[发明专利]一种分布式计算机系统故障处理流程

权利要求书

1.一种分布式计算机系统故障处理流程，其特征在于，包括以下步骤： 

1]对分布式计算机系统的故障按照进程级、分区级、模块级、系统级四个层次级别进行分类； 

2]系统发生故障后由系统故障检测机制进行检测，将检测到的故障报给操作系统的健康监控HM服务，健康监控HM服务对故障进行过滤，若是瞬时故障或影响较小的故障则直接忽略，否则把确认后的故障交给故障管理FM进行分类别处理；本级别处理不了的故障上报上一级健康监控HM服务处理，顶层故障交给系统配置管理CM进行处理。 

2.根据权利要求1所述的分布式计算机系统故障处理流程，其特征在于：所述步骤2中故障管理FM进行分类别处理具体是： 

2.1]进程级故障处理：对分区内的任务故障由分区内的故障处理程序直接处理，以进程为单位实现进程的恢复、隔离或重构； 

2.2]分区级故障处理：由健康管理监控服务进行处理，或报告给模块级处理； 

2.3]模块级故障处理：由系统容错重构机制处理，实现故障模块的隔离； 

2.4]系统级故障处理：由系统定义的容错重构机制处理，重构策略在蓝图中事先已定义好，根据影响范围大小，非常严重故障由人工干预。

3.根据权利要求1或2所述的分布式计算机系统故障处理流程，其特征在于：所述步骤1中进程级故障包括：软截至期失败、硬截止期失效、应用错误、数值错误、非法请求、栈溢出、存储器违规、APEX内部错和PORT内部错。 

4.根据权利要求1或2所述的分布式计算机系统故障处理流程，其特征在于：所述步骤1中分区级故障包括：分区溢出、分区模式设置错和系统时钟丢失。 

5.根据权利要求1或2所述的分布式计算机系统故障处理流程，其特征在于：所述步骤1中模块级故障包括：硬件故障、电源失败和内核错误。 

6.根据权利要求1或2所述的分布式计算机系统故障处理流程，其特征在于：所述步骤1中系统级故障包括：配置错误、初始化错、生命消息错误、 SMBP错、SMOS错和CM报告的远程模块错误。