一種服務器故障監控的方法與流程

本發明公開一種服務器故障監控的方法，涉及服務器管理領域。

背景技術：

服務器，是提供計算服務的設備。由于服務器需要響應服務請求，并進行處理，因此一般來說服務器應具備承擔服務并且保障服務的能力。服務器的構成包括處理器、硬盤、內存、系統總線等，和通用的計算機架構類似，但是由于需要提供高可靠的服務，因此在處理能力、穩定性、可靠性、安全性、可擴展性、可管理性等方面要求較高。而今在競爭日益激烈的服務器市場中，服務器的可靠性成為越來越重要的指標。服務器出現故障后的停機時間是服務器可靠性的重要組成部分，一般服務器出現故障宕機后，往往需要客服人員手動觸發各模塊故障狀態收集，但常常由于多種因素，導致錯誤并發造成服務器故障狀態被破壞，無法獲取有效信息。

為了解決上述問題，本發明提供一種服務器故障監控的方法，使系統的管理模塊能在系統發生故障的瞬間感知故障，并實時收集故障狀態，同時也可以記錄下錯誤發送的順序，對故障定位提供有效的幫助，提高服務器的可靠性。

pch，platformcontrollerhub是intel公司的集成南橋。

gpiogeneralpurposei/o通用輸入/輸出，或總線擴展器，利用工業標準i2c、smbus或spi接口簡化了i/o口的擴展。當微控制器或芯片組沒有足夠的i/o端口，或當系統需要采用遠端串行通信或控制時，gpio產品能夠提供額外的控制和監視功能。

技術實現要素：

本發明針對目前服務器出現故障宕機后，往往需要客服人員手動觸發各模塊故障狀態收集，但常常由于多種因素，導致錯誤并發造成服務器故障狀態被破壞，無法獲取有效信息的問題，提供一種服務器故障監控的方法，對故障定位提供有效的幫助，提高服務器的可靠性。

一種服務器故障監控的方法，將系統元器件的特定管腳連接到系統管理模塊的gpio上，當系統元器件的特定管腳狀態發生變化時，管理模塊通過gpio獲取系統變化信息，判斷系統是否異常，若為系統異常，則收集系統故障狀態數據，并記錄日志。

所述系統元器件為cpu，將cpu的特定管腳連接到系統管理模塊的gpio上，當系統cpu的特定管腳狀態發生變化時，管理模塊通過gpio獲取系統變化信息，判斷系統是否異常，若為系統異常，則收集系統故障狀態數據，并記錄日志。

將cpu的caterr管腳連接到管理模塊的gpio上，當系統cpu的caterr管腳狀態發生變化時，管理模塊通過gpio獲取系統變化信息，判斷系統是否發生致命性錯誤，若為系統發生致命性錯誤，則收集系統故障狀態數據，并記錄日志。

還將cpu的err管腳連接到管理模塊的gpio上，當系統cpu的err管腳狀態發生變化時，管理模塊通過gpio獲取系統變化信息，判斷系統是否發生pcie錯誤，若為系統發生pcie錯誤，則收集系統故障狀態數據，并記錄日志。

所述系統元器件還包括pch，并將pch的warmreset管腳連接到管理模塊的gpio上，當pch的warmreset管腳狀態發生變化時，管理模塊通過與warmreset管腳相連的gpio獲取系統發生重啟信息，判斷系統是否為異常重啟，若是，則收集系統故障狀態數據，并記錄日志。

一種服務器故障監控系統，利用所述的方法對服務器系統進行改造而成，將服務器系統元器件的特定管腳連接到系統管理模塊的gpio上；當系統元器件的特定管腳狀態發生變化時，管理模塊通過gpio獲取系統變化信息，判斷系統是否異常，若為系統異常，則收集系統故障狀態數據，并記錄日志。

