本發(fā)明涉及通信領(lǐng)域和故障檢測技術(shù)領(lǐng)域，具體涉及一種通信設(shè)備軟件故障檢測收集恢復(fù)方法和系統(tǒng)。

背景技術(shù)：

隨著通信技術(shù)的不斷發(fā)展，對通信設(shè)備（例如：路由器、交換機(jī)、綜合接入設(shè)備）所承擔(dān)的業(yè)務(wù)功能越來越復(fù)雜。在通信設(shè)備運(yùn)行過程中，每個(gè)設(shè)備都有MTBF(Mean Time Between Failure，平均故障間隔時(shí)間)的指標(biāo)要求。所述故障可分為硬件故障和軟件故障。對于硬件故障，網(wǎng)絡(luò)管理員可以通過觀察設(shè)備上的報(bào)警燈，很容易判斷故障原因，及時(shí)采取維修措施排除故障。對于軟件故障，由于故障種類繁多，所以網(wǎng)絡(luò)管理員很難判斷出故障原因。

傳統(tǒng)的通信設(shè)備軟件故障收集，一般需要外界下指令或者命令，才進(jìn)行故障信息收集。在用戶現(xiàn)場環(huán)境下，用戶為了快速恢復(fù)通信設(shè)備正常使用，一般情況對整機(jī)直接進(jìn)行重啟，從而導(dǎo)致不能收集到發(fā)生故障時(shí)的信息。另外，傳統(tǒng)的軟件故障收集，一般情況下，都是登陸到設(shè)備，查看設(shè)備各種運(yùn)行信息、異常信息，容易出現(xiàn)遺漏，導(dǎo)致現(xiàn)場信息收集不完整。這些都給后期技術(shù)人員排查故障原因造成了極大的困難。

一方面，通信設(shè)備軟件在運(yùn)行過程中不可避免發(fā)生故障；另一方面，各行各業(yè)對于發(fā)生故障時(shí)的及時(shí)修復(fù)要求也隨之提高。傳統(tǒng)的恢復(fù)方法，一般是單一應(yīng)用模塊發(fā)生故障時(shí)，直接重啟整機(jī)軟件。而在分布式系統(tǒng)中，各個(gè)應(yīng)用模塊獨(dú)立存在，獨(dú)自完成不同的任務(wù)，當(dāng)系統(tǒng)中任何一個(gè)模塊出現(xiàn)故障時(shí)，都會引起整個(gè)軟件系統(tǒng)重新啟動，可能會導(dǎo)致嚴(yán)重的后果。

因此，在相關(guān)技術(shù)中存在實(shí)時(shí)故障檢測水平低、故障信息不能自動收集、故障不能及時(shí)恢復(fù)的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供一種通信設(shè)備軟件故障檢測收集恢復(fù)方法和系統(tǒng)，該通信設(shè)備軟件故障檢測收集恢復(fù)方法和系統(tǒng)可以很好地解決上述問題。

為達(dá)到上述要求，本發(fā)明采取的技術(shù)方案是：提供一種通信設(shè)備軟件故障檢測收集恢復(fù)方法和系統(tǒng)，該通信設(shè)備軟件故障檢測收集恢復(fù)方法和系統(tǒng)包括應(yīng)用模塊故障的方法和單板系統(tǒng)軟件故障檢測的步驟；

應(yīng)用模塊故障檢測的步驟如下：

通信設(shè)備單板實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障；若是，對出現(xiàn)故障的應(yīng)用模塊進(jìn)行故障信息收集；

收集應(yīng)用模塊故障時(shí)的信息、運(yùn)行信息和讀取網(wǎng)絡(luò)處理器的一些關(guān)鍵寄存器狀態(tài)；打包形成異常信息文件，保存到本地存儲模塊，并上傳至預(yù)置的運(yùn)營商服務(wù)器；

對出現(xiàn)故障的應(yīng)用模塊進(jìn)行重啟；

所述單板系統(tǒng)軟件故障檢測的步驟如下：

通信設(shè)備控制平面與單板實(shí)時(shí)保活；

檢測單板系統(tǒng)軟件是否出現(xiàn)異常；

若出現(xiàn)單板軟件故障時(shí)，則對單板進(jìn)行硬件復(fù)位。

該通信設(shè)備軟件故障檢測收集恢復(fù)系統(tǒng)包括：

故障檢測模塊，用于實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障；

故障收集模塊，用于應(yīng)用模塊出現(xiàn)故障時(shí)，收集應(yīng)用模塊的信息及讀取網(wǎng)絡(luò)處理器一些關(guān)鍵寄存器狀態(tài)，打包形成異常信息文件；

