監視装置、監視システムおよび監視方法
【課題】異常を早期に回復させることを課題とする。
【解決手段】スイッチは、自装置またはストレージ装置で異常を検出した場合に、検出した異常の内容を含む異常情報を監視サーバに送信する。監視サーバは、スイッチまたはストレージ装置の異常情報を受信し、受信した異常情報に基づいて異常が生じたスイッチまたはストレージ装置を特定する。さらに、監視サーバは、異常が生じたスイッチまたはストレージ装置の動作情報と装置情報、および、異常が生じていないスイッチまたはストレージ装置の動作情報と装置情報を取得する。その後、監視サーバは、取得した動作情報と装置情報とに基づいて、異常原因を特定する。
【解決手段】スイッチは、自装置またはストレージ装置で異常を検出した場合に、検出した異常の内容を含む異常情報を監視サーバに送信する。監視サーバは、スイッチまたはストレージ装置の異常情報を受信し、受信した異常情報に基づいて異常が生じたスイッチまたはストレージ装置を特定する。さらに、監視サーバは、異常が生じたスイッチまたはストレージ装置の動作情報と装置情報、および、異常が生じていないスイッチまたはストレージ装置の動作情報と装置情報を取得する。その後、監視サーバは、取得した動作情報と装置情報とに基づいて、異常原因を特定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報処理装置の異常を監視する監視装置、監視システムおよび監視方法に関する。
【背景技術】
【０００２】
近年、情報処理システムで扱う情報が増加し、データを保管するストレージシステムの大容量化が進んでいる。データセンターでは、データを利用して様々な処理を実行するサーバやデータを保管するストレージシステムなどが設置され、ストレージシステムとサーバと接続する装置としては、高速なファイバーチャネルスイッチが広く利用されている。
【０００３】
ファイバーチャネルスイッチは、データセンターに設置されるサーバ等の台数が増加すると使用台数が多くなる。また、複数台のファイバーチャネルスイッチを接続するカスケード接続も用いられている。
【０００４】
このような多数の装置が接続される接続環境において、ファイバーチャネルスイッチにおいて装置不具合や障害が発生した場合、サーバが、ファイバーチャネルスイッチのエラーを検出してＣＥ（Customer Engineer）へ通知する。ＣＥは、エラーが発生したファイバーチャネルスイッチのログを採取し、エラー解析を行う。そして、ＣＥは、エラー解析の結果から交換が必要な保守部品を特定し、交換作業を実施する。このようにして、多数の装置を接続するファイバーチャネルスイッチの保守作業が実施されている。
【０００５】
また、上記した保守作業以外の保守作業を実行する保守装置やリモート監視装置なども利用されている。例えば、保守装置は、障害発生を契機に、過去の障害情報と回復手順とから類似の障害と回復手順とを特定し、特定した回復手順で発生した障害を回復させる。また、リモート監視装置は、スイッチの監視情報を受信し、受信した監視情報に基づいて保守情報を特定し、特定した保守情報を管理者に電子メールで通知するとともに、ホームページなどのＷｅｂ画面に表示する。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００１−３４５０９号公報
【特許文献２】特開２００２−５５８５０号公報
【特許文献３】特開２００６−１０７０８０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、従来の技術では、上記したような多数の装置が接続されるシステムで異常が発生した場合に、異常の詳細な原因を特定するのに時間がかかり、異常を早期に回復することができないという問題があった。
【０００８】
例えば、従来の技術では、監視対象の装置で異常が発生した場合に、その異常の詳細な原因を特定するために、他の装置のログを収集することになる。したがって、システムを形成する装置の台数が多い場合には、ログ収集にかかる時間が長くなる。また、収集したログも膨大になるので、解析する時間も長くなり、最終的に異常の原因を特定するまでには多くの時間がかかる。この結果、復旧までに多くの時間がかかることになる。また、復旧までに時間がかかることから、他の異常が発生する可能性が高くなり、異常による被害が拡大する恐れもある。
【０００９】
開示の技術は、異常を早期に回復させることができる監視装置、監視システムおよび監視方法を提供することを目的とする。
【課題を解決するための手段】
【００１０】
本願の開示する監視装置、監視システムおよび監視方法は、一つの態様において、情報処理装置の異常情報を受信する異常受信部と、受信した異常情報に基づいて異常が生じた情報処理装置を特定する異常装置特定部とを有する。また、異常が生じた情報処理装置および他の情報処理装置の動作情報と装置情報を取得する情報取得部と、取得した動作情報と装置情報とに基づいて、異常原因を特定する異常原因特定部とを有する。
【発明の効果】
【００１１】
本願の開示する監視装置、監視システムおよび監視方法の一つの態様によれば、異常を早期に回復させることができるという効果を奏する。
【図面の簡単な説明】
【００１２】
【図１】図１は、実施例１に係るシステムの全体構成を示す図である。
【図２】図２は、監視サーバの構成を示すブロック図である。
【図３】図３は、解析情報ＤＢに記憶される情報の例を示す図である。
【図４】図４は、過去事例ＤＢに記憶される情報の例を示す図である。
【図５】図５は、異常を特定する処理を説明する図である。
【図６】図６は、スイッチの構成を示すブロック図である。
【図７】図７は、ストレージ装置の構成を示すブロック図である。
【図８】図８は、異常特定処理の流れを示すフローチャートである。
【図９】図９は、ＦＯＳの自動更新処理の流れを示すフローチャートである。
【図１０】図１０は、複数のデータセンターを一括で管理するシステムの例を示す図である。
【図１１】図１１は、エラー発生時に同様の条件で動作しているスイッチを検索する処理の流れを示すフローチャートである。
【発明を実施するための形態】
【００１３】
以下に、本願の開示する監視装置、監視システムおよび監視方法の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
【実施例１】
【００１４】
実施例１では、開示する監視サーバを含むシステムの全体構成、システムを形成する各装置の構成、処理の流れ、実施例１による効果を説明する。なお、ここで例示するシステム構成等はあくまで例示であり、これに限定されるものではない。
【００１５】
［全体構成］
図１は、実施例１に係るシステムの全体構成を示す図である。図１に示すように、このシステムは、スイッチングハブ５、監視サーバ５００、サーバ６００、サーバ７００、スイッチ１００〜スイッチ４００、ストレージ装置１０〜ストレージ装置８０、品証部サーバ８００を有する。このシステムでは、各サーバと各スイッチおよび各ストレージ装置が、業務で使用されるＦＣ（ファイバーチャネル：Fibre Channel）を用いた業務ネットワークで接続される。また、監視サーバ５００と各スイッチが、業務ネットワークとは異なる保守用のネットワークで接続される。
【００１６】
監視サーバ５００は、各スイッチや各ストレージ装置で発生する異常を監視する保守サーバであり、各スイッチとスイッチングハブ５を介するＬＡＮ（Local Area Network）で接続される。つまり、監視サーバ５００は、スイッチ１００、スイッチ２００、スイッチ３００、スイッチ４００の各々と保守用のネットワークで接続される。
【００１７】
また、監視サーバ５００は、ＦＣでスイッチ１００と接続され、スイッチ１００を介して各スイッチおよび各ストレージ装置に接続される。また、監視サーバ５００は、インターネットなどのネットワークを介して品証部サーバ８００と接続される。
【００１８】
サーバ６００およびサーバ７００は、ＦＣでスイッチ１００と接続され、スイッチ１００を介して各スイッチおよび各ストレージ装置に接続される。このサーバ６００およびサーバ７００は、業務サーバであり、各ストレージ装置にデータを格納したり、各ストレージ装置から所望のデータを読み出したりして各種処理を実行する。
【００１９】
スイッチ１００〜スイッチ４００は、ストレージ装置と各サーバとの間のデータ通信を中継するＦＣスイッチなどのネットワーク機器である。スイッチ１００は、監視サーバ５００、サーバ６００、サーバ７００、ストレージ装置１０、ストレージ装置５０、スイッチ２００の各々とＦＣで接続され、スイッチングハブ５とＬＡＮで接続される。スイッチ２００は、スイッチ１００、ストレージ装置２０、ストレージ装置６０、スイッチ３００の各々とＦＣで接続され、スイッチングハブ５とＬＡＮで接続される。
【００２０】
同様に、スイッチ３００は、スイッチ２００、ストレージ装置３０、ストレージ装置７０、スイッチ４００の各々とＦＣで接続され、スイッチングハブ５とＬＡＮで接続される。スイッチ４００は、スイッチ３００、ストレージ装置４０、ストレージ装置８０の各々とＦＣで接続され、スイッチングハブ５とＬＡＮで接続される。つまり、スイッチ１００〜スイッチ４００は、カスケード接続されている。
【００２１】
ストレージ装置１０〜ストレージ装置８０は、サーバ６００やサーバ７００が各処理に利用するデータを記憶する記憶装置である。各ストレージ装置は、上述したようにスイッチ各々と接続される。また、各ストレージ装置には、監視ソフトウェアがインストールされている。この監視ソフトウェアは、各ストレージ装置内で常時起動し、リードまたはライトエラーの検出、ネットワーク切断の検出、ハードウェア故障などストレージで発生する異常を検出する。
【００２２】
品証部サーバ８００は、各ストレージ装置または各スイッチで動作するソフトウェアやファームウェアなどの情報を管理するサーバであり、ソフトウェアなどを提供する各メーカのホームページなどから最新のバージョンやパッチ情報を取得して記憶する。例えば、この品証部サーバ８００は、各スイッチで動作するＦＯＳ（Fabric Operating System）の最新バージョン（版数）や各ストレージ装置で動作する監視ソフトウェアの最新バージョンを記憶する。
【００２３】
このような状態において、監視サーバ５００は、ネットワークを介して接続される各ストレージおよび各スイッチの動作状態を監視する監視装置であって、各ストレージ装置および各スイッチの異常情報を受信する。そして、監視サーバ５００は、受信した異常情報に基づいて異常が生じた装置を特定する。その後、監視サーバ５００は、異常が生じた装置および異常が生じていない他の装置の動作情報と装置情報を取得する。そして、監視サーバ５００は、取得した動作情報と装置情報とに基づいて、異常原因を特定する。
【００２４】
このように、監視サーバ５００は、各装置の構成情報と各装置のエラー情報を自動で取得する。これにより、ＣＥ（Customer Engineer）は、スイッチがカスケード接続される複雑で大規模なシステム全体であっても、どの場所でどのような障害が発生しているかを早期に掴むことが可能になり、短時間で原因究明ができる。この結果、早期に異常の詳細な原因を特定することができ、異常を早期に回復させることができる。
【００２５】
［各装置の構成］
次に、図２〜図７を用いて、図１に示した監視サーバ５００の構成、各スイッチの構成、各ストレージの構成を説明する。なお、スイッチングハブ５は一般的なスイッチングハブと同様の構成を有し、サーバ６００およびサーバ７００は、一般的なラック格納型サーバやブレードサーバなどと同様の構成を有するので、詳細な説明は省略する。また、品証部サーバ８００は、各メーカのホームページなどから最新のバージョンやパッチ情報を定期的に取得する機能を有する他は、一般的なサーバと同様の構成を有するので、詳細な説明は省略する。
【００２６】
（監視サーバの構成）
図２は、監視サーバの構成を示すブロック図である。図２に示すように、監視サーバ５００は、ＣＡ（Channel Adapter）５０１と、ＣＡ５０２と、ＬＡＮポート５０３と、キャッシュ５０４と、解析情報ＤＢ（DataBase）５０５と、過去事例ＤＢ５０６と、制御部５１０とを有する。なお、キャッシュ５０４、解析情報ＤＢ５０５、過去事例ＤＢ５０６各々は、例えば半導体メモリ素子やハードディスクなどの記憶装置である。
【００２７】
ＣＡ５０１およびＣＡ５０２は、業務ネットワークと接続する冗長化されたホスト接続用アダプターであり、監視サーバ５００とスイッチ１００とをＦＣで接続する。例えば、ＣＡ５０１およびＣＡ５０２は、各スイッチまたは各ストレージに対して、データの書き込み要求や読み出し要求を送信したり、各要求の結果を受信したりする。
【００２８】
ＬＡＮポート５０３は、保守用のネットワークと接続されるインタフェースであり、スイッチングハブ５と接続される。例えば、ＬＡＮポート５０３は、イーサネット（登録商標）などを用いたネットワークに接続される。このＬＡＮポート５０３は、スイッチ１００から送信されたエラー情報などを受信したり、各スイッチまたは各ストレージを宛先とするソフトウェアの更新指示などを送信したりする。
【００２９】
キャッシュ５０４は、制御部５１０が有する各制御部が処理を実行する際に使用する一時領域である。例えば、キャッシュ５０４は、異常受信部５１１が受信した異常通知（異常情報）、情報取得部５１２が取得した各ストレージ装置や各スイッチの情報などを記憶する。また、キャッシュ５０４は、異常原因特定部５１３が異常を解析する際の途中データや、ソフトウェア更新部５１４が品証部サーバ８００から取得した各種ソフトウェアなどの最新バージョン等を記憶する。