所述的元器件為cpu，將cpu的特定管腳連接到系統管理模塊的gpio上。

將系統cpu的caterr管腳和/或err管腳連接到管理模塊的gpio上。

所述的元器件還包括pch，將pch的warmreset管腳連接到管理模塊的gpio上。

本發明與現有技術相比具有的有益效果是：

本發明提供一種服務器故障監控的方法，將系統元器件的特定管腳連接到系統管理模塊的gpio上，當系統元器件的特定管腳狀態發生變化時，管理模塊通過gpio獲取系統變化信息，判斷系統是否異常，若為系統異常，則收集系統故障狀態數據，并記錄日志；使用本發明方法，只對系統做很少改變，卻使系統的管理模塊能在系統發生故障的瞬間感知故障，并實時收集故障狀態，同時還可以記錄下錯誤發送的順序，對故障定位提供有效的幫助，提高服務器的可靠性。

附圖說明

圖1本發明系統管腳連接示意圖；

圖2本發明方法流程示意圖。

圖1中w表示warmreset管腳，e表示err管腳，c表示caterr管腳。

具體實施方式

本發明提供一種服務器故障監控的方法，將系統元器件的特定管腳連接到系統管理模塊的gpio上，當系統元器件的特定管腳狀態發生變化時，管理模塊通過gpio獲取系統變化信息，判斷系統是否異常，若為系統異常，則收集系統故障狀態數據，并記錄日志。

同時提供一種服務器故障監控的系統，利用上述的方法對服務器系統進行改造而成。

為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，對本發明進一步詳細說明。

利用本發明方法，對服務器系統進行改造，將系統元器件的特定管腳連接到系統管理模塊的gpio上，當系統元器件的特定管腳狀態發生變化時，管理模塊通過gpio可以獲取系統相應的變化信息，然后判斷系統是否異常，若為系統異常，則收集系統故障狀態數據，并記錄日志；

其中參考圖1，將各個cpu的caterr管腳連接到管理模塊的gpio上，當系統caterr管腳狀態發生變化時，即系統發生致命性錯誤時，管理模塊通過gpio感知，則收集cpu等模塊故障狀態，記錄致命錯誤日志；

同時可將各個cpu的err管腳連接到管理模塊的gpio上，當系統err管腳狀態發生變化時，即系統發生pcie錯誤時，管理模塊通過gpio感知，收集cpu等模塊故障狀態并記錄pcie錯誤日志；

除將cpu的特定管腳連接到管理模塊的gpio上外，還可將pch的warmreset管腳連接到管理模塊的gpio上，當系統發生重啟時，管理模塊通過與warmreset管腳相連的gpio感知，并判斷是否為異常重啟，若是，則收集系統cpu等模塊故障狀態并記錄異常重啟日志。

在上述實施例中，在主流錯誤場景下，即系統異常重啟，發生致命錯誤，發生pcie錯誤場景下，系統管理模塊可瞬間感知，自動記錄故障并收集故障狀態，能有效的提高故障定位效率。

除此之外，可根據實際情況選擇元器件的特定管腳連接到管理模塊的gpio上，對系統異常情況進行監控，使系統管理模塊可瞬間感知，自動記錄故障并收集故障狀態，能有效的提高故障定位效率。

技術特征：

技術總結
本發明公開一種服務器故障監控的方法，涉及服務器管理領域；將系統元器件的特定管腳連接到系統管理模塊的GPIO上，當系統元器件的特定管腳狀態發生變化時，管理模塊通過GPIO獲取系統變化信息，判斷系統是否異常，若為系統異常，則收集系統故障狀態數據，并記錄日志；使用本發明方法，只對系統做很少改變，卻使系統的管理模塊能在系統發生故障的瞬間感知故障，并實時收集故障狀態，同時還可以記錄下錯誤發送的順序，對故障定位提供有效的幫助，提高服務器的可靠性。

技術研發人員：王建紅
受保護的技術使用者：廣東浪潮大數據研究有限公司
技術研發日：2017.04.14
技術公布日：2017.07.18