JPH0523456B2

JPH0523456B2 -

Info

Publication number: JPH0523456B2
Application number: JP61149275A
Authority: JP
Inventors: Masashi Kudo
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1986-06-24
Filing date: 1986-06-24
Publication date: 1993-04-02
Also published as: JPS634366A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明は複合計算機の相互監視装置に関し、複
数の計算機とこれら計算機間を接続する通信路と
を含む複合計算機システムにおける複合計算機の
相互監視装置に関する。

〔従来の技術〕

従来、この種の複合計算機の相互監視装置で
は、複合計算機システムを構成する計算機の障害
の判定をヘルス信号の途絶検出などにより行つて
いるが、この判定は１台の計算機の単独判断によ
り行われていた。

〔発明が解決しようとする問題点〕

上述した従来の複合計算機の相互監視装置で
は、複合計算機システムを構成する１台の計算機
の誤動作により他の計算機を障害と誤認した場
合、他の計算機のジツブの肩代わりを強制的に行
おうとするので、両計算機間での資源の獲得の競
合が生じたりジヨブの実行結果に矛循が発生した
りして正常なシステム運用が不可能になるという
欠点がある。

本発明の目的は、上述の点に鑑み、複数台の計
算機の相互監視により、システム監視の信頼性を
向上させるようにした複合計算機の相互監視装置
を提供することにある。

〔問題点を解決するための手段〕

本発明の複合計算機の相互監視装置は、複数の
計算機とこれら計算機間を接続する通信路とを含
む複合計算機システムにおいて、各計算機が、す
べての計算機に関しヘルス通知の送信権の有無と
異常検出の有無とを記録するステータス管理テー
ブルと、各計算機ごとに一定時間間隔で順次起動
されるヘルス通知手段と、他計算機からヘルス通
知を受信すると起動される応答通知手段とを有
し、前記ヘルス通知手段は、前記ステータス管理
テーブルを参照して自計算機にヘルス通知の送信
権があるかどうかを判定し、送信権がある場合に
は自計算機の送信権を前記ステータス管理テーブ
ルから抹消するとともに送信権を与えるべき他計
算機の送信権を前記ステータス管理テーブルに記
録し、送信権がない場合には送信権を渡すべきで
あつた他計算機の異常検出を前記ステータス管理
テーブルに記録する送信権判定手段、前記ステー
タス管理テーブルに記録された計算機の異常検出
を含むヘルス通知をすべての他計算機に送信する
ヘルス通知送信手段、前記ヘルス通知に対して応
答通知を返さなかつた他計算機がある場合には該
計算機の異常検出を前記ステータス管理テーブル
に記録し、他計算機からの応答通知を受信した場
合には該応答通知に含まれる計算機の異常検出を
前記ステータス管理テーブルに記録する応答受信
手段、および前記ステータス管理テーブルを参照
して所定数（≧２）以上の他計算機から異常検出
が記録されている計算機を障害と判定する第１の
障害判定手段という、この順序で起動される各手
段を含み、前記応答通知手段は、前記ヘルス通知
に対する応答通知を返送し該ヘルス通知で通知さ
れた計算機の異常検出を前記ステータス管理テー
ブルに記録する応答送信手段、および前記ステー
タス管理テーブルを参照して所定数（≧２）以上
の他計算機から異常検出が記録されている計算機
を障害と判定する第２の障害判定手段という、こ
の順序で起動される各手段を含むことを特徴とす
る。