【００３０】
解析情報ＤＢ５０５は、異常原因特定部５１３が解析して得た解析結果を記憶する。ここで記憶される情報は、異常原因特定部５１３によって格納、更新、削除される。図３は、解析情報ＤＢに記憶される情報の例を示す図である。図３に示すように、解析情報ＤＢ５０５は、解析結果として、「解析日、異常通知装置、異常装置、異常内容、スイッチ情報、ストレージ情報、カスケード情報」を対応付けて記憶する。なお、ここで示した情報はあくまで例示であり、これに限定されるものではなく、ユーザ設定によって変更することができる。
【００３１】
ここで記憶される「解析日」は、異常が検出されて解析された時刻である。「異常通知装置」は、監視サーバ５００に異常を通知したスイッチを特定する情報であり、例えばスイッチの名称、ＩＰ（Internet Protocol）アドレス、ＭＡＣ（Media Access Control）アドレスなどが格納される。「異常装置」は、異常通知によって異常が発生したと検出された装置を示す情報であり、ストレージ装置またはスイッチの名称、ＩＰアドレス、ＭＡＣアドレスなどを示す。「異常内容」は、解析された具体的な異常内容などを示し、「スイッチ情報」は、異常装置が接続されるスイッチで動作するソフトウェア等のバージョンを示す情報を示す。「ストレージ情報」は、異常が検出されたストレージ装置、または、異常が検出されたスイッチと接続されるストレージ装置で動作するソフトウェア等のバージョンを示す情報を示す。「カスケード情報」は、エラーを通知したスイッチとカスケード接続されるスイッチに関する情報を示す。
【００３２】
図３の例では、監視サーバ５００が、2010/12/28 11：25：05に、スイッチ１００からストレージ装置５０で発生した異常通知を受信した。この異常通知を解析することで、「ストレージ装置５０」で「リードエラー」が発生したこと、ストレージ装置５０のソフトウェアバージョンがＳＷ−１であること、スイッチ１００のＦＯＳのバージョンがＦＯＳ−Ａであることが特定されたことを示している。また、スイッチ１００とカスケード接続されるスイッチ２００のＦＯＳのバージョンがＦＯＳ−Ａ２であることを示している。なお、ここでは、ＦＯＳ−ＡよりもＦＯＳ−Ａ２の方がバージョンが新しいとする。
【００３３】
過去事例ＤＢ５０６は、過去に検出された異常内容と当該異常内容に対して実施された保守内容とを対応付けた過去事例を記憶する。ここで記憶される情報は、監視サーバ５００の管理者によって格納、更新、削除される。図４は、過去事例ＤＢに記憶される情報の例を示す図である。図４に示すように、過去事例ＤＢ５０６は、過去事例として「異常内容、異常環境、接続環境、対応内容」を対応付けて記憶する。
【００３４】
ここで記憶される「異常内容」は、検出されたスイッチまたはストレージ装置の異常内容を示す。「異常環境」は、異常内容の原因と推定されたソフトウェアなどの情報であり、異常が検出されたスイッチやストレージ装置の装置情報などを示す。「接続環境」は、異常の原因と推定された接続環境を示し、例えばカスケード接続される各スイッチのＦＯＳバージョン、スイッチやストレージ装置各々のソフトウェアバージョンなどを示す。「対応内容」は、異常内容に対して実施された保守内容が格納される。
【００３５】
図４の例では、リードエラーが発生したストレージ装置のソフトウェアバージョンがＳＷ−１であり、このストレージ装置に接続されるスイッチのＦＯＳのバージョンがＦＯＳ−Ａである。また、当該スイッチとカスケード接続されるスイッチのＦＯＳバージョンがＦＯＳ−Ａ２である。この状態で発生した上記リードエラーに対する異常回復処理として、ＦＯＳ（ＦＯＳ−Ａ）のバージョンアップを実行したことを示している。
【００３６】
制御部５１０は、内部メモリを有するＣＰＵ（Central Processing Unit）などの電子回路であり、異常受信部５１１と情報取得部５１２と異常原因特定部５１３とソフトウェア更新部５１４とを有する。
【００３７】
異常受信部５１１は、各スイッチや各ストレージ装置などの異常情報をＬＡＮポート５０３から受信し、受信した異常情報に基づいて異常が生じた装置を特定する。具体的には、異常受信部５１１は、各スイッチから保守用のネットワークに送信された異常情報を受信してキャッシュ５０４に格納する。そして、異常受信部５１１は、キャッシュ５０４に格納した異常情報から異常が生じた装置を特定し、特定した装置の情報をキャッシュ５０４に格納するとともに、情報取得部５１２に通知する。
【００３８】
例えば、異常受信部５１１は、各スイッチで動作する監視ソフトウェアが送信した異常通知を受信する。この場合、異常受信部５１１は、監視ソフトウェアが規定する「異常検出装置」などに示される「ホスト名」等を取得することで異常が生じた装置を特定することができる。
【００３９】
また、異常受信部５１１は、ＳＮＭＰ（Simple Network Management Protocol）のトラップによる警告や非同期通知で異常通知を受信することもできる。この場合、異常受信部５１１は、ＳＮＭＰメッセージに含まれるＯＩＤ（Object Identifier）などによって、異常が生じた装置を特定することができる。なお、ここで示した異常情報はあくまで例示であり、これに限定されるものではなく、例えば監視サーバ５００と各スイッチとの間で予め取り決められた他の通知手法等を用いることもできる。
【００４０】
情報取得部５１２は、異常が生じた装置および異常が生じていない他の装置の動作情報と装置情報を取得する。例えば、情報取得部５１２は、異常受信部５１１から異常が検知されたことが通知されると、各スイッチに対してsupportsaveコマンドの発行指示をＬＡＮポート５０３から送信する。そして、情報取得部５１２は、各スイッチがsupportsaveコマンドによって取得したsupportsave情報をＬＡＮポート５０３から受信して、キャッシュ５０４に格納するとともに、情報を取得したことを異常原因特定部５１３に通知する。
【００４１】
ここで、情報取得部５１２が取得するsupportsave情報には、各装置が動作している動作情報や装置の構成等を含む稼動環境情報、各装置で発生したエラー情報などが含まれる。一例を挙げると、supportsave情報には、ライセンス情報が表示される「licenseshow」、シリアルナンバーや型格が表示される「chassisshow」、ＦＯＳバージョン（版数）が表示される「version」が含まれる。さらに、supportsave情報には、ＷＷＮ（World Wide Name）が表示される「switchshow」、有効なポートが表示される「portshow」、エラーログが表示される「errdump」が含まれる。
【００４２】
異常原因特定部５１３は、情報取得部５１２が取得した動作情報と装置情報とを含むsupportsave情報に基づいて、異常原因を特定する。具体的には、異常原因特定部５１３は、情報取得部５１２が取得する「licenseshow」、「chassisshow」、「version」、「switchshow」、「portshow」からエラー発生環境を特定する。また、異常原因特定部５１３は、「errdump」からエラーが発生した装置を特定する。
【００４３】
図５を例にして具体的に説明する。図５は、異常を特定する処理を説明する図である。ここでは、情報取得部５１２が、supportsave情報である「supportsave-1」をスイッチ１００から受信したものとする。同様に、情報取得部５１２が、「supportsave-2」をスイッチ２００から受信し、「supportsave-3」をスイッチ３００から受信し、「supportsave-4」をスイッチ４００から受信したものとする。
【００４４】
この場合、異常原因特定部５１３は、「supportsave-1」〜「supportsave-4」各々から「licenseshow」、「chassisshow」、「version」、「switchshow」、「portshow」を抽出する。そして、異常原因特定部５１３は、各スイッチのライセンス情報を「licenseshow」から抽出する。また、異常原因特定部５１３は、シリアルナンバーや型格などの情報を「chassisshow」から抽出し、同様に、ファンやスイッチや電源などを示すオブジェクトタイプ、各オブジェクトが消費する電力、電源オンからの日数などを「chassisshow」から抽出する。
【００４５】
また、異常原因特定部５１３は、スイッチカーネルＯＳのバージョン、ＦＯＳのバージョン、ファームウェアの構築日付、スイッチ内のフラッシュロムに格納されている情報、ファームウェアのバージョンなどを「version」から抽出する。
【００４６】
また、異常原因特定部５１３は、スイッチとポートステータスの情報を「switchshow」から抽出する。例を挙げると、異常原因特定部５１３は、スイッチの情報として、オンラインやオフラインなどのスイッチの状態、プリンシパルやサブなどスイッチの役割、スイッチのドメイン、スイッチのＷＷＮ、スイッチのビーコン状態などを抽出する。また、異常原因特定部５１３は、ポートステータスの情報として、ポート（スロット）番号、メディアタイプ、各ポートの速度など抽出する。同様に、異常原因特定部５１３は、光信号を受信していることや同期していないことなどを示すポート状態、スイッチに向かう上方パスであるのかスイッチから離れる下方パスであるのかが管理者によって規定されたコメント情報などを抽出する。
【００４７】
また、異常原因特定部５１３は、ポートの名前、診断実行中などを示すポートのＳＮＭＰ状態、光信号を受信中であることなどを示すポートの物理的状態、ポートの状態変更履歴、接続されるデバイスのポートＷＷＮなどの情報を「portshow」から抽出する。また、異常原因特定部５１３は、エラーが発生したスイッチやストレージ装置を識別する情報、エラーの発生時刻、エラーの重要度などエラーに関する情報を「errdump」から抽出する。
【００４８】
さらに、異常原因特定部５１３は、スイッチに設定されているゾーニング情報や他装置との接続関係を示す接続情報などを各スイッチから取得する。例えば、異常原因特定部５１３は、各スイッチに対してsupportsaveコマンドの発行指示を送信して、ポートゾーニングやＷＷＮゾーニングなどのゾーニングコンフィグレーションを取得する。同様に、異常原因特定部５１３は、アクティブなポートＡにストレージ装置１０が接続されていることなどを示す情報やスイッチ内のポート間で設定されているパーティショング情報などを取得する。また、異常原因特定部５１３は、スイッチに接続されるストレージ装置のファームウェアやソフトウェアのバージョン情報を取得する。
【００４９】
上述したように、異常原因特定部５１３は、supportsaveコマンドを各スイッチに実行させて取得した情報を解析する。その結果、異常原因特定部５１３は、エラー発生スイッチおよびストレージ装置、エラー発生ポート、エラー発生時間、スイッチの接続情報、ゾーニング情報、スイッチのＦＯＳやハードウェア構成、ストレージ装置のソフトウェアやハードウェア構成を取得する。そして、異常原因特定部５１３は、解析して得られた情報を解析情報ＤＢ５０５に格納する。
【００５０】
このように、異常原因特定部５１３は、supportsaveコマンドで取得された情報を解析することで、異常内容、異常発生装置、スイッチとストレージ装置の接続環境、カスケード接続されるスイッチの情報などを得ることができる。
【００５１】
図２に戻り、ソフトウェア更新部５１４は、品証部サーバ８００からソフトウェアを取得する。そして、ソフトウェア更新部５１４は、異常原因特定部５１３が特定した異常がソフトウェアの更新で解消できる異常である場合、特定された異常を解消したソフトウェアが、品証部サーバ８００に登録されているかを検索する。そして、ソフトウェア更新部５１４は、品証部サーバ８００に登録されている場合には、異常が生じた装置にソフトウェアの更新を指示する。
【００５２】
例えば、ソフトウェア更新部５１４は、解析情報ＤＢ５０５の「異常内容」をキーにして、過去事例ＤＢ５０６の「異常内容」を検索し、両ＤＢで異常内容が一致するレコードを特定する。そして、ソフトウェア更新部５１４は、特定した両レコードについて、解析情報ＤＢ５０５の「スイッチ情報」または「ストレージ情報」と、過去事例ＤＢ５０６の「異常環境」とが一致するか否かを判定する。さらに、ソフトウェア更新部５１４は、特定した両レコードについて、解析情報ＤＢ５０５の「カスケード情報」と、過去事例ＤＢ５０６の「接続環境」とが一致するか否かを判定する。そして、ソフトウェア更新部５１４は、上記判定がそれぞれ一致する場合、過去事例ＤＢ５０６の「対応内容」に記載される処理を実行する。
【００５３】
図３および図４を例にして説明する。ここでは、ソフトウェア更新部５１４は、「異常内容」が一致するレコードを既に特定しているものとする。ソフトウェア更新部５１４は、解析情報ＤＢ５０５を参照して、リードエラーが発生したストレージ装置５０と接続されるスイッチ１００のＦＯＳバージョンが「ＦＯＳ−Ａ」であることを特定する。同様に、ソフトウェア更新部５１４は、スイッチ１００とカスケード接続されるスイッチ２００のＦＯＳバージョンが「ＦＯＳ−Ａ２」であることを特定する。
【００５４】
