CN103138999A - 多个机架系统的监控方法 - Google Patents

Abstract

本发明提出一种多个机架系统的监控方法，包括下列步骤。提供所述机架系统，每个机架系统包括一整合管理模块及多个服务器，整合管理模块通讯连接至上述服务器并且管控所述服务器。分配所述机架系统为至少一组机架系统组，每组机架系统组包括第一机架系统以及第二机架系统。其中，第一机架系统与第二机架系统分别包括第一整合管理模块与第二整合管理模块。第一整合管理模块以及第二整合管理模块通讯连接，相互监测并相互判断是否异常。当第一整合管理模块判断发生异常时，则发送包含第二机架系统异常的一警示讯息。

Description

多个机架系统的监控方法

技术领域

本发明是有关于一种服务器的机架系统，且特别是有关于一种多个机架系统的监控方法。

背景技术

许多企业依据其所提供的云端服务或是业务需求而设置许多服务器，并将这些服务器整合成可集中管理的机架系统，借以节省服务器的管理成本。

图1说明机架系统100的方块示意图。机架系统100内部放置网络交换机120和多台服务器110_1～110_n。服务器110_1～110_n各自具有一个网络端口，这些网络端口均连接至网络交换机120。

服务器110_1～110_n通过网络交换机120连接至因特网(internet)10，因特网10也可以称作服务网络。每台服务器都是一个独立的电脑系统。举例而言，每台服务器110_1～110_n各自包含电源供应器、基板管理控制器(BMC)、以及用于散热的多个风扇。在传统的机架系统100中，各个服务器110_1～110_n通过基板管理控制器以各自管理自身的电源供应器与风扇，借以管控其内部的功耗与温度。

由于需要对整个机架系统100中的相关设备进行管理，因此机架系统100还设有管理模块。由于放置在同一区域的机架装置数量庞大，而管理模块对于机架装置而言十分重要，因此，管理人员会希望当某个管理模块发生异常或故障时，可以立即得知此异常发生在何处的机架装置中，从而立即排除异常。然而，目前的管理模块在自身出现故障时无法及时进行汇报，因此各个厂商皆希望研发相关技术以解决上述问题。

发明内容

本发明提供一种多个机架系统的监控方法，通过对这些机架系统进行分组，并使同一组中的整合管理模块相互判断是否异常，以在判断发生异常后即时发出警示讯息，汇报管理人员，利于集中管理服务器。

本发明提出一种多个机架系统的监控方法。此监控方法包括下列步骤。提供这些机架系统，每一个机架系统包括一整合管理模块及多个服务器。整合管理模块通讯连接至此机架系统中的服务器，并管控这些服务器。分配这些机架系统为至少一组机架系统组，每组机架系统组包括第一机架系统以及第二机架系统。第一机架系统与第二机架系统分别包括一第一整合管理模块与一第二整合管理模块。第一整合管理模块以及第二整合管理模块通讯连接，相互监测并相互判断是否异常。以及，当第一整合管理模块判断发生异常时，发送包含第二机架系统异常的警示讯息。

在本发明的一实施例中，上述的监控方法还包括下列步骤。当第一整合管理模块判断发生异常时，第一整合管理模块检测自第一整合管理模块至第二整合管理模块的通讯链路，以产生一检测结果。

在本发明的一实施例中，上述的监控方法还包括下列步骤。当确定第二整合管理模块已运作异常时，第一整合管理模块暂时管控第二整合管理模块原先所管控的第二机架系统的多个设备。

基于上述，本发明实施例分配这些机架系统为两个一组的机架系统组，并且，在同一机架系统组下的整合管理模块会相互监控并判断是否发生异常。借此，便可在某一整合管理模块或是某个网段的通讯链路发生故障时，另一个整合管理模块得以即时汇报给远端整合管理中心的管理人员。此外，在同一组内的整合管理模块可暂时取代故障的整合管理模块，进一步达成相互备援的目的。