〔作用〕

本発明の複合計算機の相互監視装置では、ステ
ータス管理テーブルがすべての計算機に関しヘル
ス通知の送信権の有無と異常検出の有無とを記録
し、ヘルス通知手段が各計算機ごとに一定時間間
隔で順次起動され、送信権判定手段がステータス
管理テーブルを参照して自計算機にヘルス通知の
送信権があるかどうかを判定し、送信権がある場
合には自計算機の送信権をステータス管理テーブ
ルから抹消するとともに送信権を与えるべき他計
算機の送信権をステータス管理テーブルに記録
し、送信権がない場合には送信権を渡すべきであ
つた他計算機の異常検出をステータス管理テーブ
ルに記録し、ヘルス通知送信手段がステータス管
理テーブルに記録された計算機の異常検出を含む
ヘルス通知をすべての他計算機に送信し、応答受
信手段がヘルス通知に対して応答通知を返さなか
つた他計算機がある場合には該計算機の異常検出
をステータス管理テーブルに記録し、他計算機か
らの応答通知を受信した場合には該応答通知に含
まれる計算機の異常検出をステータス管理テーブ
ルに記録し、第１の障害判定手段がステータス管
理テーブルを参照して所定数（≧２）以上の他計
算機から異常検出が記録されている計算機を障害
と判定し、応答通知手段が他計算機からヘルス通
知を受信すると起動され、応答送信手段がヘルス
通知に対する応答通知を返送し該ヘルス通知で通
知された計算機の異常検出をステータス管理テー
ブルに記録し、第２の障害判定手段がステータス
管理テーブルを参照して所定数（≧２）以上の他
計算機から異常検出が記録されている計算機を障
害と判定する。

〔実施例〕

次に、本発明について図面を参照して詳細に説
明する。

第１図は本発明の一実施例を示す構成図であ
る。本実施例の複合計算機の相互監視装置は、３
台の計算機１，２および３と、これら計算機１，
２および３を接続する通信路であるバス４とを含
んで構成されている。

計算機１は、プロセツサ５と主記憶装置８とを
含んで構成されている。

プロセツサ５は、プロセツサ内蔵タイマ装置１
１を有している。

主記憶装置８は、ヘルス通知タスク１４と、応
答通知タスク１５と、ステータス管理テーブル１
６とを含んで構成されている。

ヘルス通知タスク１４は、定められた順番にヘ
ルス通知の送信権の譲渡が行われているかどうか
を判定する送信権判定手段２１と、送信権判定手
段２１によつてヘルス通知の送信権が与えられた
ときにすべての他の計算機２および３にヘルス通
知を送信するヘルス通知送信手段２２と、ヘルス
通知送信手段２２により送信されたヘルス通知に
対して他の計算機２および３の応答送信手段２５
により送出されてきた応答通知を受信する応答受
信手段２３と、応答受信手段２３により受信した
他の計算機２および３からの応答通知の内容に従
つて計算機１の障害判定を行う障害判定手段２４
とを含んで構成されている。

応答通知タスク１５は、他の計算機２および３
のヘルス通知送信手段２２により送信されてきた
ヘルス通知の受信に対して応答通知を送信する応
答送信手段２５と、他の計算機２および３のヘル
ス通知送信手段２２により送信されたヘルス通知
の内容に従つて他の計算機２および３の障害判定
を行う障害判定手段２６とを含んで構成されてい
る。

ステータス管理テーブル１６は、すべての計算
機１〜３のプロセツサ５〜７の状態を管理する。

計算機２および３にも、プロセツサ６および７
と、主記憶装置９および１０とがそれぞれ含まれ
ており、計算機１の場合と同様に、プロセツサ６
および７にはプロセツサ内蔵タイマ装置１２およ
び１３が、主記憶装置９および１０にはヘルス通
知タスク１４、応答通知タスク１５およびステー
タス管理テーブル１６がそれぞれ含まれている。
なお、主記憶装置９および１０内の構成について
は、主記憶装置８と同様なので、対応部分に同一
符号を使用して、それらの詳しい図示および説明
を省略する。