故障恢復(fù)模塊，用于應(yīng)用模塊出現(xiàn)故障時(shí)，對出現(xiàn)故障的應(yīng)用模塊進(jìn)行重啟；

故障存儲模塊，用于應(yīng)用模塊出現(xiàn)故障時(shí)，對收集到異常信息文件存儲到本地存儲，并上傳至預(yù)設(shè)的運(yùn)營商服務(wù)器；

機(jī)箱管理模塊，用于單板系統(tǒng)軟件故障檢測，定時(shí)檢測單板系統(tǒng)軟件是否出現(xiàn)故障，對出現(xiàn)故障的單板進(jìn)行重啟。

該通信設(shè)備軟件故障檢測收集恢復(fù)方法和系統(tǒng)具有的優(yōu)點(diǎn)如下：

本發(fā)明在通信設(shè)備發(fā)生應(yīng)用模塊故障和單板系統(tǒng)軟件故障時(shí)，能快速感知故障，并收集足夠多的異常信息，有利于故障后分析具體的原因，并自動恢復(fù)軟件系統(tǒng)到正常運(yùn)行狀態(tài)，有效地縮短通信設(shè)備的故障時(shí)間。

附圖說明

此處所說明的附圖用來提供對本申請的進(jìn)一步理解，構(gòu)成本申請的一部分，在這些附圖中使用相同的參考標(biāo)號來表示相同或相似的部分，本申請的示意性實(shí)施例及其說明用于解釋本申請，并不構(gòu)成對本申請的不當(dāng)限定。在附圖中：

圖1示意性地示出了根據(jù)本申請一個(gè)實(shí)施例的模塊故障檢測的方法流程圖。

圖2示意性地示出了根據(jù)本申請一個(gè)實(shí)施例的單板系統(tǒng)軟件故障檢測的步驟流程圖。

圖3示意性地示出了根據(jù)本申請一個(gè)實(shí)施例的應(yīng)用模塊故障檢測、收集、恢復(fù)系統(tǒng)的結(jié)構(gòu)框圖。

圖4示意性地示出了根據(jù)本申請一個(gè)實(shí)施例的單板系統(tǒng)軟件故障檢測、收集、恢復(fù)系統(tǒng)的結(jié)構(gòu)框圖。

具體實(shí)施方式

為使本申請的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，以下結(jié)合附圖及具體實(shí)施例，對本申請作進(jìn)一步地詳細(xì)說明。

在以下描述中，對“一個(gè)實(shí)施例”、“實(shí)施例”、“一個(gè)示例”、“示例”等等的引用表明如此描述的實(shí)施例或示例可以包括特定特征、結(jié)構(gòu)、特性、性質(zhì)、元素或限度，但并非每個(gè)實(shí)施例或示例都必然包括特定特征、結(jié)構(gòu)、特性、性質(zhì)、元素或限度。另外，重復(fù)使用短語“根據(jù)本申請的一個(gè)實(shí)施例”雖然有可能是指代相同實(shí)施例，但并非必然指代相同的實(shí)施例。

為簡單起見，以下描述中省略了本領(lǐng)域技術(shù)人員公知的某些技術(shù)特征。

根據(jù)本申請的一個(gè)實(shí)施例，提供一種通信設(shè)備軟件故障檢測收集恢復(fù)方法，如圖1至圖2所示，包括應(yīng)用模塊故障檢測的步驟和單板系統(tǒng)軟件故障檢測的步驟；

所述應(yīng)用模塊故障檢測的步驟如下：

通信設(shè)備單板實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障；

若是，對出現(xiàn)故障的應(yīng)用模塊進(jìn)行故障信息收集；

收集應(yīng)用模塊故障時(shí)的信息、運(yùn)行信息和讀取網(wǎng)絡(luò)處理器的一些關(guān)鍵寄存器狀態(tài)；

打包形成異常信息文件，保存到本地存儲模塊，并上傳至預(yù)置的運(yùn)營商服務(wù)器；

對出現(xiàn)故障的應(yīng)用模塊進(jìn)行重啟；

所述單板系統(tǒng)軟件故障檢測的步驟如下：

通信設(shè)備控制平面與單板實(shí)時(shí)?；睿?/p>

檢測單板系統(tǒng)軟件是否出現(xiàn)異常；

若出現(xiàn)單板軟件故障時(shí)，則對單板進(jìn)行硬件復(fù)位。

根據(jù)本申請的一個(gè)實(shí)施例，該通信設(shè)備軟件故障檢測收集恢復(fù)方法的檢測單板系統(tǒng)軟件是否出現(xiàn)異常的步驟，具體如下：

