JPH04330531A - チェックポイント処理方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は複数の計算機を接続し
た複合計算機システムにおけるチェックポイント処理方
式に関する。

【０００２】

【従来の技術】一般に、コンピュータシステムにおいて
は、各種の障害対策機能が設けられている。この障害対
策機能の１つとして、リスタート処理が良く使用されて
いる。このリスタート処理は、障害により実行中のジョ
ブまたはシステム全体が停止した場合に実行されるもの
である。

【０００３】リスタート処理には、特定のジョブのみを
リスタートさせる場合（ジョブリスタート）と、システ
ム全体をリスタートさせる場合（システムリスト）とが
あり、一般には、処理の高速化の目的でジョブリスター
トが多く使用されている。

【０００４】ジョブリスタートとしては、チェックポイ
ントリスタート処理方式が良く知られている。このチェ
ックポイントリスタートは、ジョブの要所要所に予めチ
ェックポイントを設定しておくものであり、ジョブ処理
がチェックポイントにくるたびにその実行環境をステー
タス情報としてチェックポイントファイル記録しておき
、障害によりジョブの実行が中断した場合には、最新の
チェックポイントからリスタートされる。

【０００５】このように、従来のチェックポイントリス
タートは、実行中のプログラムの実行環境を外部記憶媒
体にチェックポイントファイルとして保存し、障害発生
によりプログラムの実行が中断した場合に、保存されて
いるチェックポイントファイルの情報に基づいて旧環境
を復元し、再実行を可能とするものであり、このリスタ
ート方式を用いることで高速の障害復旧を行なうことが
できる。

【０００６】しかしながら、このような従来のチェック
ポイントリスタート方式は電子計算機単体における障害
復旧を行なうものであるため、障害の発生した計算機が
稼動状態に復帰しないかぎり、プログラムの再実行は行
えない。

【０００７】このため、複数の電子計算機が結合されて
構成される複合電子計算機システムに従来のチェックポ
イントリスタート方式を採用しても、ダウンした計算機
が稼動状態に復帰するまでプログラムの再実行を行なえ
ないので、複合電子計算機システム全体の動作の信頼性
を高めることは出来ないという問題がある。

【０００８】

【発明が解決しようとする課題】従来では、障害の発生
した計算機が稼動状態に復帰しないかぎりプログラムの
再実行を行なえないため、複合電子計算機システム全体
の信頼性を高めることができないという問題があった。

【０００９】この発明はこのような点に鑑みてなされた
もので、ダウンした計算機が稼動状態に復帰しなくても
そのプログラムを再実行できるようにし、複合電子計算
機システム全体の動作の信頼性を十分に向上させること
ができるチェックポイント処理方式を提供することを目
的とする。

【００１０】

【課題を解決するための手段および作用】この発明によ
るチェックポイント処理方式は、２次記憶装置を共有す
る複数の電子計算機が結合されて構成された複合電子計
算機システムにおいて、前記各電子計算機に、自計算機
上で実行中のプログラムの実行環境を前記２次記憶装置
内に設定された自計算機用のチェックポイントファイル
に記録する手段と、自計算機の障害発生時に前記チェッ
クポイントファイルの内容に基づいてプログラムを実行
再開するチェックポイント処理手段と、前記２次記憶装
置内の他の計算機のチェックポイントファイルの情報を
自計算機用のチェックポイントファイルに複写する手段
と、前記他の計算機の障害発生時に前記自計算機用のチ
ェックポイントファイルに複写した他の計算機のチェッ
クポイントファイルの内容に基づいて前記他の計算機で
実行されていたプログラムを実行再開する手段とを具備
し、中断されたプログラムを別の電子計算機上で代替実
行することを特徴とする。

【００１１】このチェックポイント処理方式においては
、各電子計算機が共通に参照できる２次記憶装置上にそ
れぞれの計算機のチェックポインファイルが記憶され、
必要に応じて、他の計算機のチェックポインファイルの
内容を自計算機のチェックポイントファイル上に複写す
ることができる。このため、他の計算機が故障した場合
に、その複写した他の計算機のチェックポイントファイ
ルの内容を参照することにより他の計算機で実行されて
いたプログラムを実行再開できる。したがって、故障し
た計算機のプログラムを別の計算機上で代替実行できる
ようになり、複合電子計算機システム全体の動作の信頼
性を向上させることができる。

【００１２】

【実施例】以下、図面を参照してこの発明の実施例を説
明する。

【００１３】図１にはこの発明の一実施例に係わる複合
電子計算機システムの構成が示されている。この複合電
子計算機システムは、複数の電子計算機を通信装置によ
り結合し、共有メモリは持たずに、各電子計算機から共
通に参照できる共有ディスクを持つ構成であるが、ここ
では、簡単のために、第１および第２の２台の電子計算
機１１，１２に着目し、これら電子計算機１１，１２が
共有ディスク１３を共有する場合について説明する。

