JP4648082B2

JP4648082B2 - 装置障害自律診断システム

Info

Publication number: JP4648082B2
Application number: JP2005143643A
Authority: JP
Inventors: 英弘山田
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2005-05-17
Filing date: 2005-05-17
Publication date: 2011-03-09
Anticipated expiration: 2025-05-17
Also published as: JP2006324729A

Description

本発明は装置障害自律診断システムに関し、更に詳しくは、複数のデバイスからなる通信機器の異常をキュークレジット機能を用いて障害検出する装置障害自律診断システムに関する。

通信機器におけるデバイスには、キューを所有し、デバイス処理能力以上のフレームレートを受信した場合は、キュー溢れが発生し、輻輳廃棄されるようになっている。通信機器内には複数のデバイスを所有しており、デバイス間のフレーム送受信におけるフロー制御は、クレジット（ｃｒｅｄｉｔ）によって行われる。

図４は従来のクレジット機能の説明図である。図において、１ＡはデバイスＡのキュー、２ＡはデバイスＡのクレジットカウンタである。１ＢはデバイスＢのキュー、２ＢはデバイスＢのクレジットカウンタである。例えば、デバイスＡがデバイスＢへフレーム送信する時、デバイスＡは予めデバイスＢからクレジットが与えられていなければならない。デバイスＢからデバイスＡに対してクレジットが与えられた場合には、カウンタ２Ａに１を加算し、デバイスＡからデバイスＢにフレームを送信したらカウンタ２Ａから１を引く。正常動作状態においては、デバイスＡとデバイスＢのカウント値は同じである。

クレジットは、クレジットを発行したデバイスがクレジットを与えたデバイスからフレームを受信することができる。クレジットにより輻輳を検出し、送信側に送信を止めさせる送信主導型のフロー制御である。また、受信デバイスＢには、キュー長閾値をもたせ、輻輳受信によりキュー溢れが発生した場合に、送信デバイスＡに対してバックプレッシャーにより送信停止指示信号により送信を停止させて輻輳を回避する受信主導型のフロー制御である。

図５はバックプレッシャー送信の説明図である。デバイスＢ側でキュー溢れが発生した場合、デバイスＢ側からデバイスＡ側に対してバックプレッシャーが送信され、デバイスＡからデバイスＢへのフレーム転送を停止させる。

しかしながら、クレジット機能は、デバイス間でのデータ信号の転送により行なわれているため、ビット化けやビット劣化（ビット長が変化すること）により、クレジット間のずれが発生することがある。また、フレームの輻輳受信状態が続き、キュー溢れ廃棄された場合もクレジット間のずれが発生する。装置障害にかかわらず、クレジットが正常状態であってもクレジット間のずれが発生しているため、クレジット機能だけでは障害を検出することは不可能である。

また、バックプレッシャーにおいても同様に、フレームの輻輳状態が続き、キュー溢れ廃棄が発生した場合、バックプレッシャーによって送信を止めるが、受信キューの閾値以下まで処理されると、バックプレッシャーが解除されてしまうので、再びバックプレッシャーを受けてしまう。このため、バックプレッシャーを受け続けているように見える。輻輳受信によって通信できなくなることは通常運用でも発生するが、障害と区別して検出することができない。

デバイス間のクレジット監視として、通信機器の冗長構成Ｎ多重化（Ｎ≧２）において、送信デバイスと受信デバイスとのデバイス切り換えにおけるクレジットカウンタのずれを発生させないようにするために、切り換え時のクレジット値を合わせる技術が存在するが、それらはデバイス障害の有無にかかわらず、冗長構成においてのクレジットカウンタを合わせる提案にとどまっている。

ここでは、冗長構成における、デバイス切り換えによって発生したクレジット値の差分を補正するためのものであり、障害が発生している時を特定する検出機能がないため、デバイス障害により切り換えがあった場合でも、クレジット差が発生していても、補正後の通信による動作保証がないため、通信断の問題が発生する。