第２図は、計算機１のステータス管理テーブル
１６の内容の一例を示したものである。ステータ
ス管理テーブル１６は、複合計算機システムに装
備されている計算機１〜３の総数Ｎ（本例では
３）、計算機ｉが計算機ｊを異常と判定した回数
を示す異常検出回数n_ij（ｉ≠ｊ，１≦ｉ，ｊ≦３，
n_ij＝０または１）、さらに管理情報として他の計
算機からの応答通知を受信できたか否かを示す応
答確認フラグ、ヘルス通知タスク１４が起動され
たときにヘルス通知の送信権を有する計算機を示
す送信権表示フラグおよび各計算機１〜３の状態
を管理するステータスエントリを持つている。

各計算機１〜３にはそれぞれ順番にヘルス通知
の送信権が譲渡され、一巡すると再度同じ順序で
送信権が与えられる。この計算機１〜３間の送信
権の委譲間隔をＴとする。ヘルス通知タスク１４
は、プロセツサ内蔵タイマ装置１１によつて計算
機１から一定のヘルス通知送信時間間隔T₀（≡Ｎ
×Ｔ）で起動される。これは他の計算機２および
３においても同様であるが、計算機２および３で
は計算機１のヘルス通知タスク１４が起動された
時刻からそれぞれＴおよび2T時間経過後にヘル
ス通知タスクが起動される。

次に、このように構成された本実施例の複合計
算機の相互監視装置の動作について説明する。

複合計算機システムが正常に運転されている場
合には、各計算機１〜３においてヘルス通知タス
ク１４はT₀（〓Ｎ×Ｔ）時間間隔でそれぞれＴ時
間シフトされて起動されている。すなわち、シス
テム起動時はＮ＝３なので3T時間間隔であり、
計算機１において時刻t₀にヘルス通知タスク１４
が起動されたとすると、Ｔ時間経過後の時刻t₀＋
Ｔに計算機２のヘルス通知タスク１４が起動さ
れ、さらにＴ時間経過した時刻t₀＋2Tに計算機
３のヘルス通知タスク１４が起動される。ヘルス
通知の送信権が一巡したらば、すなわち、さらに
Ｔ時間経過後の時刻t₀＋3Tには、再び計算機１
のヘルス通知タスク１４が起動されて、以降同様
に繰り返される。

各計算機１〜３のヘルス通知タスク１４が起動
されると、それぞれの計算機１〜３内のステータ
ス管理テーブル１６の送信権表示フラグを参照
し、自計算機のプロセツサ５〜７に送信権がある
かどうかを調べる。もし送信権がない場合は、送
信権表示フラグがオンの計算機において異常状態
が発生し、ヘルス通知を送信できず正しく送信権
の委譲が行われていないことを示している。この
異常状態にある計算機を、ステータス管理テーブ
ル１６において該当計算機の異常検出回数に１を
セツトすることにより管理する。さらにＴ時間経
過後に、ヘルス通知の送信権が与えられる計算機
を識別し、対応する計算機の送信権表示フラグを
オンとするとともに自計算機の送信権表示フラグ
をオフとする。その後、すべての他の計算機にヘ
ルス通知を送出する。このヘルス通知には、Ｔ時
間経過後にヘルス通知を送信しなければならない
計算機を示す識別子と、自計算機が異常と判断し
た計算機の識別子と、その異常検出回数と、ヘル
ス通知の送出元を示す計算機の識別子とが含まれ
ている。

ヘルス通知を送信してから応答待ち時間ｌ（＜
Ｔ）内に応答通知を返さなかつた計算機がある場
合、それを異常と判断し、ステータス管理テーブ
ル１６上において該当する計算機の異常検出回数
に１をセツトする。また、応答通知のあつたもの
については、その応答内容に含まれている応答通
知の送信元の計算機によつて異常と判定されてい
る計算機とその異常検出回数とをステータス管理
テーブル１６に記憶する。この応答受信処理が全
計算機１〜３について終了すると、異常検出回数
を被障害判定計算機ｉ（ｉ＝１，２，３）毎に加
算し、障害条件：₃ 〓^k=1 n_ki≧２ ……(1) （ただし、ｋ≠ｉ，n_ki＝０または１）を満た
したときに、この計算機ｉにおいて障害が発生し
たと判断する。そして、自計算機の主記憶装置内
にあるステータス管理テーブル１６の障害と判定
された計算機に対応するステータスエントリに障
害表示を行う。

