本發(fā)明屬于計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別是涉及一種PCIE故障的處理方法和裝置。

背景技術(shù)：

隨著計(jì)算機(jī)技術(shù)以及集成電路技術(shù)的飛速發(fā)展，不論從軟件還是硬件都得到了飛速提升。由于計(jì)算機(jī)的許多外設(shè)都是PCIE(Peripheral Component Interface Express)設(shè)備，隨著設(shè)備數(shù)量的不斷增加，PCIE設(shè)備出現(xiàn)故障的概率也越來(lái)越大，給管理員帶來(lái)很大的挑戰(zhàn)，這就需要管理員經(jīng)常關(guān)注PCIE設(shè)備的健康狀態(tài)，即便如此，也很難及時(shí)發(fā)現(xiàn)故障。PCIE產(chǎn)生故障時(shí)，需要管理員查看大量的系統(tǒng)日志并分析，花費(fèi)很長(zhǎng)時(shí)間去修復(fù)出現(xiàn)故障的設(shè)備，而且有些服務(wù)的數(shù)據(jù)量巨大，服務(wù)器的集群也大，維護(hù)起來(lái)費(fèi)時(shí)費(fèi)力，而且可能?chē)?yán)重影響服務(wù)的質(zhì)量。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問(wèn)題，本發(fā)明提供了一種PCIE故障的處理方法和裝置，無(wú)需人工費(fèi)事費(fèi)力的去修復(fù)故障，能夠提高故障修復(fù)的效率和質(zhì)量。

本發(fā)明提供的一種PCIE故障的處理方法，包括：

在內(nèi)核中采集PCIE故障信息；

將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)；

在用戶(hù)態(tài)對(duì)收集的所述PCIE故障信息進(jìn)行分析；

根據(jù)分析的結(jié)果，對(duì)所述PCIE故障進(jìn)行修復(fù)或隔離。

優(yōu)選的，在上述PCIE故障的處理方法中，在所述對(duì)所述PCIE故障進(jìn)行修復(fù)或隔離之后，還包括：

將所述PCIE故障信息通知管理員。

優(yōu)選的，在上述PCIE故障的處理方法中，在所述將所述PCIE故障信息通知管理員之后，還包括：

針對(duì)所述PCIE故障信息進(jìn)行報(bào)警。

優(yōu)選的，在上述PCIE故障的處理方法中，所述在內(nèi)核中采集PCIE故障信息為：

向系統(tǒng)中打入內(nèi)核補(bǔ)丁，修改內(nèi)核代碼，在內(nèi)核中采集PCIE故障信息。

優(yōu)選的，在上述PCIE故障的處理方法中，所述將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)為：

以netlink的通信方式將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)。

本發(fā)明提供的一種PCIE故障的處理裝置，包括：

采集單元，用于在內(nèi)核中采集PCIE故障信息；

傳輸單元，用于將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)；

分析單元，用于在用戶(hù)態(tài)對(duì)收集的所述PCIE故障信息進(jìn)行分析；

修復(fù)和隔離單元，用于根據(jù)分析的結(jié)果，對(duì)所述PCIE故障進(jìn)行修復(fù)或隔離。

優(yōu)選的，在上述PCIE故障的處理裝置中，

還包括：

通知單元，用于將所述PCIE故障信息通知管理員。

優(yōu)選的，在上述PCIE故障的處理裝置中，還包括：

報(bào)警單元，用于針對(duì)所述PCIE故障信息進(jìn)行報(bào)警。

優(yōu)選的，在上述PCIE故障的處理裝置中，所述采集單元具體用于向系統(tǒng)中打入內(nèi)核補(bǔ)丁，修改內(nèi)核代碼，在內(nèi)核中采集PCIE故障信息。

優(yōu)選的，在上述PCIE故障的處理裝置中，所述傳輸單元具體用于以netlink的通信方式將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)。

通過(guò)上述描述可知，本發(fā)明提供的上述PCIE故障的處理方法和裝置，由于該方法包括在內(nèi)核中采集PCIE故障信息；將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)；在用戶(hù)態(tài)對(duì)收集的所述PCIE故障信息進(jìn)行分析；根據(jù)分析的結(jié)果，對(duì)所述PCIE故障進(jìn)行修復(fù)或隔離，因此無(wú)需人工費(fèi)事費(fèi)力的去修復(fù)故障，能夠提高故障修復(fù)的效率和質(zhì)量。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本申請(qǐng)實(shí)施例提供的第一種PCIE故障的處理方法的示意圖；