従来のこの種の技術としては、例えば宛先交換機を単位として、回線のキュー長異常の状態に応じて、宛先交換機毎に段階的に迂回を行なうことで、ルーティング変更時の安定性を高める技術が知られている（例えば、特許文献１参照）。また、ネットワークの障害発生時の解析、性能不良箇所の特定に有効な情報を生成でき、人手を介さず障害発生箇所、性能不良箇所の特定を可能にする技術が知られている（例えば特許文献２参照）。
特開昭６３−２０７２４２号公報（第３頁左上欄第１２行〜同頁右下欄第１４行、第２図）特開平１０−２６０９４５号公報（段落０００７〜００１１、図１、図２）

前述したクレジットは、あくまでも輻輳状態におけるキュークレジット差異にてフロー制御する機能であり、デバイス障害を検出する機能ではないため、クレジット間のずれが発生した場合、輻輳廃棄が発生しているものであるのか、デバイス障害による廃棄によるずれであるのかの判断ができないという問題があった。

また、通信機器内のデバイスがフレームを通すことを保証するための診断方法として、通信機器内で折り返し監視フレームを出し、通信機器内でフレームが戻ってくることを周期的に確認する方法もあるが、通信機器内を通る複数デバイスに複数キューが存在すると折り返しフレームを全てのキューの監視が終了するまでに時間がかかってしまう。

また、デバイス障害により、折り返し監視フレームが戻らない状況になったとしても障害デバイスを特定することは不可能である。フレーム輻輳によって廃棄状態にあるデバイスのキューは監視フレームまでも廃棄されてしまい、障害が発生したと誤認識してしまう。

本発明はこのような課題に鑑みてなされたものであって、第１に通信機器内の各デバイスの通信が不可能な状態を検出し、この状態が輻輳状態の発生かデバイス障害による廃棄によるものであるかを検出することができる装置障害自律診断システムを提供することを目的としている。第２に、複数のデバイスからなる通信機器のデバイス障害を、クレジット機能を用いて通信障害となる箇所を特定することができるようにすることを目的としている。

本発明は、上記課題の解決に当たり、通信機器の異常をキュークレジット機能を用いてデバイスを監視、制御するリカバリマネージャにて障害検出するための装置障害自律診断システムを実現している。
（１）請求項１記載の発明は、デバイス１とデバイス２とが信号線を介して接続されたシステムであって、各デバイスには、バックプレッシャー制御部と、該バックプレッシャー制御部の出力により制御されるキューマネージャと、該キューマネージャの制御信号を受けてクレジットの制御を行なうクレジット制御部とを有し、更に前記クレジット制御部とバックプレッシャー制御部の出力を論理回路演算するロジック回路部と、該ロジック回路部の出力を受けて前記バックプレッシャー制御部のリセット信号を与えるリセット制御部とを設け、前記各デバイス内に設けられたクレジットカウンタが更新されているか否かを判定した後、バックプレッシャの有無を判定するか又はクレジットカウンタ同士の関係がキュー長と廃棄に関する条件を満たすか否かを判定することにより、引き続き監視を行うか、デバイスのリセットを行なうようにしたことを特徴とする。
（２）請求項２記載の発明は、デバイス１とデバイス２とが信号線を介して接続されたシステムであって、各デバイスには、バックプレッシャー制御部と、該バックプレッシャー制御部の出力により制御されるキューマネージャと、該キューマネージャの制御信号を受けてクレジットの制御を行なうクレジット制御部とを有し、更に前記クレジット制御部とバックプレッシャー制御部の出力を論理回路演算するロジック回路部と、該ロジック回路部の出力を受けて前記バックプレッシャー制御部のリセット信号を与えるリセット制御部とを設け、前記各デバイス内に設けられたクレジットカウンタが更新されているか否かを判定した後、バックプレッシャの有無を判定するか又はクレジットカウンタ同士の関係がキュー長と廃棄に関する条件を満たすか否かを判定することにより、引き続き監視を行うか、デバイスのリセットを行なうように構成されたことを特徴とする。

