JPH10240566A - 計算機システム - Google Patents

Abstract

(57)【要約】 【課題】複数のプロセッサ間を接続するネットワーク上
でケーブル断線等の障害が発生した場合に、故障解析工
数／期間を短縮しＭＴＴＲの低減を図り、また、多重化
されたネットワークにおいては、正常動作しているネッ
トワークへ影響を及ぼすことなく、故障位置を特定し、
システム性能低下期間を短縮することを目的とする。 【解決手段】ネットワーク上にデータ通過確認を記録す
る手段を設け、通信データは通過確認用のデータである
ことを表示する手段を有したフォーマットにし、通過確
認用のデータが通過したときのみ、通過確認を記録する
ようにする。この通過確認の記録をトレースし、通過確
認の記録がない箇所のソース側にネットワーク障害があ
ることを判定できるようにする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数のプロセッサ
間で並列に処理を行う計算機システムに関する。

【０００２】

【従来の技術】従来のプロセッサ間通信用ネットワーク
においては、特開平５−８１２２４号公報記載のよう
に、故障の検出や故障検出後の処理に関するものは多く
論じられているが、故障箇所の特定に関するものはな
く、一般の計算機システムと同様にマシーンチェックラ
ッチの記録を追跡して故障位置を特定する手段が用いら
れている。このため、多数のプロセッサ間の通信ネット
ワークの故障、特にプロセッサ間のケーブルや接続点の
故障箇所特定は人手に頼ることが多く、故障解析工数／
時間の増大、ＭＴＴＲ（Ｍean Ｔime Ｔo Ｒepair）の
増加による可用性の低下を招いていた。

【０００３】また、プロセッサ間ネットワークが多重化
されているシステムでは、一つのネットワークに故障が
発生したとき、システム全体として稼働させたまま、ネ
ットワークの故障位置を特定し早期に修理しシステム性
能低下の復旧を図る必要があるが、従来技術では、ネッ
トワーク上のケーブル等の故障時には故障位置特定が困
難なため、システム稼働中の故障位置特定は困難であっ
た。

【０００４】

【発明が解決しようとする課題】本発明の第１の目的
は、プロセッサ間ネットワークの故障、特にプロセッサ
間を接続するケーブル故障の障害箇所を早期に検出し、
故障解析工数／時間の低減、ＭＴＴＲの低減による可用
性の向上を図ることにある。

【０００５】本発明の第２の目的は、ケーブル等の故障
時にシステム全体をダウンさせることなく、故障位置特
定を行うことにある。

【０００６】

【課題を解決するための手段】上記目的は、故障位置を
特定するべき通信経路を自プロセッサへのデータ送受に
より特定する手段と、該経路へ通過確認用のデータを送
出する手段と、通過確認用のデータの通過時のみ通過を
記録する手段を設ける。

【０００７】上記手段により、故障発生時には各プロセ
ッサに対して自プロセッサへの通信を指示し、受信不可
のプロセッサや誤って受信したプロセッサの位置からお
およその故障経路を推定し、次に、該経路へ通過確認用
のデータを送出し、通過確認ラッチをトレースして故障
位置を特定することができる。

【０００８】上記手段によれば、人手による故障解析工
数を大幅に削減し、ＭＴＴＲの低減ひいては可用性の向
上を図ることができる。また、ネットワークが２重化さ
れた複数プロセッサシステムでは、システムをダウンさ
せないで故障位置の特定を行うことができ、また、シス
テム性能低下期間を低減することができる。

【０００９】

【発明の実施の形態】以下、本発明の一実施例を図を用
いて説明する。

【００１０】図１は、本発明の実施例の構成図である。
各プロセッサ（図中のＰＥ）１０１は、ネットワークを
通じて接続しており、自ＰＥを含む任意のＰＥと通信が
可能である。

