CN115878430A - Pcie设备故障监控方法、装置、通信设备及存储介质 - Google Patents
Pcie设备故障监控方法、装置、通信设备及存储介质 Download PDFInfo
- Publication number
- CN115878430A CN115878430A CN202211685851.5A CN202211685851A CN115878430A CN 115878430 A CN115878430 A CN 115878430A CN 202211685851 A CN202211685851 A CN 202211685851A CN 115878430 A CN115878430 A CN 115878430A
- Authority
- CN
- China
- Prior art keywords
- pcie
- number information
- target
- fault
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000004891 communication Methods 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000013507 mapping Methods 0.000 claims abstract description 27
- 238000012806 monitoring device Methods 0.000 claims abstract 2
- 108010028984 3-isopropylmalate dehydratase Proteins 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 14
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000003745 diagnosis Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 13
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明实施例提供了一种PCIE设备故障监控方法、装置、通信设备及存储介质，应用于基板管理控制器BMC，该方法包括：在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。本发明通过序列号信息以及标识符信息获取故障报告对应的PCIE设备信息，有效实时的监控基于PCIE Switch架构的服务器中具体的PCIE设备的状态，为服务器上线乃至量产后运维工作起到了很好的故障监控及诊断手段。
Description
技术领域
本发明涉及设备故障检测技术领域，特别涉及一种PCIE设备故障监控方法、装置、通信设备及存储介质。
背景技术
PCIE设备是服务器最常见的外设接口之一，大量的部件包括网卡、Raid卡、FPGA卡、GPU卡、NVME硬盘等等都是通过PCIe接口作为外设设备应用在服务器系统当中，因此，当PCIE设备出现故障时，容易对服务器正常工作造成影响。
目前PCIE设备故障监控是通过黑盒日志中记录的故障信息结合人员排查，然而，通过黑盒记录进行排查，无法实时的对PCIE设备进行监控，容易导致信息漏失，仍存在PCIE设备故障无法及时排查从而影响服务器的风险。
发明内容
本发明实施例的目的在于提供一种PCIE设备故障监控方法、装置、通信设备及存储介质，解决因无法实时对PCIE设备进行监控，导致仍存在PCIE设备故障无法及时排查从而影响服务器的问题，具体技术方案如下：
在本发明实施的第一方面，首先提供了一种PCIE设备故障监控方法，应用于基板管理控制器BMC，所述方法包括：
在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；
在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；
根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。
可选地，在所述在检测到接收到BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息的步骤之前，所述方法还包括：
获取服务器中PCIE设备的序列号信息；
将所述序列号信息和预先设置的标识符进行匹配，生成PCIE设备映射关系表。
可选地，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法还包括：
在检测到所述寄存器信息异常的情况下，根据预先设置的PCIE规范标准对所述寄存器信息对应的PCIE设备进行自适应修正，其中，所述PCIE规范标准是基于所述PCIE设备的历史故障信息生成的。
可选地，所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息包括：