（１）請求項１記載の発明によれば、デバイスの輻輳状態による廃棄か、異常状態による廃棄かを認識して障害を検出することができる。
（２）請求項２記載の発明によれば、デバイスの輻輳状態による廃棄か、異常状態による廃棄かを認識して障害を検出することができる。

以下、図面を参照して本発明の実施の形態例を詳細に説明する。
図１は本発明の一実施の形態例を示すブロック図である。図において、１０は通信機器であり、図では、＃１〜＃３まで設けられている場合を示している。各通信機器１０内において、１１はラインモジュール、１２はスイッチモジュールである。ラインモジュール１はデバイス１１ａから構成されており、スイッチモジュール１２はデバイス１２ａとデバイス１２ｂから構成されている。デバイス１１ａをデバイス１、デバイス１２ａをデバイス２、デバイス１２ｂをデバイス３とする。各通信機器１０内には、全体の動作を制御するＣＰＵが設けられている。

１３は通信機器１０と接続されるメインスイッチであり、図では＃１〜＃３まで設けた場合を示している。これらメインスイッチ１３の組み合わせによりスイッチ装置２０を構成している。該スイッチ装置２０には、全体の動作を制御するＣＰＵが設けられている。そして、各メインスイッチ１３は、それぞれの通信機器１０内のデバイス３と接続されている。＃１と＃２の通信機器１０においては、回線を介して入ってくるフレームデータをメインスイッチ１３側に転送し、＃３の通信機器１０においては、メインスイッチ１３側からのフレームデータを受けて回線から出ていくように構成されている。

次に、＃１の通信機器１０の詳細構成について説明する。デバイス１において、Ｔｘ１はデバイス１送信側クレジットカウンタである。デバイス２において、Ｔｘ２はデバイス２送信側クレジットカウンタである。Ｒｘｘはデバイス２に設けられたキュー溢れ廃棄カウンタ、Ｑ＿ｌｅｎはデバイス２のキュー長である。ＢＰ１はデバイス２からデバイス１へのバックプレッシャー信号、ＢＰ２はデバイス３からデバイス２へのバックプレッシャー信号である。各デバイスには、バックプレッシャーの状態と、フレーム廃棄数の状態を監視する監視手段１５が設けられている。以下の制御は、主としてこの監視手段１５が行なう。このように構成されたシステムの動作を説明すれば、以下の通りである。

図１に示すシステムでは、通信機器１０内のキューを持つ複数のデバイスをフレームが通過する。本発明が適用される通信機器１０は、インターネットサービスプロバイダ又は、キャリア向けのルータであり、ＩＰネットワークの出入口に配置される。回線と接続するためのラインモジュール１１が複数収容されており、ラインモジュール１１を経由して回線からのデータが送受信される。ラインモジュール１１は、ＯＣ（ＯｐｔｉｃａｌＣａｒｒｉｅｒ）／ＧｂＥ（ＧｉｇａｂｉｔＥｔｈｅｒｎｅｔ：イーサネットは富士ゼロックス社の登録商標）／１０Ｍ，１００ＭＥｔｈｅｒ系などを終端することが可能である。

スイッチモジュール１２は、ルーティング機能を有する。ラインモジュール１１で受信したフレームは、スイッチモジュール１２を経由して、フレームのあて先スイッチモジュール１２を決定する。あて先情報をフレームに付加し、メインスイッチ１３へ送信する。メインスイッチ１３では、複数のスイッチモジュール１２を接続し、スイッチモジュール１２間を中継する。

そして、フレーム内部情報を見て、次へ送信するスイッチモジュール１２を決定し、送信する。また、スイッチモジュール１２であて先を解決できないフレームをメインスイッチのＣＰＵでソフトルーティングする機能を有している。スイッチモジュール１２に送信されたフレームは、あて先情報をはずし、ラインモジュール１１へ送信する。ラインモジュール１１で受信したフレームは、回線へ送信される。

通信機器装置は、ラインモジュール１１、スイッチモジュール１２及びメインスイッチ１３の３つから構成される。通信機器１０には、受信キューとクレジット機能を所有するデバイス１，デバイス２及びデバイス３があり、フレームがデバイス１→デバイス２→デバイス３へと通過する。

