[发明专利]故障处理的方法、计算机系统、基板管理控制器和系统

说明书

本发明公开了一种故障处理的方法、计算机系统、基板管理控制器和系统。该方法包括：根据可纠正错误的收集信息，确定发生可纠正错误风暴；关闭可纠正错误集合中的可纠正错误的产生模块的SMI使能，其中，该可纠正错误集合包括该可纠正错误风暴相关的可纠正错误；向BMC发送SMI使能关闭通知信息；接收该BMC在接收到该SMI使能关闭通知信息预定时间后发送的SMI使能打开通知信息；根据该SMI使能打开通知信息，打开已关闭的可纠正错误的产生模块的SMI使能。本发明实施例的故障处理的方法、BIOS、BMC和系统，能够有效地处理可纠正错误风暴。

本申请要求于2016年12月5日提交的、申请号为PCT/CN2016/108556、发明名称为“故障处理的方法、计算机系统、基板管理控制器和系统”的PCT申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本发明涉及信息技术领域，并且更具体地，涉及一种故障处理的方法、计算机系统、基板管理控制器和系统。

背景技术

计算机系统在产生错误时，对于一般错误，系统会产生系统管理中断(SystemManagement Interrupt，SMI)，再收集错误数据，根据错误数据进行进一步处理，以检测故障。

很多设备发生硬件故障(例如内存颗粒故障或内存数据线故障)后，可能会产生可纠正错误。可纠正错误是指该错误可以纠正，发生可纠正错误系统可以继续运行。然而，对于由硬件故障引起可纠正错误的情况，在硬件故障消除前，会产生持续的可纠正错误风暴。虽然系统仍然可以继续运行，但此种情况是一种带病运行状态，继续使用会导致系统性能下降以及发生严重错误的概率大大提升，此时应对故障模块立即告警并尽快更换。即，需要针对可纠正错误风暴收集错误数据，以检测出硬件故障。

然而，对于持续的可纠正错误风暴的情况，若通过SMI收集错误数据，系统可能会陷入SMI中断陷阱而表现为系统停顿死机。因此，如何有效地处理可纠正错误风暴，成为一个亟待解决的技术问题。

发明内容

本发明实施例提供了一种故障处理的方法、计算机系统、基板管理控制器和系统，能够有效地处理可纠正错误风暴。

第一方面，本发明实施例提供了一种故障处理的方法，包括：

根据可纠正错误的收集信息，确定发生可纠正错误风暴；

关闭可纠正错误集合中的可纠正错误的产生模块的系统管理中断SMI使能，其中，该可纠正错误集合包括该可纠正错误风暴相关的可纠正错误；

向基板管理控制器BMC发送SMI使能关闭通知信息；

接收该BMC在接收到该SMI使能关闭通知信息预定时间后发送的SMI使能打开通知信息；

根据该SMI使能打开通知信息，打开已关闭的可纠正错误的产生模块的SMI使能。

本发明实施例的故障处理的方法，通过对可纠正错误的产生模块的SMI使能的关闭和打开，能够在不发生中断陷阱的情况下收集错误数据，并且不会影响由非硬件故障引起的可纠正错误的产生模块，从而能够有效地处理可纠正错误风暴。

在一些可能的实现方式中，关闭可纠正错误集合中的可纠正错误的产生模块的系统管理中断SMI使能，包括：

关闭该可纠正错误集合中每一个可纠正错误的产生模块的SMI使能；或者，

关闭该可纠正错误集合中的部分可纠正错误的产生模块的SMI使能。

在一些可能的实现方式中，该SMI使能打开通知信息在该BMC接收到该SMI使能关闭通知信息预定时间后发送。

在一些可能的实现方式中，该预定时间为10分钟。