根据所述目标序列号信息以及所述目标标识符生成IPMI命令；
根据所述IPMI命令获取所述故障报告对应的PCIE设备的寄存器信息，以及故障位置。
可选地，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法还包括：
将所述PCIE设备信息在BMC的预设管理界面上进行可视化展示。
可选地，所述方法还包括：
在检测到接收到所述BIOS发送的故障报告的情况下，对所述故障报告对应的故障类型进行分析处理，生成分析结果；
将所述分析结果发送至复杂可编程逻辑器件CPLD，以供所述CPLD根据所述故障类型进行预警信息指示。
可选地，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法包括：
根据所述PCIE设备信息中的寄存器信息生成黑盒日志，并将所述黑盒日志进行存储。
在本发明实施的第二方面，还提供了一种PCIE设备故障监控装置，应用于基板管理控制器BMC，包括：
第一获取模块，用于在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；
确定模块，用于在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；
第二获取模块，用于根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。
可选地，所述装置还包括：
第一模块，用于获取服务器中PCIE设备的序列号信息；
第二模块，用于将所述序列号信息和预先设置的标识符进行匹配，生成PCIE设备映射关系表。
可选地，所述装置还包括：
第三模块，用于在检测到所述寄存器信息异常的情况下，根据预先设置的PCIE规范标准对所述寄存器信息对应的PCIE设备进行自适应修正，其中，所述PCIE规范标准是基于所述PCIE设备的历史故障信息生成的。
可选地，所述第二获取模块包括：
第一子模块，用于根据所述目标序列号信息以及所述目标标识符生成IPMI命令；
第二子模块，用于根据所述IPMI命令获取所述故障报告对应的PCIE设备的寄存器信息，以及故障位置。
可选地，所述装置还包括：
第四模块，用于将所述PCIE设备信息在BMC的预设管理界面上进行可视化展示。
可选地，所述装置还包括：
第五模块，用于在检测到接收到所述BIOS发送的故障报告的情况下，对所述故障报告对应的故障类型进行分析处理，生成分析结果；
第六模块，用于将所述分析结果发送至复杂可编程逻辑器件CPLD，以供所述CPLD根据所述故障类型进行预警信息指示。
可选地，所述装置还包括：
第七模块，用于根据所述PCIE设备信息中的寄存器信息生成黑盒日志，并将所述黑盒日志进行存储。
在本发明实施的第三方面，还提供了一种通信设备，包括：收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；
所述处理器，用于读取存储器中的程序实现执行上述任一所述的PCIE设备故障监控方法。
在本发明实施的第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的PCIE设备故障监控方法。
本发明实施例提供的PCIE设备故障监控方法，通过在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。本发明实施例中，通过接收故障报告获取目标序列号信息，并在预先生成的映射关系表中查找到标识符，根据序列号信息以及标识符信息获取故障报告对应的PCIE设备信息，有效实时的监控基于PCIE Switch架构的服务器中具体的PCIE设备的状态，为服务器上线乃至量产后运维工作起到了很好的故障监控及诊断手段。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的PCIE设备故障监控方法的步骤流程图一；
图2是本发明实施例提供的PCIE设备故障监控方法的步骤流程图二；
图3是本发明实施例提供的PCIE设备故障监控方法的步骤流程图三；
图4是本发明实施例提供的PCIE设备故障监控装置的装置框图一；
图5是本发明实施例提供的一种通信设备示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。
参照图1，示出了本发明实施例提供的PCIE设备故障监控方法的步骤流程图一，应用于基板管理控制器BMC，所述方法可以包括：
步骤101，在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取故障报告对应的目标序列号信息。
需要说明的是，在本发明实施例中，基本输入输出系统(Basic Input OutputSystem，BIOS)，它是一组固化到计算机内主板上一个ROM芯片上的程序，它保存着计算机最重要的基本输入输出的程序、系统设置信息、开机后自检程序和系统自启动程序。其主要功能是为计算机提供最底层的、最直接的硬件设置和控制，在本发明实施例中，BIOS可以接收高级错误报告(Advanced Error Reporting，AER)，AER是PCIE的高级特性，用于报告PCIE错误信息。