圖2為本申請(qǐng)實(shí)施例提供的第一種PCIE故障的處理裝置的示意圖；

圖3為本申請(qǐng)實(shí)施例提供的第四種PCIE故障的處理裝置的示意圖。

具體實(shí)施方式

本發(fā)明的核心思想在于提供一種PCIE故障的處理方法和裝置，無(wú)需人工費(fèi)事費(fèi)力的去修復(fù)故障，能夠提高故障修復(fù)的效率和質(zhì)量。

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本申請(qǐng)實(shí)施例提供的第一種PCIE故障的處理方法如圖1所示，圖1為本申請(qǐng)實(shí)施例提供的第一種PCIE故障的處理方法的示意圖，該方法包括如下步驟：

S1：在內(nèi)核中采集PCIE故障信息；

需要說(shuō)明的是，可以在計(jì)算機(jī)的操作系統(tǒng)內(nèi)核中，利用KPatch工具，打入故障補(bǔ)丁，用來(lái)收集故障信息，其中故障信息可以包括但不限于故障發(fā)生的位置以及故障原因，并將其進(jìn)行封裝和傳輸。另外，可以在操作系統(tǒng)運(yùn)行的過(guò)程中打入補(bǔ)丁模塊，無(wú)需去再編譯內(nèi)核，而通常所說(shuō)的補(bǔ)丁，是在編譯內(nèi)核的時(shí)候?qū)⒀a(bǔ)丁打到內(nèi)核源碼里面，然后編譯，具體的，可以通過(guò)/proc文件、直接在kernel里面修改代碼，這樣也可以實(shí)現(xiàn)故障信息的采集，此處并不限制具體的實(shí)現(xiàn)方式。

S2：將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)；

需要說(shuō)明的是，由于收集故障信息的位置在內(nèi)核，而后續(xù)的處理過(guò)程發(fā)生在用戶(hù)態(tài)，因此需要將PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)，而具體的傳輸方式包括但不限于利用netlink通道。

S3：在用戶(hù)態(tài)對(duì)收集的所述PCIE故障信息進(jìn)行分析；

具體的，可以對(duì)所述PCIE故障信息進(jìn)行分類(lèi)統(tǒng)計(jì)，得到分析的結(jié)果。

S4：根據(jù)分析的結(jié)果，對(duì)所述PCIE故障進(jìn)行修復(fù)或隔離。

需要說(shuō)明的是，在該步驟中，分析完成后，就可以嘗試自動(dòng)修復(fù)故障，若修復(fù)不成功，如內(nèi)存錯(cuò)誤，就可以將故障的內(nèi)存做隔離，避免故障內(nèi)存再次被使用導(dǎo)致系統(tǒng)不穩(wěn)定，避免該故障對(duì)系統(tǒng)或者關(guān)鍵服務(wù)造成嚴(yán)重的影響，產(chǎn)生嚴(yán)重的后果，這種方式能夠彌補(bǔ)人為監(jiān)控PCIE設(shè)備健康狀態(tài)、手動(dòng)管理故障及分析故障產(chǎn)生原因的效率低下和不能及時(shí)有效處理而導(dǎo)致機(jī)器不能穩(wěn)定運(yùn)行的不足。

通過(guò)上述描述可知，本申請(qǐng)實(shí)施例提供的上述第一種PCIE故障的處理方法包括在內(nèi)核中采集PCIE故障信息；將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)；在用戶(hù)態(tài)對(duì)收集的所述PCIE故障信息進(jìn)行分析；根據(jù)分析的結(jié)果，對(duì)所述PCIE故障進(jìn)行修復(fù)或隔離，因此無(wú)需人工費(fèi)事費(fèi)力的去修復(fù)故障，能夠提高故障修復(fù)的效率和質(zhì)量。

本申請(qǐng)實(shí)施例提供的第二種PCIE故障的處理方法，是在上述第一種PCIE故障的處理方法的基礎(chǔ)上，還包括如下技術(shù)特征：

在所述對(duì)所述PCIE故障進(jìn)行修復(fù)或隔離之后，還包括：

將所述PCIE故障信息通知管理員。

具體的，把故障的處理結(jié)果及詳細(xì)的信息發(fā)送給管理員，可以以短信或郵件的方式進(jìn)行通知，以確保故障處理合理，具體的形式包括但不限于制作圖表或曲線(xiàn)，以輔助管理員更直觀的觀察故障。

