[发明专利]故障处理装置及方法

说明书

本发明公开了一种故障处理装置及方法，属于计算机技术领域。所述方法包括：统计服务器中的硬件模块在预定时间段内产生可纠正故障中断的频率；检测频率是否大于禁能阈值；当检测到频率大于禁能阈值时，将硬件模块的可纠正故障中断由使能状态切换为禁能状态；解决了当硬件模块在短时间内发生大量可纠正故障时，操作系统将处于持续的故障处理状态，占用了操作系统大量的处理资源，甚至导致操作系统不能正常运行的问题；达到了硬件模块在短时间内发生大量可纠正故障时，减少产生可纠正故障中断，使操作系统能够正常运行，提高操作系统的运行效率的效果。

技术领域

本发明涉及计算机技术领域，特别涉及一种故障处理装置及方法。

背景技术

可纠正故障是服务器在运行时产生的一种常见的硬件故障。

当发生可纠正故障时，硬件模块根据可纠正故障生成可纠正故障中断(英文：Corrected Machine-Check Error Interrupt；简称：CMCI)，并通知操作系统进入中断处理程序对该可纠正故障中断进行处理，操作系统根据可纠正故障中断确定硬件模块并进行相应的故障处理。以该可纠正故障发生在内存中为例，操作系统中的中断处理程序处理可纠正故障中断的步骤如下：

1、中断处理程序收集该可纠正故障相应的故障数据；

2、中断处理程序将收集到的故障数据中的故障物理地址翻译为对应的操作系统下的故障逻辑地址；

3、中断处理程序对故障逻辑地址所属的内存页面进行可纠正故障次数统计；

4、中断处理程序对该可纠正故障执行故障处理操作。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：当硬件模块在短时间内发生大量的可纠正故障，也即发生可纠正故障风暴时，硬件模块将产生大量的可纠正故障中断并通知操作系统进入中断处理程序，操作系统需要对每个可纠正故障进行上述的故障处理，将处于持续的故障处理状态，占用了操作系统大量的处理资源，甚至导致操作系统不能正常运行。

发明内容

为了解决背景技术中当硬件模块在短时间内发生大量可纠正故障时，操作系统将处于持续的故障处理状态，占用了操作系统大量的处理资源，甚至导致操作系统不能正常运行的问题，本发明实施例提供了一种故障装置及方法。所述技术方案如下：

第一方面，提供了一种故障处理装置，用于包括至少一个硬件模块的服务器中，所述装置包括：

统计模块，用于统计所述服务器中的硬件模块在预定时间段内产生可纠正故障中断的频率，所述可纠正故障中断是由所述硬件模块在发生可纠正故障时所产生的中断；

检测模块，用于检测所述频率是否大于禁能阈值；

第一切换模块，用于当检测到所述频率大于所述禁能阈值时，将所述硬件模块的可纠正故障中断由使能状态切换为禁能状态。

在第一方面的第一种可能的实施方式中，所述统计模块，包括：

读取模块，用于通过中断处理程序从机器校验异常MCE存储器中读取所述硬件模块在预定时间段内产生的可纠正故障中断的个数，所述中断处理程序是用于处理所述可纠正故障的中断处理程序，所述MCE存储器是与所述硬件模块对应的MCE存储器；

计算模块，用于通过所述中断处理程序根据所述预定时间段和所述可纠正故障中断的个数统计出所述频率；

所述检测模块，用于通过所述中断处理程序检测所述频率是否大于禁能阈值。

在第一方面的第二种可能的实施方式中，所述装置，还包括：

启动模块，用于在将所述硬件模块的可纠正故障中断由所述使能状态切换为所述禁能状态时，启动定时器；