他の計算機からのヘルス通知を受信すると、応
答通知タスク１５が起動される。応答通知タスク
１５は、ヘルス通知タスク１４の応答待ち時間ｌ
よりも短い時間内に応答通知をヘルス通知の送信
元の計算機に返送する。この応答通知には、自計
算機によつて異常と判定した計算機の識別子と、
その計算機の異常検出回数と、応答通知の送信元
を示す計算機の識別子とが含まれている。応答通
知の返送後、受信したヘルス通知の内容に従つて
ヘルス通知の送信元で異常と判定された計算機と
その異常検出回数とをステータス管理テーブル１
６上に記憶する。

この後、障害判定処理として計算機ｉ（ｉ＝１，
２，３）について、障害条件(1)が成り立つかどう
か確かめられ、障害の発生した計算機が検出され
る。

第３図は計算機２で障害が発生した後にこの障
害を計算機１および計算機３で検出するまでの過
程を説明するためのタイムチヤートである。

時刻Ｔ１に計算機１のヘルス通知タスク１４が
起動されると、次のタイミングでのヘルス通知の
送信は計算機２で行う必要があるため、自計算機
１内の計算機２の送信権表示フラグのみをオンと
した後で計算機１は計算機２および３にヘルス通
知を送信し、次にヘルス通知を送信するのは計算
機２であることを告げる。

計算機２では、障害が発生しているので計算機
１からのヘルス通知に対して応答通知タスク１５
が起動されず、応答通知が返送できない。

一方、計算機３は、計算機１に対して応答通知
を返送後、受信したヘルス通知に従つて計算機２
の送信権表示フラグのみをオンとすることで次の
ヘルス通知の送信元は計算機２であることを記憶
する。

時刻T1＋ｌに、計算機１はステータス管理テ
ーブル１６の応答確認フラグを参照して計算機２
が無応答であつたことを見つけ、異常と判断して
ステータス管理テーブル１６上の計算機２の異常
検出回数n₁₂を１とする。この後、ヘルス通知の
タスク１４の処理を終了させる。

時刻T2（＝T1＋Ｔ）に、計算機２が本来ヘル
ス通知の送信を行わなければならないが、計算機
異常のためにそれができない。

時刻T3（＝T2＋Ｔ）に、計算機３のヘルス通
知タスク１４が起動される。このとき、ステータ
ス管理テーブル１６を参照すると、計算機２の送
信権表示フラグがオンのままであるので指定され
た時刻に計算機２のヘルス通知タスク１４が起動
されなかつたことを見つけ、ステータス管理テー
ブル１６上の異常検出回数n₃₂を１とする。この
後、次のタイミングでヘルス通知を送信するのは
再度計算機１なので、その送信権表示フラグをオ
ンとすることでヘルス通知の送信順序を記憶す
る。続いて、ヘルス通知を計算機１および２に送
信することにより、次にヘルス通知を行うのは計
算機１であることと、自計算機３において計算機
２の異常を検出したこととを知らせる。

計算機１は計算機３からのヘルス通知を受け取
ると、自計算機１において検出した異常計算機識
別子とその異常検出回数とを含む応答通知を返送
する。この後、受信したヘルス通知の内容に従
い、次のタイミングでのヘルス通知送信権は計算
機１との表示があるので計算機１に対応する送信
権表示フラグのみをオンとしてヘルス通知の送信
順序を記憶すると同時に、受信したヘルス通知で
計算機２の異常が通知されているのでステータス
管理テーブル１６の異常検出回数n₃₂を１とする。
これにより、計算機３によつて計算機２が異常と
判定されたことが記憶される。