デバイス１からデバイス２へフレームが通過する時、デバイス２のクレジットカウンタＴｘ２からデバイス１のクレジットカウンタＴｘ１へクレジットを与える。更に、デバイス１からデバイス２への輻輳送信で、デバイス２のキュー長閾値を越えた受信を行なった場合は、デバイス１へのバックプレッシャーによりデバイス１からの送信を止め、デバイス１のキューで送信待ちフレームをためる。

図２は本発明システムのデバイス２の概念を示すブロック図である。デバイス１，デバイス２において、２５はクレジット制御部、２６はキューマネージャ、２７はバックプレッシャー制御部である。Ｇ１はデバイス１のクレジット制御部２５の出力とバックプレッシャー制御部２７の出力を受けるロジック回路、Ｇ２はデバイス２のクレジット制御部２５とバックプレッシャー制御部２７の出力を受けるロジック回路である。２８はこれらロジック回路Ｇ１とＧ２の出力を受けて、デバイス１とデバイス２のバックプレッシャー制御部２７にそれぞれ制御信号を与えるリセット制御部である。

デバイス１とデバイス２のクレジット制御部２５は、デバイス１とデバイス２の間のクレジット機能を有している。フレームは、デバイス１のキューマネージャ２６に入って出力され、デバイス２のキューマネージャ２６に入って出力され、フレームとして出ていく。リセット制御部２８は、例えば１００ｍｓ周期にてクレジットカウンタＴｘ２とＴｘ１を収集している。キューマネージャ２６は、廃棄カウンタＴｘｘ、キュー長Ｑ＿ｌｅｎ、ＢＰ送受信をリセット制御部２８に通知している。ここでも、周期は１００ｍｓのタイマ割り込みでカウント値を収集している。

図３は装置障害自律診断方法の動作の一例を示すフローチャートであり、リカバリマネージャにおける装置障害自律診断部の動作を示す図である。先ず、ステップＳ１では、一定時間（Δは１００ｍｓ）内でＴｘ１の更新があるかどうかチェックする。Δ内でＴｘ１が変化していないなら、デバイス１からのフレーム送信がないことを示している。しかしながら、ステップＳ２でＢＰ１を受けているならば、ステップＳ１１において送信異常があったものとして、１００ｍｓ周期のうちの３回連続異常状態であるならば、デバイス２をリセットし、障害復旧する。

また、ステップＳ１の一定時間内でＴｘ１が変化していなくて、ステップＳ２でＢＰ１を受けていないならステップＳ２２のようにフレームの送受信がなかったものとして、正常と判断し、監視を続ける。ステップＳ１の一定時間Δ内でＴｘ１が変化していなくて、ステップＳ２においてＢＰ２を受けていないなら、ステップＳ２２のフレームの送受信がなかったとして、正常と判断し、監視を続ける。

ステップＳ１の一定時間Δ内で、Ｔｘ１が変化していて、ステップＳ３で一定時間Δ内でＴｘ２の変化がある場合、デバイス１とデバイス２との間で送受信が行われていることを示すため、ステップＳ５でクレジット機能のずれを監視判断する。ステップＳ１で一定時間Δ内で、Ｔｘ１が変化していて、ステップＳ３で一定時間Δ内でＴｘ２の変化がある場合、デバイス２にて、ＢＰ２を受け続けている可能性がある。ステップＳ５では、クレジット機能のずれを監視判断により正常を判断する。

また、ステップＳ１の一定時間Δ内でＴｘ１が変化していて、ステップＳ３で一定時間内でＴｘ２の変化がある場合、デバイス２にてＢＰ２がなかった場合、クレジット機能が異常と判断して、ステップＳ４４でデバイス２をリセットして復旧する。ステップＳ５でクレジット機能のずれを監視判断により正常を判断する処理として、Ｔｘ１とＴｘ２との間には、キュー（Ｑ＿ｌｅｎ）と廃棄（Ｒｘｘ）分のデータ差まで発生する。