【００１４】第１および第２の電子計算機１１，１２は
、専用のＣＰＵ間接続バスやＬＡＮ等の通信回線１０を
介して結合されており、互いの動作状態を通知し合うこ
と等によって動作監視を行ないながら、それぞれプログ
ラムの実行処理を行なうものである。

【００１５】共有ディスク１３は、電子計算機１１，１
２の両方から共通に参照できる２次記憶装置であり、チ
ェックポイントファイル１３１，１３２を初め、各種デ
ータやプログラムが格納されている。

【００１６】チェックポイントファイル１３１は、第１
の電子計算機１１で実行中のプログラムのチェックポイ
ント情報を記録するためのファイルである。また、チェ
ックポイントファイル１３２は、第２の電子計算機１２
で実行中のプログラムのチェックポイント情報を記録す
るためのファイルである。

【００１７】第１の電子計算機１１には、チェックポイ
ント管理モジュール１１１が設けられている。このチェ
ックポイント管理モジュール１１１は、第１の電子計算
機１１のチェックポイントファイル１３１を管理するも
のであり、自計算機１１上で実行中のプログラムの実行
環境を所定のチェックポイント毎にチェックポイントフ
ァイル１３１に記録すると共に、自計算機１１の障害発
生時にはチェックポイントファイル１３１の内容に基づ
いてプログラムを実行再開するための処理を行なう。

【００１８】例えば、第１の電子計算機１１がプログラ
ムＡを実行している時は、チェックポイントファイル１
３１にはプログラムＡについての実行環境を示すチェッ
クポイント情報Ｄ１が格納される。

【００１９】また、チェックポイント管理モジュール１
１１は、第２の電子計算機１２が故障した場合に、第２
の電子計算機１２のチェックポイントファイル１３２の
情報を自計算機１１用のチェックポイントファイル１３
１に複写し、その複写したチェックポイントファイル１
３２の内容に基づいて第２の電子計算機１２で実行され
ていたプログラムを代替実行するための機能も有してい
る。

【００２０】このチェックポイント管理モジュール１１
１による複写およびプログラムの代替実行処理は、代替
管理プログラム１１２の指示によって実行開始される。 代替管理プログラム１１２は、オペレータの指示によっ
て起動されるか、または第２の電子計算機１２の故障を
第１の計算機１１が検知することによって自動的に起動
される。

【００２１】第２の電子計算機１２もチェックポイント
管理モジュール１２１を備えている。このチェックポイ
ント管理モジュール１２１は、第２の電子計算機１２の
チェックポイントファイル１３２を管理するものであり
、自計算機１２上で実行中のプログラムの実行環境を所
定のチェックポイント毎にチェックポイントファイル１
３２に記録すると共に、自計算機１２の障害発生時には
チェックポイントファイル１３２の内容に基づいてプロ
グラムを実行再開するための処理を行なう。

【００２２】例えば、第２の電子計算機１２がプログラ
ムＢを実行している時は、チェックポイントファイル１
３２にはプログラムＢについての実行環境を示すチェッ
クポイント情報Ｄ２が格納される。

【００２３】また、チェックポイント管理モジュール１
２１は、第１の電子計算機１１が故障した場合に、第１
の電子計算機１１のチェックポイントファイル１３１の
情報を自計算機１２用のチェックポイントファイル１３
２に複写し、その複写したチェックポイントファイル１
３１の内容に基づいて第１の電子計算機１１で実行され
ていたプログラムを代替実行するための機能も有してい
る。

【００２４】このチェックポイント管理モジュール１２
１による複写およびプログラムの代替実行処理は、代替
管理プログラム１２２の指示によって実行開始される。 代替管理プログラム１２２は、オペレータの指示によっ
て起動されるか、または第１の電子計算機１１の故障を
第２の計算機１２が検知することによって自動的に起動
される。

【００２５】以上の構成は計算機１１，１２共に正常稼
動中の状態に対応するものであり、以下に説明する構成
要素は第１の電子計算機１１が障害発生によりダウンし
た場合に生じるものである。

【００２６】すなわち、図１において、Ｄ１′は計算機
１がダウンした場合にチェックポイント管理モジュール
１２１によって、チェックポイントファイル１３１から
チェックポイントファイル１３２へ複写されたプログラ
ムＡのチェックポイント情報である。第２の電子計算機
１２のプログラムＡ´は、上記の情報複写が行われた後
、情報Ｄ１′に基づいて、計算機２で再実行されたもの
である。次に、図２のフローチャートを参照して、チェ
ックポイント管理モジュール１１１，１２１による複写
およびプログラムの代替実行動作について説明する。

