JPH0341852B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は、ホスト処理装置と複数のサブホスト
等分散処理装置を有する分散処理システムに係
り、特に分散処理装置のプログラム障害に際し該
分散処理装置の自動運転及び障害修復時間短縮に
好適なソフトウエア障害修復処理方式に関する。

〔従来技術〕

第１図は、ホストと複数のサブホストとを有す
る分散処理システムの一例を示すシステム構成図
である。ホスト１は、通信回線４を介して複数個
のサブホスト２と接続されている。またサブホス
ト２には、それぞれ通信回線４を介して複数台の
端末装置３が接続されている。

このような分散処理システムにおいては、サブ
ホスト２でプログラム障害が発生した場合サブホ
スト２側が無人であるときには障害修復の手段が
なく、またホスト１側からはサブホストでどの様
な障害が発生しているかを知る手段がなかつた。
従つて、サブホスト２側は有人であることが前提
であるが、この場合でも下記の問題点があつた。

(a) プログラム障害の検知及び再開始処理のため
のオペレータが必要である。

(b) サブホスト２側でプログラム障害原因の追求
を行う場合、専門家がサブホスト２の所在地へ
到着する迄に時間を要す。

(c) ホスト１側でプログラム障害原因の追求を行
う場合でも、下記いずれかの問題があつた。

(i) 障害情報を人手でサブホスト２からホスト
１の所在地へ輸送するために輸送時間が必要
である。

(ii) 通信回線を経由して障害情報を転送する場
合でも、プログラム障害部位の局所化がなさ
れていないために、障害情報の転送に長時間
を必要とする。

〔発明の目的〕

本発明の目的とするところは、前記の如き従来
技術の問題点を解決することであり、分散処理シ
ステムに於けるサブホスト等分散処理装置のプロ
グラム障害時の自動運転及び障害修復時間短縮に
好適なソフトウエア障害修復方式を提供すること
にある。

〔発明の概要〕

この発明の特徴とするところは、分散処理装置
に接続されるサービスプロセツサがプログラム障
害を検出し、プログラム障害検出時自動的にメモ
リダンプを取得し、サブホストの再立上げを実行
後、サービスプロセツサを有する分散処理装置が
プログラム障害部位の局所化を行い該障害情報を
ホスト処理装置へ転送し、ホスト側で障害原因の
究明完了後送信されるパツチ情報を受信し、該パ
ツチを障害プログラムに施こし、この後サービス
プロセツサがシステムの再開始を行うソフトウエ
ア障害修復方式である。

〔発明の実施例〕

以下、本発明の一実施例を第２図〜第８図によ
り説明する。

第２図は、本発明の一実施例である分散処理シ
ステムのシステム構成図である。サブホスト２に
は、業務フアイル装置６以外に現システムレジデ
ンス装置７、旧システム・レジデンス装置８、メ
モリダンププログラムフアイル装置９およびメモ
リダンプ用フアイル装置１０が接続されている。

第３図は、本発明の一実施例である分散処理シ
ステムの動作を示すフローチヤートである。

以下、通常運転について第２図により説明す
る。サブホスト２の運転は、コンソールサービス
プロセツサ５またはホスト１からの起動により、
現システム．レジデンス装置７に格納されている
プログラムがサブホスト２にロードされ実行開始
される。

通常運転とのときは、たとえば端末装置３より
メツセージを入力し、該メツセージが通信回線４
を径由してサブホスト２へ到着した後、サブホス
ト２内で一定の処理を実行し、ホスト１での処理
を実行すべくメツセージはサブホスト２より通信
回線４を経由してホスト１へ転送される。ホスト
１で業務処理を終了した後、ホスト１によつて作
成された応答メツセージは、サブホスト２を経由
して端末装置３へ送信される。以上は通常運転の
ときに行われるサブホスト２の動作の一例であ
る。