本申請(qǐng)實(shí)施例提供的第三種PCIE故障的處理方法，是在上述第二種PCIE故障的處理方法的基礎(chǔ)上，還包括如下技術(shù)特征：

在所述將所述PCIE故障信息通知管理員之后，還包括：

針對(duì)所述PCIE故障信息進(jìn)行報(bào)警。

需要說(shuō)明的是，有些故障信息較為嚴(yán)重，因此讓信息以最快速度讓管理員了解并處理是非常重要的，例如某個(gè)硬件損壞無(wú)法修復(fù)時(shí)，為了不影響系統(tǒng)的正常使用，就必須進(jìn)行隔離，以CPU為例，一個(gè)機(jī)器上CPU有24核，假如其中一個(gè)核損壞了且無(wú)法修復(fù)，就必須盡快隔離，不能再使用，其他23個(gè)還可以使用，但是性能就有所下降，此時(shí)必須通知管理員及時(shí)更換設(shè)備，這種報(bào)警的方式能夠表明事態(tài)緊急程度，使得管理員優(yōu)先處理該設(shè)備的問(wèn)題。

本申請(qǐng)實(shí)施例提供的第四種PCIE故障的處理方法，是在上述第三種PCIE故障的處理方法的基礎(chǔ)上，還包括如下技術(shù)特征：

所述在內(nèi)核中采集PCIE故障信息為：

向系統(tǒng)中打入內(nèi)核補(bǔ)丁，修改內(nèi)核代碼，在內(nèi)核中采集PCIE故障信息。

需要說(shuō)明的是，采用打入內(nèi)核補(bǔ)丁的方式，可以在不編譯內(nèi)核的情況下，直接加載補(bǔ)丁模塊，獲取故障，效率更高。

本申請(qǐng)實(shí)施例提供的第五種PCIE故障的處理方法，是在上述第一種至第四種PCIE故障的處理方法中任一種的基礎(chǔ)上，還包括如下技術(shù)特征：

所述將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)為：

以netlink的通信方式將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)。

需要說(shuō)明的是，Netlink是Linux系統(tǒng)中內(nèi)核態(tài)和用戶(hù)態(tài)通信的方式，當(dāng)PCIE產(chǎn)生故障后補(bǔ)丁模塊就會(huì)收集到相關(guān)故障信息，然后將該信息放入到netlink的通道中，發(fā)送到用戶(hù)態(tài)。

本申請(qǐng)實(shí)施例提供的第一種PCIE故障的處理裝置如圖2所示，圖2為本申請(qǐng)實(shí)施例提供的第一種PCIE故障的處理裝置的示意圖，該裝置包括：

采集單元201，用于在內(nèi)核中采集PCIE故障信息，需要說(shuō)明的是，可以在計(jì)算機(jī)的操作系統(tǒng)內(nèi)核中，利用KPatch工具，打入故障補(bǔ)丁，用來(lái)收集故障信息，其中故障信息可以包括但不限于故障發(fā)生的位置以及故障原因，并將其進(jìn)行封裝和傳輸。另外，可以在操作系統(tǒng)運(yùn)行的過(guò)程中打入補(bǔ)丁模塊，無(wú)需去再編譯內(nèi)核，而通常所說(shuō)的補(bǔ)丁，是在編譯內(nèi)核的時(shí)候?qū)⒀a(bǔ)丁打到內(nèi)核源碼里面，然后編譯，具體的，可以通過(guò)/proc文件、直接在kernel里面修改代碼，這樣也可以實(shí)現(xiàn)故障信息的采集，此處并不限制具體的實(shí)現(xiàn)方式；

傳輸單元202，用于將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)，需要說(shuō)明的是，由于收集故障信息的位置在內(nèi)核，而后續(xù)的處理過(guò)程發(fā)生在用戶(hù)態(tài)，因此需要將PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)，而具體的傳輸方式包括但不限于利用netlink通道；

分析單元203，用于在用戶(hù)態(tài)對(duì)收集的所述PCIE故障信息進(jìn)行分析，具體的，可以對(duì)所述PCIE故障信息進(jìn)行分類(lèi)統(tǒng)計(jì)，得到分析的結(jié)果；

修復(fù)和隔離單元204，用于根據(jù)分析的結(jié)果，對(duì)所述PCIE故障進(jìn)行修復(fù)或隔離，需要說(shuō)明的是，分析完成后，就可以嘗試自動(dòng)修復(fù)故障，若修復(fù)不成功，如內(nèi)存錯(cuò)誤，就可以將故障的內(nèi)存做隔離，避免故障內(nèi)存再次被使用導(dǎo)致系統(tǒng)不穩(wěn)定，避免該故障對(duì)系統(tǒng)或者關(guān)鍵服務(wù)造成嚴(yán)重的影響，產(chǎn)生嚴(yán)重的后果，這種方式能夠彌補(bǔ)人為監(jiān)控PCIE設(shè)備健康狀態(tài)、手動(dòng)管理故障及分析故障產(chǎn)生原因的效率低下和不能及時(shí)有效處理而導(dǎo)致機(jī)器不能穩(wěn)定運(yùn)行的不足。