附图说明

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明，其中：

图1说明机架系统的方块示意图。

图2是依照本发明实施例以说明多个机架系统的监控方法的流程图。

图3是依照本发明实施例说明多个机架系统的示意图。

图4是依照本发明实施例说明机架系统组的功能模块示意图。

图5是依照本发明另一实施例说明机架系统组的功能模块示意图。

主要元件符号说明：

10：因特网/服务网络

20：管理网络

100、300_1～300_M：机架系统

110_1～110_n、320_1～320_M：服务器

120：网络交换机

S210～S270：步骤

305：货柜

310_1～310_M：机架系统组

330_1～330_2：电力供应单元

340_1～340_2：风扇单元

350_1～350_2：整合管理模块

360_1～360_2：服务网络交换机

370_1～370_2：管理网络交换机

510：公共网络交换机

520：远端整合管理中心

具体实施方式

由于以往每一个机架系统当中仅具备单一个整合管理模块，或是仅能在每个机架系统中配置多个整合管理模块相互备援，以避免整合管理模块故障损坏。

于此，本发明实施例的精神在于，在多个机架系统下，将这些机架系统进行分组，并将两个机架系统分为同一组机架系统组。每个机架系统组当中的整合管理模块可通过网络相互判断是否异常，并在发现异常时即时进行回报，以利于集中管理这些机架系统以及服务器。

图2是依照本发明实施例以说明多个机架系统的监控方法的流程图，图3是依照本发明实施例说明多个机架系统300_1～300_M的示意图，M为正整数。图2所述的监控方法适用于图3的多个机架系统300_1～300_M。本实施例中的M以偶数为佳，但不限制于此。此外，为方便说明，本实施例在图3及下述说明中将机架系统300_1～300_M可以分别称为是机架1至机架M。

许多厂商会将众多的机架系统300_1～300_M放置于同一区域中，例如放置于货柜305内，以易于集中管理及方便统一移动机架系统300_1～300_M。因此，这些机架系统300_1～300_M可称为是货柜式电脑(container computer)。于本实施例中，每个机架系统300_1～300_M中的详细结构则会于下述图4及其相关描述中说明，此处所绘示的机架系统300_1～300_M分别包括整合管理模块(Integrated Management Module；IMM)350_1～350_M以及多个服务器320_1～320_M。

请同时参照图2与图3，于步骤S310中，本实施例将机架系统300_1～300_M架设于货柜305，以提供机架1至机架M。整合管理模块350_1～350_M分别通讯连接至位在每个机架系统300_1～300_M中的服务器320_1～320_M，并且管控这些服务器320_1～320_M。举例而言，整合管理模块350_1通讯连接至位在机架1中的多个服务器320_1，借以管控这些服务器320_1。整合管理模块350_2通讯连接至位在机架2中的多个服务器320_2，并借以管控这些服务器320_2，并依此类推至机架1至机架M。此外，整合管理模块350_1～350_M也可通过管理网络相互连结。

于步骤S220中，分配这些机架系统300_1～300_M，以将机架系统300_1～300_M分为至少一组机架系统组310_1～310_P，P为正整数且P可以等于M/2。每个机架系统组310_1～310_P皆具有两两一组的机架系统，例如机架系统组310_1具有机架1及机架2，机架系统组310_2具有机架3及机架4。

每个机架系统组310_1～310_P内的机架1至机架M皆具备有各自的整合管理模块350_1～350_M，并且，在同一个机架系统组310_1～310_P内的整合管理模块350_1～350_M相互通讯连结。

特别提出的是，步骤S220可以利用整合管理模块350_1～350_M的分散式结构来自动进行分组，换句话说，本实施例可通过整合管理模块350_1～350_M的相互通讯来使得整合管理模块350_1～350_M自动分配机架系统组310_1～310_P。举例而言，每个整合管理模块350_1～350_M可以自行建立一机架信息表单，并且将整合管理模块350_1～350_M本身的相关特征值(例如，整合管理模块各自的名称、编号、网络协定地址和/或媒体访问控制地址)写入此机架信息表单，也将本身的特征值通过管理网络传送到附近的整合管理模块，借以完善每个整合管理模块350_1～350_M中的机架信息表单。然后，各个整合管理模块350_1～350_M便可依据自身的分组判断程序来自动匹配对应的整合管理模块350_1～350_M，以使每两个机架系统能够分配为同一组机架系统组中。