需要说明的是，在本发明实施例中，需要注意的是，PCIE设备需要满足故障上报的能力，即PCIE Switch固件需要支持AER，Switch error或Switch下面的pcie endpointerror这两种错误均属于standard PCI error。
进一步地，PCIE Switch是提供扩展或聚合能力，并允许更多的设备连接到一个PCle端口，可以充当包路由器，根据地址或其他路由信息识别给定包需要走哪条路径，是一种PCIE转PCIE的桥。
因此，当出现PCIE ERROR时，即出现PCIE故障时，PCIE会将故障报告上报至BIOS，BIOS会再将故障报告发送至基板管理控制器(Baseboard Management Controller，BMC)，BMC中硬件采用以arm9为核心的SOC芯片，软件采用AMI或者Avocent提供的base code为基础进行开发。BMC主要为服务器提供温度，电压，风扇，总线的监控，并提供管理接口使得用户可以通过BMC实现远程操控服务器。
需要说明的是，在本发明实施例中，故障报告即为AER，目标序列号信息即AER对应的序列号，序列号是指PCIE设备的一种唯一标识，可以表示为BDF(Bus Device Function)，每一个PCIe设备可以只有一个功能，即Fun0。也可以拥有最多8个功能，即多功能设备。不管这个PCIE设备拥有多少个功能，其每一个功能都有一个唯一独立的配置空间与之对应，和PCIE总线一样，PCIE总线中的每一个功能都有一个唯一的标识符与之对应。这个标识符就是BDF，PCIE的配置软件应当有能力识别整个PCIe总线系统的拓扑逻辑，以及其中的每一条总线(Bus)，每一个设备(Device)和每一项功能(Function)。
另外，除了序列号信息，对于PCIE设备还有一个标识符来表示，这个标识符是在BMC对PCIE分配BDF之前，给每个PCIE设备预先设置的标识符，用于协助运维人员更快的找到PCIE硬件位置。该标识符可以表示为BOARD ID，而BDF和BOARD ID之间需要建立对应关系，具体如何建立关系可以参照后续实施例中的详细阐述。
因此，在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，此时BMC需要获取故障报告对应的目标序列号信息，需要说明的是，目标序列号信息是若干序列号信息中的故障报告中包括的序列号信息。
步骤102，在PCIE设备映射关系表中根据目标序列号信息确定目标标识符。
需要说明的是，在本发明实施例中，在步骤101中，获取了目标序列号信息，根据目标序列号信息可以在PCIE设备映射关系表中进行查找，其中，PCIE设备映射关系表中存储的是BDF和BOARD ID之间的一一对应关系，因此，可以根据目标序列号信息可以在PCIE设备映射关系表中找到目标序列号信息对应的目标标识符。
步骤103，根据目标序列号信息以及目标标识符获取故障报告对应的PCIE设备信息。
需要说明的是，在本发明实施例中，在确定好目标序列号信息以及目标标识符之后，可以确定故障报告对应的PCIE设备，进而获取PCIE设备信息。
进一步地，所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息包括：根据所述目标序列号信息以及所述目标标识符生成IPMI命令；根据所述IPMI命令获取所述故障报告对应的PCIE设备的寄存器信息，以及故障位置。
需要说明的是，在本发明实施例中，PCIE设备信息包括寄存器信息以及故障位置，因此，将目标序列号信息和目标标识符写入IPMI命令中，其中IPMI是PCIE Switch的一种命令语言，运维人员可以通过编写脚本即编写IPMI命令来实现对PCIE设备信息的查看，因此，根据目标序列号信息以及目标标识符可以生成IPMI命令；根据IPMI命令查看故障报告对应的PCIE设备的寄存器信息，以及故障位置。
本发明实施例提供的PCIE设备故障监控方法，通过在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。本发明实施例中，通过接收故障报告获取目标序列号信息，并在预先生成的映射关系表中查找到标识符，根据序列号信息以及标识符信息获取故障报告对应的PCIE设备信息，有效实时的监控基于PCIE Switch架构的服务器中具体的PCIE设备的状态，为服务器上线乃至量产后运维工作起到了很好的故障监控及诊断手段。
参照图2，示出了本发明实施例提供的PCIE设备故障监控方法的步骤流程图二，应用于基板管理控制器BMC，所述方法可以包括：
步骤001，获取服务器中PCIE设备的序列号信息。
步骤002，将所述序列号信息和预先设置的标识符进行匹配，生成PCIE设备映射关系表。