通過通信設(shè)備單板的實(shí)時(shí)多任務(wù)系統(tǒng)預(yù)設(shè)檢測任務(wù)，實(shí)時(shí)讀取多任務(wù)系統(tǒng)中的應(yīng)用模塊狀態(tài)；

通過所述的檢測任務(wù)發(fā)現(xiàn)應(yīng)用模塊是否存在，若不存在的應(yīng)用模塊則出現(xiàn)故障；

若應(yīng)用模塊存在，所述的檢測任務(wù)繼續(xù)判斷應(yīng)用模塊是否存在調(diào)度異常，

通過所述檢測任務(wù)檢測出預(yù)設(shè)時(shí)間內(nèi)未能成功訪問的應(yīng)用模塊，作為出現(xiàn)故障的應(yīng)用模塊；

通過所述檢測任務(wù)依次創(chuàng)建故障信息收集任務(wù)和故障重啟任務(wù)。

根據(jù)本申請的一個(gè)實(shí)施例，該通信設(shè)備軟件故障檢測收集恢復(fù)方法的出現(xiàn)故障的檢測任務(wù)繼續(xù)判斷應(yīng)用模塊是否存在調(diào)度異常的步驟，具體如下：

通過所述故障信息收集任務(wù)收集應(yīng)用模塊故障時(shí)的信息；

通過所述故障信息收集任務(wù)收集應(yīng)用模塊運(yùn)行的信息；

通過所述故障信息收集任務(wù)收集網(wǎng)絡(luò)處理器一些關(guān)鍵寄存器狀態(tài)；

通過所述故障信息收集任務(wù)對收集到的信息打包成異常信息文件，所述異常信息文件名以特定名字加時(shí)間信息命名；

通過所述故障信息收集任務(wù)創(chuàng)建故障存儲任務(wù)；

所述出現(xiàn)故障的創(chuàng)建故障重啟任務(wù)的步驟，具體如下：

通過所述故障重啟任務(wù)釋放出現(xiàn)故障的應(yīng)用模塊所占資源；

通過所述故障重啟任務(wù)重啟出現(xiàn)故障的應(yīng)用模塊；

所述通過所述故障信息收集任務(wù)創(chuàng)建故障存儲任務(wù)的步驟，具體如下：

計(jì)算異常信息文件的大小；

計(jì)算本地存儲剩余空間的大??；

判斷本地存儲剩余空間的大小是否小于異常信息文件大??；

若是，根據(jù)異常信息文件名的時(shí)間信息排序，先刪除舊的異常信息文件；

本地存儲完畢之后，檢查異常信息文件數(shù)目，是否超過預(yù)設(shè)的最大異常信息文件數(shù)目；

若是，刪除一個(gè)舊的異常信息文件；

若預(yù)設(shè)遠(yuǎn)端故障服務(wù)器，將異常信息文件發(fā)送至遠(yuǎn)端服務(wù)器。

根據(jù)本申請的一個(gè)實(shí)施例，該通信設(shè)備軟件故障檢測收集恢復(fù)方法的單板系統(tǒng)軟件故障檢測的步驟，還包括以下步驟：

通過所述通信設(shè)備控制平面預(yù)設(shè)機(jī)箱管理任務(wù)，與其他單板的機(jī)箱管理任務(wù)建立連接；

單板的機(jī)箱管理任務(wù)發(fā)送?；顖?bào)文到控制平面；

控制平面機(jī)箱管理任務(wù)在預(yù)設(shè)時(shí)間內(nèi)未收到某單板的?；顖?bào)文，則此單板的系統(tǒng)軟件出現(xiàn)故障；

收集故障單板相關(guān)的運(yùn)行信息、配置信息；

對出現(xiàn)故障的單板進(jìn)行重啟。

根據(jù)本申請的一個(gè)實(shí)施例，如圖3至圖4所示，該通信設(shè)備軟件故障檢測收集恢復(fù)系統(tǒng)包括：

故障檢測模塊，用于實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障；

故障收集模塊，用于應(yīng)用模塊出現(xiàn)故障時(shí)，收集應(yīng)用模塊的信息及讀取網(wǎng)絡(luò)處理器一些關(guān)鍵寄存器狀態(tài)，打包形成異常信息文件；