続いて、ソフトウェア更新部５１４は、過去事例ＤＢ５０６を参照し、「ＦＯＳ−Ａ」のスイッチと「ＦＯＳ−Ａ２」のスイッチがカスケード接続されている環境で、ストレージ装置の「リードエラー」が発生したことを特定する。
【００５５】
すなわち、ソフトウェア更新部５１４は、カスケード接続されるスイッチのＦＯＳバージョンの違いに、異常の原因があるものと推定する。このため、ソフトウェア更新部５１４は、品証部サーバ８００からＦＯＳの最新バージョンを取得し、取得した最新バージョンをスイッチ１００に送信する。こうすることで、スイッチ１００では、ＦＯＳのバージョンアップが実行される。
【００５６】
（スイッチの構成）
図６は、スイッチの構成を示すブロック図である。なお、図１に示した各スイッチは同様の構成を有するので、ここではスイッチ１００を例にして説明する。図６に示すように、スイッチ１００は、ＳＦＰ（Small Form Factor Pluggable）１００−１〜ＳＦＰ１００−ｎ（ｎ：自然数）と、ＳＦＰ１０１−１〜ＳＦＰ１０１−ｎ（ｎ：自然数）と、ＬＡＮポート１０２とを有する。さらに、スイッチ１００は、電源１０３ａと電源１０３ｂ、ファン１０４ａとファン１０４ｂ、制御ボード１０５とを有する。なお、ここで示した電子部品や電子部品の数はあくまで例示であり、これに限定されるものではない。
【００５７】
ＳＦＰ１００−１〜ＳＦＰ１００−ｎおよびＳＦＰ１０１−１〜ＳＦＰ１０１−ｎは、業務ネットワークと接続するインタフェースであり、ＦＣで他の装置と接続する着脱可能なコネクタである。図１の例の場合、スイッチ１００は、ＳＦＰ１００−１〜ＳＦＰ１００−ｎまたはＳＦＰ１０１−１〜ＳＦＰ１０１−ｎを用いて、スイッチ２００とカスケード接続したり、ストレージ装置１０およびストレージ装置５０各々とＦＣで接続したりする。したがって、スイッチ１００は、このＳＦＰを介して、ストレージ装置１０およびストレージ装置５０各々にリード要求やライト要求を送信したり、エラー情報を取得したりする。
【００５８】
ＬＡＮポート１０２は、保守用のネットワークと接続されるインタフェースであり、スイッチングハブ５と接続される。例えば、ＬＡＮポート１０２は、ストレージ装置１０またはストレージ装置５０で発生したエラーやスイッチ１００で発生したエラーを、監視サーバ５００に送信する。また、ＬＡＮポート１０２は、ＦＯＳのバージョンアップなど保守指示を監視サーバ５００から受信する。
【００５９】
電源１０３ａと電源１０３ｂは、スイッチ１００の電源であり、不具合や停電等に備えて冗長化されている。ファン１０４ａとファン１０４ｂは、スイッチ１００の外部から空気を吸い込んで、スイッチ１００に搭載される上記電子部品を冷却する送風器である。
【００６０】
制御ボード１０５は、ＡＳＩＣ（Application Specific Integrated Circuit）などの集積回路であり、スイッチング制御部１０６と制御部１０７とを有する。スイッチング制御部１０６は、各ＳＦＰ間のスイッチング経路、ゾーニング情報、パーティショング情報などを記憶する内部メモリを有し、受信したデータを宛先が接続されるＳＦＰから送信する。
【００６１】
制御部１０７は、ＦＯＳを実行するとともに、監視ソフトウェアやＳＮＭＰ制御を実行するＣＰＵ１０７ａと、supportsave情報や各種ログなど記憶するメモリ１０７ｂと有し、スイッチ１００内の各種処理を統括的に制御する。
【００６２】
ＣＰＵ１０７ａは、監視ソフトウェアを実行して、スイッチ１００で発生する異常、スイッチ１００と接続されるストレージ装置１０やストレージ装置５０で発生する異常を検出する。そして、ＣＰＵ１０７ａは、検出した異常を通知する異常通知を生成し、ＬＡＮポート１０２を介してスイッチ１００に送信する。このように、ＣＰＵ１０７ａは、監視ソフトウェア等を用いることで、ストレージ装置が実行した処理結果やストレージ装置で発生したエラー情報などのストレージ装置のログ情報を収集して、メモリ１０７ｂに格納することができる。
【００６３】
さらに、ＣＰＵ１０７ａは、ＬＡＮポート１０２を介して、監視サーバ５００からsupportsaveコマンドの発行指示を受信した場合、supportsaveコマンドを自装置に発行する。そして、ＣＰＵ１０７ａは、「licenseshow」、「chassisshow」、「version」、「switchshow」、「portshow」、「errdump」を有するsupportsave情報をメモリ１０７ｂから取得する。そして、ＣＰＵ１０７ａは、ＬＡＮポート１０２を介して、取得したsupportsave情報やストレージ装置の情報などを監視サーバ５００に送信する。
【００６４】
また、ＣＰＵ１０７ａは、スイッチ１００から新たなバージョンのＦＯＳを受信した場合、当該ＦＯＳのインストールすなわちＦＯＳのバージョンアップを実行する。同様に、ＣＰＵ１０７ａは、スイッチ１００から新たなバージョンの監視ソフトウェアやパッチを受信した場合、当該監視ソフトウェアのインストールまたはパッチ適用を実行する。
【００６５】
また、ＣＰＵ１０７ａは、ストレージ装置１０やストレージ装置５０で動作するソフトウェアの新たなバージョンをスイッチ１００から受信した場合、スイッチング制御部１０６に当該ソフトウェアを出力する。そして、スイッチング制御部１０６は、当該ソフトウェアを宛先のストレージ装置に送信する。
【００６６】
（ストレージ装置の構成）
図７は、ストレージ装置の構成を示すブロック図である。なお、図１に示した各ストレージ装置は同様の構成を有するので、ここではストレージ装置１０を例にして説明する。図７に示すように、データの読み出しや書き込み、障害検出などを実行する制御部１１と、データを記憶するハードディスクなどを有するストレージ部１７とを有する。
【００６７】
制御部１１は、ＣＡ１１ａ〜ＣＡ１１ｄ、ＤＡ（Device Adapter）１２ａとＤＡ１２ｂ、ＲＴ（Router）１３ａとＲＴ１３ｂ、ＣＭ（Centralized Module）１４ａとＣＭ１４ｂとを有する。
【００６８】
ＣＡ１１ａ〜ＣＡ１１ｄは、業務ネットワークと接続する冗長化されたホスト接続用アダプターであり、図１の例では、ストレージ装置１０とストレージ装置５０各々と接続される。このＣＡ１１ａ〜ＣＡ１１ｄは、サーバ６００またはサーバ７００からデータ読み出し要求（リード要求）やデータ書き込み要求（ライト要求）を受信する。また、ＣＡ１１ａ〜ＣＡ１１ｄは、各種要求に対する処理結果を処理要求元のサーバに送信する。また、ＣＡ１１ａ〜ＣＡ１１ｄは、ＣＭ１４ａやＣＭ１４ｂによって検出されたエラー情報であるリードエラー、ライトエラー、通信エラーなどの各種エラー通知をスイッチ１００に送信する。
【００６９】
ＤＡ１２ａとＤＡ１２ｂは、冗長化されたインタフェースであり、ストレージ部１７と接続するドライブ接続用アダプターである。ＤＡ１２ａとＤＡ１２ｂは、ＣＡ１１ａ〜ＣＡ１１ｄによって受信されたリード要求やライト要求を、ストレージ装置１０またはストレージ装置５０に送信する。また、ＤＡ１２ａとＤＡ１２ｂは、ストレージ装置１０またはストレージ装置５０に送信した各種要求の実行結果を受信する。
【００７０】
ＲＴ１３ａとＲＴ１３ｂは、各ＣＡと各ＤＡとの間の通信経路を決定してスイッチング制御を実行する。例えば、ＲＴ１３ａとＲＴ１３ｂは、ＣＡ１１ａによってリード要求が受信された場合に、当該要求を各ＣＭに出力する。また、ＲＴ１３ａは、ＤＡ１２ａによって処理結果が受信された場合に、当該処理結果から送信先のサーバを特定する。そして、ＲＴ１３ａは、特定したサーバが接続されるＣＡをＣＭ１４ａまたはＣＭ１４ｂが記憶する経路情報から特定する。その後、ＲＴ１３ａは、特定したＣＡを介して、ＤＡ１２ａが受信した処理結果をサーバに送信する。
【００７１】
ＣＭ１４ａとＣＭ１４ｂは、冗長化されたモジュールであって、ストレージ装置１０全体を制御するコントローラモジュールである。ＣＭ１４ａとＣＭ１４ｂは、同様の構成を有するので、ここではＣＭ１４ａについて説明する。ＣＭ１４ａが有するＣＰＵ１５ａは、ストレージ装置１０を制御するファームウェアやストレージ装置１０を監視する監視ソフトウェアを実行する。
【００７２】
ＣＰＵ１５ａは、監視ソフトウェアによって、ストレージ装置１０で発生するリードエラー、ライトエラー、通信エラーなどの各種エラーを検出し、ログとしてメモリ１６ａに格納するとともに、スイッチ１００に送信する。また、ＣＰＵ１５ａは、ストレージ装置１０で実行した各種の結果をログとしてメモリ１６ａに格納する。また、ＣＰＵ１５ａは、スイッチ１００からファームウェアやソフトウェアの最新バージョンを受信した場合には、バージョンアップを実行する。
【００７３】
また、ＣＰＵ１５ａは、各ＣＡからリード要求等を受信した場合、当該リード要求からリード先等を特定し、特定したリード先を宛先としてリード処理を実行する。そして、ＣＰＵ１５ａは、リード処理によって得られた実行結果を処理要求元のサーバに応答する。同様に、ＣＰＵ１５ａは、各ＣＡからライト要求を受信した場合、当該ライト要求から書き込み先等を特定し、特定した書き込み先を宛先としてライト処理を実行する。そして、ＣＰＵ１５ａは、ライト処理によって得られた実行結果を処理要求元のサーバに応答する。
【００７４】
メモリ１６ａは、ＣＰＵ１５ａが実行するソフトウェアのプログラムを記憶したり、ＣＰＵ１５ａが実行した実行結果やＣＰＵ１５ａが検出したエラー情報などのログを記憶したりする。また、メモリ１６ａは、各ＣＡと各ＤＡとを対応付けた経路情報を記憶する。
【００７５】
ストレージ部１７は、ＦＣチップ１７ａとＦＣチップ１７ｂ、ディスク１８ａとディスク１８ｂとを有する。ＦＣチップ１７ａとＦＣチップ１７ｂは、冗長化された集積回路である。ＦＣチップ１７ａは、ＤＡ１２ａと接続され、ＤＡ１２ａとディスク１８ａとの間の通信やＤＡ１２ａとディスク１８ｂとの間の通信を制御する。同様に、ＦＣチップ１７ｂは、ＤＡ１２ｂと接続され、ＤＡ１２ｂとディスク１８ａとの間の通信やＤＡ１２ｂとディスク１８ｂとの間の通信を制御する。ディスク１８ａとディスク１８ｂは、各サーバが処理対象とするデータを記憶する記憶装置である。
【００７６】
［処理の流れ］
次に、図８と図９を用いて、監視サーバ５００が実行する処理の流れについて説明する。ここでは、図８を用いて異常特定処理の流れを説明するとともに、対応内容の一例として図９を用いてＦＯＳの自動更新処理を説明する。
【００７７】
（異常特定処理）
図８は、異常特定処理の流れを示すフローチャートである。図８に示すように、監視サーバ５００の異常受信部５１１が異常通知を受信した場合（Ｓ１０１肯定）、情報取得部５１２は、各スイッチからログ情報を取得する（Ｓ１０２）。例えば、情報取得部５１２は、各スイッチに対してsupportsaveコマンドの発行指示をＬＡＮポート５０３から送信する。そして、情報取得部５１２は、ＬＡＮポート５０３を介して各スイッチからsupportsave情報を受信し、キャッシュ５０４に格納する。
【００７８】
続いて、異常原因特定部５１３は、キャッシュ５０４に記憶されたsupportsave情報を解析し、その結果を解析情報ＤＢ５０５に格納する（Ｓ１０３）。このとき、異常原因特定部５１３は、解析した結果や過去事例等をディスプレイに表示したり、管理者に通知したりしてもよい（Ｓ１０４）。
【００７９】
例えば、異常原因特定部５１３は、異常を通知したスイッチのsupportsave情報の「errdump」などからエラーが発生した装置、内容を特定する。また、異常原因特定部５１３は、異常を通知したスイッチのsupportsave情報の「version」などから当該スイッチのＦＯＳバージョンを取得する。また、異常原因特定部５１３は、当該スイッチから他装置との接続状況や、接続されるストレージ装置のソフトウェアバージョン等を取得する。そして、異常原因特定部５１３は、取得したこれらの情報を解析情報ＤＢ５０５に格納する。
【００８０】
その後、ソフトウェア更新部５１４は、解析情報ＤＢ５０５に記憶される解析結果と過去事例ＤＢ５０６に記憶される過去事例とを比較して対応内容を決定し（Ｓ１０５）、特定した対応内容を実行する（Ｓ１０６）。
【００８１】
例えば、ソフトウェア更新部５１４は、解析情報ＤＢ５０５に記憶される「異常内容」と「スイッチ情報」の組み合わせ、または、「異常内容」と「ストレージ情報」の組み合わせが過去事例ＤＢ５０６の「異常内容と異常環境」に記憶されているか否かを判定する。そして、ソフトウェア更新部５１４は、過去事例ＤＢ５０６に記憶されている場合には、特定される「異常内容と異常環境」に対応した「対応内容」と同じ処理を実行する。一方、ソフトウェア更新部５１４は、「異常内容」と「スイッチ情報」と「ストレージ情報」などを含むメッセージをＣＥに送信したりする。
【００８２】
（ＦＯＳの自動更新処理）
図９は、ＦＯＳの自動更新処理の流れを示すフローチャートである。図９に示すように、ソフトウェア更新部５１４は、過去事例ＤＢ５０６に記憶される過去事例からＦＯＳのバージョンアップを対応内容と決定すると（Ｓ２０１）、品証部サーバ８００からＦＯＳの最新バージョンを取得する（Ｓ２０２）。
【００８３】
その後、ソフトウェア更新部５１４は、ＦＯＳのバージョンアップを実行するスイッチのＦＯＳのバージョンが最新であるかを確認する（Ｓ２０３）。例えば、ソフトウェア更新部５１４は、解析情報ＤＢ５０５に記憶される解析結果に含まれるＦＯＳバージョンと、品証部サーバ８００から取得した最新のＦＯＳバージョンとを比較して、対象スイッチのＦＯＳが最新であるか否かを確認する。
【００８４】
