[發明專利]一種設備的故障處理方法、裝置及系統

有效

• 申請號: 201711452816.8
• 申請日: 2017-12-28
• 公開（公告）號: CN108228374B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 朱匯雄;劉偉
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07;G06F1/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種設備的故障處理方法、裝置及系統。該方法用于對設備進行故障處理，所述設備為快捷外設互聯標準設備。所述方法由控制器執行，包括：控制器檢測設備故障后，獲取第一設備故障信息，所述第一設備故障信息用于指示所述設備故障。所述第一設備故障信息包括所述設備的故障處理狀態參數的第一值，所述設備的故障處理狀態參數的第一值表示所述設備處于軟復位態。控制器獲取第一設備故障信息后對所述設備進行熱復位處理，避免人為干預對快捷外設互聯標準設備所在的可插拔單元進行插拔或者復位，以及避免人為對計算機系統進行復位實現對快捷外設互聯標準設備的故障處理，提高了快捷外設互聯標準設備的故障處理效率。

技術領域

本發明實施例涉及計算機技術領域，具體涉及一種設備的故障處理方法、裝置及系統。

背景技術

計算機系統中包括與處理器連接的多個快捷外設互聯標準(PeripheralComponent Interconnect Express，PCIE)設備，PCIE設備發生的很多故障是由于軟失效導致的。對于這類故障的排除，目前的方法為通過人為干預，將發生故障的PCIE設備所在的可插拔單元進行插拔或者復位。如此會影響所述可插拔單元中的其他未發生故障的PCIE設備的正常工作，且插拔或復位操作需要消耗更多的時間，影響了所述可插拔單元在插拔或復位前其他未發生故障的PCIE設備業務的處理效率。現有的對于這類故障的另一種排除方法為，將計算機系統進行復位，如此會影響計算機系統正在處理的所有的業務，可能產生更多的軟故障。如果等待計算機系統的業務處理完成后再進行計算機系統的復位，導致發生這類故障的PCIE設備的故障不能盡快處理，降低了故障處理的效率，間接影響了計算機系統處理業務的效率。

發明內容

本發明提供一種快捷外設互聯標準設備的故障處理方法、裝置及系統，對故障的單個PCIE設備進行隔離后，對故障的單個PCIE設備進行復位處理，以對故障的單個PCIE設備進行恢復，恢復時避免對包括所述PCIE設備可插拔單元中的其他PCIE設備的正常業務或整個計算機系統的所有的正常業務進行影響，提高了故障處理的效率。

第一方面，提供一種設備故障處理方法，所述方法用于對設備進行故障處理，所述設備為快捷外設互聯標準設備。所述方法由控制器執行，包括：獲取第一設備故障信息，根據所述第一設備故障信息中包括的所述設備的故障處理狀態參數的第一值，對所述設備進行熱復位處理。所述第一設備故障信息用于指示所述設備故障，所述第一設備故障信息包括所述設備的故障處理狀態參數的第一值，所述設備的故障處理狀態參數的第一值表示所述設備處于軟復位態。

在本發明實施例中，所述控制器獲取第一設備故障信息后對所述PCIE設備進行熱復位處理，避免人為干預對PCIE設備所在的可插拔單元進行插拔或者復位，以及避免人為對計算機系統進行復位實現對PCIE設備的故障處理。

基于第一方面，在第一種實現方式中，所述獲取第一設備故障信息之前，還包括：檢測所述設備是否發生故障。如果所述設備發生故障，生成第一設備故障信息；查詢所述設備的故障處理狀態參數的值是否為初始值。如果所述設備的故障處理狀態參數的值為初始值，修改所述設備的故障處理狀態參數的值為第一值。所述獲取第一設備故障信息，包括：更新所述第一設備故障信息，獲得更新后的所述第一設備故障信息，所述更新后的所述第一設備故障信息包括所述設備的故障處理狀態參數的第一值。

基于第一方面或第一方面的第一種實現方式，在第二種實現方式中，所述對所述設備進行熱復位處理之后，還包括：獲取第二設備故障信息，所述第二設備故障信息用于指示所述設備故障，所述第二設備故障信息包括所述設備的故障處理狀態參數的第二值，所述設備的故障處理狀態參數的第二值表示所述設備處于硬復位態；根據所述第二設備故障信息中包括的所述設備的故障處理狀態參數的第二值，對所述設備進行冷復位處理。