【００１１】ネットワーク１０７はクロスバ方式であ
り、Ｚ，Ｙ，Ｘの３次元のクロスバスイッチ（ＸＢ）か
ら構成されている。各次元毎に複数の同一なクロスバス
イッチＺ−ＸＢ（１０２）、Ｙ−ＸＢ（１０３）、Ｘ−
ＸＢ（１０４）から構成される。各スイッチには８本の
通信路１０５が入力され、８本の通信路１０５が次段の
スイッチへ出力される。また、各スイッチには各入出力
に対応して通過確認ラッチ１０６が一個配備されてい
る。

【００１２】当ネットワークの交換方式はパケット交換
方式であり、通過確認用データもパケットである。以後
通過確認用データをトレースパケットと言う。

【００１３】前記のＰＥ１０１、ネットワーク１０７は
保守用端末とそれぞれイーサネット１１０、スキャン専
用信号１１２で接続されている。スキャン専用信号１１
１は制御信号、データ信号、アドレス信号で構成されて
いる。

【００１４】図２は、故障解析手順の概略を示した図で
ある。２０１〜２０４で同一ＰＥ間の１対１通信を行う
ことにより障害発生経路の絞り込みを行い、２０５で故
障位置特定処理を行う（図３に詳細を示す）。該故障解
析の制御は保守用端末から行い、保守用端末は、図１の
イーサネット１１０やスキャン信号１１１を用いてＰＥ
１０１やネットワークスイッチ１０２〜１０４から故障
解析用データの収集を行う。故障解析開始は異常報告を
保守用端末が受けてから、自動的に行うことも可能であ
るし、人手により指示することも可能である。

【００１５】図３は、図２の２０５に対応する故障箇所
特定処理の概要を示した図である。点線より左側は保守
用端末１０８での処理、右側はＰＥ１０１での処理を示
す。保守用端末１０８の動作は、スイッチ１０２〜１０
４のスキャン制御、ＰＥへのトレースパケット送出指
示、通信経路の特定、通過確認ラッチトレース、障害箇
所表示等の解析動作から構成される。

【００１６】図４は、パケットの構成図である。ＰＥ１
０１は保守用端末１０８から故障位置トレースパケット
の送出を指示されると、図４の２ワード目の第３ビット
を‘１’にしてトレースパケットであることを示すフラ
グ（Ｊフラグ）を設定してパケットを送出する。

【００１７】図では示していないが、スイッチ１０２〜
１０４はパケットを受信するとＪフラグが設定されてい
るかどうかをチェックし入力側の通過確認ラッチをセッ
トする。通過確認ラッチのセットは、受信バッファーに
格納されたパケットの２ワード目の３ビット（Ｊフラグ
４０３）を通過確認ラッチのＤata端子に接続し、パケ
ット受信イベントをクロックのオン条件とすることによ
り実現できる。トレースパケットをスイッチから次段の
スイッチまたはＰＥ１０１に送出する場合は送信バッフ
ァのＪフラグ４０３のデータ出力側の通過確認ラッチに
セットする。

【００１８】通過確認ラッチのセット方法としては、ス
イッチ内の制御プログラムによりパケットのデータをチ
ェックして設定する方法もある。また、ハードウェアで
実現する方法も上記方法以外にもＳet／Ｒeset端子を用
いる方法がある。送受信バッファに格納されたデータで
なくとも通過確認ラッチのセットに用いることはでき
る。

【００１９】図１で、Ｘ印のある通信路１０５が断線し
ている場合について故障解析動作を説明する。まず、通
常動作中に任意のＰＥ１０１からＰＥ間ネットワークの
異常報告を受けた保守用端末は、図２に基づき、各ＰＥ
に対し自ＰＥへの１対１通信をイーサネット１１０を通
じて指示する。各ＰＥは自ＰＥ宛にパケットを送出す
る。保守用端末は各ＰＥからパケット送出完了の報告を
受けた後、パケット未到着のプロセッサ、宛先誤りのパ
ケットを受信したＰＥ有無を調べる（２０２〜２０
３）。パケット未到着のプロセッサ、宛先誤りのパケッ
トを受信したＰＥがあった場合、２０４の障害通信経路
特定動作を行う。パケットを伝送して行く通信経路はこ
こでは述べないが、一定のアルゴリズムにより決定さ
れ、ルーティングテーブルに記録されている。この経路
は図４に示すようにパケット内の１〜２ワードにも記述
されている。パケット未到着のプロセッサ、宛先誤りの
パケットを受信したＰＥがない場合、つまり１対１通信
が正常に終了した場合、本発明では述べないが。別手段
により故障解析を進める。

