[发明专利]用于故障管理的方法、设备和计算机程序产品

权利要求书

1.一种用于故障管理的方法，包括：

获得加速器资源中的加速器设备的使用率，所述加速器资源包括一个或多个加速器设备；

基于所述加速器设备的所述使用率，调整用于检测所述加速器设备中的故障的检测参数；以及

基于所述检测参数，执行针对所述加速器设备的故障检测。

2.根据权利要求1所述的方法，其中调整用于检测所述加速器设备中的故障的检测参数包括：

基于预先建立的映射表，获得与所述使用率相对应的超时值和检测频率，所述映射表通过实验或者机器学习的方式获得。

3.根据权利要求2所述的方法，其中执行针对所述加速器设备的故障检测包括：

根据所述检测频率，周期性地发起针对所述加速器设备的检测请求；

确定所述加速器设备对于所述检测请求的响应时间；以及

根据确定所述加速器设备的所述响应时间大于所述超时值，确定所述加速器设备发生故障。

4.根据权利要求1所述的方法，还包括：

根据确定所述加速器设备发生故障，基于所述加速器资源的拓扑信息来执行故障恢复，所述拓扑信息至少包括所述加速器设备中的设备、实例以及会话之间的层级关系。

5.根据权利要求4所述的方法，其中基于所述加速器资源的拓扑信息来执行故障恢复包括：

基于对所述加速器设备的故障的分析，确定用于故障恢复的重置层级，所述重置层级至少包括会话级、实例级和设备级；以及

基于所述重置层级来执行重置。

6.根据权利要求5所述的方法，其中基于所述加速器资源的拓扑信息来执行故障恢复还包括：

基于记录所述加速器设备的历史故障的历史故障信息，确定所述加速器设备是否可恢复；以及

根据确定所述加速器设备可恢复，执行所述故障恢复。

7.根据权利要求1所述的方法，还包括：

根据确定第一实例发生故障，基于多维信息库选择用于故障转移的第二实例，所述多维信息库存储拓扑信息、历史故障信息、以及使用率信息。

8.根据权利要求7所述的方法，其中基于多维信息库选择用于故障转移的第二实例：

基于所述历史故障信息，确定运行稳定的第二实例；以及

将所述第一实例中的工作负载迁移到所述第二实例。

9.根据权利要求8所述的方法，其中确定所述第二实例包括：

基于所述历史故障信息，确定运行稳定的多个实例，所述多个实例包括所述第二实例；以及

基于所述使用率信息，从所述多个实例选择空闲的第二实例。

10.根据权利要求1所述的方法，其中所述加速器资源是一个或多个快速辅助技术(QAT)卡。

11.一种电子设备，包括：

处理单元；以及

存储器，其耦合至所述处理单元并且存储有指令，所述指令在由所述处理单元执行时执行以下动作：

获得加速器资源中的加速器设备的使用率，所述加速器资源包括一个或多个加速器设备；

基于所述加速器设备的所述使用率，调整用于检测所述加速器设备中的故障的检测参数；以及

基于所述检测参数，执行针对所述加速器设备的故障检测。

12.根据权利要求11所述的设备，其中调整用于检测所述加速器设备中的故障的检测参数包括：

基于预先建立的映射表，获得与所述使用率相对应的超时值和检测频率，所述映射表通过实验或者机器学习的方式获得。