故障恢復(fù)模塊，用于應(yīng)用模塊出現(xiàn)故障時(shí)，對出現(xiàn)故障的應(yīng)用模塊進(jìn)行重啟；

故障存儲模塊，用于應(yīng)用模塊出現(xiàn)故障時(shí)，對收集到異常信息文件存儲到本地存儲，并上傳至預(yù)設(shè)的運(yùn)營商服務(wù)器；

機(jī)箱管理模塊，用于單板系統(tǒng)軟件故障檢測，定時(shí)檢測單板系統(tǒng)軟件是否出現(xiàn)故障，對出現(xiàn)故障的單板進(jìn)行重啟。

根據(jù)本申請的一個(gè)實(shí)施例，該通信設(shè)備軟件故障檢測收集恢復(fù)系統(tǒng)的故障檢測模塊包括：

第一檢測單元，用于通過所述預(yù)設(shè)的檢測任務(wù)，實(shí)時(shí)讀取實(shí)時(shí)多任務(wù)系統(tǒng)中的應(yīng)用模塊狀態(tài)，檢測出已經(jīng)出現(xiàn)故障的應(yīng)用模塊；

第二檢測單元，用于通過所述預(yù)設(shè)的檢測任務(wù)，檢測出預(yù)設(shè)時(shí)間內(nèi)未能成功訪問的應(yīng)用模塊，作為出現(xiàn)故障的應(yīng)用模塊。

根據(jù)本申請的一個(gè)實(shí)施例，該通信設(shè)備軟件故障檢測收集恢復(fù)系統(tǒng)的故障檢收集模塊包括：

第一收集單元，用于通過所述預(yù)設(shè)的故障收集任務(wù)，收集應(yīng)用模塊故障時(shí)的信息；

第二收集單元，用于通過所述預(yù)設(shè)的故障收集任務(wù)，收集應(yīng)用模塊故障的運(yùn)行信息；

第三收集單元，用于通過所述預(yù)設(shè)的故障收集任務(wù)，收集網(wǎng)絡(luò)處理器一些關(guān)鍵寄存器狀態(tài)；

第四收集單元，用于通過所述預(yù)設(shè)的故障收集任務(wù)，對收集到異常信息打包成文件，所述異常信息文件名以特定名字加時(shí)間信息命名。

根據(jù)本申請的一個(gè)實(shí)施例，該通信設(shè)備軟件故障檢測收集恢復(fù)系統(tǒng)的故障存儲模塊包括：

第一存儲單元，用于計(jì)算異常信息文件的大??；

第二存儲單元，用于計(jì)算本地存儲剩余空間的大?。?/p>

第三存儲單元，用于判斷本地存儲剩余空間的大小是否小于異常信息文件大??；若是，根據(jù)異常信息文件名的時(shí)間信息排序，先刪除舊的異常信息文件；

第四存儲單元，用于本地存儲完畢之后，檢查異常信息文件數(shù)目，是否超過預(yù)設(shè)的最大異常信息文件數(shù)目；若是，刪除一個(gè)舊的異常信息文件；

第五存儲單元，若預(yù)設(shè)遠(yuǎn)端故障服務(wù)器，將異常信息文件發(fā)送至遠(yuǎn)端服務(wù)器。

根據(jù)本申請的一個(gè)實(shí)施例，該通信設(shè)備軟件故障檢測收集恢復(fù)系統(tǒng)的故障恢復(fù)模塊包括：

第一恢復(fù)單元，用于釋放出現(xiàn)故障的應(yīng)用模塊所占資源；

第一恢復(fù)單元，用于重啟出現(xiàn)故障的應(yīng)用模塊。

根據(jù)本申請的一個(gè)實(shí)施例，該通信設(shè)備軟件故障檢測收集恢復(fù)系統(tǒng)的機(jī)箱管理模塊分為主控機(jī)箱管理模塊和單板機(jī)箱管理模塊，所述主控機(jī)箱管理模塊包括：

第一機(jī)箱管理單元，用于通過所述通信設(shè)備控制平面預(yù)設(shè)機(jī)箱管理任務(wù)，與其他單板的機(jī)箱管理任務(wù)建立連接；