ここにおいて、計算機１はステータス管理テー
ブル１６上の異常検出回数を参照し、計算機２お
よび３の異常検出回数を計算する。いま、n₁₂＝
n₃₂−１，n₁₃＝n₂₃＝０となつているので、計算機２：n₁₂＋n₃₂＝２、計算機３：n₁₃＋n₃₃＝０となり、計算機２が障害条件(1)を満たすので、計
算機２に障害が発生していたとみなされる。そし
て、計算機１のステータス管理テーブル１６で計
算機２の障害表示がなされる。

一方、計算機３は、計算機１の応答通知を受け
取ると、計算機１に対応する応答確認フラグをオ
ンとした後に、応答通知の内容に従つて計算機１
が計算機２のみの異常を検出していたことを記憶
する（n₁₂＝１，n₁₃＝０）。ヘルス通知タスク１
４を起動してからｌ時間後、計算機３はステータ
ス管理テーブル１６を参照することにより障害判
定処理を行う。計算機３は、計算機１からの応答
通知を受け取つているが、計算機２からは受け取
らなかつたので計算機２の異常検出回数のみを１
とする（n₃₁＝０，n₃₂＝１）。また、計算機２か
らの応答通知がないので計算機２の下した異常検
出判定はわからないため、計算機３は前回計算機
２から受け取つた応答通知を信じる（n₂₁＝０，
n₂₃＝０）。この結果、計算機１：n₂₁＋n₃₁＝０、計算機２：n₁₂＋n₃₂＝２となり、計算機２が障害条件(1)を満たすので、計
算機２に障害が発生していたとみなすことがで
き、計算機３のステータス管理テーブル１６にお
いて計算機２の障害表示がなされる。

第４図は、計算機２が本来正常に動作している
にもかかわらず計算機１の誤動作によつて計算機
２が異常と判定されたときでもシステムとしてな
んら支障なく運転が続行されることを説明するた
めのタイムチヤートである。

計算機２は計算機１からヘルス通知を受信する
と、応答通知を計算機１に返送する。このとき、
計算機１は一時的条件発生によりその応答通知の
受信処理ができず、計算機２を異常と判定し異常
検出回数n₁₂を１としたとする。しかし、計算機
２は正常であるので計算機２のヘルス通知タスク
１４は時刻Ｔ２に起動され、計算機１および３に
対しヘルス通知をそれぞれ行うが、計算機１から
の応答通知では計算機２の異常状態の発生を告げ
るのみであり（n₁₂＝１，n₁₃＝０）、計算機３か
らの応答通知では異常状態の発生の通知はない
（n₃₁＝０，n₃₂＝０）。また、計算機２のステータ
ス管理テーブル１６上の計算機１および３の異常
検出回数は、計算機１および３から応答通知を受
信しているので０となる（n₂₁＝０，n₂₃＝０）。
この結果、計算機１：n₂₁＋n₃₁＝０、計算機３：n₁₃＋n₂₃＝０となり、障害条件(1)を満たさず、計算機２におい
て計算機１および３を障害と判定することはな
い。さらに、時刻Ｔ３には計算機３のヘルス通知
タスク１４が起動されるが、ヘルス通知の送信順
番の誤りの検出はなく、計算機１および２にヘル
ス通知を行う。このヘルス通知に対する計算機１
からの応答通知にのみ計算機２の異常の通知があ
る（n₁₂＝１，n₁₃＝０，n₂₁＝０，n₂₃＝０）。ま
た、計算機３のステータス管理テーブル１６上の
計算機１および２の異常発生回数は０となる
（n₃₁＝０，n₃₂＝０）。この結果、計算機１：n₂₁＋n₃₁＝０、計算機２：n₁₂＋n₃₂＝１となり、障害条件(1)を満たさず、計算機１を障害
と判定することはない。

