一种服务器故障告警的方法、设备及介质与流程

本发明涉及服务器故障分析技术领域，更具体地，特别是指一种服务器故障告警的方法、设备及可读介质。

背景技术：

数据中心是全球协作的特定设备网络，用来在internet网络基础设施上传递、加速、展示、计算、存储数据信息。在今后的发展中，数据中心也将会成为企业竞争的资产，商业模式也会因此发生改变。随着数据中心应用的广泛化，人工智能、网络安全等也相继出现，更多的用户都被带到了网络和手机的应用中。随着计算机和数据量的增多，人们也可以通过不断学习积累提升自身的能力，是迈向信息化时代的重要标志。

在数据中心的建设中，服务器作为其中最重要的硬件基础设施，其重要性不言而喻，以服务器硬件作为基础，企业和用户可以在软件层面上进行数据的运算和处理，从而完成不同的业务需求和数据类型的工作。在数据中心的机房中，往往搭建了成百上千台服务器设备，这些设备长时间不间断工作，以保证数据业务的正常运行，而一旦在数据处理过程中出现了硬件设备的故障，需要现场维护人员第一时间定位设备，然后快速定位问题并做出相应的解决对策。

针对数据中心机房中服务器的工作状态监控，现有技术是通过远程bmc来访问web界面，通过bmc界面显示的状态信息，获取每台服务器的运行数据和工作状态，而一旦出现bmc芯片挂死的情况，那么服务器的状态信息将没有办法及时刷新，同时，根据实际设计，当bmc出现挂死的状态时，服务器会将风扇转速拉满，以保证服务器机箱内部的温度安全，避免由于机箱内部温度过热而导致服务器宕机。而在数据中心的监控室内，现场维护人员并不会实时监控服务器bmc的工作状态，这种做法显然十分耗费人力物力，而目前的设计又没有办法能够第一时间得知服务器bmc挂死的情况发生，这种情况十分危险，首先是如果长时间不对故障机器进行处理，风扇一直保持高转速，对风扇的磨损以及设备功耗都会造成很大的影响。同时，bmc挂死后将无法继续监控服务器的工作状态信息，那么服务器的工作状态就无法得知，一旦出现其他故障造成设备宕机，那么可能会丢失大量的数据，造成不可预估的后果。

技术实现要素：

有鉴于此，本发明实施例的目的在于提出一种服务器故障告警的方法、设备及介质，当服务器故障甚至bmc挂死的情况时，通过cpld驱动天线发出无线信号，监控设备的接收装置接收到信号发出告警，以确保及时反馈服务器故障的信息。

基于上述目的，本发明实施例的一方面提供了一种服务器故障告警的方法，包括如下步骤：bmc向cpld发出看门狗信号，并且每间隔预定清零时间将看门狗信号清零；记录cpld未接收到清零的看门狗信号的时间，将记录时间与预定清零时间进行比较；响应于记录时间大于预定清零时间，将记录时间与bmc预定刷新时间进行比较；响应于记录时间大于bmc预定刷新时间，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号；以及通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警。

在一些实施方式中，还包括：响应于记录时间小于预定清零时间，判定看门狗信号正常，并将记录时间归零重新记录；响应于记录时间小于bmc预定刷新时间，判定看门狗信号正常，并将记录时间归零重新记录；响应于看门狗信号正常，通过bmc获取服务器故障日志；响应于bmc读取到服务器故障日志，将故障信息发送给cpld，并通过cpld驱动设置在服务器上的天线发出故障信号；通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警。

在一些实施方式中，bmc向cpld发出看门狗信号，并且每间隔预定清零时间将看门狗信号清零包括：bmc通过驱动gpio产生高低电平的变化发出看门狗信号，每间隔预设时间将看门狗信号清零。

在一些实施方式中，响应于记录时间大于bmc预定刷新时间，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号包括：响应于确定看门狗信号在bmc预定刷新时间内持续为高电平信号，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号。

在一些实施方式中，通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警包括：接收装置接收来自一个或多个服务器的故障信号，将故障信号通过功率放大器进行放大，并传递给扬声器，通过扬声器发出告警。

本发明实施例的另一方面，还提供了一种计算机设备，包括：至少一个处理器；以及存储器，存储器存储有可在处理器上运行的计算机指令，指令由处理器执行以实现如下步骤：bmc向cpld发出看门狗信号，并且每间隔预定清零时间将看门狗信号清零；记录cpld未接收到清零的看门狗信号的时间，将记录时间与预定清零时间进行比较；响应于记录时间大于预定清零时间，将记录时间与bmc预定刷新时间进行比较；响应于记录时间大于bmc预定刷新时间，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号；以及通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警。