【００２７】図１の計算機１１でプログラムＡが実行さ
れ、計算機１２でプログラムＢが実行されている時、チ
ェックポイント管理モジュール１１１はチェックポイン
トファイル１３１にプログラムＡのチェックポイント情
報Ｄ１を記録し、チェックポイント管理モジュール１２
１はチェックポイントファイル１３２にプログラムＢの
チェックポイント情報Ｄ２を記録する。このとき、計算
機１１が障害発生によりシステムダウンし、プログラム
Ａを計算機１２で代替実行させたる場合について説明す
る。

【００２８】計算機１２上の代替管理プログラム１２２
が例えばオペレータの指示等にって起動され、代替処理
が指定されると、チェックポイント管理モジュール１２
１は以下のような処理を行う。

【００２９】まず、チェックポイント管理モジュール１
２１は、計算機１１の状態をチェックし、計算機１１が
稼働中かどうかを調べる（ステップＳ１）。計算機１１
が稼働中の場合には、プログラムの代替実行処理を中止
する。一方、計算機１１が稼働中の場合には、まず、チ
ェックポイントファイル１３１をロック（専有）し、こ
の後、計算機１１が立ち上がったか否かを調べる（ステ
ップＳ３）。ここで、チェックポイントファイル１３１
をロックするのは、３台以上の計算機からシステムが構
成されている場合に、２台以上の計算機によって同じプ
ログラムについての代替実行処理を同時に実行されるの
を防止するためである。もし、計算機１１が立ち上がっ
ている場合には、チェックポイントファイル１３１をア
ンロック（解放）した後（ステップＳ４）、代替実行処
理を中止する。

【００３０】計算機１１が立ち上がらず故障状態のまま
である場合には、チェックポイントファイル１３を検査
して、リスタートに使用できるチェックポイント情報（
Ｄ１）を調べる（ステップＳ５）。次いで、チェックポ
イント管理モジュール１２１は、チェックポイントファ
イル１３１からチェックポイントファイル１３２へ、チ
ェックポイント情報Ｄ１を複写する（ステップＳ６）。

【００３１】この複写が完了したら、チェックポイント
管理モジュール１２１は、チェックポイントファイル１
３１のアンロックを行う（ステップＳ７）。この後、チ
ェックポイントファイル１３１は、複写したチェックポ
イント情報Ｄ１´に従ってプログラムＡを代替実行する
ための復元処理を行う（ステップＳ８）。

【００３２】この復元処理処理では、プログラムＡが例
えば共有ディスク１３から電子計算機１２にプログラム
Ａ´として転送され、チェックポイント情報Ｄ１´で指
定されるチェックポイントの位置からプログラムＡ´が
実行が再開される。

【００３３】以上のように、この実施例においては、各
電子計算機１１，１２が共通に参照できる共有ディスク
１３上にそれぞれの計算機のチェックポインファイル１
３１，１３２が記憶され、電子計算機１１が故障した場
合には、その故障した計算機１１のチェックポインファ
イル１３１の内容を計算機１２のチェックポイントファ
イル１３２上に複写することができる。

【００３４】このため、その複写した計算機１１のチェ
ックポイントファイル１３１の内容を参照することによ
り、計算機１１で実行されていたプログラムＡを計算機
１２上で実行再開できる。したがって、複合電子計算機
システム全体の動作の信頼性を向上させることができる
。

【００３５】

【発明の効果】以上詳記したようにこの発明によれば、
ダウンした計算機が稼動状態に復帰しなくてもそのプロ
グラム再実行できるようになり、複合電子計算機システ
ム全体の動作の信頼性を十分に向上させることができる
。

【図面の簡単な説明】

【図１】この発明の一実施例に係るコンピュータシステ
ムの構成を示すブロック図。

【図２】同実施例における代替処理動作を説明するフロ
ーチャート。

【符号の説明】

１１，１２…電子計算機、１１１，１２１…チェックポ
イント管理モジュール、１３…共有ディスク、１３１，
１３２…チェックポイントファイル。

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　２次記憶装置を共有する複数の電子計
   算機が結合されて構成された複合電子計算機システムに
   おいて、前記各電子計算機は、自計算機上で実行中のプ
   ログラムの実行環境を前記２次記憶装置内に設定された
   自計算機用のチェックポイントファイルに記録する手段
   と、自計算機の障害発生時に前記チェックポイントファ
   イルの内容に基づいてプログラムを実行再開するチェッ
   クポイント処理手段と、前記２次記憶装置内の他の計算
   機のチェックポイントファイルの情報を自計算機用のチ
   ェックポイントファイルに複写する手段と、前記他の計
   算機の障害発生時に前記自計算機用のチェックポイント
   ファイルに複写した他の計算機のチェックポイントファ
   イルの内容に基づいて前記他の計算機で実行されていた
   プログラムを実行再開する手段とを具備し、中断された
   プログラムを別の電子計算機上で代替実行することを特
   徴とするチェックポイント処理方式。