【００２０】２０４により障害通信経路を特定できた場
合、保守用端末は２０５の障害箇所特定処理を実行す
る。この詳細を図３により説明する。まず、全ての通過
確認ラッチ１０６をスキャン専用信号１１１を通してリ
セットしておき（３０１）、イーサネット１１０から障
害通信経路上のＰＥに対しトレースパケットの送出を指
示する（３０２）。該指示を受けたＰＥは該当する障害
通信経路に対してトレースパケットを送出する（３０
３）。該ＰＥからトレースパケットの送出完了報告を受
けた後、保守用端末１０８は該ＰＥがパケットを受信し
ていないことを確認後、スキャン専用信号１１１を通し
てトレース経路上の通過確認ラッチを探索し、点灯して
いないラッチを検出する（３０４〜３０５）。図１の断
線の場合、クロスバスイッチ１０４（Ｘ−ＸＢ）の入力
側の通過確認ラッチが点灯しておらず、ソース側のクロ
スバスイッチ１０３（Ｙ−ＸＢ１）の出力側通過確認ラ
ッチは点灯している。このため、Ｘ−ＸＢ１０４とＹ−
ＸＢ１０３間に断線があることがわかる。

【００２１】この結果は保守用端末のディスプレイにエ
ラー箇所が表示され（３０５）、ケーブルの取り替えが
行われる。

【００２２】

【発明の効果】上記実施例によれば、人手でケーブルの
断線をチェックすることなく、故障箇所を特定できるの
で、ネットワークの故障解析工数を大幅に消滅でき、シ
ステムのＭＴＴＲを短縮できる。多重化されたプロセッ
サ間ネットワークでも、保守用端末からリモートで断線
したケーブル位置を検出できるので、正常に動作してい
るネットワークへ物理的に干渉することなく、故障解析
ができ、システム性能低下期間を短縮することができ
る。

【図面の簡単な説明】

【図１】本発明の一実施例のケーブル切断時のトレース
方法を示す図である。

【図２】障害解析手順概略を示す。

【図３】障害箇所特定手順を示す。

【図４】当実施例のパケットフォーマットを示す。

【符号の説明】

１０１…プロセッサ（ＰＥ）、 １０２〜１０４…ク
ロスバスイッチ、１０５…通信経路、 １
０６…通過確認ラッチ、１０７…ＰＥ間ネットワーク、
１０８…保守用端末、１０９…スキャン制御回路、
１１０…イーサネット、１１１…スキャン専用信
号、２０１〜２０４…プロセッサ間通信による障害経路
特定処理、２０５…障害箇所特定処理、３０１〜３０３
…障害箇所特定用トレースパケット送出処理、３０４…
通過確認ラッチトレース処理、 ３０５…障害箇所表
示処理、４０１…パケットＩＤ、 ４０２…ル
ーティング情報フィールド、４０３…トレースパケット
フラグ。

Claims (2)

【特許請求の範囲】
1. 【請求項１】複数のプロセッサで並列に処理を行う計算
   機システムにおいて、複数のプロセッサ間通信用ネット
   ワークの故障位置特定のために、ネットワーク上にデー
   タの通過確認を記録する手段を有することを特徴とする
   計算機システム。
2. 【請求項２】請求項１に記載の計算機システムにおい
   て、ネットワークに送出するデータ上に通過確認用のデ
   ータである旨を指定する手段を設け、該指定があるデー
   タが通過したときのみ前記通過確認を記録する手段に記
   録することを特徴とする計算機システム。