そして、ソフトウェア更新部５１４は、当該スイッチのＦＯＳのバージョンが最新である場合（Ｓ２０３肯定）、バージョンアップを行うことなくＣＥにエラーを通知する（Ｓ２０４）。この結果、ＣＥは、部品交換やスイッチ自体の交換などを行う。
【００８５】
一方、ソフトウェア更新部５１４は、当該スイッチのＦＯＳのバージョンが最新でない場合（Ｓ２０３否定）、品証部サーバ８００から最新バージョンのＦＯＳを取得する（Ｓ２０５）。このように、ソフトウェア更新部５１４は、現在発生している障害の対応としてＦＯＳのバージョンアップを実行したことが過去事例に登録されていることを根拠に、言い換えると、同じ障害で過去に対応された内容をＣＥが修正等していないことを根拠に、ＦＯＳのバージョンアップで障害が回復すると判断する。
【００８６】
続いて、ソフトウェア更新部５１４は、該当スイッチに最新バージョンのＦＯＳを適用する（Ｓ２０６）。すなわち、ソフトウェア更新部５１４は、該当スイッチのＦＯＳをバージョンアップする。
【００８７】
その後、ソフトウェア更新部５１４は、バージョンアップが正常終了した場合（Ｓ２０７肯定）、処理を終了する。一方、ソフトウェア更新部５１４は、バージョンアップが正常に終了しなかった場合（Ｓ２０７否定）、ＣＥにエラーを通知する（Ｓ２０４）。
【００８８】
［実施例１による効果］
実施例１によれば、接続構成のデータ取得と各装置のエラー採取を自動で取得して、システム全体のどの場所にて障害が発生しているかを早期に掴むことが可能にでき、短時間での原因究明が可能になる。また、スイッチのカスケード接続状況、各スイッチのＦＯＳバージョン、ストレージ装置のエラー状況などを収集することができるので、対応内容を自動で決定できなかった場合であっても、有益なシステム情報をＣＥに提供することができる。この結果、未知のエラー、未解決のエラーが検出された場合であっても、短時間での原因究明が可能になる。
【実施例２】
【００８９】
次に、複数のデータセンターを一括で管理する例を説明する。図１０は、複数のデータセンターを一括で管理するシステムの例を示す図である。図１０に示すように、このシステムは、監視サーバ５００と複数のデータセンターとを有し、監視サーバ５００と各データセンターは、業務に使用されない保守用のネットワークで接続される。監視サーバ５００は、図２で説明した監視サーバと同様の機能を有する。
【００９０】
各データセンターは、複数のサーバと複数のストレージ装置と少なくとも１つのスイッチとを有する。スイッチは、図６で説明したスイッチと同様の機能を有し、監視サーバ５００と接続される。各サーバは、図１で説明したサーバと同様の機能を有し、各業務を実行する。各ストレージ装置は、図７で説明したストレージ装置と同様の機能を有する。また、データセンターのネットワーク状況についても、図１と同様、業務ネットワークと保守用のネットワークとで形成される。
【００９１】
このような状況において、監視サーバ５００の情報取得部５１２は、いずれかのデータセンターでエラーが発生した場合に、各データセンターの各スイッチにsupportsaveコマンドの発行指示を送信して、各スイッチのsupportsave情報を収集する。例えば、監視サーバ５００は、各データセンターが外部とする通信するためのスイッチやルータなどからＳＮＭＰでエラー通知を受信したり、当該スイッチ等に定期的に問い合わせてエラー情報を取得したりするようにしてもよく、任意の公知な手法を利用できる。このようにして、監視サーバ５００は、エラーが発生したデータセンターの構成情報と、エラーが発生していないデータセンターの構成情報とを収集する。
【００９２】
そして、監視サーバ５００の異常原因特定部５１３は、上述したsupportsave情報から各種情報を取得して組み合わせたりすることで、ＦＯＳ別のエラー発生件数やエラー発生時におけるスイッチの接続関係等を集計する。例えば、異常原因特定部５１３は、実施例１と同様の手法で、supportsave情報からエラー発生装置、エラー発生装置のソフトウェアバージョン等を集計する。この結果、異常原因特定部５１３は、ＦＯＳのバージョンが「ＦＯＳ−Ａ」であるスイッチで頻繁にエラーが検出されている、ＦＯＳのバージョンが異なるスイッチがカスケード接続されている環境で頻繁にエラーが検出されているなどを特定する。
【００９３】
その後、ソフトウェア更新部５１４は、ＦＯＳのバージョンが「ＦＯＳ−Ａ」であるスイッチで発生したエラーが閾値を超える場合、「ＦＯＳ−Ａ」を実行するスイッチのＦＯＳのバージョンアップを実行する。また、ソフトウェア更新部５１４は、ＦＯＳのバージョンが異なるスイッチがカスケード接続されている環境で発生したエラーが閾値を超えている場合には、両スイッチのＦＯＳのバージョンが同じになるように、ＦＯＳのバージョンアップを実行する。
【００９４】
このように、装置とＦＯＳの組み合わせなどシステム構成によるエラー発生の偏りの集計を取ることを可能とし、エラー発生の偏りがある場合は同様のシステム構成へのＦＯＳアップによる障害発生の回避を行なう。こうすることで、各装置の安定稼動が実現できる。
【００９５】
次に、エラー発生時に同様の条件で動作しているスイッチを検索する処理について説明する。図１１は、エラー発生時に同様の条件で動作しているスイッチを検索する処理の流れを示すフローチャートである。
【００９６】
図１１に示すように、エラーを検出した監視サーバ５００の情報取得部５１２は、エラー集計を開始する（Ｓ３０１）。すると、情報取得部５１２は、エラーを通知してきたスイッチすなわちエラーが発生したスイッチに、supportsaveコマンドの発行指示を送信して、スイッチが記憶するsupportsave情報を取得する（Ｓ３０２）。続いて、異常原因特定部５１３は、異常スイッチのsupportsave情報を解析して各種情報を抽出して、エラーが発生したスイッチの構成状況等を特定する（Ｓ３０３）。例えば、異常原因特定部５１３は、スイッチの構成状況として、スイッチのＦＯＳのバージョン、カスケード状況、ストレージ装置の接続状況、エラー発生件数等を特定する。
【００９７】
また、情報取得部５１２は、エラーを通知してきたスイッチ以外のスイッチすなわち正常動作中の各スイッチに、supportsaveコマンドの発行指示を送信して、正常動作中のスイッチが記憶するsupportsave情報を取得する（Ｓ３０４）。続いて、異常原因特定部５１３は、正常動作中のスイッチのsupportsave情報を解析して各種情報を抽出して、スイッチの構成状況等を特定する（Ｓ３０５）。
【００９８】
その後、異常原因特定部５１３は、Ｓ３０４で得られたエラーがあるスイッチに対する解析結果と、Ｓ３０５で得られたエラーがないスイッチに対する解析結果とを比較する（Ｓ３０６）。
【００９９】
そして、異常原因特定部５１３は、エラー別の発生件数やＦＯＳ別のエラー数を集計し（Ｓ３０７）、集計した結果をグラフなどでディスプレイ等に表示する（Ｓ３０８）。この結果、ソフトウェア更新部５１４は、エラーが発生したスイッチと同様の構成であり、エラー未発生のスイッチが存在すると判定した場合（Ｓ３０９肯定）、当該スイッチを管理するＣＥにエラー予告を通知する（Ｓ３１０）。なお、ソフトウェア更新部５１４は、エラーが発生したスイッチと同様の構成を有する他のスイッチが存在しないと判定した場合（Ｓ３０９否定）、処理を終了する。
【０１００】
例えば、ソフトウェア更新部５１４は、エラーが発生したスイッチと同じバージョンのＦＯＳを有するスイッチであって、検出された障害と同じ障害が未検出のスイッチに対して、ＦＯＳのバージョンアップを行う。
【０１０１】
別例としては、ソフトウェア更新部５１４は、エラーが発生したスイッチのＦＯＳと当該スイッチにカスケード接続されるスイッチのＦＯＳとの組み合わせを特定する。そして、ソフトウェア更新部５１４は、特定したＦＯＳの組み合わせと同じ組み合わせでカスケード接続されるスイッチを特定し、特定したスイッチに対して、ＦＯＳのバージョンアップを行う。
【０１０２】
このように、エラー発生した装置とＦＯＳの組み合わせの集計をとり、発生確率の高い組み合わせについてはＦＯＳのアップを早期に実施する。これにより、障害発生を事前に回避することが可能になる。また、クラウドコンピューティングなどのように、複数のデータセンターを用いてサービスを提供する場合でも、各データセンターで発生したエラー情報を共有することができる。この結果、障害の予防、障害の早期検出、障害の早期回復を実現でき、システム全体の安全稼動に繋がる。
【実施例３】
【０１０３】
さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下に異なる実施例を説明する。
【０１０４】
（対応内容）
実施例１では、対応内容としてＦＯＳのバージョンアップを例にして説明したが、対応内容はこれに限定されるものではない。考えられる対応内容としては、ハードウェア交換、ソフトウェアやファームウェアの再インストールなどが考えられ、検出される障害としては、回線障害なども含まれる。例えば、監視サーバ５００は、リカバリエラーが閾値を超えた場合にはハードウェア交換を対応内容として決定し、ＣＥにその旨をメール等で通知する。また、監視サーバ５００は、ソフトウェアやファームウェアの再インストールを対応内容として決定した場合には、該当するソフトウェア等を品証部サーバ８００から取得して、該当装置にインストールする。
【０１０５】
（システム）
また、本実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともできる。あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、例えば図３、図４等に示した各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
【０１０６】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、例えば異常受信部５１１と情報取得部５１２とを統合するなど各装置の分散・統合の具体的形態は図示のものに限られない。つまり、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
【０１０７】
なお、本実施例で説明した各機能部の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。このプログラムは、インターネットなどのネットワークを介して配布することができる。また、このプログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
【符号の説明】
【０１０８】
５００ 監視サーバ
５０１、５０２ ＣＡ
５０３ ＬＡＮポート
５０４ キャッシュ
５０５ 解析情報ＤＢ
５０６ 過去事例ＤＢ
５１０ 制御部
５１１ 異常受信部
５１２ 情報取得部
５１３ 異常原因特定部
５１４ ソフトウェア更新部
【技術分野】
【０００１】
本発明は、情報処理装置の異常を監視する監視装置、監視システムおよび監視方法に関する。
【背景技術】
【０００２】
近年、情報処理システムで扱う情報が増加し、データを保管するストレージシステムの大容量化が進んでいる。データセンターでは、データを利用して様々な処理を実行するサーバやデータを保管するストレージシステムなどが設置され、ストレージシステムとサーバと接続する装置としては、高速なファイバーチャネルスイッチが広く利用されている。
【０００３】
ファイバーチャネルスイッチは、データセンターに設置されるサーバ等の台数が増加すると使用台数が多くなる。また、複数台のファイバーチャネルスイッチを接続するカスケード接続も用いられている。
【０００４】
このような多数の装置が接続される接続環境において、ファイバーチャネルスイッチにおいて装置不具合や障害が発生した場合、サーバが、ファイバーチャネルスイッチのエラーを検出してＣＥ（Customer Engineer）へ通知する。ＣＥは、エラーが発生したファイバーチャネルスイッチのログを採取し、エラー解析を行う。そして、ＣＥは、エラー解析の結果から交換が必要な保守部品を特定し、交換作業を実施する。このようにして、多数の装置を接続するファイバーチャネルスイッチの保守作業が実施されている。
【０００５】
また、上記した保守作業以外の保守作業を実行する保守装置やリモート監視装置なども利用されている。例えば、保守装置は、障害発生を契機に、過去の障害情報と回復手順とから類似の障害と回復手順とを特定し、特定した回復手順で発生した障害を回復させる。また、リモート監視装置は、スイッチの監視情報を受信し、受信した監視情報に基づいて保守情報を特定し、特定した保守情報を管理者に電子メールで通知するとともに、ホームページなどのＷｅｂ画面に表示する。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２００１−３４５０９号公報
【特許文献２】特開２００２−５５８５０号公報
【特許文献３】特開２００６−１０７０８０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、従来の技術では、上記したような多数の装置が接続されるシステムで異常が発生した場合に、異常の詳細な原因を特定するのに時間がかかり、異常を早期に回復することができないという問題があった。
【０００８】