第二機(jī)箱管理單元，用于控制平面機(jī)箱管理任務(wù)接收其他單板?；顖?bào)文；

第三機(jī)箱管理單元，用于在預(yù)設(shè)時(shí)間內(nèi)提取未接收?；顖?bào)文的單板，作為出現(xiàn)故障的單板；

第四機(jī)箱管理單元，用于收集故障單板的配置信息和運(yùn)行信息，保存并上至預(yù)置的運(yùn)營商服務(wù)器。運(yùn)營商服務(wù)器需要預(yù)先設(shè)置，若沒有設(shè)置，則不上傳；

第五機(jī)箱管理重啟單元，用于對出現(xiàn)異常的單板進(jìn)行重啟，恢復(fù)單板系統(tǒng)軟件至正常工作狀態(tài)；

單板機(jī)箱管理模塊用于通過單板的機(jī)箱管理任務(wù)與控制平面的機(jī)箱管理任務(wù)建立連接，定時(shí)發(fā)送?；顖?bào)文到控制平面。

應(yīng)用模塊故障的檢測、收集、恢復(fù)方法如圖1所示，該流程包括如下步驟：

步驟S110：通信設(shè)備單板實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障。具體到本實(shí)施例中，步驟S110包括步驟S111和步驟S112。

步驟S111：通過所述通信設(shè)備單板的實(shí)時(shí)多任務(wù)系統(tǒng)預(yù)設(shè)檢測任務(wù)，實(shí)時(shí)讀取操作系統(tǒng)中的應(yīng)用模塊狀態(tài)，監(jiān)控各應(yīng)用模塊的運(yùn)行情況，當(dāng)檢測到某一應(yīng)用模塊不存在時(shí)，則可判斷為此應(yīng)用模塊運(yùn)行出現(xiàn)故障。若檢測到應(yīng)用模塊出現(xiàn)故障，則執(zhí)行步驟S120；若否，繼續(xù)執(zhí)行步驟S112。

步驟S112：通過所述通信設(shè)備單板的實(shí)時(shí)多任務(wù)系統(tǒng)預(yù)設(shè)檢測任務(wù)，判斷應(yīng)用模塊是否存在調(diào)度異常。預(yù)設(shè)時(shí)間內(nèi)未能成功訪問的應(yīng)用模塊，則可判斷為此應(yīng)用模塊出現(xiàn)調(diào)度異常故障。預(yù)設(shè)時(shí)間可以根據(jù)實(shí)際情況調(diào)整。若檢測到應(yīng)用模塊出現(xiàn)調(diào)度異常故障，則執(zhí)行步驟S120；若否，返回步驟110，繼續(xù)對應(yīng)用模塊檢測。

步驟S120：對出現(xiàn)故障的應(yīng)用模塊進(jìn)行故障信息收集。若檢測應(yīng)用模塊出現(xiàn)故障，通過預(yù)設(shè)故障收集任務(wù)對出現(xiàn)故障的應(yīng)用模塊進(jìn)行故障信息收集。自動收集足夠多的故障信息，便于后續(xù)開發(fā)人員分析、定位到根本的故障原因。具體到本實(shí)施例中，步驟S120包括以下步驟：

步驟S121：收集故障時(shí)的信息，例如模塊進(jìn)程掛起的調(diào)用棧信息、模塊進(jìn)程調(diào)度異常時(shí)的調(diào)用棧信息、操作系統(tǒng)內(nèi)核運(yùn)行信息、操作系統(tǒng)內(nèi)存使用情況；

步驟S122：收集故障的應(yīng)用模塊的運(yùn)行信息；

步驟S123：收集及關(guān)聯(lián)的應(yīng)用模塊的運(yùn)行信息；

步驟S124：收集網(wǎng)絡(luò)處理器一些關(guān)鍵寄存器狀態(tài)；

步驟S125：對收集到的信息打包成異常信息文件，異常信息文件名以固定名稱加上時(shí)間信息命名。

步驟S130：對收集到的異常信息文件進(jìn)行故障信息存儲。通信設(shè)備本地存儲空間有限，不能無限地存儲所有異常信息文件，因此需要對故障異常信息文件進(jìn)行有效的存儲，具體到本實(shí)施例中，步驟S130包括以下步驟：

步驟S131：計(jì)算異常信息文件的大小；

步驟S132：計(jì)算本地存儲剩余空間的大??；

步驟S133：判斷本地存儲剩余空間的大小是否小于異常信息文件大小；若是，根據(jù)異常信息文件名的時(shí)間信息排序，先刪除舊的異常信息文件；

步驟S134：本地存儲完畢之后，檢查異常信息文件數(shù)目，是否超過預(yù)設(shè)的最大異常信息文件數(shù)目；若是，刪除一個(gè)舊的異常信息文件；

