识别故障模块的方法及装置制造方法及图纸

识别故障模块的方法及装置。故障数据登记单元从故障检测模块接收故障数据。基于该故障数据，测试执行指示单元指示每个模块对故障检测模块检测出故障时所访问的模块进行访问测试。当测试结果接收单元接收到了所述访问测试的结果时，所述故障位置识别单元基于该结果识别故障模块。在进行访问测试的时候，服务器请求控制单元暂停服务器Ｉ／Ｏ。

【技术实现步骤摘要】

本专利技术涉及一种识别包括多个模块的盘控制器中的故障模块的技术。
技术介绍
以往，已经提出了包含有多个盘设备的存储系统(例如，存储设备)，其可增大存储空间并提高输入/输出性能。当盘设备中发生了故障时，仅需更换故障盘便可使存储设备继续运行。为实现可容错的存储设备，不仅盘装置，部件(即例如控制器等模块)也需要进行冗余配置。当在模块中发生故障时，仅需更换故障模块便可使存储设备继续运行。例如，在日本专利申请特开No.H11-306644中公开了一种技术，该技术用于分离故障盘设备，并诊断被分离的盘设备中的故障。此外，在日本专利申请特开No.S60-10328中公开了一种技术，该技术用于在故障发生时判断是盘设备自身还是与该盘设备相连接的信道设备(ChannelDevice)发生了故障。以往的技术可以通过具有故障检测功能的模块来检测故障。然而，由于不具有故障检测功能的多个模块存在于同一数据通路上，因而以往技术无法识别发生了故障的模块。图11是用于解释以往故障检测方法的原理图。假定该方法在盘阵列设备上执行。服务器从/向盘设备上读出/写入数据。应保证该数据没有被破坏。该盘阵列设备包括信道适配器(CA)，其控制与服务器的连接；设备适配器(DA)，其控制与盘设备的连接；控制模块(CM)，其控制整个盘阵列设备，并且一般包括用作盘缓存的存储器；以及路由器(RT)，其使CA、DA、CM相互连接。这些模块中的每一个都进行了冗余配置。因此当在某一模块中发生故障时，通过更换该故障模块，盘阵列设备便可继续运行。通过模块的数据被校验以保证该数据。例如，CA和DA对数据进行循环冗余校验(CRC)。CRC将16～32位的CRC码添加到该数据上，通过该CRC码来检测数据中的误码。使用CRC，即便多个位发生变化时仍然能够识别出误码。因此，CRC常常被用来校验盘控制器中的数据。另一方面，CM和RT一般进行奇偶校验。奇偶校验仅能识别出一位中的误码，当多个位发生变化时不能检测出错误。在盘阵列设备中，有只进行奇偶校验的模块和完全不(不能)对数据进行检查的模块。当进行CRC的模块(CA或DA)检测出数据错误时，在同一数据通路上的模块(CM或RT)也许包含该错误。然而，由于CM和RT并不进行CRC，因而无法识别错误的位置。因此，以往的技术不能识别出发生了故障的模块，因而无法决定要更换哪个模块。所以盘陈列设备在故障后不能被快速高效地修复。具体地，当故障发生时，维护人员必须查阅故障记录来识别并更换可导致系统瘫痪的故障模块。然而，随着数据处理系统的快速发展，需要一种可快速高效地确定并更换故障模块以避免系统瘫痪的容错系统。
技术实现思路
根据本专利技术的一个方面，提供了一种装置，用于识别包括多个模块的盘控制器中的故障模块，该装置包括测试指示单元，当所述多个模块中的一个模块检测到故障时，该测试指示单元指示所述多个模块利用测试数据对存储器进行访问测试；识别单元，该识别单元根据访问测试的结果识别发生故障的模块。根据本专利技术的另一个方面，提供了一种方法，用于识别包括多个模块的盘控制器中的故障模块，该方法包括当所述多个模块中的一个模块检测出故障时，指示所述多个模块利用测试数据对存储器进行访问测试；基于所述访问测试的结果识别发生了故障的模块。参考附图，结合下面对本专利技术的当前的优选实施例的详细描述，将更好地理解本专利技术以上和其他的目的、特性、优点、以及技术上的和工业上的重要性。附图说明图1是解释根据本专利技术的实施例的故障检测方法的原理图；图2是示出了图1中所示的模块的连接的图；图3是根据本实施例的故障检测设备的功能方框图；图4是示出了访问测试的示例的表；图5是示出了数据样型(Data Pattern)的示例的表；图6是示出了故障位置识别单元所执行的程序的第一示例；图7是示出了故障位置识别单元所执行的程序的第二示例；图8是示出了故障位置识别单元所执行的程序的第三示例；图9是示出了故障位置识别单元所执行的程序的第四示例；图10是故障检测设备所执行的故障检测程序的流程图；图11是用于解释以往的故障识别方法的原理图。具体实施例方式下面将参照附图对本专利技术的优选例进行说明。假定在控制存储设备的控制器中安装了根据本专利技术的故障检测设备。本专利技术不限于这些实施例。图1是用于解释根据本专利技术的故障检测方法的原理图。当执行CRC的第一模块(CA或DA)检测出故障时(见图1中的(1))，该第一模块将该故障通知给具有故障识别装置的第二模块(CM)(见图1中的(2))。当收到该通知后，该第二模块指示所有能够执行“访问测试”的模块(CA和DA)执行访问测试(见图1中的(3))，并且基于该访问测试的结果和从第一模块接收的报告识别故障发生的位置(模块)(见图1中的(4))。如上所述，以往的故障识别方法虽然可以检测出发生了故障，但其不能识别出哪里发生了故障。因此存储设备的维护人员不得不查阅故障记录来识别发生故障的模块，然后更换该故障模块。另一方面，本专利技术的显著特征在于，该故障检测方法可以识别发生了故障的模块。如后所述，即便发生故障的是不具备CRC功能的模块(CM或RT)，该故障检测方法仍然可以识别出发生了故障的位置(模块)。因而故障可被快速高效地修复。图2是示出了图1中所示模块的连接的图。各CM、RT、CA和DA均多台设置，相互连接在一起。因此，当模块中发生了故障时，通过更换故障模块，存储设备便可继续运行。例如，RT 60a与多个CA 70和DA 80相连接。CM 50a与4台RT(60a～60d)相连接。当CM 50a中发生了故障时，另一个CM(50b～50d)可取代CM 50a起作用。在CM(50a～50d)中的一台将作为主CM发挥作用。该主CM具有故障检测设备。在该主CM中编辑访问测试的结果，用来识别可能发生了故障的模块。图3是故障检测设备1的功能方框图。假定该故障检测设备安装在CM内。故障检测设备1包括通信接口(I/F)部2、控制部10、以及存储部20。控制部10包括服务器请求控制单元11、故障数据登记单元12、测试执行指示单元13、测试结果接收单元14和故障位置识别单元15。存储部20包括随机访问存储器(RAM)、故障数据21和测试用存储单元22。通信I/F部2与模块间进行收发数据。通信I/F部2将从故障检测设备1外侧接收到的数据传给控制部10，然后将从控制部10收到的数据传到故障检测设备1的外侧。当控制部10从检测出故障的模块(以下称作“故障检测模块”)接收到故障数据时，该控制部10指示多个模块访问测试用存储单元22来执行访问测试并根据该访问测试的结果识别出故障模块。故障数据登记单元12通过通信I/F部2从故障检测模块接收故障数据，将该数据作为故障数据21登记在存储部20内，并通知服务器请求控制单元11和测试执行指示单元13该故障数据已被接收。一旦故障数据登记单元12接收到故障数据，该故障数据登记单元12不再接收任何故障数据直至经过规定的时间。这样，基于同一故障的访问测试不会被多次重复执行，避免了处理过程中的混乱。服务器请求控制单元11使服务器暂停或恢复向/从盘上的输入/输出(以下称作“服务器I/O”)。例如，当正在进行访问测试时，服务器I/O被暂停。这样可以有效地防止常规的数据访问处理受到访问测试的影响。本文档来自技高网...

