部８０は、各コンポーネントの信頼性の度合いを表す信頼度を記憶する。

本実施形態の他の構成要素は、第１の実施形態の同一の番号を付した構成要素と同じであるので、説明を省略する。

次に、本実施形態の動作について、図面を参照して詳細に説明する。

図６は、本実施形態の動作を表すフローチャートである。

図６と図２を比較すると、本実施形態の動作を表すフローチャートは、ステップＳ１３とステップＳ１４の間に、ステップＳ２０及びステップＳ２１がある点が異なる。

図６のステップＳ１１〜ステップＳ１３は、第１の実施形態におけるステップＳ１１〜ステップＳ１３と同じであるので、説明を省略する。

ステップＳ１３の後、構成制御部５０は、切り分け手順生成部４０が読み出した各構成情報が含む、各コンポーネントの信頼性の度合いを表す信頼度を、信頼度記憶部８０から読み出す。

信頼度は、例えば、ＭＴＢＦ（Ｍｅａｎ Ｔｉｍｅ Ｂｅｆｏｒｅ Ｆａｉｌｕｒｅ）や、故障率のような、信頼性の度合いを表す既存の指標であればよい。

構成制御部５０は、切り分け手順生成部４０が読み出した各構成情報から生成される、全てのパーティションの信頼度を算出する。構成制御部５０は、パーティションの信頼度の算出を、既存の方法で行えばよい。なお、構成制御部５０は、パーティションに含まれる被疑コンポーネントを除外して（例えば信頼できると仮定するなどして）、パーティションの信頼度を算出してもよい。

次に、構成制御部５０は、被疑コンポーネントの故障の有無を判定するための構成情報の選択を行う（ステップＳ１４）。構成制御部５０は、選択の際、算出したパーティションの信頼度をもとに、信頼性の低いパーティションの構成情報を、被疑コンポーネントの故障の有無を判定するための構成情報の選択の対象から除外する。構成制御部５０は、例えば算出した信頼度に対する閾値によって、信頼性の高低を判定すればよい。構成制御部５０は、算出した信頼度を比較し、最も信頼性が高いパーティションの構成情報を被疑コンポーネントの故障の有無を判定するための構成情報として選択してもよい。

本実施形態のステップＳ１５以降の動作は、第１の実施形態の動作と同じであるので、説明を省略する。

以上で説明した本実施形態には、被疑コンポーネントが故障しているか否かの判定の誤りを低減できるという効果がある。

その理由は、構成制御部５０が、信頼性の低いパーティションを、テストパーティションに使用しないからである。

次に、本発明の第３の実施形態について、図面を参照して詳細に説明する。

図７は、本実施形態の構成を表すブロック図である。

本実施形態の故障検出装置２は、１個以上のコンポーネントで構成されるパーティションの、動作可能な構成を表す構成情報を、複数記憶する構成情報記憶部７０と、複数のコンポーネントを含む運用パーティション１０と、前記運用パーティション１０に含まれない空きコンポーネントを備える情報処理装置１の、前記運用パーティション１０に含まれる被疑コンポーネントを特定するエラー解析部３０と、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まないパーティションの構成情報を、前記構成情報記憶部３０から読み出す切り分け手順生成部４０と、読み出した前記構成情報に含まれるコンポーネントで構成されるテストパーティションを生成する構成制御部５０と、前記テストパーティションを動作させた場合のエラー発生の有無に基づき、前記テストパーティションが含む前記被疑コンポーネントの故障の有無を判定する切り分け実施部６０とを含む。

本実施形態には、運用中のパーティションに対して、故障特定の際に発生するエラーの影響を与えず、診断専用のコンポーネントを必要としない、コンポーネント毎の故障の診断が可能であるという効果がある。

以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しうる様々な変更をすることができる。

１ 情報処理装置
２、２Ａ 故障検出装置
１０、１０Ａ、１０Ｂ 運用パーティション
２０、２０Ａ 空きパーティション
２１ テストパーティション
３０ エラー解析部
４０ 切り分け手順生成部
５０ 構成制御部
６０ 切り分け実施部
７０ 構成記憶部
８０ 信頼度記憶部
１００、１０１、１０２、１０３、１０４、１０５、１０６、１０７、２０１、２０２、２０３、２０４、２０Ｎ コンポーネント

Claims (10)

