一种分布式计算机系统故障检测机制

摘要

本发明提供一种分布式计算机系统故障检测机制，用于对分布计算机系统的健康状况进行监测，一旦出现故障或错误，故障检测机制能立即发现，并向操作系统的健康监控服务报告故障，保证系统故障及时被发现处理，提高系统运行可靠性。整个系统故障按照进程级、分区级、模块级、系统级四个层次级别进行故障检测，可以降低故障检测复杂度；故障检测程序分布在系统的各个地方，以被动和主动方式进行检测，提高系统故障检测速率和故障检测覆盖率；故障检测信息报给健康监控服务集中管理。

主权项

一种分布式计算机系统故障检测机制，其特征在于，包括以下步骤：1]按照进程级、分区级、模块级、系统级四个层次级别对分布式计算机系统的故障进行分类，设定进程级故障检测程序、分区级故障检测程序、模块级故障检测程序、系统级故障检测程序和对应的健康监控表；2]上述步骤1中的四种故障检测程序通过操作系统的健康监控服务OS‑HM收集故障信息，OS‑HM依据故障代码调度故障处理服务程序，同时给通用管理系统的健康监控HM进程记录故障诊断信息。