例えば、従来の技術では、監視対象の装置で異常が発生した場合に、その異常の詳細な原因を特定するために、他の装置のログを収集することになる。したがって、システムを形成する装置の台数が多い場合には、ログ収集にかかる時間が長くなる。また、収集したログも膨大になるので、解析する時間も長くなり、最終的に異常の原因を特定するまでには多くの時間がかかる。この結果、復旧までに多くの時間がかかることになる。また、復旧までに時間がかかることから、他の異常が発生する可能性が高くなり、異常による被害が拡大する恐れもある。
【０００９】
開示の技術は、異常を早期に回復させることができる監視装置、監視システムおよび監視方法を提供することを目的とする。
【課題を解決するための手段】
【００１０】
本願の開示する監視装置、監視システムおよび監視方法は、一つの態様において、情報処理装置の異常情報を受信する異常受信部と、受信した異常情報に基づいて異常が生じた情報処理装置を特定する異常装置特定部とを有する。また、異常が生じた情報処理装置および他の情報処理装置の動作情報と装置情報を取得する情報取得部と、取得した動作情報と装置情報とに基づいて、異常原因を特定する異常原因特定部とを有する。
【発明の効果】
【００１１】
本願の開示する監視装置、監視システムおよび監視方法の一つの態様によれば、異常を早期に回復させることができるという効果を奏する。
【図面の簡単な説明】
【００１２】
【図１】図１は、実施例１に係るシステムの全体構成を示す図である。
【図２】図２は、監視サーバの構成を示すブロック図である。
【図３】図３は、解析情報ＤＢに記憶される情報の例を示す図である。
【図４】図４は、過去事例ＤＢに記憶される情報の例を示す図である。
【図５】図５は、異常を特定する処理を説明する図である。
【図６】図６は、スイッチの構成を示すブロック図である。
【図７】図７は、ストレージ装置の構成を示すブロック図である。
【図８】図８は、異常特定処理の流れを示すフローチャートである。
【図９】図９は、ＦＯＳの自動更新処理の流れを示すフローチャートである。
【図１０】図１０は、複数のデータセンターを一括で管理するシステムの例を示す図である。
【図１１】図１１は、エラー発生時に同様の条件で動作しているスイッチを検索する処理の流れを示すフローチャートである。
【発明を実施するための形態】
【００１３】
以下に、本願の開示する監視装置、監視システムおよび監視方法の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
【実施例１】
【００１４】
実施例１では、開示する監視サーバを含むシステムの全体構成、システムを形成する各装置の構成、処理の流れ、実施例１による効果を説明する。なお、ここで例示するシステム構成等はあくまで例示であり、これに限定されるものではない。
【００１５】
［全体構成］
図１は、実施例１に係るシステムの全体構成を示す図である。図１に示すように、このシステムは、スイッチングハブ５、監視サーバ５００、サーバ６００、サーバ７００、スイッチ１００〜スイッチ４００、ストレージ装置１０〜ストレージ装置８０、品証部サーバ８００を有する。このシステムでは、各サーバと各スイッチおよび各ストレージ装置が、業務で使用されるＦＣ（ファイバーチャネル：Fibre Channel）を用いた業務ネットワークで接続される。また、監視サーバ５００と各スイッチが、業務ネットワークとは異なる保守用のネットワークで接続される。
【００１６】
監視サーバ５００は、各スイッチや各ストレージ装置で発生する異常を監視する保守サーバであり、各スイッチとスイッチングハブ５を介するＬＡＮ（Local Area Network）で接続される。つまり、監視サーバ５００は、スイッチ１００、スイッチ２００、スイッチ３００、スイッチ４００の各々と保守用のネットワークで接続される。
【００１７】
また、監視サーバ５００は、ＦＣでスイッチ１００と接続され、スイッチ１００を介して各スイッチおよび各ストレージ装置に接続される。また、監視サーバ５００は、インターネットなどのネットワークを介して品証部サーバ８００と接続される。
【００１８】
サーバ６００およびサーバ７００は、ＦＣでスイッチ１００と接続され、スイッチ１００を介して各スイッチおよび各ストレージ装置に接続される。このサーバ６００およびサーバ７００は、業務サーバであり、各ストレージ装置にデータを格納したり、各ストレージ装置から所望のデータを読み出したりして各種処理を実行する。
【００１９】
スイッチ１００〜スイッチ４００は、ストレージ装置と各サーバとの間のデータ通信を中継するＦＣスイッチなどのネットワーク機器である。スイッチ１００は、監視サーバ５００、サーバ６００、サーバ７００、ストレージ装置１０、ストレージ装置５０、スイッチ２００の各々とＦＣで接続され、スイッチングハブ５とＬＡＮで接続される。スイッチ２００は、スイッチ１００、ストレージ装置２０、ストレージ装置６０、スイッチ３００の各々とＦＣで接続され、スイッチングハブ５とＬＡＮで接続される。
【００２０】
同様に、スイッチ３００は、スイッチ２００、ストレージ装置３０、ストレージ装置７０、スイッチ４００の各々とＦＣで接続され、スイッチングハブ５とＬＡＮで接続される。スイッチ４００は、スイッチ３００、ストレージ装置４０、ストレージ装置８０の各々とＦＣで接続され、スイッチングハブ５とＬＡＮで接続される。つまり、スイッチ１００〜スイッチ４００は、カスケード接続されている。
【００２１】
ストレージ装置１０〜ストレージ装置８０は、サーバ６００やサーバ７００が各処理に利用するデータを記憶する記憶装置である。各ストレージ装置は、上述したようにスイッチ各々と接続される。また、各ストレージ装置には、監視ソフトウェアがインストールされている。この監視ソフトウェアは、各ストレージ装置内で常時起動し、リードまたはライトエラーの検出、ネットワーク切断の検出、ハードウェア故障などストレージで発生する異常を検出する。
【００２２】
品証部サーバ８００は、各ストレージ装置または各スイッチで動作するソフトウェアやファームウェアなどの情報を管理するサーバであり、ソフトウェアなどを提供する各メーカのホームページなどから最新のバージョンやパッチ情報を取得して記憶する。例えば、この品証部サーバ８００は、各スイッチで動作するＦＯＳ（Fabric Operating System）の最新バージョン（版数）や各ストレージ装置で動作する監視ソフトウェアの最新バージョンを記憶する。
【００２３】
このような状態において、監視サーバ５００は、ネットワークを介して接続される各ストレージおよび各スイッチの動作状態を監視する監視装置であって、各ストレージ装置および各スイッチの異常情報を受信する。そして、監視サーバ５００は、受信した異常情報に基づいて異常が生じた装置を特定する。その後、監視サーバ５００は、異常が生じた装置および異常が生じていない他の装置の動作情報と装置情報を取得する。そして、監視サーバ５００は、取得した動作情報と装置情報とに基づいて、異常原因を特定する。
【００２４】
このように、監視サーバ５００は、各装置の構成情報と各装置のエラー情報を自動で取得する。これにより、ＣＥ（Customer Engineer）は、スイッチがカスケード接続される複雑で大規模なシステム全体であっても、どの場所でどのような障害が発生しているかを早期に掴むことが可能になり、短時間で原因究明ができる。この結果、早期に異常の詳細な原因を特定することができ、異常を早期に回復させることができる。
【００２５】
［各装置の構成］
次に、図２〜図７を用いて、図１に示した監視サーバ５００の構成、各スイッチの構成、各ストレージの構成を説明する。なお、スイッチングハブ５は一般的なスイッチングハブと同様の構成を有し、サーバ６００およびサーバ７００は、一般的なラック格納型サーバやブレードサーバなどと同様の構成を有するので、詳細な説明は省略する。また、品証部サーバ８００は、各メーカのホームページなどから最新のバージョンやパッチ情報を定期的に取得する機能を有する他は、一般的なサーバと同様の構成を有するので、詳細な説明は省略する。
【００２６】
（監視サーバの構成）
図２は、監視サーバの構成を示すブロック図である。図２に示すように、監視サーバ５００は、ＣＡ（Channel Adapter）５０１と、ＣＡ５０２と、ＬＡＮポート５０３と、キャッシュ５０４と、解析情報ＤＢ（DataBase）５０５と、過去事例ＤＢ５０６と、制御部５１０とを有する。なお、キャッシュ５０４、解析情報ＤＢ５０５、過去事例ＤＢ５０６各々は、例えば半導体メモリ素子やハードディスクなどの記憶装置である。
【００２７】
ＣＡ５０１およびＣＡ５０２は、業務ネットワークと接続する冗長化されたホスト接続用アダプターであり、監視サーバ５００とスイッチ１００とをＦＣで接続する。例えば、ＣＡ５０１およびＣＡ５０２は、各スイッチまたは各ストレージに対して、データの書き込み要求や読み出し要求を送信したり、各要求の結果を受信したりする。
【００２８】
ＬＡＮポート５０３は、保守用のネットワークと接続されるインタフェースであり、スイッチングハブ５と接続される。例えば、ＬＡＮポート５０３は、イーサネット（登録商標）などを用いたネットワークに接続される。このＬＡＮポート５０３は、スイッチ１００から送信されたエラー情報などを受信したり、各スイッチまたは各ストレージを宛先とするソフトウェアの更新指示などを送信したりする。
【００２９】
キャッシュ５０４は、制御部５１０が有する各制御部が処理を実行する際に使用する一時領域である。例えば、キャッシュ５０４は、異常受信部５１１が受信した異常通知（異常情報）、情報取得部５１２が取得した各ストレージ装置や各スイッチの情報などを記憶する。また、キャッシュ５０４は、異常原因特定部５１３が異常を解析する際の途中データや、ソフトウェア更新部５１４が品証部サーバ８００から取得した各種ソフトウェアなどの最新バージョン等を記憶する。
【００３０】
解析情報ＤＢ５０５は、異常原因特定部５１３が解析して得た解析結果を記憶する。ここで記憶される情報は、異常原因特定部５１３によって格納、更新、削除される。図３は、解析情報ＤＢに記憶される情報の例を示す図である。図３に示すように、解析情報ＤＢ５０５は、解析結果として、「解析日、異常通知装置、異常装置、異常内容、スイッチ情報、ストレージ情報、カスケード情報」を対応付けて記憶する。なお、ここで示した情報はあくまで例示であり、これに限定されるものではなく、ユーザ設定によって変更することができる。
【００３１】
ここで記憶される「解析日」は、異常が検出されて解析された時刻である。「異常通知装置」は、監視サーバ５００に異常を通知したスイッチを特定する情報であり、例えばスイッチの名称、ＩＰ（Internet Protocol）アドレス、ＭＡＣ（Media Access Control）アドレスなどが格納される。「異常装置」は、異常通知によって異常が発生したと検出された装置を示す情報であり、ストレージ装置またはスイッチの名称、ＩＰアドレス、ＭＡＣアドレスなどを示す。「異常内容」は、解析された具体的な異常内容などを示し、「スイッチ情報」は、異常装置が接続されるスイッチで動作するソフトウェア等のバージョンを示す情報を示す。「ストレージ情報」は、異常が検出されたストレージ装置、または、異常が検出されたスイッチと接続されるストレージ装置で動作するソフトウェア等のバージョンを示す情報を示す。「カスケード情報」は、エラーを通知したスイッチとカスケード接続されるスイッチに関する情報を示す。
【００３２】
図３の例では、監視サーバ５００が、2010/12/28 11：25：05に、スイッチ１００からストレージ装置５０で発生した異常通知を受信した。この異常通知を解析することで、「ストレージ装置５０」で「リードエラー」が発生したこと、ストレージ装置５０のソフトウェアバージョンがＳＷ−１であること、スイッチ１００のＦＯＳのバージョンがＦＯＳ−Ａであることが特定されたことを示している。また、スイッチ１００とカスケード接続されるスイッチ２００のＦＯＳのバージョンがＦＯＳ−Ａ２であることを示している。なお、ここでは、ＦＯＳ−ＡよりもＦＯＳ−Ａ２の方がバージョンが新しいとする。
【００３３】
過去事例ＤＢ５０６は、過去に検出された異常内容と当該異常内容に対して実施された保守内容とを対応付けた過去事例を記憶する。ここで記憶される情報は、監視サーバ５００の管理者によって格納、更新、削除される。図４は、過去事例ＤＢに記憶される情報の例を示す図である。図４に示すように、過去事例ＤＢ５０６は、過去事例として「異常内容、異常環境、接続環境、対応内容」を対応付けて記憶する。
【００３４】
ここで記憶される「異常内容」は、検出されたスイッチまたはストレージ装置の異常内容を示す。「異常環境」は、異常内容の原因と推定されたソフトウェアなどの情報であり、異常が検出されたスイッチやストレージ装置の装置情報などを示す。「接続環境」は、異常の原因と推定された接続環境を示し、例えばカスケード接続される各スイッチのＦＯＳバージョン、スイッチやストレージ装置各々のソフトウェアバージョンなどを示す。「対応内容」は、異常内容に対して実施された保守内容が格納される。
【００３５】
図４の例では、リードエラーが発生したストレージ装置のソフトウェアバージョンがＳＷ−１であり、このストレージ装置に接続されるスイッチのＦＯＳのバージョンがＦＯＳ−Ａである。また、当該スイッチとカスケード接続されるスイッチのＦＯＳバージョンがＦＯＳ−Ａ２である。この状態で発生した上記リードエラーに対する異常回復処理として、ＦＯＳ（ＦＯＳ−Ａ）のバージョンアップを実行したことを示している。
【００３６】
制御部５１０は、内部メモリを有するＣＰＵ（Central Processing Unit）などの電子回路であり、異常受信部５１１と情報取得部５１２と異常原因特定部５１３とソフトウェア更新部５１４とを有する。