在一些实施方式中，还包括：响应于记录时间小于预定清零时间，判定看门狗信号正常，并将记录时间归零重新记录；响应于记录时间小于bmc预定刷新时间，判定看门狗信号正常，并将记录时间归零重新记录；响应于看门狗信号正常，bmc获取服务器故障日志；响应于bmc读取到服务器故障日志，将故障信息发送给cpld，并通过cpld驱动设置在服务器上的天线发出故障信号；通过外部监控设备的接收装置以无线通信的方式接收所述故障信号并相应触发告警。

在一些实施方式中，bmc向cpld发出看门狗信号，并且每间隔预定清零时间将看门狗信号清零包括：bmc通过驱动gpio产生高低电平的变化发出看门狗信号，每间隔预设时间将看门狗信号清零。

在一些实施方式中，响应于记录时间大于bmc预定刷新时间，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号包括：响应于确定看门狗信号在bmc预定刷新时间内持续为高电平信号，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号。

在一些实施方式中，通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警包括：接收装置接收来自一个或多个服务器的故障信号，将故障信号通过功率放大器进行放大，并传递给扬声器，通过扬声器发出告警。

本发明实施例的再一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。

本发明具有以下有益技术效果：当服务器故障甚至bmc挂死的情况时，通过cpld驱动天线发出无线信号，监控设备的接收装置接收到信号发出告警，以确保及时反馈服务器故障的信息。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。

图1为本发明提供的服务器故障告警的方法的实施例的示意图；

图2为本发明提供的服务器故障告警的方法的实施例的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

基于上述目的，本发明实施例的第一个方面，提出了一种服务器故障告警的方法的实施例。图1示出的是本发明提供的服务器故障告警的方法的实施例的示意图。如图1所示，本发明实施例包括如下步骤：

s1、bmc向cpld发出看门狗信号，并且每间隔预定清零时间将看门狗信号清零；

s2、记录cpld未接收到清零的看门狗信号的时间，将记录时间与预定清零时间进行比较；

s3、响应于记录时间大于预定清零时间，将记录时间与bmc预定刷新时间进行比较；

s4、响应于记录时间大于bmc预定刷新时间，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号；以及

s5、通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警。

在本发明的一些实施例中，bmc(基板管理控制器)的芯片本身是一个arm核芯片，它能够通过gpio产生高低电平的变化，由bmc驱动gpio向cpld(复杂可编程逻辑器件)发出看门狗信号，每隔固定的时间频率给看门狗信号清零。如果一段时间内信号未清零，则初步判断bmc芯片故障。为了排除bmc在固件刷新时无法控制gpio的情况，需确保一个bmc刷新时间信号仍为清零，才能判定bmc故障，此时cpld驱动设置在服务器上的天线发出故障信号，故障信号通过无线通信的方式发送到监控设备的接收装置，接收装置设置在服务器外部，配置用于监测来自一个或多个服务器的故障信号并触发告警。

图2示出的是本发明提供的服务器故障告警的方法的实施例的示意图。根据本发明的一些实施方式，如图2所示，包括如下步骤：s31、响应于记录时间小于预定清零时间，判定看门狗信号正常，并将记录时间归零重新记录；s41、响应于记录时间小于bmc预定刷新时间，判定看门狗信号正常，并将记录时间归零重新记录；s42、响应于看门狗信号正常，通过bmc获取服务器故障日志；s43、响应于bmc读取到服务器故障日志，将故障信息发送给cpld，并通过cpld驱动设置在服务器上的天线发出故障信号；s5、通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警。

在本发明的一些实施例中，bmc芯片工作正常时，可以通过芯片本身的gpio来检测信号，从而获取其它设备的工作状态，然后将异常的信息保存到日志中，这样如果其他设备发生故障，bmc可以通过读取日志的方式获取信息，然后将发生故障的信息通过gpio向cpld发出信号，再通过cpld内部的判断逻辑来监控这一状态，并同步更新到无线电波发送设备上，再通过无线通信的方式发送到监控设备的接收装置，触发告警。

根据本发明的一些实施方式，bmc向cpld发出看门狗信号，并且每间隔预定清零时间将看门狗信号清零包括：bmc通过驱动gpio产生高低电平的变化发出看门狗信号，每间隔预设时间(例如3-5秒)将看门狗信号清零。

根据本发明的一些实施方式，响应于记录时间大于bmc预定刷新时间，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号包括：响应于确定看门狗信号在bmc预定刷新时间内持续为高电平信号，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号。

在本发明的一些实施例中，设置在服务器上的天线也可以是波段发生器，即无线电波的发送设备，其开关设备需要接收cpld发出的触发电平，当认定服务器发生故障或者bmc芯片挂死的情况后，触发开关，然后驱动天线发出固定频段的无线电波信号，通过无线通信的方式发送到监控室。在数据中心内给每台服务器设备配置相同的无线电波发送设备，因此无论哪一台服务器出现故障，都会发出固定频段的无线电波，由监控室内部的无线电波接收设备获取信号，从而触发告警。

根据本发明的一些实施方式，通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警包括：接收装置接收来自一个或多个服务器的故障信号，将故障信号通过功率放大器进行放大，并传递给扬声器，通过扬声器发出告警，维护人员会第一时间接收到此故障信息，并获知在机房内有服务器发生故障，从而由维护人员快速刷新服务器bmc的web界面，一旦bmc的web界面刷新失败，即bmc芯片本身挂死，定位到故障服务器的位置，然后及时进行故障诊断，并进行维修或更换，以保证数据安全。

需要特别指出的是，上述服务器故障告警的方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于基于软链接的文件保护的方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在实施例之上。

基于上述目的，本发明实施例的第二个方面，提出了一种计算机设备，包括：至少一个处理器；以及存储器，存储器存储有可在处理器上运行的计算机指令，指令由处理器执行以实现如下步骤：s1、bmc向cpld发出看门狗信号，并且每间隔预定清零时间将看门狗信号清零；s2、记录cpld未接收到清零的看门狗信号的时间，将记录时间与预定清零时间进行比较；s3、响应于记录时间大于预定清零时间，将记录时间与bmc预定刷新时间进行比较；s4、响应于记录时间大于bmc预定刷新时间，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号；以及s5、通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警。

根据本发明的一些实施方式，还包括：s31、响应于记录时间小于预定清零时间，判定看门狗信号正常，并将记录时间归零重新记录；s41、响应于记录时间小于bmc预定刷新时间，判定看门狗信号正常，并将记录时间归零重新记录；s51、响应于看门狗信号正常，bmc获取服务器故障日志；响应于bmc读取到服务器故障日志，将故障信息发送给cpld，并通过cpld驱动设置在服务器上的天线发出故障信号；通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警。

根据本发明的一些实施方式，bmc向cpld发出看门狗信号，并且每间隔预定清零时间将看门狗信号清零包括：bmc通过驱动gpio产生高低电平的变化发出看门狗信号，每间隔预设时间(例如3-5秒)将看门狗信号清零。

根据本发明的一些实施方式，响应于记录时间大于bmc预定刷新时间，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号包括：响应于确定看门狗信号在bmc预定刷新时间内持续为高电平信号，判定bmc故障，并通过cpld驱动设置在服务器上的天线发出故障信号。

根据本发明的一些实施方式，通过外部监控设备的接收装置以无线通信的方式接收故障信号并相应触发告警包括：接收装置接收来自一个或多个服务器的故障信号，故障信号通过功率放大器进行放大，并传递给扬声器，通过扬声器发出告警。

本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时执行如上方法的计算机程序。

最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，基于软链接的文件保护的方法的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，程序的存储介质可为磁碟、光盘、只读存储记忆体(rom)或随机存储记忆体(ram)等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。

此外，根据本发明实施例公开的方法还可以被实现为由处理器执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被处理器执行时，执行本发明实施例公开的方法中限定的上述功能。

此外，上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。

此外，应该明白的是，本文的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦写可编程rom(eeprom)或快闪存储器。易失性存储器可以包括随机存取存储器(ram)，该ram可以充当外部高速缓存存储器。作为例子而非限制性的，ram可以以多种形式获得，比如同步ram(dram)、动态ram(dram)、同步dram(sdram)、双数据速率sdram(ddrsdram)、增强sdram(esdram)、同步链路dram(sldram)、以及直接rambusram(drram)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。

结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行：通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，dsp和微处理器的组合、多个微处理器、一个或多个微处理器结合dsp和/或任何其它这种配置。

结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在ram存储器、快闪存储器、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动盘、cd-rom、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器，使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中，存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在asic中。asic可以驻留在用户终端中。在一个替换方案中，处理器和存储介质可以作为分立组件驻留在用户终端中。

在一个或多个示例性设计中，功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括ram、rom、eeprom、cd-rom或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(dsl)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、dsl或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的，磁盘和光盘包括压缩盘(cd)、激光盘、光盘、数字多功能盘(dvd)、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。

以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。

应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。

上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。