于其他实施例中，也可以将这些整合管理模块350_1～350_M皆连线到一远端整合管理中心，并通过此远端整合管理中心来统一将这些机架系统进行分组，在此不再赘述。

图4是依照本发明实施例说明机架系统组310_1的功能模块示意图。在此以图4的机架系统组310_1作为举例，并配合图2的流程图来说明后续的相关作动方式。于本实施例中，机架系统组310_1具有机架系统300_1以及机架系统300_2。于图4中，机架系统300_1及机架系统300_2各自包括整合管理模块350_1～350_2、多个服务器320_1～320_2、至少一个电力供应单元330_1～330_2、多个风扇单元340_1～340_2、服务网络交换机360_1～360_2以及管理网络交换机370_1～370_2。由于机架1与机架2的结构相同，因此以下以机架1作为举例。此外，机架2至机架M则可由机架1类推而得知。

服务器320_1各自还具有服务网络端口。服务网络交换机360_1的多个网络连接端口分别连接至服务器320_1的服务网络端口。因此，这些服务器320_1可经由服务网络交换机360_1提供服务至服务网络10(例如，因特网)。此外，同样位在机架系统组310_1中的服务网络交换机360_1～360_2也利用各自的网络连接端口相互进行连接。

服务器320_1各自具有基板管理控制器(baseboard management controller；BMC)，这些基板管理控制器则各自具有管理网络端口。基板管理控制器为服务器的公知技术，故在此不予赘述。这些基板管理控制器的管理网络端口各自连接至管理网络交换机370_1的多个网络连接端口其中之一。管理网络交换机370_1耦接管理网络20。此外，同样位在机架系统组310_1中的管理网络交换机370_1～370_2也利用各自的网络连接端口相互连接。此管理网络20可以是区域网络(local area network；LAN)，例如以太网络(Ethernet)等区域网络。因此，管理网络交换机370_1～370_2可以是以太网络交换机或是其他区域网络交换机。

整合管理模块350_1的管理网络端口连接至管理网络交换机370_1。在机架1中，整合管理模块350_1经由管理网络交换机370_1与这些服务器320_1的基板管理控制器通信，以获取这些服务器320_1的运行状态(例如服务器内部温度等运行状态)，及/或控制这些服务器320_1的运行(例如控制服务器的开机与关机、轫体更新等运行)。

机架系统300_1配置至少一个电力供应单元330_1，电力供应单元330_1提供电能给机架1内的各个装置。例如，电力供应单元330_1供电给机架1中的管理网络交换机370_1、服务网络交换机360_1、服务器320_1、风扇单元340_1以及整合管理模块350_1。电力供应单元330_1具有管理网络端口，此管理网络端口连接至管理网络交换机370_1。多个风扇单元340_1也具有管理网络端口。风扇单元340_1的管理网络端口连接至管理网络交换机370_1。

借此，整合管理模块350_1可以经由管理网络交换机370_1与电力供应单元330_1以及风扇单元340_1通信，以获取电力供应单元330_1、风扇单元340_1的运行状态，及/或控制电力供应单元330_1、风扇单元340_1的运行。举例而言，整合管理模块350_1可以经由管理网络交换机370_1获取服务器机架系统300_1、风扇单元340_1的相关功耗信息以及风扇运行信息，例如获取所有服务器320_1的功耗量、风扇单元340_1的风扇转速。根据此功耗信息或是风扇运行信息，整合管理模块350_1经由管理网络交换机370_1下达控制命令至电力供应单元330_1、风扇单元340_1，以控制/调整电力供应单元330_1的电力输出，或是控制/调整风扇单元340_1的风扇转速。

机架系统300_2(机架2)亦包括整合管理模块350_2、多个服务器320_2、电力供应单元330_2、风扇单元340_2、服务网络交换机360_2以及管理网络交换机370_2，这些设备的功能皆与机架1中的对应射备相同，在此不再赘述。

请回到图2，并配合图4来持续说明本实施例所揭露多个机架系统的监控方法。由于已经分组完毕，且机架1与机架2分为同一机架系统组310_1，因此于步骤S230中，机架1中的整合管理模块350_1(第一整合管理模块)与机架2中的整合管理模块350_2(第二整合管理模块)相互监测，并且相互判断是否发生异常。此处所谓的“异常”，可以是整合管理模块350_1与整合管理模块350_2之间的网络链路无法连线、管理网络交换器370_1或370_2损毁、中断连线，或是整合管理模块350_1或350_2发生故障等情况。