次に通常運転中にサブホスト２でプログラム障
害が発生した場合の本発明の一実施例の動作につ
いて第３図をもとに説明する。通常運転中にコン
ソールサービスプロセツサ５でプログラム障害を
検知した場合、コンソールサービスプロセツサ５
は、サブホスト２に対してSTOP、STORE、
STATUS（サブホスト２の関連レジスタを主記
憶に格納するオペレーシヨン）、を指示後、メモ
リダンププログラムをメモリダンププログラムフ
アイル装置９よりロードした後、メモリダンプを
メモリダンプ用フアイル装置１０に格納する。こ
の後、コンソールサービスプロセツサ５は、予め
設定されているフラグを判定することにより、プ
ログラムのバージヨンアツプ直後か否かを判定
し、バージヨンアツプ直後であれば旧システム．
レジデンス装置８よりサブホスト２の立上げを実
行する。バージヨンアツプ直後でなければ該当フ
ラグは消去されており、現システム．レジデンス
装置７より再開始処理を実行し、再開始処理が不
成功である場合旧システム．レジデンス装置８よ
りサブホスト２の立上げを実行する。なおコンソ
ールサービスプロセツサ５は、オペレータに代わ
つて上記オペレーシヨンを自動的に実行するもの
でありオペレータが実行できる上記のようなオペ
レーシヨンを自動的に遂行できることはよく知ら
れている。再立上げ後、サブホスト２内のサービ
スプログラムは、メモリダンプ用フアイル装置１
０の内容にもとづきプログラム障害部位の局所化
を実行し、障害情報をホスト１へ送信する。障害
情報を受信したホスト１ではプログラム障害原因
究明後、パツチ情報をサブホスト２へ送信する。
パツチ情報を受信したサブホスト２では、現シス
テム．レジデンス装置７へ該パツチを実行する。
パツチが終了すると、サービスプログラムは、た
とえばコンソールメツセージ出力のような方法
で、コンソールサービスプロセツサ５にパツチ終
了を連絡する。次にコンソールサービスプロセツ
サ５は、サブホスト２が現システム．レジデンス
装置７で運転されていれば運転を続行し、旧シス
テム．レジデンス装置８で運転されていれば現シ
ステム．レジデンス装置７での運転に切替える。
第３図でステツプ31は、主としてコンソールサー
ビスプロセツサ５で行われる部分、ステツプ32は
主としてサブホスト２内のソフトウエアで行われ
る部分、ステツプ33はコンソールサービスプロセ
ツサ５およびサブホスト２内のサービスプログラ
ムによつて行われる部分を示す。

次にプログラム障害の判定方法について説明す
る。第４図は、本発明の一実施例であるプログラ
ム障害判定のフローチヤートを示すものである。
本障害判定は、主としてコンソールサービスプロ
セツサ５で実施する。

プログラム障害の場合、表面化する現象は下記
の４ケースである。

(1) プログラムABEND サブホスト２内ソフトウエアで検知され、コ
ンソールサービスプロセツサ５にABENDコー
ドが出力される。ABENDコードは、通常コン
ソールメツセージとして出力されるもので、コ
ンソールサービスプロセツサ５がABENDコー
ドを監視することは容易である。

(2) システムWAIT システムがWAIT状態となり、WAITコー
ドはPSW（Program Status Word）等のレジ
スタに格納されている。システムWAITとな
ると通常WAITコードがコンソールに出力さ
れる。

(3) プログラムループ プログラム自体がループ状態となる。

(4) 結果不正 上記４ケースのうち、(4)結果不正は人間の判定
を必要とする場合が多く本発明の対象外である。
ABEND、WAITの場合、コンソールサービスプ
ロセツサ５は、それぞれ登録されているABEND
コード、WAITコードと合致するかどうかチエ
ツクし、判定する。ループの場合の検出方法は、
一定時間間隔で診断命令が出ているか否かを判定
し、一定間隔で診断命令が出ていなければコンソ
ールサービスプロセツサ５からサブホスト２内ソ
フトウエアに割込みを発生させ割込みに対する応
答の正常／異常によりループ状態を検出する。

コンソールサービスプロセツサ５がプログラム
障害を検出すると、上記のようなプログラム障害
の種別と障害コードとを、コンソールキーインを
シミユレーシヨンする方法によつて主記憶装置の
所定の場所に格納する。

第５図に本発明の一実施例であるプログラム障
害局所化のフローチヤートを示す。本局所化で使
用する情報は、プログラム障害検出後取得済みの
メモリダンプ用フアイル装置１０に格納されてい
るメモリダンプと現システム．レジデンス装置７
である。

メモリダンプ内システムトレース情報より障害
部位を決定する。障害プログラムがオペレーテイ
ングシステムの一部であれば、オペレーテイング
システム関連テーブルをサーチすることにより、
チエーン切れ等のチエツクを行う。さらにプログ
ラムによつては障害部位前後の範囲をメモリダン
プと現システム．レジデンスとを比較照合するこ
とにより障害部位の局所化が可能である。