步驟S135：若預(yù)設(shè)遠(yuǎn)端故障服務(wù)器，將異常信息文件發(fā)送至遠(yuǎn)端服務(wù)器。

步驟S140：對出現(xiàn)故障的應(yīng)用模塊進(jìn)行故障恢復(fù)。若檢測應(yīng)用模塊出現(xiàn)故障，通過預(yù)設(shè)故障重啟任務(wù)對出現(xiàn)故障的應(yīng)用模塊進(jìn)行，恢復(fù)軟件系統(tǒng)到正常運(yùn)行。具體到本實(shí)施中，步驟S140包括以下步驟：

步驟S141：通過所述故障重啟任務(wù)釋放出現(xiàn)故障的應(yīng)用模塊所占資源；

步驟S142：通過所述故障重啟任務(wù)重啟出現(xiàn)故障的應(yīng)用模塊。

在本實(shí)施例，通信設(shè)備轉(zhuǎn)發(fā)單板承擔(dān)的轉(zhuǎn)發(fā)功能，其業(yè)務(wù)功能多、轉(zhuǎn)發(fā)邏輯復(fù)雜，容易出現(xiàn)單板系統(tǒng)軟件整體異常。對單板系統(tǒng)軟件故障的檢測、收集、恢復(fù)方法如圖2所示，該流程包括如下步驟：

步驟S150：通過所述通信設(shè)備控制平面預(yù)設(shè)機(jī)箱管理任務(wù)，與其他單板的機(jī)箱管理任務(wù)建立連接；

步驟S160：單板系統(tǒng)軟件的機(jī)箱管理任務(wù)發(fā)送定時(shí)?；顖?bào)文到控制平面，控制平面機(jī)箱管理任務(wù)定時(shí)檢查在預(yù)設(shè)時(shí)間內(nèi)未收到某單板的?；顖?bào)文，則檢查出單板系統(tǒng)軟件出現(xiàn)異常。定時(shí)發(fā)送?；顖?bào)文的間隔可根據(jù)實(shí)際情況調(diào)整，預(yù)設(shè)時(shí)間一般為定時(shí)發(fā)送?；顖?bào)文的間隔2倍及以上；

步驟S170：收集故障單板的配置信息和運(yùn)行信息，保存并上傳至預(yù)置的運(yùn)營商服務(wù)器。運(yùn)營商服務(wù)器需要預(yù)先設(shè)置，若沒有設(shè)置，則不上傳；

步驟S180：對出現(xiàn)故障的單板進(jìn)行重啟，恢復(fù)其正常工作。

本發(fā)明實(shí)施例所提供的一種基于分布式系統(tǒng)的通信設(shè)備軟件故障檢測、故障收集、恢復(fù)方法，所述的通信設(shè)備軟件故障，包括應(yīng)用模塊故障和單板系統(tǒng)軟件故障。對于應(yīng)用模塊故障的檢測，通信設(shè)備單板實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障；若是出現(xiàn)故障時(shí)，收集故障信息，打包形成異常信息文件，先保存到本地存儲模塊，并上傳至事先預(yù)置的運(yùn)營商服務(wù)器；并對出現(xiàn)故障的應(yīng)用模塊進(jìn)行重啟。對于單板系統(tǒng)軟件故障的檢測，通信設(shè)備控制平面與單板實(shí)時(shí)?；睿瑱z測單板系統(tǒng)軟件是否出現(xiàn)異常，出現(xiàn)單板軟件故障時(shí)，對單板系統(tǒng)軟件進(jìn)行重啟。本發(fā)明在通信設(shè)備發(fā)生應(yīng)用模塊故障和單板系統(tǒng)軟件故障時(shí)，能快速感知故障，自動收集足夠多的故障信息，有利于故障后分析具體的原因，并自動恢復(fù)軟件系統(tǒng)到正常運(yùn)行狀態(tài)，有效地縮短通信設(shè)備的故障時(shí)間。

本發(fā)明提供了一種通信設(shè)備軟件故障檢測、收集、恢復(fù)的方法和系統(tǒng)系統(tǒng)，所述的通信設(shè)備軟件故障，包括應(yīng)用模塊故障和單板系統(tǒng)軟件故障。