于本实施例中，管理网络交换机370_1～370_2通过管理网络以及一个以上的网络节点(例如，管理网络交换器370_1～370_2)相连，以实现整合管理模块350_1～370_2之间的通讯，并相互进行监测。因此，于步骤S230中，机架1中的整合管理模块350_1(第一整合管理模块)定时向机架2中的整合管理模块350_2发送一确认请求，并且接收由整合管理模块350_2回传的确认回应，借以确认整合管理模块350_1到整合管理模块350_2之间的网络链结是否通畅，并可同时确认整合管理模块350_2没有发生异常。

如果整合管理模块350_1偶尔没有收到整合管理模块350_2所回传的确认回应时，例如整合管理模块350_1并未接收到确认回应的连续次数小于一门槛值的时候，可能当时的整合管理模块350_2已经满载、网络链结过于壅塞而暂时无法收到此确认回应，上述情况应可以允许偶尔发生。但是，当整合管理模块350_1并未接收到该确认回应的连续次数大于上述门槛值时，则整合管理模块350_1便需判断已发生异常。

于类似实施例中，整合管理模块350_1也可以通过监听整合管理模块350_2的通讯连线情况，以判断是否发生异常。换句话说，由于整合管理模块350_2会定时对服务器320_2进行通讯连线，因此整合管理模块350_1便可借由监听整合管理模块350_2接收/发送网络封包的情况来判断整合管理模块350_2、或是整合管理模块350_1到整合管理模块350_2之间的网络链路是否发生异常。

当整合管理模块350_1(第一整合管理模块)判断发生异常时，则由步骤S230进入步骤S240，整合管理模块350_1发送包含机架系统320_2异常的警示讯息至管理网络上的一远端整合管理中心，借以让维护这些机架系统300_1～300_M的管理由人能够立即得知异常的发生，进而得以立即加以排除。上述的警示讯息可以包括电子邮件讯息、系统日志和/或简单网络管理协议陷阱(SNMP Trap)讯息...等，本发明实施例并不限制警示讯息的类型。

接着，于步骤S250中，当整合管理模块350_1已判断发生异常时，整合管理模块350_1便开始检测自整合管理模块350_1至整合管理模块350_2的通讯链路，借以产生一检测结果。详细而言，整合管理模块350_1于此时将会依次检测与管理网络交换机370_1、管理网络交换机370_2、以及整合管理模块350_2的通讯是否正常，并整合这些通讯情况，以产生检测结果。整合管理模块350_1同时会将此检测结果与上述的警示讯息上传到远端整合管理中心，以利于管理人员进行异常情况的修复。

此外，于步骤S260中，当整合管理模块350_1(第一整合管理模块)借由依次检测而确定整合管理模块350_2(第二整合管理模块)已经是否运作异常时，则进入步骤S270，整合管理模块350_1得以通过管理网络以暂时管控整合管理模块350_2原先所管控的机架2的设备，例如电力供应单元330_2、风扇单元340_2...等。

详细来说，机架1中的整合管理模块350_1以及机架2中的整合管理模块350_2在没有发生异常时，除了相互判断是否异常以外，也会将各自的管理信息相互进行备份。例如，整合管理模块350_1会将机架1的管理信息备份于整合管理模块350_2中，而整合管理模块350_2也会将机架2的管理信息备份于整合管理模块350_1中。当整合管理模块350_2发生故障时，整合管理模块350_1便可在检测到异常后，利用整合管理模块350_2所备份的管理资料来暂时管控机架2中的设备，以达成相互备援的目的。

图5是依照本发明另一实施例说明机架系统组310_1的功能模块示意图。本发明实施例与上述实施例相似，相同的描述在此不再赘述。此外，图5中机架系统300_1、300_2与图4的机架系统300_1、300_2相同，图5中的机架1及机架2仅绘示整合管理模块350_1～350_2与管理网络交换机370_1～370_2，并省略其他元件。借此，本实施例与上述实施例的不同之处在于，每个机架系统300_1～300_M中的管理网络交换机370_1～370_M皆会通过各自的网络连接端口连接到公共网络交换机510的多个网络连接端口，远端整合管理中心520的管理网络端口亦连接至公共网络交换机510。

因此，由于整合管理模块350_1～350_M皆连线到远端整合管理中心520，本实施例便可通过远端整合管理中心520来统一将这些机架系统进行分组。此外，整合管理模块350_1以及350_2通过管理网络交换机370_1、370_2以及公共网络交换机510而通讯连接，借以相互监测并相互判断是否异常。当整合管理模块350_1判断发生异常时，整合管理模块350_1便依次检测与管理网络交换机370_1、公共网络交换机510、管理网络交换机370_2、以及整合管理模块350_2的通讯是否正常，以产生检测结果(步骤S250)。整合管理模块350_1会同时将此检测结果与上述的警示讯息上传到远端整合管理中心520，管理人员只需持续监控远端整合管理中心是否发出警示讯息，便可迅速地进行异常情况的排除与修复。