需要说明的是，上述步骤001-002中，BMC可以首先通过uart串口对PCIE Switch的BOARD ID和BDF进行匹配，其中，序列号是指PCIE设备的一种唯一标识，可以表示为BDF(BusDevice Function)，每一个PCIe设备可以只有一个功能，即Fun0。也可以拥有最多8个功能，即多功能设备。不管这个PCIE设备拥有多少个功能，其每一个功能都有一个唯一独立的配置空间与之对应，和PCIE总线一样，PCIE总线中的每一个功能都有一个唯一的标识符与之对应。这个标识符就是BDF，PCIE的配置软件应当有能力识别整个PCIe总线系统的拓扑逻辑，以及其中的每一条总线(Bus)，每一个设备(Device)和每一项功能(Function)，对于PCIE设备还有一个标识符来表示，这个标识符是在BMC对PCIE分配BDF之前，给每个PCIE设备预先设置的标识符，用于协助运维人员更快的找到PCIE硬件位置，该标识符可以表示为BOARD ID，因此，首先可以获取服务器分配给服务器中PCIE设备的序列号信息，其次，在BMC中将序列号信息和预先设置的标识符进行匹配处理，得到PCIE设备映射关系表，便于当出现故障时，查找PCIE设备的实际位置时，可以基于获取的序列号信息查找到标识符进而实现对故障实时监控。
步骤101，在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取障报告对应的目标序列号信息。
步骤102，在PCIE设备映射关系表中根据目标序列号信息确定目标标识符。
步骤103，根据目标序列号信息以及目标标识符获取故障报告对应的PCIE设备信息。
需要说明的是，上述步骤101-103参照前序论述，在此不再赘述。
进一步地，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法还可以包括：在检测到所述PCIE设备信息异常的情况下，根据预先设置的PCIE规范标准对所述PCIE设备进行自适应修正，其中，所述PCIE规范标准是基于所述PCIE设备的历史故障信息生成的。
需要说明的是，在本发明实施例中，在获取PCIE设备信息之后，可以对PCIE设备进行自适应修正，具体的，可以是当PCIE设备信息中的寄存器值异常时，可以根据预先设置的PCIE规范对PCIE设备进行自适应修正。
其中，自适应修正是基于PCIE设备的历史故障信息进行神经网络学习，当下次遇见相同或者相似的故障时可以基于历史的处理方法自主对PCIE设备进行调整，防止影响服务器正常工作。
进一步地，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法还可以包括：将所述PCIE设备信息在BMC的预设管理界面上进行可视化展示。
需要说明的是，在本发明实施例中，还可以将PCIE设备信息在BMC的预设管理界面上进行可视化展示，其中，预设管理界面可以是BMC WEB或者其他预设网页等，通过代码将PCIE设备信息进行可视化展示，便于运维人员通过该预设管理界面实现对PCIE设备的抓取，以及故障信息的定位，以及故障展示。
进一步地，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法还可以包括：根据所述PCIE设备信息中的寄存器信息生成黑盒日志，并将所述黑盒日志进行存储。
需要说明的是，在本发明实施例中，收集pcie设备寄存器信息形成黑盒日志方便给到PCIE工程师做数据解析，另外，还可以收集一键收集日志，具体的，BIOS可以采集日志信息，并将日志信息发送至BMC。
需要说明的是，黑盒日志可以是记录寄存器的值，后续可以根据寄存器的值对寄存器进行解析。如果PCIE的故障信息类型为uncorrectable fatal error，这些错误会对系统造成较大影响，一般伴随着宕机或者重启、kernel panic等，因此，BMC除了记录错误外，可以控制错误指示灯显示，从而实现通知运维发生严重故障，急需修理。如果解析出来错误为correctable non-fatal error和correctable error，则BMC在黑盒日志中记录寄存器的值和故障位置信息。
本发明实施例提供的PCIE设备故障监控方法，通过在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。本发明实施例中，通过接收故障报告获取目标序列号信息，并在预先生成的映射关系表中查找到标识符，根据序列号信息以及标识符信息获取故障报告对应的PCIE设备信息，有效实时的监控基于PCIE Switch架构的服务器中具体的PCIE设备的状态，为服务器上线乃至量产后运维工作起到了很好的故障监控及诊断手段。
另外，本发明实施例还可以实现对PCIE故障设备的自适应修正，将PCIE设备信息在BMC的预设管理界面上进行可视化展示，以及记录黑盒日志，BMC可以通过IPMI命令或者web页面实时的，随时的，监控PCIE设备的设备状态，当发现异常时对相关设备进行自适应修正、告警、触发一键日志收集等异常处理。因此，本发明基于BMC与PCIE Switch的交互来实现，并最终在BMC web前端页面或者IPMI命令显示出来形成实时健康监控，当寄存器值异常时根据PCIE规范自适应矫正并记录操作日志提取当前PCIE设备配置空间数据，交互的信息为PCIE设备BOARD ID和BDF，PCIE设备配置空间相应寄存器数据。可应用于搭配PCIESwitch架构的服务器来实现BMC对PCIE设备的一切监控和管理比如link状态，DPC，热插拔，PCIE链路训练等，本发明不限于固定平台的服务器架构，能够为服务器提供更加可靠健康保障。