なお障害局所化がサブホスト側のみでは不可能
な場合、すなわち上記判定で異常が無い場合ホス
トからの指示により特定範囲のメモリダンプのみ
を送信することにより、情報転送時間の短縮が可
能となる。

ここで、上記判定で使用した要素を第６図から
第８図を用いて解説する。

第６図はシステムトレース情報である。オペレ
ーテイングシステムは、タスクデイスパツチング
のたびに関連するタスクのアドレス、割込み情報
等をシステムトレースエリア１１に格納してお
く。このシステムトレースエリア１１は決められ
たサイズであり、このエリアは複数個の最新情報
が残る様にラウンドロビン方式に管理されてお
り、メモリダンプにより取出せる。従つて本シス
テムトレース情報を判定することにより、障害時
のアドレスあるいは障害状態が判明する。

第７図は、オペレーテイングシステムのテーブ
ル１２〜１８がチエーンによりつながつている状
態を示すものである。このテーブルのつながりを
サーチすることにより、チエーン切れを見つけ、
どの部分が不良かを判定する。

第８図は、プログラム実行形式の例を示す。(a)
は正しいプログラム、(b)は誤つたプログラムであ
り、本内容を比較することにより、0005C₄番地
に誤りがあることが判明する。

なおプログラム障害局所化そのものは、公知技
術である。たとえば多重プログラミングの環境
で、ある問題プログラムが異常終了したとき（プ
ログラムABENDしたとき）、そのプログラムが
占有している主記憶領域のみをメモリダンプする
ことは広く行われている。プログラム障害局所化
で問題となるのは、どこまで障害局所化の範囲を
狭くするかという程度の問題と、問題プログラム
の障害がオペレーテイングシステムと関連する場
合の処置である。上記述べたような手段を用い
て、どの程度までプログラム障害局所化を行うか
の判断は、サブホスト２内のサービスプログラム
の設計者にまかされる設計事項である。

〔発明の効果〕

本発明によれば次の効果がある。

(a) 分散処理装置のプログラム障害を自動的に検
出できる。

(b) プログラム障害発生時、自動的にメモリダン
プを取得するので、プログラム障害原因究明が
可能である。

(c) プログラム障害が発生しても、自動的に再開
始ができる。

(d) 分散処理装置で障害部位の局所化が可能であ
ることにより、障害情報転送時間が短くなる。

(e) 専門家を分散配置することなく、ホスト処理
装置側に集中配置することが可能となり障害原
因究明の効率向上ができる。

従つてサブホスト等分散処理装置運転の自動
化、障害修復時間の短縮が図れる。

【図面の簡単な説明】

第１図はホストと複数のサブホストを有する分
散処理システムの一例を示すシステム構成図、第
２図は本発明の一実施例である分散処理システム
のシステム構成図、第３図は本発明の一実施例の
動作を示すフローチヤート、第４図は本発明の一
実施例であるプログラム障害判定についてのフロ
ーチヤート、第５図は本発明の一実施例であるプ
ログラム障害部位局所化のフローチヤート、第６
図はシステムトレースエリアに格納されるシステ
ムトレース情報を示す図、第７図はOSのテーブ
ルがチエインされている状態を示す図、第８図は
プログラム実行形式の例を示す図である。 １……ホスト、２……サブホスト、３……端末
装置、４……通信回線、５……コンソールサービ
スプロセツサ、７……現システム．レジデンス装
置、８……旧システム．レジデンス装置、９……
メモリダンププログラムフアイル装置、１０……
メモリダンプ用フアイル装置、１１……システム
トレースエリア、１２〜１８……OSのテーブル。

Claims (1)

【特許請求の範囲】
1. １ ホスト処理装置と、該ホスト処理装置に接続
   される分散処理装置とを有する分散処理システム
   において、前記分散処理装置で稼動されるプログ
   ラムのプログラム障害を検出しプログラム障害の
   場合にはメモリダンプ採取を起動し該メモリダン
   プ後システム再開始を行うサービスプロセツサ
   と、前記システム再開始後に前記メモリダンプに
   基づいてプログラム障害局所化を行い該局所化さ
   れた情報を含む障害情報を前記ホスト処理装置に
   送信しホスト処理装置よりパツチ情報を受信した
   とき該パツチを前記障害プログラムに施こすサー
   ビスプログラムが実行される前記分散処理装置と
   を有し、前記サービスプロセツサは前記パツチが
   施こされた後にシステムの再開始を行うことを特
   徴とする分散処理システムのソフトウエア障害修
   復方式。