本申請(qǐng)實(shí)施例提供的第二種PCIE故障的處理裝置，是在上述第一種PCIE故障的處理裝置的基礎(chǔ)上，還包括如下技術(shù)特征：

通知單元，用于將所述PCIE故障信息通知管理員。

具體的，把故障的處理結(jié)果及詳細(xì)的信息發(fā)送給管理員，以確保合理處理故障，具體的形式包括但不限于制作圖表或曲線(xiàn)，以輔助管理員更直觀的觀察故障，并以短信或郵件的方式進(jìn)行通知。

本申請(qǐng)實(shí)施例提供的第三種PCIE故障的處理裝置，是在上述第二種PCIE故障的處理裝置的基礎(chǔ)上，還包括如下技術(shù)特征：

報(bào)警單元，用于針對(duì)所述PCIE故障信息進(jìn)行報(bào)警。

需要說(shuō)明的是，有些故障信息較為嚴(yán)重，因此讓信息以最快速度讓管理員了解并處理非常重要，例如某個(gè)硬件損壞無(wú)法修復(fù)時(shí)，為了不影響系統(tǒng)的正常使用，就必須去隔離，以CPU為例，一個(gè)機(jī)器上CPU有24核，假如其中一個(gè)核損壞了且無(wú)法修復(fù)，就必須盡快隔離不能再使用，其他23個(gè)還是可以使用，但是性能就有所下降，此時(shí)必須發(fā)出警告通知管理員及時(shí)更換設(shè)備，這種報(bào)警的方式能夠表明事態(tài)緊急程度，使得管理員優(yōu)先處理該設(shè)備的問(wèn)題。

本申請(qǐng)實(shí)施例提供的第四種PCIE故障的處理裝置，是在上述第三種PCIE故障的處理裝置的基礎(chǔ)上，還包括如下技術(shù)特征：

所述采集單元具體用于向系統(tǒng)中打入內(nèi)核補(bǔ)丁，修改內(nèi)核代碼，在內(nèi)核中采集PCIE故障信息。

具體的，參考圖3，圖3為本申請(qǐng)實(shí)施例提供的第四種PCIE故障的處理裝置的示意圖，該裝置包括與PCIE設(shè)備401連接的內(nèi)核402，在內(nèi)核402中打入內(nèi)核補(bǔ)丁403，該內(nèi)核補(bǔ)丁403在內(nèi)核402中采集PCIE故障信息之后利用傳輸單元404傳輸?shù)椒治鰡卧?05，再根據(jù)分析結(jié)果，利用修復(fù)和隔離單元406進(jìn)行修復(fù)或者隔離，需要說(shuō)明的是，采用打入內(nèi)核補(bǔ)丁的方式，可以在不編譯內(nèi)核的情況下，直接加載補(bǔ)丁模塊，獲取故障，處理效率更高。

本申請(qǐng)實(shí)施例提供的第五種PCIE故障的處理裝置，是在上述第一種至第四種PCIE故障的處理裝置中任一種的基礎(chǔ)上，還包括如下技術(shù)特征：

所述傳輸單元具體用于以netlink的通信方式將所述PCIE故障信息從內(nèi)核傳輸?shù)接脩?hù)態(tài)。

需要說(shuō)明的是，netlink是Linux系統(tǒng)中內(nèi)核態(tài)和用戶(hù)態(tài)通信的方式，當(dāng)PCIE產(chǎn)生故障后補(bǔ)丁模塊就會(huì)收集到相關(guān)故障信息，然后將該信息放入到netlink的通道中，發(fā)送到用戶(hù)態(tài)。

綜上所述，本申請(qǐng)實(shí)施例提供的上述方法和裝置，能夠減少故障管理的工作，實(shí)現(xiàn)故障管理的自動(dòng)化，能及時(shí)有效的發(fā)現(xiàn)并解決故障，保證系統(tǒng)及關(guān)鍵服務(wù)的安全、可靠的運(yùn)行。

對(duì)所公開(kāi)的實(shí)施例的上述說(shuō)明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對(duì)這些實(shí)施例的多種修改對(duì)本領(lǐng)域的專(zhuān)業(yè)技術(shù)人員來(lái)說(shuō)將是顯而易見(jiàn)的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會(huì)被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開(kāi)的原理和新穎特點(diǎn)相一致的最寬的范圍。