對應(yīng)用模塊故障的檢測、收集、恢復(fù)系統(tǒng)如圖3所示，上述系統(tǒng)包括：故障檢測模塊110、故障收集模塊120、故障存儲模塊130、故障恢復(fù)模塊140。

故障檢測模塊110，用于實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障。具體到本實(shí)施例中，故障檢測模塊110包括第一檢測單元和第二檢測單元。

第一檢測單元，用于通過所述預(yù)設(shè)的檢測任務(wù)，實(shí)時(shí)讀取實(shí)時(shí)多任務(wù)系統(tǒng)中的應(yīng)用模塊狀態(tài)，當(dāng)檢測到某一應(yīng)用模塊不存在時(shí)，則可判斷為此應(yīng)用模塊運(yùn)行出現(xiàn)故障；

第二檢測單元，用于通過所述預(yù)設(shè)的檢測任務(wù)，判斷應(yīng)用模塊是否存在調(diào)度異常。預(yù)設(shè)時(shí)間內(nèi)未能成功訪問的應(yīng)用模塊，則可判斷為此應(yīng)用模塊出現(xiàn)調(diào)度異常故障。

故障收集模塊120，用于應(yīng)用模塊出現(xiàn)故障時(shí)，收集應(yīng)用模塊的信息及讀取網(wǎng)絡(luò)處理器一些關(guān)鍵寄存器狀態(tài)，打包形成異常信息文件。自動收集足夠多的故障信息，便于后續(xù)開發(fā)人員分析、定位到根本的故障原因。具體到本實(shí)施例中，故障收集模塊120包括四個(gè)收集單元。

第一收集單元，用于通過所述預(yù)設(shè)的故障收集任務(wù)，收集應(yīng)用模塊故障時(shí)的異常信息。例如模塊進(jìn)程掛起的調(diào)用棧信息、模塊進(jìn)程調(diào)度異常時(shí)的調(diào)用棧信息、操作系統(tǒng)內(nèi)核運(yùn)行信息、操作系統(tǒng)內(nèi)存使用情況；

第二收集單元，用于通過所述預(yù)設(shè)的故障收集任務(wù)，收集應(yīng)用模塊故障的運(yùn)行信息；

第三收集單元，用于通過所述預(yù)設(shè)的故障收集任務(wù)，收集網(wǎng)絡(luò)處理器一些關(guān)鍵寄存器狀態(tài)；

第四收集單元，用于通過所述預(yù)設(shè)的故障收集任務(wù)，對收集到異常信息打包成文件，所述異常信息文件名以特定名字加時(shí)間信息命名。

故障存儲模塊130，用于應(yīng)用模塊出現(xiàn)故障時(shí)，對收集到異常信息文件存儲到本地存儲，并上傳至預(yù)設(shè)的運(yùn)營商服務(wù)器。通信設(shè)備本地存儲空間有限，不能無限地存儲所有異常信息文件，因此需要對故障異常信息文件進(jìn)行有效的存儲，具體到本實(shí)施例中，故障存儲模塊130包括五個(gè)存儲單元。

第一存儲單元，用于計(jì)算異常信息文件的大小；

第二存儲單元，用于計(jì)算本地存儲剩余空間的大??；

第三存儲單元，用于判斷本地存儲剩余空間的大小是否小于異常信息文件大??；若是，根據(jù)異常信息文件名的時(shí)間信息排序，先刪除舊的異常信息文件；

第四存儲單元，用于本地存儲完畢之后，檢查異常信息文件數(shù)目，是否超過預(yù)設(shè)的最大異常信息文件數(shù)目；若是，刪除一個(gè)舊的異常信息文件；

第五存儲單元，若預(yù)設(shè)遠(yuǎn)端故障服務(wù)器，將異常信息文件發(fā)送至遠(yuǎn)端服務(wù)器。

故障恢復(fù)模塊140，用于應(yīng)用模塊出現(xiàn)故障時(shí)，對出現(xiàn)故障的應(yīng)用模塊進(jìn)行重啟，恢復(fù)應(yīng)用模塊到正常工作狀態(tài)。具體到本實(shí)施例中，故障恢復(fù)模塊140包括第一恢復(fù)單元和第二恢復(fù)單元。

第一恢復(fù)單元，用于釋放出現(xiàn)故障的應(yīng)用模塊所占資源；

第一恢復(fù)單元，用于重啟出現(xiàn)故障的應(yīng)用模塊。

對單板系統(tǒng)軟件故障的檢測、收集、恢復(fù)系統(tǒng)如圖4所示，上述系統(tǒng)包括：主控機(jī)箱管理模塊150和單板機(jī)箱管理模塊160。

主控機(jī)箱管理模塊150，用于單板系統(tǒng)軟件故障檢測，定時(shí)檢測單板系統(tǒng)軟件是否出現(xiàn)故障，對出現(xiàn)故障的單板進(jìn)行重啟。具體到本實(shí)施例中，主控機(jī)箱管理模塊150包括五個(gè)機(jī)箱管理單元。

第一機(jī)箱管理單元，用于通過所述通信設(shè)備控制平面預(yù)設(shè)機(jī)箱管理任務(wù)，與其他單板的機(jī)箱管理任務(wù)建立連接；

第二機(jī)箱管理單元，用于控制平面機(jī)箱管理任務(wù)接收其他單板保活報(bào)文；

第三機(jī)箱管理單元，用于在預(yù)設(shè)時(shí)間內(nèi)提取未接收?；顖?bào)文的單板，作為出現(xiàn)故障的單板；

第四機(jī)箱管理單元，用于收集故障單板的配置信息和運(yùn)行信息，保存并上傳至預(yù)置的運(yùn)營商服務(wù)器。運(yùn)營商服務(wù)器需要預(yù)先設(shè)置，若沒有設(shè)置，則不上傳；

第五機(jī)箱管理重啟單元，用于對出現(xiàn)異常的單板進(jìn)行重啟，恢復(fù)單板系統(tǒng)軟件至正常工作狀態(tài)。

單板機(jī)箱管理模塊160，用于通過單板的機(jī)箱管理任務(wù)與控制平面的機(jī)箱管理任務(wù)建立連接，定時(shí)發(fā)送?；顖?bào)文到控制平面。

本發(fā)明實(shí)施例所提供的一種基于分布式系統(tǒng)的通信設(shè)備軟件故障檢測、故障收集、恢復(fù)系統(tǒng)，所述的通信設(shè)備軟件故障，包括應(yīng)用模塊故障和單板系統(tǒng)軟件故障。對于應(yīng)用模塊故障的檢測，通信設(shè)備單板實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障；若是出現(xiàn)故障時(shí)，收集故障信息，打包形成異常信息文件，先保存到本地存儲模塊，并上傳至事先預(yù)置的運(yùn)營商服務(wù)器；并對出現(xiàn)故障的應(yīng)用模塊進(jìn)行重啟。對于單板系統(tǒng)軟件故障的檢測，通信設(shè)備控制平面與單板實(shí)時(shí)?；?，檢測單板系統(tǒng)軟件是否出現(xiàn)異常，出現(xiàn)單板軟件故障時(shí)，對單板系統(tǒng)軟件進(jìn)行重啟。本發(fā)明在通信設(shè)備發(fā)生應(yīng)用模塊故障和單板系統(tǒng)軟件故障時(shí)，能快速感知故障，自動收集足夠多的故障信息，有利于故障后分析具體的原因，并自動恢復(fù)軟件系統(tǒng)到正常運(yùn)行狀態(tài)，有效地縮短通信設(shè)備的故障時(shí)間。

通過該通信設(shè)備軟件故障檢測收集恢復(fù)方法和系統(tǒng)，通信設(shè)備單板實(shí)時(shí)對通信設(shè)備系統(tǒng)中的多個(gè)應(yīng)用模塊進(jìn)行檢測，檢測應(yīng)用模塊是否出現(xiàn)故障，出現(xiàn)故障時(shí)，自動收集應(yīng)用模塊故障時(shí)的信息、運(yùn)行信息和讀取網(wǎng)絡(luò)處理器一些關(guān)鍵寄存器狀態(tài)，打包形成異常信息文件，保存到本地存儲模塊，并上傳給事先預(yù)置的運(yùn)營商服務(wù)器，對出現(xiàn)故障的應(yīng)用模塊進(jìn)行重啟。通信設(shè)備控制平面的機(jī)箱管理模塊與單板機(jī)箱管理模塊實(shí)時(shí)?；?，檢測單板系統(tǒng)軟件是否出現(xiàn)異常，出現(xiàn)單板軟件故障時(shí)，對單板進(jìn)行硬件復(fù)位，恢復(fù)單板正常工作。

以上所述實(shí)施例僅表示本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能理解為對本發(fā)明范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明保護(hù)范圍。因此本發(fā)明的保護(hù)范圍應(yīng)該以所述權(quán)利要求為準(zhǔn)。