【技术保护点】
一种用于识别包括多个模块的盘控制器中的故障模块的装置，该装置包括：测试指示单元，当所述多个模块中的一个模块检测出故障时，该测试指示单元指示所述多个模块利用测试数据对存储器进行访问测试；以及识别单元，该识别单元基于所述访问测试的结果识别发生了故障的模块。

【技术特征摘要】
JP 2005-3-28 2005-0923801.一种用于识别包括多个模块的盘控制器中的故障模块的装置，该装置包括测试指示单元，当所述多个模块中的一个模块检测出故障时，该测试指示单元指示所述多个模块利用测试数据对存储器进行访问测试；以及识别单元，该识别单元基于所述访问测试的结果识别发生了故障的模块。2.根据权利要求1所述的装置，还包括暂停单元，该暂停单元将来自服务器的盘访问请求暂停预定的时间。3.根据权利要求1所述的装置，其中所述测试指示单元在指示所述多个模块进行访问测试后，在经过预定的时间之前，即便其他模块识别出了另一故障也不再指示所述模块进行另一访问测试。4.根据权利要求1所述的装置，其中所述访问测试是向存储器上写入所述测试数据或从所述存储器中读出所述测试数据，或以预定的间隔重复这两者。5.根据权利要求1所述的装置，其中所述测试数据包括第一测试数据和第二测试数据，并且所述访问测试是将第一测试数据和第二测试数据交替地写入...

【专利技术属性】
技术研发人员：山口浩二，佐藤弘章，伊藤实希夫，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：JP[日本]