以後、時刻Ｔ４には計算機１のヘルス通知タス
ク１４が再び起動されるが、計算機２へのヘルス
通知に対する応答通知が計算機２からあるので計
算機１が計算機２を異常とした前回の判断は誤り
であるとし、異常検出回数n₁₂を０とする。これ
により、計算機１は計算機２および３を障害と扱
うことはなくなる。

計算機２および３においても、時刻Ｔ５および
Ｔ６に送信したヘルス通知に対する応答通知をそ
れぞれ受信し、この通知に従つてステータス管理
テーブル１６を更新することによつて、各ステー
タス管理テーブル１６内の異常検出回数n₁₂も０
となる。これによつて、これ以降も正常なシステ
ム監視を続行することができる。

〔発明の効果〕

以上説明したように本発明は、複数の計算機が
同一の計算機の異常を検出したときに障害と判定
するようにしたことにより、信頼度に差のある複
数の計算機からなる複合計算機システムを構成す
る１台の計算機の誤動作で他の計算機の異常が検
出された場合でも正常なシステム運用が不可能に
なることがなく、複合計算機システムのシステム
監視の信頼性を大幅に向上させることができる効
果がある。

【図面の簡単な説明】

第１図は本発明の一実施例の構成図、第２図は
第１図中に示したステータス管理テーブルの内容
の一例を示す図、第３図は本実施例の複合計算機
の相互監視装置の動作の一例を説明するためのタ
イムチヤート、第４図は本実施例の複合計算機の
相互監視装置の動作の他の例を説明するためのタ
イムチヤートである。図において、１〜３…計算機、４…バス、５〜
７…プロセツサ、８〜１０…主記憶装置、１１〜
１３…プロセツサ内蔵タイマ装置、１４…ヘルス
通知タスク、１５…応答通知タスク、１６…ステ
ータス管理テーブル、２１…送信権判定手段、２
２…ヘルス通知送信手段、２３…応答受信手段、
２４…障害判定手段、２５…応答送信手段、２６
…障害判定手段である。

Claims

【特許請求の範囲】１複数の計算機とこれら計算機間を接続する通
信路とを含む複合計算機システムにおいて、各計算機が、すべての計算機に関しヘルス通知の送信権の有
無と異常検出の有無とを記録するステータス管理
テーブルと、各計算機ごとに一定時間間隔で順次起動される
ヘルス通知手段と、他計算機からヘルス通知を受信すると起動され
る応答通知手段とを有し、前記ヘルス通知手段は、前記ステータス管理テ
ーブルを参照して自計算機にヘルス通知の送信権
があるかどうかを判定し、送信権がある場合には
自計算機の送信権を前記ステータス管理テーブル
から抹消するとともに送信権を与えるべき他計算
機の送信権を前記ステータス管理テーブルに記録
し、送信権がない場合には送信権を渡すべきであ
つた他計算機の異常検出を前記ステータス管理テ
ーブルに記録する送信権判定手段、前記ステータ
ス管理テーブルに記録された計算機の異常検出を
含むヘルス通知をすべての他計算機に送信するヘ
ルス通知送信手段、前記ヘルス通知に対して応答
通知を返さなかつた他計算機がある場合には該計
算機の異常検出を前記ステータス管理テーブルに
記録し、他計算機からの応答通知を受信した場合
には該応答通知に含まれる計算機の異常検出を前
記ステータス管理テーブルに記録する応答受信手
段、および前記ステータス管理テーブルを参照し
て所定数（≧２）以上の他計算機から異常検出が
記録されている計算機を障害と判定する第１の障
害判定手段という、この順序で起動される各手段
を含み、前記応答通知手段は、前記ヘルス通知に対する
応答通知を返送し該ヘルス通知で通知された計算
機の異常検出を前記ステータス管理テーブルに記
録する応答送信手段、および前記ステータス管理
テーブルを参照して所定数（≧２）以上の他計算
機から異常検出が記録されている計算機を障害と
判定する第２の障害判定手段という、この順序で
起動される各手段を含むことを特徴とする複合計
算機の相互監視装置。