ここで、
｜ΔＴｘ２−ΔＴｘ１｜≦Ｑ＿ｌｅｎ＋Ｒｘｘ
の条件が成り立ていれば、正常処理と判断する。また、
｜ΔＴｘ２−ΔＴｘ１｜＞Ｑ＿ｌｅｎ＋Ｒｘｘ
であれば、ステップＳ３３で１００ｍｓ周期の監視にて、連続発生していれば、デバイス２，３の両方をリセットし、デバイスを復旧させることで、クレジットの関係を復旧させる。

以上、説明したように、本発明によれば、通信機器内のデバイス間での異常障害検出をクレジット機能を用いて行なうことで、通信が高負荷になるクレジット間ずれの発生や、バックプレッシャーによる通信停止が発生し続けても、異常と判断することなく、通信が停止したことを検出することが可能となる。

また、デバイス異常により通信ができなくなった状態を判断することで、デバイス異常の状態を復旧させ、異常状態が継続することを回避する。本発明の装置障害自律診断システムは、送受信間デバイスの構成であるが、複数キューを用いた冗長構成の通信機器内のデバイスの場合にも適応することが可能である。

また、キュークレジットを用いて送信デバイス側と受信デバイス側の監視処理と、障害対象デバイスに対する制御処理を行なうことができる。また、キュークレジットカウント値、キュー溢れ廃棄カウント値、キュー長、バックプレッシャー信号を監視し、障害対象デバイスを特定することができる。更に、オペレーティングシステムを用いて自律診断を行なうことができる。

本発明の一実施の形態例を示すブロック図である。本発明システムのデバイス２の概略を示すブロック図ある。装置障害自律診断方法の動作の一例を示すフローチャートである。従来のクレジット機能の説明図である。バックプレッシャー送信の説明図である。

符号の説明

１０通信機器
１１ラインモジュール
１１ａデバイス１
１２スイッチモジュール
１２ａデバイス２
１２ｂデバイス３
１３メインスイッチ
２０スイッチ装置
Ｔｘ１クレジットカウンタ
Ｔｘ２クレジットカウンタ
Ｒｘｘキュー溢れ廃棄カウンタ

Claims

デバイス１とデバイス２とが信号線を介して接続されたシステムであって、
各デバイスには、バックプレッシャー制御部と、該バックプレッシャー制御部の出力により制御されるキューマネージャと、該キューマネージャの制御信号を受けてクレジットの制御を行なうクレジット制御部とを有し、更に前記クレジット制御部とバックプレッシャー制御部の出力を論理回路演算するロジック回路部と、該ロジック回路部の出力を受けて前記バックプレッシャー制御部のリセット信号を与えるリセット制御部とを設け、
前記各デバイス内に設けられたクレジットカウンタが更新されているか否かを判定した後、バックプレッシャの有無を判定するか又はクレジットカウンタ同士の関係がキュー長と廃棄に関する条件を満たすか否かを判定することにより、引き続き監視を行うか、デバイスのリセットを行なうようにしたことを特徴とする装置障害自律診断方法。
デバイス１とデバイス２とが信号線を介して接続されたシステムであって、
各デバイスには、バックプレッシャー制御部と、該バックプレッシャー制御部の出力により制御されるキューマネージャと、該キューマネージャの制御信号を受けてクレジットの制御を行なうクレジット制御部とを有し、更に前記クレジット制御部とバックプレッシャー制御部の出力を論理回路演算するロジック回路部と、該ロジック回路部の出力を受けて前記バックプレッシャー制御部のリセット信号を与えるリセット制御部とを設け、
前記各デバイス内に設けられたクレジットカウンタが更新されているか否かを判定した後、バックプレッシャの有無を判定するか又はクレジットカウンタ同士の関係がキュー長と廃棄に関する条件を満たすか否かを判定することにより、引き続き監視を行うか、デバイスのリセットを行なうように構成されたことを特徴とする装置障害自律診断システム。