参照图3，示出了本发明实施例提供的PCIE设备故障监控方法的步骤流程图三，应用于基板管理控制器BMC，所述方法可以包括：
步骤201，在检测到接收到所述BIOS发送的故障报告的情况下，对所述故障报告对应的故障类型进行分析处理，生成分析结果。
需要说明的是，在本申请实施例中，可以得知的是，当PCIE设备发生故障时，发生故障的原因以及位置会有很多种，因此，对这些故障信息进行故障类型的分析处理，即将故障信息进行划分种类，可以结合一些预警方式快速的反馈至运维人员，例如，可以通过使用故障指示灯来对不同的故障进行快速预警，出现第一种故障类型显示红色，出现第二故障类型显示黄色，出现第三种故障类型显示绿色。
或者也可以通过指示灯闪烁次数来让运维人员确定是什么故障类型，具体的，本发明不做具体限定，可以根据实际需求进行设置。
步骤202，将所述分析结果发送至复杂可编程逻辑器件CPLD，以供所述CPLD根据所述故障类型进行预警信息指示。
需要说明的是，在本发明实施例中，将分析结果发送至复杂可编程逻辑器件(Complex Programmable Logic Device，CPLD)，其中，CPLD采用CMOS EPROM、EEPROM、快闪存储器和SRAM等编程技术，从而构成了高密度、高速度和低功耗的可编程逻辑器件，因此，在CPLD可以进行脚本编写，从而实现根据故障类型进行预警信息指示。
本发明实施例提供的PCIE设备故障监控方法，通过在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。本发明实施例中，通过接收故障报告获取目标序列号信息，并在预先生成的映射关系表中查找到标识符，根据序列号信息以及标识符信息获取故障报告对应的PCIE设备信息，有效实时的监控基于PCIE Switch架构的服务器中具体的PCIE设备的状态，为服务器上线乃至量产后运维工作起到了很好的故障监控及诊断手段。
另外，本发明实施例还可以通过对故障信息的类型分析，配合CPLD，实现根据故障类型进行预警信息指示，辅助运维人员更快定位故障。
参照图4，示出了本发明实施例提供的PCIE设备故障监控方法的装置框图一，应用于基板管理控制器BMC，所述装置可以包括：
第一获取模块301，用于在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；
确定模块302，用于在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；
第二获取模块303，用于根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。
本发明实施例提供的PCIE设备故障监控方法，通过在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。本发明实施例中，通过接收故障报告获取目标序列号信息，并在预先生成的映射关系表中查找到标识符，根据序列号信息以及标识符信息获取故障报告对应的PCIE设备信息，有效实时的监控基于PCIE Switch架构的服务器中具体的PCIE设备的状态，为服务器上线乃至量产后运维工作起到了很好的故障监控及诊断手段。
可选地，所述装置还包括：
第一模块，用于获取服务器中PCIE设备的序列号信息；
第二模块，用于将所述序列号信息和预先设置的标识符进行匹配，生成PCIE设备映射关系表。
可选地，所述装置还包括：
第三模块，用于在检测到所述寄存器信息异常的情况下，根据预先设置的PCIE规范标准对所述寄存器信息对应的PCIE设备进行自适应修正，其中，所述PCIE规范标准是基于所述PCIE设备的历史故障信息生成的。
可选地，所述第二获取模块包括：
第一子模块，用于根据所述目标序列号信息以及所述目标标识符生成IPMI命令；
第二子模块，用于根据所述IPMI命令获取所述故障报告对应的PCIE设备的寄存器信息，以及故障位置。
可选地，所述装置还包括：
第四模块，用于将所述PCIE设备信息在BMC的预设管理界面上进行可视化展示。
可选地，所述装置还包括：
第五模块，用于在检测到接收到所述BIOS发送的故障报告的情况下，对所述故障报告对应的故障类型进行分析处理，生成分析结果；
第六模块，用于将所述分析结果发送至复杂可编程逻辑器件CPLD，以供所述CPLD根据所述故障类型进行预警信息指示。
可选地，所述装置还包括：
第七模块，用于根据所述PCIE设备信息中的寄存器信息生成黑盒日志，并将所述黑盒日志进行存储。
本发明实施例还提供了一种电子设备，如图5所示，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信，
存储器403，用于存放计算机程序；
处理器401，用于执行存储器403上所存放的程序时，实现如下步骤：