1. １個以上のコンポーネントで構成されるパーティションの、動作可能な構成を表す構成情報を、複数記憶する構成情報記憶手段と、
   複数のコンポーネントを含む運用パーティションと、前記運用パーティションに含まれない空きコンポーネントを備える情報処理装置の、前記運用パーティションに含まれる被疑コンポーネントを特定するエラー解析手段と、
   前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まないパーティションの構成情報を、前記構成情報記憶手段から読み出す切り分け手順生成手段と、
   読み出した前記構成情報に含まれるコンポーネントで構成されるテストパーティションを生成する構成制御手段と、
   前記テストパーティションを動作させた場合のエラー発生の有無に基づき、前記テストパーティションが含む前記被疑コンポーネントの故障の有無を判定する切り分け実施手段と
   を含む故障検出装置。
2. 前記構成制御手段は、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まない前記パーティションのうち、最も少ない数のコンポーネントで構成される前記パーティションの前記構成情報から前記テストパーティションを生成する
   請求項１に記載の故障検出装置。
3. 各コンポーネントの信頼性の度合いを表す信頼度を記憶する信頼度記憶手段を含み、
   前記構成制御手段は、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まない前記パーティション各々が含む、前記空きコンポーネント各々の前記信頼度を前記信頼度記憶手段から読み出し、読み出した前記信頼度から前記パーティション各々の信頼度を算出し、算出した前記信頼度に対する閾値に基づき判定した信頼性の低い前記パーティションの前記構成情報を、前記テストパーティションを生成するための前記構成情報から除外する
   請求項１又は２に記載の故障検出装置。
4. 前記情報処理装置と、請求項１乃至３のいずれか一項に記載の故障検出装置を含む情報処理システム。
5. １個以上のコンポーネントで構成されるパーティションの、動作可能な構成を表す構成情報を、複数、構成情報記憶手段に記憶し、
   エラー解析手段が、複数のコンポーネントを含む運用パーティションと、前記運用パーティションに含まれない空きコンポーネントを備える情報処理装置の、前記運用パーティションに含まれる被疑コンポーネントを特定し、
   切り分け手順生成手段が、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まないパーティションの構成情報を、前記構成情報記憶手段から読み出し、
   構成制御手段が、読み出した前記構成情報に含まれるコンポーネントで構成されるテストパーティションを生成し、
   切り分け実施手段が、前記テストパーティションを動作させた場合のエラー発生の有無に基づき、前記テストパーティションが含む前記被疑コンポーネントの故障の有無を判定する
   動作を、前記構成情報記憶手段と、前記エラー解析手段と、前記切り分け手順生成手段と、前記構成制御手段と、前記切り分け実施手段とを含む故障検出装置に行わせる故障検出方法。
6. 前記構成制御手段は、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まない前記パーティションのうち、最も少ない数のコンポーネントで構成される前記パーティションの前記構成情報から前記テストパーティションを生成する
   請求項５に記載の故障検出方法。
7. 各コンポーネントの信頼性の度合いを表す信頼度を信頼度記憶手段に記憶し、
   前記構成制御手段は、前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まない前記パーティション各々が含む、前記空きコンポーネント各々の前記信頼度を前記信頼度記憶手段から読み出し、読み出した前記信頼度から前記パーティション各々の信頼度を算出し、算出した前記信頼度に対する閾値に基づき判定した信頼性の低い前記パーティションの前記構成情報を、前記テストパーティションを生成するための前記構成情報から除外する
   請求項５又は６に記載の故障検出方法。
8. コンピュータを、
   １個以上のコンポーネントで構成されるパーティションの、動作可能な構成を表す構成情報を、複数記憶する構成情報記憶手段と、
   複数のコンポーネントを含む運用パーティションと、前記運用パーティションに含まれない空きコンポーネントを備える情報処理装置の、前記運用パーティションに含まれる被疑コンポーネントを特定するエラー解析手段と、
   前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まないパーティションの構成情報を、前記構成情報記憶手段から読み出す切り分け手順生成手段と、
   読み出した前記構成情報に含まれるコンポーネントで構成されるテストパーティションを生成する構成制御手段と、
   前記テストパーティションを動作させた場合のエラー発生の有無に基づき、前記テストパーティションが含む前記被疑コンポーネントの故障の有無を判定する切り分け実施手段と
   して動作させる故障検出プログラム。
9. コンピュータを、
   前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まない前記パーティションのうち、最も少ない数のコンポーネントで構成される前記パーティションの前記構成情報から前記テストパーティションを生成する前記構成制御手段
   として動作させる請求項８に記載の故障検出プログラム。
10. コンピュータを、
    各コンポーネントの信頼性の度合いを表す信頼度を記憶する信頼度記憶手段と、
    前記被疑コンポーネントを含み、前記被疑コンポーネント及び前記空きコンポーネント以外を含まない前記パーティション各々が含む、前記空きコンポーネント各々の前記信頼度を前記信頼度記憶手段から読み出し、読み出した前記信頼度から前記パーティション各々の信頼度を算出し、算出した前記信頼度に対する閾値に基づき判定した信頼性の低い前記パーティションの前記構成情報を、前記テストパーティションを生成するための前記構成情報から除外する前記構成制御手段と
    して動作させる請求項８又は９に記載の故障検出プログラム。

Images