【００３７】
異常受信部５１１は、各スイッチや各ストレージ装置などの異常情報をＬＡＮポート５０３から受信し、受信した異常情報に基づいて異常が生じた装置を特定する。具体的には、異常受信部５１１は、各スイッチから保守用のネットワークに送信された異常情報を受信してキャッシュ５０４に格納する。そして、異常受信部５１１は、キャッシュ５０４に格納した異常情報から異常が生じた装置を特定し、特定した装置の情報をキャッシュ５０４に格納するとともに、情報取得部５１２に通知する。
【００３８】
例えば、異常受信部５１１は、各スイッチで動作する監視ソフトウェアが送信した異常通知を受信する。この場合、異常受信部５１１は、監視ソフトウェアが規定する「異常検出装置」などに示される「ホスト名」等を取得することで異常が生じた装置を特定することができる。
【００３９】
また、異常受信部５１１は、ＳＮＭＰ（Simple Network Management Protocol）のトラップによる警告や非同期通知で異常通知を受信することもできる。この場合、異常受信部５１１は、ＳＮＭＰメッセージに含まれるＯＩＤ（Object Identifier）などによって、異常が生じた装置を特定することができる。なお、ここで示した異常情報はあくまで例示であり、これに限定されるものではなく、例えば監視サーバ５００と各スイッチとの間で予め取り決められた他の通知手法等を用いることもできる。
【００４０】
情報取得部５１２は、異常が生じた装置および異常が生じていない他の装置の動作情報と装置情報を取得する。例えば、情報取得部５１２は、異常受信部５１１から異常が検知されたことが通知されると、各スイッチに対してsupportsaveコマンドの発行指示をＬＡＮポート５０３から送信する。そして、情報取得部５１２は、各スイッチがsupportsaveコマンドによって取得したsupportsave情報をＬＡＮポート５０３から受信して、キャッシュ５０４に格納するとともに、情報を取得したことを異常原因特定部５１３に通知する。
【００４１】
ここで、情報取得部５１２が取得するsupportsave情報には、各装置が動作している動作情報や装置の構成等を含む稼動環境情報、各装置で発生したエラー情報などが含まれる。一例を挙げると、supportsave情報には、ライセンス情報が表示される「licenseshow」、シリアルナンバーや型格が表示される「chassisshow」、ＦＯＳバージョン（版数）が表示される「version」が含まれる。さらに、supportsave情報には、ＷＷＮ（World Wide Name）が表示される「switchshow」、有効なポートが表示される「portshow」、エラーログが表示される「errdump」が含まれる。
【００４２】
異常原因特定部５１３は、情報取得部５１２が取得した動作情報と装置情報とを含むsupportsave情報に基づいて、異常原因を特定する。具体的には、異常原因特定部５１３は、情報取得部５１２が取得する「licenseshow」、「chassisshow」、「version」、「switchshow」、「portshow」からエラー発生環境を特定する。また、異常原因特定部５１３は、「errdump」からエラーが発生した装置を特定する。
【００４３】
図５を例にして具体的に説明する。図５は、異常を特定する処理を説明する図である。ここでは、情報取得部５１２が、supportsave情報である「supportsave-1」をスイッチ１００から受信したものとする。同様に、情報取得部５１２が、「supportsave-2」をスイッチ２００から受信し、「supportsave-3」をスイッチ３００から受信し、「supportsave-4」をスイッチ４００から受信したものとする。
【００４４】
この場合、異常原因特定部５１３は、「supportsave-1」〜「supportsave-4」各々から「licenseshow」、「chassisshow」、「version」、「switchshow」、「portshow」を抽出する。そして、異常原因特定部５１３は、各スイッチのライセンス情報を「licenseshow」から抽出する。また、異常原因特定部５１３は、シリアルナンバーや型格などの情報を「chassisshow」から抽出し、同様に、ファンやスイッチや電源などを示すオブジェクトタイプ、各オブジェクトが消費する電力、電源オンからの日数などを「chassisshow」から抽出する。
【００４５】
また、異常原因特定部５１３は、スイッチカーネルＯＳのバージョン、ＦＯＳのバージョン、ファームウェアの構築日付、スイッチ内のフラッシュロムに格納されている情報、ファームウェアのバージョンなどを「version」から抽出する。
【００４６】
また、異常原因特定部５１３は、スイッチとポートステータスの情報を「switchshow」から抽出する。例を挙げると、異常原因特定部５１３は、スイッチの情報として、オンラインやオフラインなどのスイッチの状態、プリンシパルやサブなどスイッチの役割、スイッチのドメイン、スイッチのＷＷＮ、スイッチのビーコン状態などを抽出する。また、異常原因特定部５１３は、ポートステータスの情報として、ポート（スロット）番号、メディアタイプ、各ポートの速度など抽出する。同様に、異常原因特定部５１３は、光信号を受信していることや同期していないことなどを示すポート状態、スイッチに向かう上方パスであるのかスイッチから離れる下方パスであるのかが管理者によって規定されたコメント情報などを抽出する。
【００４７】
また、異常原因特定部５１３は、ポートの名前、診断実行中などを示すポートのＳＮＭＰ状態、光信号を受信中であることなどを示すポートの物理的状態、ポートの状態変更履歴、接続されるデバイスのポートＷＷＮなどの情報を「portshow」から抽出する。また、異常原因特定部５１３は、エラーが発生したスイッチやストレージ装置を識別する情報、エラーの発生時刻、エラーの重要度などエラーに関する情報を「errdump」から抽出する。
【００４８】
さらに、異常原因特定部５１３は、スイッチに設定されているゾーニング情報や他装置との接続関係を示す接続情報などを各スイッチから取得する。例えば、異常原因特定部５１３は、各スイッチに対してsupportsaveコマンドの発行指示を送信して、ポートゾーニングやＷＷＮゾーニングなどのゾーニングコンフィグレーションを取得する。同様に、異常原因特定部５１３は、アクティブなポートＡにストレージ装置１０が接続されていることなどを示す情報やスイッチ内のポート間で設定されているパーティショング情報などを取得する。また、異常原因特定部５１３は、スイッチに接続されるストレージ装置のファームウェアやソフトウェアのバージョン情報を取得する。
【００４９】
上述したように、異常原因特定部５１３は、supportsaveコマンドを各スイッチに実行させて取得した情報を解析する。その結果、異常原因特定部５１３は、エラー発生スイッチおよびストレージ装置、エラー発生ポート、エラー発生時間、スイッチの接続情報、ゾーニング情報、スイッチのＦＯＳやハードウェア構成、ストレージ装置のソフトウェアやハードウェア構成を取得する。そして、異常原因特定部５１３は、解析して得られた情報を解析情報ＤＢ５０５に格納する。
【００５０】
このように、異常原因特定部５１３は、supportsaveコマンドで取得された情報を解析することで、異常内容、異常発生装置、スイッチとストレージ装置の接続環境、カスケード接続されるスイッチの情報などを得ることができる。
【００５１】
図２に戻り、ソフトウェア更新部５１４は、品証部サーバ８００からソフトウェアを取得する。そして、ソフトウェア更新部５１４は、異常原因特定部５１３が特定した異常がソフトウェアの更新で解消できる異常である場合、特定された異常を解消したソフトウェアが、品証部サーバ８００に登録されているかを検索する。そして、ソフトウェア更新部５１４は、品証部サーバ８００に登録されている場合には、異常が生じた装置にソフトウェアの更新を指示する。
【００５２】
例えば、ソフトウェア更新部５１４は、解析情報ＤＢ５０５の「異常内容」をキーにして、過去事例ＤＢ５０６の「異常内容」を検索し、両ＤＢで異常内容が一致するレコードを特定する。そして、ソフトウェア更新部５１４は、特定した両レコードについて、解析情報ＤＢ５０５の「スイッチ情報」または「ストレージ情報」と、過去事例ＤＢ５０６の「異常環境」とが一致するか否かを判定する。さらに、ソフトウェア更新部５１４は、特定した両レコードについて、解析情報ＤＢ５０５の「カスケード情報」と、過去事例ＤＢ５０６の「接続環境」とが一致するか否かを判定する。そして、ソフトウェア更新部５１４は、上記判定がそれぞれ一致する場合、過去事例ＤＢ５０６の「対応内容」に記載される処理を実行する。
【００５３】
図３および図４を例にして説明する。ここでは、ソフトウェア更新部５１４は、「異常内容」が一致するレコードを既に特定しているものとする。ソフトウェア更新部５１４は、解析情報ＤＢ５０５を参照して、リードエラーが発生したストレージ装置５０と接続されるスイッチ１００のＦＯＳバージョンが「ＦＯＳ−Ａ」であることを特定する。同様に、ソフトウェア更新部５１４は、スイッチ１００とカスケード接続されるスイッチ２００のＦＯＳバージョンが「ＦＯＳ−Ａ２」であることを特定する。
【００５４】
続いて、ソフトウェア更新部５１４は、過去事例ＤＢ５０６を参照し、「ＦＯＳ−Ａ」のスイッチと「ＦＯＳ−Ａ２」のスイッチがカスケード接続されている環境で、ストレージ装置の「リードエラー」が発生したことを特定する。
【００５５】
すなわち、ソフトウェア更新部５１４は、カスケード接続されるスイッチのＦＯＳバージョンの違いに、異常の原因があるものと推定する。このため、ソフトウェア更新部５１４は、品証部サーバ８００からＦＯＳの最新バージョンを取得し、取得した最新バージョンをスイッチ１００に送信する。こうすることで、スイッチ１００では、ＦＯＳのバージョンアップが実行される。
【００５６】
（スイッチの構成）
図６は、スイッチの構成を示すブロック図である。なお、図１に示した各スイッチは同様の構成を有するので、ここではスイッチ１００を例にして説明する。図６に示すように、スイッチ１００は、ＳＦＰ（Small Form Factor Pluggable）１００−１〜ＳＦＰ１００−ｎ（ｎ：自然数）と、ＳＦＰ１０１−１〜ＳＦＰ１０１−ｎ（ｎ：自然数）と、ＬＡＮポート１０２とを有する。さらに、スイッチ１００は、電源１０３ａと電源１０３ｂ、ファン１０４ａとファン１０４ｂ、制御ボード１０５とを有する。なお、ここで示した電子部品や電子部品の数はあくまで例示であり、これに限定されるものではない。
【００５７】
ＳＦＰ１００−１〜ＳＦＰ１００−ｎおよびＳＦＰ１０１−１〜ＳＦＰ１０１−ｎは、業務ネットワークと接続するインタフェースであり、ＦＣで他の装置と接続する着脱可能なコネクタである。図１の例の場合、スイッチ１００は、ＳＦＰ１００−１〜ＳＦＰ１００−ｎまたはＳＦＰ１０１−１〜ＳＦＰ１０１−ｎを用いて、スイッチ２００とカスケード接続したり、ストレージ装置１０およびストレージ装置５０各々とＦＣで接続したりする。したがって、スイッチ１００は、このＳＦＰを介して、ストレージ装置１０およびストレージ装置５０各々にリード要求やライト要求を送信したり、エラー情報を取得したりする。
【００５８】
ＬＡＮポート１０２は、保守用のネットワークと接続されるインタフェースであり、スイッチングハブ５と接続される。例えば、ＬＡＮポート１０２は、ストレージ装置１０またはストレージ装置５０で発生したエラーやスイッチ１００で発生したエラーを、監視サーバ５００に送信する。また、ＬＡＮポート１０２は、ＦＯＳのバージョンアップなど保守指示を監視サーバ５００から受信する。
【００５９】
電源１０３ａと電源１０３ｂは、スイッチ１００の電源であり、不具合や停電等に備えて冗長化されている。ファン１０４ａとファン１０４ｂは、スイッチ１００の外部から空気を吸い込んで、スイッチ１００に搭載される上記電子部品を冷却する送風器である。
【００６０】
制御ボード１０５は、ＡＳＩＣ（Application Specific Integrated Circuit）などの集積回路であり、スイッチング制御部１０６と制御部１０７とを有する。スイッチング制御部１０６は、各ＳＦＰ間のスイッチング経路、ゾーニング情報、パーティショング情報などを記憶する内部メモリを有し、受信したデータを宛先が接続されるＳＦＰから送信する。
【００６１】
制御部１０７は、ＦＯＳを実行するとともに、監視ソフトウェアやＳＮＭＰ制御を実行するＣＰＵ１０７ａと、supportsave情報や各種ログなど記憶するメモリ１０７ｂと有し、スイッチ１００内の各種処理を統括的に制御する。
【００６２】
ＣＰＵ１０７ａは、監視ソフトウェアを実行して、スイッチ１００で発生する異常、スイッチ１００と接続されるストレージ装置１０やストレージ装置５０で発生する異常を検出する。そして、ＣＰＵ１０７ａは、検出した異常を通知する異常通知を生成し、ＬＡＮポート１０２を介してスイッチ１００に送信する。このように、ＣＰＵ１０７ａは、監視ソフトウェア等を用いることで、ストレージ装置が実行した処理結果やストレージ装置で発生したエラー情報などのストレージ装置のログ情報を収集して、メモリ１０７ｂに格納することができる。
【００６３】
