[发明专利]一种定位服务器宕机故障的装置及方法

说明书

本发明实施例公开了一种定位服务器宕机故障的装置及方法，装置包括部署在监控服务器上的MCA故障诊断系统，还包括日志收集模块和分析定位模块，日志收集模块在MCA故障诊断系统的触发下，收集业务服务器的CSR日志；分析定位模块用于解析收集到的日志，与规则库的内容进行匹配，定位故障位置。本发明通过获取和分析业务服务器的CSR日志，结合规则库，快速定位引起宕机的故障器件，提高故障器件的定位效率，且整个过程无需人为参与，大大节省了人力成本。

技术领域

本发明涉及服务器故障定位技术领域,具体地说是一种定位服务器宕机故障的装置及方法。

背景技术

服务器操作系统上一般运行着非常关键的业务应用，系统的可靠性非常重要。但随着系统硬件资源规模的不断扩展，系统业务应用复杂程度的不断提高，系统出现不稳定的几率也随之不断上升。服务器宕机问题在机房时有发生，严重影响业务应用的运行。

在发生服务器宕机时，运维工程师通常根据BMC(Baseboard ManagementController，基板管理控制器)上报的信息进行故障定位和维修。

然而，宕机后BMC上报故障能力非常有限，要定位故障部件，需要运维工程师同时结合自身的经验，反复验证和测试故障部件，需花费大量的时间，且对运维工程师的经验要求较高，增大了人力成本。

发明内容

本发明实施例中提供了一种定位服务器宕机故障的装置及方法，以解决现有技术中服务器宕机时，故障定位的效率低、成本高的问题。

为了解决上述技术问题，本发明实施例公开了如下技术方案：

本发明第一方面提供了一种定位服务器宕机故障的装置，包括部署在监控服务器上的MCA故障诊断系统，所述装置还包括

日志收集模块，在MCA(Machine-check Architecture，故障诊断结构)故障诊断系统的触发下，收集业务服务器的CSR(Control and Status Register，控制和状态寄存器)日志；

分析定位模块，用于解析收集到的日志，与规则库的内容进行匹配，定位故障位置。

结合第一方面，在第一方面第一种可能的实现方式中，所述规则库记录不同宕机场景下对应的故障部件，并记录更换和/或维修部件的规则。

结合第一方面，在第一方面第一种可能的实现方式中，所述日志收集模块包括

发送单元，在MCA故障诊断系统的触发下，向业务服务器发送IPMI命令，请求CSR日志；

接收单元，收集业务服务器返回的CSR日志。

结合第一方面，在第一方面第一种可能的实现方式中，所述分析定位模块包括

日志解析单元，用于解析CSR日志的内容，得到故障类型；

故障定位单元，匹配相应故障类型的数据库，定位故障具体位置。

结合第一方面，在第一方面第一种可能的实现方式中，所述故障类型包括内存部件故障类、PCIE(peripheral component interconnect express，一种高速串行计算机扩展总线标准)部件故障类、CPU(Central Processing Unit，中央处理器)故障类和主板故障类。

结合第一方面，在第一方面第一种可能的实现方式中，所述规则库包括内存故障数据库、PCIE故障数据库、CPU故障数据库和主板故障数据库。

本发明第二方面提供了一种定位服务器宕机故障的方法，包括以下步骤：

在MCA故障诊断系统的触发下，收集业务服务器的CSR日志；