在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的PCIE设备故障监控方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的PCIE设备故障监控方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种PCIE设备故障监控方法，其特征在于，应用于基板管理控制器BMC，所述方法包括：
在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；
在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；
根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。
2.根据权利要求1所述的方法，其特征在于，在所述在检测到接收到BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息的步骤之前，所述方法还包括：
获取服务器中PCIE设备的序列号信息；
将所述序列号信息和预先设置的标识符进行匹配，生成PCIE设备映射关系表。
3.根据权利要求1所述的方法，其特征在于，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法还包括：
在检测到所述PCIE设备信息异常的情况下，根据预先设置的PCIE规范标准对所述PCIE设备进行自适应修正，其中，所述PCIE规范标准是基于所述PCIE设备的历史故障信息生成的。
4.根据权利要求1所述的方法，其特征在于，所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息包括：
根据所述目标序列号信息以及所述目标标识符生成IPMI命令；
根据所述IPMI命令获取所述故障报告对应的PCIE设备的寄存器信息，以及故障位置。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法还包括：
将所述PCIE设备信息在BMC的预设管理界面上进行可视化展示。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在检测到接收到所述BIOS发送的故障报告的情况下，对所述故障报告对应的故障类型进行分析处理，生成分析结果；
将所述分析结果发送至复杂可编程逻辑器件CPLD，以供所述CPLD根据所述故障类型进行预警信息指示。
7.根据权利要求1所述的方法，其特征在于，在所述根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息的步骤之后，所述方法还包括：
根据所述PCIE设备信息中的寄存器信息生成黑盒日志，并将所述黑盒日志进行存储。
8.一种PCIE设备故障监控装置，其特征在于，应用于基板管理控制器BMC，所述装置包括：
第一获取模块，用于在检测到接收到基本输入输出系统BIOS发送的故障报告的情况下，获取所述故障报告对应的目标序列号信息；
确定模块，用于在PCIE设备映射关系表中根据所述目标序列号信息确定目标标识符；
第二获取模块，用于根据所述目标序列号信息以及所述目标标识符获取所述故障报告对应的PCIE设备信息。
9.一种通信设备，其特征在于，包括：收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；
所述处理器，用于读取存储器中的程序实现如权利要求1-7中任意一项所述PCIE设备故障监控方法中的步骤。
10.一种可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任意一项所述PCIE设备故障监控方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211685851.5A CN115878430A (zh) | 2022-12-27 | 2022-12-27 | Pcie设备故障监控方法、装置、通信设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211685851.5A CN115878430A (zh) | 2022-12-27 | 2022-12-27 | Pcie设备故障监控方法、装置、通信设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115878430A true CN115878430A (zh) | 2023-03-31 |
Family
ID=85754766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211685851.5A Pending CN115878430A (zh) | 2022-12-27 | 2022-12-27 | Pcie设备故障监控方法、装置、通信设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115878430A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118503053A (zh) * | 2024-07-17 | 2024-08-16 | 苏州元脑智能科技有限公司 | 一种硬件信息传输方法、产品、设备及介质 |