さらに、ＣＰＵ１０７ａは、ＬＡＮポート１０２を介して、監視サーバ５００からsupportsaveコマンドの発行指示を受信した場合、supportsaveコマンドを自装置に発行する。そして、ＣＰＵ１０７ａは、「licenseshow」、「chassisshow」、「version」、「switchshow」、「portshow」、「errdump」を有するsupportsave情報をメモリ１０７ｂから取得する。そして、ＣＰＵ１０７ａは、ＬＡＮポート１０２を介して、取得したsupportsave情報やストレージ装置の情報などを監視サーバ５００に送信する。
【００６４】
また、ＣＰＵ１０７ａは、スイッチ１００から新たなバージョンのＦＯＳを受信した場合、当該ＦＯＳのインストールすなわちＦＯＳのバージョンアップを実行する。同様に、ＣＰＵ１０７ａは、スイッチ１００から新たなバージョンの監視ソフトウェアやパッチを受信した場合、当該監視ソフトウェアのインストールまたはパッチ適用を実行する。
【００６５】
また、ＣＰＵ１０７ａは、ストレージ装置１０やストレージ装置５０で動作するソフトウェアの新たなバージョンをスイッチ１００から受信した場合、スイッチング制御部１０６に当該ソフトウェアを出力する。そして、スイッチング制御部１０６は、当該ソフトウェアを宛先のストレージ装置に送信する。
【００６６】
（ストレージ装置の構成）
図７は、ストレージ装置の構成を示すブロック図である。なお、図１に示した各ストレージ装置は同様の構成を有するので、ここではストレージ装置１０を例にして説明する。図７に示すように、データの読み出しや書き込み、障害検出などを実行する制御部１１と、データを記憶するハードディスクなどを有するストレージ部１７とを有する。
【００６７】
制御部１１は、ＣＡ１１ａ〜ＣＡ１１ｄ、ＤＡ（Device Adapter）１２ａとＤＡ１２ｂ、ＲＴ（Router）１３ａとＲＴ１３ｂ、ＣＭ（Centralized Module）１４ａとＣＭ１４ｂとを有する。
【００６８】
ＣＡ１１ａ〜ＣＡ１１ｄは、業務ネットワークと接続する冗長化されたホスト接続用アダプターであり、図１の例では、ストレージ装置１０とストレージ装置５０各々と接続される。このＣＡ１１ａ〜ＣＡ１１ｄは、サーバ６００またはサーバ７００からデータ読み出し要求（リード要求）やデータ書き込み要求（ライト要求）を受信する。また、ＣＡ１１ａ〜ＣＡ１１ｄは、各種要求に対する処理結果を処理要求元のサーバに送信する。また、ＣＡ１１ａ〜ＣＡ１１ｄは、ＣＭ１４ａやＣＭ１４ｂによって検出されたエラー情報であるリードエラー、ライトエラー、通信エラーなどの各種エラー通知をスイッチ１００に送信する。
【００６９】
ＤＡ１２ａとＤＡ１２ｂは、冗長化されたインタフェースであり、ストレージ部１７と接続するドライブ接続用アダプターである。ＤＡ１２ａとＤＡ１２ｂは、ＣＡ１１ａ〜ＣＡ１１ｄによって受信されたリード要求やライト要求を、ストレージ装置１０またはストレージ装置５０に送信する。また、ＤＡ１２ａとＤＡ１２ｂは、ストレージ装置１０またはストレージ装置５０に送信した各種要求の実行結果を受信する。
【００７０】
ＲＴ１３ａとＲＴ１３ｂは、各ＣＡと各ＤＡとの間の通信経路を決定してスイッチング制御を実行する。例えば、ＲＴ１３ａとＲＴ１３ｂは、ＣＡ１１ａによってリード要求が受信された場合に、当該要求を各ＣＭに出力する。また、ＲＴ１３ａは、ＤＡ１２ａによって処理結果が受信された場合に、当該処理結果から送信先のサーバを特定する。そして、ＲＴ１３ａは、特定したサーバが接続されるＣＡをＣＭ１４ａまたはＣＭ１４ｂが記憶する経路情報から特定する。その後、ＲＴ１３ａは、特定したＣＡを介して、ＤＡ１２ａが受信した処理結果をサーバに送信する。
【００７１】
ＣＭ１４ａとＣＭ１４ｂは、冗長化されたモジュールであって、ストレージ装置１０全体を制御するコントローラモジュールである。ＣＭ１４ａとＣＭ１４ｂは、同様の構成を有するので、ここではＣＭ１４ａについて説明する。ＣＭ１４ａが有するＣＰＵ１５ａは、ストレージ装置１０を制御するファームウェアやストレージ装置１０を監視する監視ソフトウェアを実行する。
【００７２】
ＣＰＵ１５ａは、監視ソフトウェアによって、ストレージ装置１０で発生するリードエラー、ライトエラー、通信エラーなどの各種エラーを検出し、ログとしてメモリ１６ａに格納するとともに、スイッチ１００に送信する。また、ＣＰＵ１５ａは、ストレージ装置１０で実行した各種の結果をログとしてメモリ１６ａに格納する。また、ＣＰＵ１５ａは、スイッチ１００からファームウェアやソフトウェアの最新バージョンを受信した場合には、バージョンアップを実行する。
【００７３】
また、ＣＰＵ１５ａは、各ＣＡからリード要求等を受信した場合、当該リード要求からリード先等を特定し、特定したリード先を宛先としてリード処理を実行する。そして、ＣＰＵ１５ａは、リード処理によって得られた実行結果を処理要求元のサーバに応答する。同様に、ＣＰＵ１５ａは、各ＣＡからライト要求を受信した場合、当該ライト要求から書き込み先等を特定し、特定した書き込み先を宛先としてライト処理を実行する。そして、ＣＰＵ１５ａは、ライト処理によって得られた実行結果を処理要求元のサーバに応答する。
【００７４】
メモリ１６ａは、ＣＰＵ１５ａが実行するソフトウェアのプログラムを記憶したり、ＣＰＵ１５ａが実行した実行結果やＣＰＵ１５ａが検出したエラー情報などのログを記憶したりする。また、メモリ１６ａは、各ＣＡと各ＤＡとを対応付けた経路情報を記憶する。
【００７５】
ストレージ部１７は、ＦＣチップ１７ａとＦＣチップ１７ｂ、ディスク１８ａとディスク１８ｂとを有する。ＦＣチップ１７ａとＦＣチップ１７ｂは、冗長化された集積回路である。ＦＣチップ１７ａは、ＤＡ１２ａと接続され、ＤＡ１２ａとディスク１８ａとの間の通信やＤＡ１２ａとディスク１８ｂとの間の通信を制御する。同様に、ＦＣチップ１７ｂは、ＤＡ１２ｂと接続され、ＤＡ１２ｂとディスク１８ａとの間の通信やＤＡ１２ｂとディスク１８ｂとの間の通信を制御する。ディスク１８ａとディスク１８ｂは、各サーバが処理対象とするデータを記憶する記憶装置である。
【００７６】
［処理の流れ］
次に、図８と図９を用いて、監視サーバ５００が実行する処理の流れについて説明する。ここでは、図８を用いて異常特定処理の流れを説明するとともに、対応内容の一例として図９を用いてＦＯＳの自動更新処理を説明する。
【００７７】
（異常特定処理）
図８は、異常特定処理の流れを示すフローチャートである。図８に示すように、監視サーバ５００の異常受信部５１１が異常通知を受信した場合（Ｓ１０１肯定）、情報取得部５１２は、各スイッチからログ情報を取得する（Ｓ１０２）。例えば、情報取得部５１２は、各スイッチに対してsupportsaveコマンドの発行指示をＬＡＮポート５０３から送信する。そして、情報取得部５１２は、ＬＡＮポート５０３を介して各スイッチからsupportsave情報を受信し、キャッシュ５０４に格納する。
【００７８】
続いて、異常原因特定部５１３は、キャッシュ５０４に記憶されたsupportsave情報を解析し、その結果を解析情報ＤＢ５０５に格納する（Ｓ１０３）。このとき、異常原因特定部５１３は、解析した結果や過去事例等をディスプレイに表示したり、管理者に通知したりしてもよい（Ｓ１０４）。
【００７９】
例えば、異常原因特定部５１３は、異常を通知したスイッチのsupportsave情報の「errdump」などからエラーが発生した装置、内容を特定する。また、異常原因特定部５１３は、異常を通知したスイッチのsupportsave情報の「version」などから当該スイッチのＦＯＳバージョンを取得する。また、異常原因特定部５１３は、当該スイッチから他装置との接続状況や、接続されるストレージ装置のソフトウェアバージョン等を取得する。そして、異常原因特定部５１３は、取得したこれらの情報を解析情報ＤＢ５０５に格納する。
【００８０】
その後、ソフトウェア更新部５１４は、解析情報ＤＢ５０５に記憶される解析結果と過去事例ＤＢ５０６に記憶される過去事例とを比較して対応内容を決定し（Ｓ１０５）、特定した対応内容を実行する（Ｓ１０６）。
【００８１】
例えば、ソフトウェア更新部５１４は、解析情報ＤＢ５０５に記憶される「異常内容」と「スイッチ情報」の組み合わせ、または、「異常内容」と「ストレージ情報」の組み合わせが過去事例ＤＢ５０６の「異常内容と異常環境」に記憶されているか否かを判定する。そして、ソフトウェア更新部５１４は、過去事例ＤＢ５０６に記憶されている場合には、特定される「異常内容と異常環境」に対応した「対応内容」と同じ処理を実行する。一方、ソフトウェア更新部５１４は、「異常内容」と「スイッチ情報」と「ストレージ情報」などを含むメッセージをＣＥに送信したりする。
【００８２】
（ＦＯＳの自動更新処理）
図９は、ＦＯＳの自動更新処理の流れを示すフローチャートである。図９に示すように、ソフトウェア更新部５１４は、過去事例ＤＢ５０６に記憶される過去事例からＦＯＳのバージョンアップを対応内容と決定すると（Ｓ２０１）、品証部サーバ８００からＦＯＳの最新バージョンを取得する（Ｓ２０２）。
【００８３】
その後、ソフトウェア更新部５１４は、ＦＯＳのバージョンアップを実行するスイッチのＦＯＳのバージョンが最新であるかを確認する（Ｓ２０３）。例えば、ソフトウェア更新部５１４は、解析情報ＤＢ５０５に記憶される解析結果に含まれるＦＯＳバージョンと、品証部サーバ８００から取得した最新のＦＯＳバージョンとを比較して、対象スイッチのＦＯＳが最新であるか否かを確認する。
【００８４】
そして、ソフトウェア更新部５１４は、当該スイッチのＦＯＳのバージョンが最新である場合（Ｓ２０３肯定）、バージョンアップを行うことなくＣＥにエラーを通知する（Ｓ２０４）。この結果、ＣＥは、部品交換やスイッチ自体の交換などを行う。
【００８５】
一方、ソフトウェア更新部５１４は、当該スイッチのＦＯＳのバージョンが最新でない場合（Ｓ２０３否定）、品証部サーバ８００から最新バージョンのＦＯＳを取得する（Ｓ２０５）。このように、ソフトウェア更新部５１４は、現在発生している障害の対応としてＦＯＳのバージョンアップを実行したことが過去事例に登録されていることを根拠に、言い換えると、同じ障害で過去に対応された内容をＣＥが修正等していないことを根拠に、ＦＯＳのバージョンアップで障害が回復すると判断する。
【００８６】
続いて、ソフトウェア更新部５１４は、該当スイッチに最新バージョンのＦＯＳを適用する（Ｓ２０６）。すなわち、ソフトウェア更新部５１４は、該当スイッチのＦＯＳをバージョンアップする。
【００８７】
その後、ソフトウェア更新部５１４は、バージョンアップが正常終了した場合（Ｓ２０７肯定）、処理を終了する。一方、ソフトウェア更新部５１４は、バージョンアップが正常に終了しなかった場合（Ｓ２０７否定）、ＣＥにエラーを通知する（Ｓ２０４）。
【００８８】
［実施例１による効果］
実施例１によれば、接続構成のデータ取得と各装置のエラー採取を自動で取得して、システム全体のどの場所にて障害が発生しているかを早期に掴むことが可能にでき、短時間での原因究明が可能になる。また、スイッチのカスケード接続状況、各スイッチのＦＯＳバージョン、ストレージ装置のエラー状況などを収集することができるので、対応内容を自動で決定できなかった場合であっても、有益なシステム情報をＣＥに提供することができる。この結果、未知のエラー、未解決のエラーが検出された場合であっても、短時間での原因究明が可能になる。
【実施例２】
【００８９】
次に、複数のデータセンターを一括で管理する例を説明する。図１０は、複数のデータセンターを一括で管理するシステムの例を示す図である。図１０に示すように、このシステムは、監視サーバ５００と複数のデータセンターとを有し、監視サーバ５００と各データセンターは、業務に使用されない保守用のネットワークで接続される。監視サーバ５００は、図２で説明した監視サーバと同様の機能を有する。
【００９０】
各データセンターは、複数のサーバと複数のストレージ装置と少なくとも１つのスイッチとを有する。スイッチは、図６で説明したスイッチと同様の機能を有し、監視サーバ５００と接続される。各サーバは、図１で説明したサーバと同様の機能を有し、各業務を実行する。各ストレージ装置は、図７で説明したストレージ装置と同様の機能を有する。また、データセンターのネットワーク状況についても、図１と同様、業務ネットワークと保守用のネットワークとで形成される。
【００９１】
このような状況において、監視サーバ５００の情報取得部５１２は、いずれかのデータセンターでエラーが発生した場合に、各データセンターの各スイッチにsupportsaveコマンドの発行指示を送信して、各スイッチのsupportsave情報を収集する。例えば、監視サーバ５００は、各データセンターが外部とする通信するためのスイッチやルータなどからＳＮＭＰでエラー通知を受信したり、当該スイッチ等に定期的に問い合わせてエラー情報を取得したりするようにしてもよく、任意の公知な手法を利用できる。このようにして、監視サーバ５００は、エラーが発生したデータセンターの構成情報と、エラーが発生していないデータセンターの構成情報とを収集する。
【００９２】
そして、監視サーバ５００の異常原因特定部５１３は、上述したsupportsave情報から各種情報を取得して組み合わせたりすることで、ＦＯＳ別のエラー発生件数やエラー発生時におけるスイッチの接続関係等を集計する。例えば、異常原因特定部５１３は、実施例１と同様の手法で、supportsave情報からエラー発生装置、エラー発生装置のソフトウェアバージョン等を集計する。この結果、異常原因特定部５１３は、ＦＯＳのバージョンが「ＦＯＳ−Ａ」であるスイッチで頻繁にエラーが検出されている、ＦＯＳのバージョンが異なるスイッチがカスケード接続されている環境で頻繁にエラーが検出されているなどを特定する。
【００９３】
その後、ソフトウェア更新部５１４は、ＦＯＳのバージョンが「ＦＯＳ−Ａ」であるスイッチで発生したエラーが閾値を超える場合、「ＦＯＳ−Ａ」を実行するスイッチのＦＯＳのバージョンアップを実行する。また、ソフトウェア更新部５１４は、ＦＯＳのバージョンが異なるスイッチがカスケード接続されている環境で発生したエラーが閾値を超えている場合には、両スイッチのＦＯＳのバージョンが同じになるように、ＦＯＳのバージョンアップを実行する。
【００９４】
このように、装置とＦＯＳの組み合わせなどシステム構成によるエラー発生の偏りの集計を取ることを可能とし、エラー発生の偏りがある場合は同様のシステム構成へのＦＯＳアップによる障害発生の回避を行なう。こうすることで、各装置の安定稼動が実現できる。
【００９５】
次に、エラー発生時に同様の条件で動作しているスイッチを検索する処理について説明する。図１１は、エラー発生時に同様の条件で動作しているスイッチを検索する処理の流れを示すフローチャートである。
【００９６】
図１１に示すように、エラーを検出した監視サーバ５００の情報取得部５１２は、エラー集計を開始する（Ｓ３０１）。すると、情報取得部５１２は、エラーを通知してきたスイッチすなわちエラーが発生したスイッチに、supportsaveコマンドの発行指示を送信して、スイッチが記憶するsupportsave情報を取得する（Ｓ３０２）。続いて、異常原因特定部５１３は、異常スイッチのsupportsave情報を解析して各種情報を抽出して、エラーが発生したスイッチの構成状況等を特定する（Ｓ３０３）。例えば、異常原因特定部５１３は、スイッチの構成状況として、スイッチのＦＯＳのバージョン、カスケード状況、ストレージ装置の接続状況、エラー発生件数等を特定する。
【００９７】
また、情報取得部５１２は、エラーを通知してきたスイッチ以外のスイッチすなわち正常動作中の各スイッチに、supportsaveコマンドの発行指示を送信して、正常動作中のスイッチが記憶するsupportsave情報を取得する（Ｓ３０４）。続いて、異常原因特定部５１３は、正常動作中のスイッチのsupportsave情報を解析して各種情報を抽出して、スイッチの構成状況等を特定する（Ｓ３０５）。
【００９８】
その後、異常原因特定部５１３は、Ｓ３０４で得られたエラーがあるスイッチに対する解析結果と、Ｓ３０５で得られたエラーがないスイッチに対する解析結果とを比較する（Ｓ３０６）。
【００９９】
そして、異常原因特定部５１３は、エラー別の発生件数やＦＯＳ別のエラー数を集計し（Ｓ３０７）、集計した結果をグラフなどでディスプレイ等に表示する（Ｓ３０８）。この結果、ソフトウェア更新部５１４は、エラーが発生したスイッチと同様の構成であり、エラー未発生のスイッチが存在すると判定した場合（Ｓ３０９肯定）、当該スイッチを管理するＣＥにエラー予告を通知する（Ｓ３１０）。なお、ソフトウェア更新部５１４は、エラーが発生したスイッチと同様の構成を有する他のスイッチが存在しないと判定した場合（Ｓ３０９否定）、処理を終了する。
【０１００】
例えば、ソフトウェア更新部５１４は、エラーが発生したスイッチと同じバージョンのＦＯＳを有するスイッチであって、検出された障害と同じ障害が未検出のスイッチに対して、ＦＯＳのバージョンアップを行う。
【０１０１】
別例としては、ソフトウェア更新部５１４は、エラーが発生したスイッチのＦＯＳと当該スイッチにカスケード接続されるスイッチのＦＯＳとの組み合わせを特定する。そして、ソフトウェア更新部５１４は、特定したＦＯＳの組み合わせと同じ組み合わせでカスケード接続されるスイッチを特定し、特定したスイッチに対して、ＦＯＳのバージョンアップを行う。
【０１０２】
このように、エラー発生した装置とＦＯＳの組み合わせの集計をとり、発生確率の高い組み合わせについてはＦＯＳのアップを早期に実施する。これにより、障害発生を事前に回避することが可能になる。また、クラウドコンピューティングなどのように、複数のデータセンターを用いてサービスを提供する場合でも、各データセンターで発生したエラー情報を共有することができる。この結果、障害の予防、障害の早期検出、障害の早期回復を実現でき、システム全体の安全稼動に繋がる。
【実施例３】
【０１０３】
さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下に異なる実施例を説明する。
【０１０４】
（対応内容）
実施例１では、対応内容としてＦＯＳのバージョンアップを例にして説明したが、対応内容はこれに限定されるものではない。考えられる対応内容としては、ハードウェア交換、ソフトウェアやファームウェアの再インストールなどが考えられ、検出される障害としては、回線障害なども含まれる。例えば、監視サーバ５００は、リカバリエラーが閾値を超えた場合にはハードウェア交換を対応内容として決定し、ＣＥにその旨をメール等で通知する。また、監視サーバ５００は、ソフトウェアやファームウェアの再インストールを対応内容として決定した場合には、該当するソフトウェア等を品証部サーバ８００から取得して、該当装置にインストールする。
【０１０５】
（システム）
また、本実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともできる。あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、例えば図３、図４等に示した各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
【０１０６】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、例えば異常受信部５１１と情報取得部５１２とを統合するなど各装置の分散・統合の具体的形態は図示のものに限られない。つまり、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
【０１０７】
なお、本実施例で説明した各機能部の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。このプログラムは、インターネットなどのネットワークを介して配布することができる。また、このプログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
【符号の説明】
【０１０８】
５００ 監視サーバ
５０１、５０２ ＣＡ
５０３ ＬＡＮポート
５０４ キャッシュ
５０５ 解析情報ＤＢ
５０６ 過去事例ＤＢ
５１０ 制御部
５１１ 異常受信部
５１２ 情報取得部
５１３ 異常原因特定部
５１４ ソフトウェア更新部
【特許請求の範囲】
【請求項１】
ネットワークを介して接続される情報処理装置の動作状態を監視する監視装置であって、
情報処理装置の異常情報を受信する異常受信部と、
受信した異常情報に基づいて異常が生じた情報処理装置を特定する異常装置特定部と、
異常が生じた情報処理装置および他の情報処理装置の動作情報と装置情報を取得する情報取得部と、
取得した動作情報と装置情報とに基づいて、異常原因を特定する異常原因特定部と
を有することを特徴とする監視装置。
【請求項２】
ソフトウェア管理サーバからソフトウェアを取得するソフトウェア取得部と、
特定された異常がソフトウェアの更新で解消できる異常である場合、前記特定された異常を解消したソフトウェアが前記ソフトウェア管理サーバに登録されているかを検索し、登録されている場合には、前記異常が生じた情報処理装置にソフトウェアの更新を指示するソフトウェア更新部と、をさらに有することを特徴とする請求項１に記載の監視装置。
【請求項３】
前記ソフトウェア更新部は、前記装置情報に基づいて、前記異常が生じた情報処理装置と同じソフトウェアで動作している情報処理装置を検索し、前記検索によって見つかった情報処理装置にソフトウェアの更新を指示することを特徴とする請求項２に記載の監視装置。
【請求項４】
前記動作情報と前記装置情報とに基づいて、前記異常が発生した装置と同じ動作条件を有する情報処理装置を検索する検索部と、
前記検索部によって検索された結果を所定の箇所に通知する通知部と、をさらに有することを特徴とする請求項１に記載の監視装置。
【請求項５】
データを記憶するストレージ装置と、前記ストレージ装置に対して各種要求を中継するスイッチと、前記スイッチまたはストレージ装置の動作環境を監視する監視サーバ装置とを有する監視システムであって、
前記スイッチは、
自装置または前記ストレージ装置で異常を検出した場合に、検出した異常の内容を含む異常情報を前記監視サーバ装置に送信する送信部と、
前記監視サーバ装置は、
前記スイッチまたは前記ストレージ装置の異常情報を受信する異常受信部と、
受信した異常情報に基づいて異常が生じた前記スイッチまたは前記ストレージ装置を特定する異常装置特定部と、
異常が生じた前記スイッチまたは前記ストレージ装置の動作情報と装置情報、および、前記異常が生じていない前記スイッチまたは前記ストレージ装置の動作情報と装置情報を取得する情報取得部と、
取得した動作情報と装置情報とに基づいて、異常原因を特定する異常原因特定部と
を有することを特徴とする監視システム。
【請求項６】
ネットワークを介して接続される情報処理装置の動作状態を監視するコンピュータが実行する監視方法であって、
情報処理装置の異常情報を受信し、
受信した異常情報に基づいて異常が生じた情報処理装置を特定し、
異常が生じた情報処理装置および他の情報処理装置の動作情報と装置情報を取得し、
取得した動作情報と装置情報とに基づいて、異常原因を特定する
ことを特徴とする監視方法。
【請求項１】
ネットワークを介して接続される情報処理装置の動作状態を監視する監視装置であって、
情報処理装置の異常情報を受信する異常受信部と、
受信した異常情報に基づいて異常が生じた情報処理装置を特定する異常装置特定部と、
異常が生じた情報処理装置および他の情報処理装置の動作情報と装置情報を取得する情報取得部と、
取得した動作情報と装置情報とに基づいて、異常原因を特定する異常原因特定部と
を有することを特徴とする監視装置。
【請求項２】
ソフトウェア管理サーバからソフトウェアを取得するソフトウェア取得部と、
特定された異常がソフトウェアの更新で解消できる異常である場合、前記特定された異常を解消したソフトウェアが前記ソフトウェア管理サーバに登録されているかを検索し、登録されている場合には、前記異常が生じた情報処理装置にソフトウェアの更新を指示するソフトウェア更新部と、をさらに有することを特徴とする請求項１に記載の監視装置。
【請求項３】
前記ソフトウェア更新部は、前記装置情報に基づいて、前記異常が生じた情報処理装置と同じソフトウェアで動作している情報処理装置を検索し、前記検索によって見つかった情報処理装置にソフトウェアの更新を指示することを特徴とする請求項２に記載の監視装置。
【請求項４】
前記動作情報と前記装置情報とに基づいて、前記異常が発生した装置と同じ動作条件を有する情報処理装置を検索する検索部と、
前記検索部によって検索された結果を所定の箇所に通知する通知部と、をさらに有することを特徴とする請求項１に記載の監視装置。
【請求項５】
データを記憶するストレージ装置と、前記ストレージ装置に対して各種要求を中継するスイッチと、前記スイッチまたはストレージ装置の動作環境を監視する監視サーバ装置とを有する監視システムであって、
前記スイッチは、
自装置または前記ストレージ装置で異常を検出した場合に、検出した異常の内容を含む異常情報を前記監視サーバ装置に送信する送信部と、
前記監視サーバ装置は、
前記スイッチまたは前記ストレージ装置の異常情報を受信する異常受信部と、
受信した異常情報に基づいて異常が生じた前記スイッチまたは前記ストレージ装置を特定する異常装置特定部と、
異常が生じた前記スイッチまたは前記ストレージ装置の動作情報と装置情報、および、前記異常が生じていない前記スイッチまたは前記ストレージ装置の動作情報と装置情報を取得する情報取得部と、
取得した動作情報と装置情報とに基づいて、異常原因を特定する異常原因特定部と
を有することを特徴とする監視システム。
【請求項６】
ネットワークを介して接続される情報処理装置の動作状態を監視するコンピュータが実行する監視方法であって、
情報処理装置の異常情報を受信し、
受信した異常情報に基づいて異常が生じた情報処理装置を特定し、
異常が生じた情報処理装置および他の情報処理装置の動作情報と装置情報を取得し、
取得した動作情報と装置情報とに基づいて、異常原因を特定する
ことを特徴とする監視方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１２−１７４２３２（Ｐ２０１２−１７４２３２Ａ）
【公開日】平成２４年９月１０日（２０１２．９．１０）
【国際特許分類】
【出願番号】特願２０１１−３８９３９（Ｐ２０１１−３８９３９）
【出願日】平成２３年２月２４日（２０１１．２．２４）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成２４年９月１０日（２０１２．９．１０）
【国際特許分類】
【出願日】平成２３年２月２４日（２０１１．２．２４）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]