综上所述，本发明实施例分配这些机架系统300_1～300_M为两个一组的机架系统组310_1～310_P，并且，在同一机架系统组下的整合管理模块会相互监控并判断是否发生异常，例如整合管理模块350_1与350_2。借此，便可在某一整合管理模块或是某个网段的通讯链路发生故障时，另一个整合管理模块得以即时汇报给远端整合管理中心的管理人员。此外，当判断出整合管理模块确实故障时，同一组内的整合管理模块可暂时接手故障的整合管理模块，进一步达成相互备援的目的。

虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的修改和完善，因此本发明的保护范围当以权利要求书所界定的为准。

Claims (11)

1.一种多个机架系统的监控方法，包括：

提供所述机架系统，其中每一机架系统包括一整合管理模块及多个服务器，且该整合管理模块通讯连接至所述服务器并管控所述服务器；

分配所述机架系统为至少一组机架系统组，每组机架系统组包括一第一机架系统以及一第二机架系统，其中该第一机架系统与该第二机架系统分别包括一第一整合管理模块与一第二整合管理模块；

该第一整合管理模块以及该第二整合管理模块通讯连接，相互监测并相互判断是否异常；以及

当该第一整合管理模块判断发生异常时，则发送包含该第二机架系统异常的一警示讯息。

2.如权利要求1所述的监控方法，还包括：

当该第一整合管理模块判断发生异常时，该第一整合管理模块检测自该第一整合管理模块至该第二整合管理模块的通讯链路，以产生一检测结果。

3.如权利要求2所述的监控方法，其特征在于，在该第一机架系统中，该第一整合管理模块通过一第一网络交换机与该第一机架系统内的所述服务器通讯；在该第二机架系统中，该第二整合管理模块通过一第二网络交换机与该第二机架系统内的所述服务器通讯，该第一网络交换机与该第二网络交换机相连以实现该第一整合管理模块与该第二整合管理模块之间的通讯；

当该第一整合管理模块判断发生异常时，该第一整合管理模块依次检测与该第一网络交换机、该第二网络交换机、以及该第二整合管理模块的通讯是否正常运作，以产生该检测结果。

4.如权利要求2所述的监控方法，其特征在于，该第一整合管理模块通过一公共网络交换机与该第二整合管理模块通讯，一远端整合管理中心连接至公共网络交换机，其特征在于，该第一整合管理模块将该警示讯息和该检测结果上传至该远端整合管理中心。

5.如权利要求1所述的监控方法，其特征在于，分配所述机架系统包括下列步骤：

依据所述整合管理模块的至少一特征值，自动匹配对应的所述整合管理模块，以使每两个机架系统分配为同一组机架系统组。

6.如权利要求5所述的监控方法，其特征在于，该特征值为所述整合管理模块各自的一名称、一网络协定地址和/或一媒体访问控制地址。

7.如权利要求1所述的监控方法，其特征在于，该第一整合管理模块以及该第二整合管理模块相互监测包括下列步骤：

该第一整合管理模块定时发送一确认请求至该第二整合管理模块，并接收由该第二整合管理模块传送的一确认回应；以及

当该第一整合管理模块并未接收到该确认回应的次数大于一门槛值时，该第一整合管理模块判断发生异常。

8.如权利要求1所述的监控方法，其特征在于，该第一整合管理模块以及该第二整合管理模块相互监测包括下列步骤：

该第一整合管理模块监听该第二整合管理模块的通讯连线情况，以判断是否发生异常。

9.如权利要求1所述的监控方法，其特征在于，该第一整合管理模块以及该第二整合管理模块通过网络连线以及至少一网络节点来相互监测。

10.如权利要求1所述的监控方法，其特征在于，该警示讯息包括一邮件讯息、一系统日志和/或一简单网络管理协议陷阱讯息。

11.如权利要求1所述的监控方法，还包括：

当确定该第二整合管理模块已运作异常时，该第一整合管理模块暂时管控该第二整合管理模块原先所管控的该第二机架系统的多个设备。

Images