| CN118708518A (zh) * | 2024-08-28 | 2024-09-27 | 苏州元脑智能科技有限公司 | 设备管理方法、装置、计算机设备及存储介质 |
| CN118708518B (zh) * | 2024-08-28 | 2024-11-19 | 苏州元脑智能科技有限公司 | 设备管理方法、装置、计算机设备及存储介质 |
-
2022
- 2022-12-27 CN CN202211685851.5A patent/CN115878430A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118503053A (zh) * | 2024-07-17 | 2024-08-16 | 苏州元脑智能科技有限公司 | 一种硬件信息传输方法、产品、设备及介质 |
| CN118708518A (zh) * | 2024-08-28 | 2024-09-27 | 苏州元脑智能科技有限公司 | 设备管理方法、装置、计算机设备及存储介质 |
| CN118708518B (zh) * | 2024-08-28 | 2024-11-19 | 苏州元脑智能科技有限公司 | 设备管理方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108683562B (zh) | 异常检测定位方法、装置、计算机设备及存储介质 | |
| US8291379B2 (en) | Runtime analysis of a computer program to identify improper memory accesses that cause further problems | |
| CN109976959A (zh) | 一种用于服务器故障检测的便携式设备及方法 | |
| CN111414268B (zh) | 故障处理方法、装置及服务器 | |
| CN105468484A (zh) | 用于在存储系统中确定故障位置的方法和装置 | |
| CN109117327A (zh) | 一种硬盘检测方法及装置 | |
| US20210173010A1 (en) | Diagnostic tool for traffic capture with known signature database | |
| CN112783703A (zh) | 一种sas链路故障定位方法、装置、设备及存储介质 | |
| CN114793132A (zh) | 一种光模块的检测方法、装置、电子设备及存储介质 | |
| CN114860518A (zh) | 功能安全系统的检测方法、系统、电子设备、存储介质 | |
| CN115878430A (zh) | Pcie设备故障监控方法、装置、通信设备及存储介质 | |
| CN107943654A (zh) | 一种快速判定服务器环境温度监控异常原因的方法 | |
| JP2014021577A (ja) | 故障予測装置、故障予測システム、故障予測方法、及び、故障予測プログラム | |
| CN113010341A (zh) | 一种故障内存定位的方法和设备 | |
| CN108445280A (zh) | 一种带有故障提示的电压表 | |
| CN105446857A (zh) | 一种故障诊断方法及系统 | |
| CN117234955B (zh) | 一种基于物联网的软件测试管理方法及系统 | |
| CN113886165B (zh) | 一种固件诊断功能的验证方法、装置、设备及可读介质 | |
| US11829229B2 (en) | Apparatus and method for diagnosing no fault failure found in electronic systems | |
| CN115150254B (zh) | 一种PCIe链路故障检测方法、检测装置、设备及介质 | |
| CN115695159B (zh) | 一种设备诊断方法、装置、设备和存储介质 | |
| CN114253846B (zh) | 自动化测试异常定位方法、装置、设备及可读存储介质 | |
| CN113867994B (zh) | 机箱vpd信息处理方法、装置、存储设备及可读存储介质 | |
| US11544165B2 (en) | Method for locating and repairing intermittent faults in communication structures of an aircraft | |
| CN116489001A (zh) | 交换机故障诊断及恢复方法、装置、交换机及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |