JP2014049045A - ジョブ管理システムにおける障害対応システム及びそのプログラム - Google Patents

Abstract

【課題】本発明は、ジョブ管理システムにおいて過去に発生した障害の情報や対象方法の情報を蓄積し、障害発生時にその対処方法を提示する技術を提供する。
【解決手段】本発明は、ジョブ管理システムにおける障害対応システムである。当該障害対応システムは、入出力手段と、記憶手段と、少なくとも１つの情報処理装置にジョブを実行させるジョブ実行制御手段と、少なくとも１つの情報処理装置の稼働状況を監視する稼働状況監視手段と、ジョブ実行結果情報に基づいて前記少なくとも１つの情報処理装置で発生した障害を判定する障害監視手段と、障害に対して実施した対処に関する情報を障害対応情報として記憶手段に格納する障害対応手段と、を備え、障害対応手段が、障害対応情報の中から、障害監視手段によって障害と判定された少なくとも１つの情報処理装置の障害の情報と一致する情報を取得し、取得した情報を入出力手段に表示させる。
【選択図】図１

Description

本発明は、指定された日時に指定された業務プログラムを実行するジョブ管理システムにおける障害対応システム及びそのプログラムに関するものである。

各種業務を遂行するコンピューターシステムにおいて、日々の業務を計画的にスケジューリングして自動運用を行うために、ジョブ管理システムが利用されている。ジョブ管理システムは、ジョブ毎に実行スケジュールを指定することができたり、ジョブを複数のコンピュータに分散させてジョブを実行させることができる。

一方で、ジョブ管理システムの構成は、規模に比例して複雑化し、何らかの障害が発生した場合の対処には、障害個所の特定や影響範囲の調査、回復方法の検討など、非常に大きな手間が掛かっていた。したがって、障害に対処するために、一般的に、システムの性能情報などを収集し、日々監視するシステムが利用されている。

特開２００１−１７５４９２号公報 特開２００４−２８７９８０号公報 特開２００７−１１４９０８号公報

ジョブ管理システムで発生する障害の多くは、環境の変化に起因して発生している。ここで、「障害」とは、ジョブの異常終了や遅延を指し、「環境の変化」とは、ジョブ量の増加、ディスク容量不足、実メモリ不足、通信障害などを指している。また、実際に障害が発生した場合、表面的には、ジョブの異常終了や遅延という現象しかわからず、根本原因である環境の変化を調査することが困難なケースも多い。したがって、障害要因である環境の変化の調査などは、ユーザ自身が行い、その障害に対する対処方法もユーザ自身によって判断していた。その結果、障害の発生時の対応に時間がかかっていた。

本発明はこのような状況に鑑みてなされたものであり、ジョブ管理システムにおいて過去に発生した障害の情報や対象方法の情報を蓄積し、障害発生時にその対処方法を提示する技術を提供する。

上記課題を解決するために、本発明のある実施形態によれば、少なくとも１つの情報処理装置にジョブを実行させるジョブ管理システムの障害対応システムが提供される。当該障害対応システムは、入出力手段と、前記ジョブの実行結果を示すジョブ実行結果情報と、前記少なくとも１つの情報処理装置の稼働状況を示す稼働情報と、前記少なくとも１つの情報処理装置において発生した障害の情報を示す障害履歴情報と、前記少なくとも１つの情報処理装置において発生した障害に対して実施した対処に関する情報を示す障害対応情報とを格納する記憶手段と、前記少なくとも１つの情報処理装置に前記ジョブを実行させ、前記ジョブの実行結果を前記ジョブ実行結果情報として前記記憶手段に格納するジョブ実行制御手段と、前記少なくとも１つの情報処理装置の稼働状況を監視し、前記監視した稼働状況の情報を前記稼働情報として前記記憶手段に格納する稼働状況監視手段と、前記ジョブ実行結果情報に基づいて前記少なくとも１つの情報処理装置で発生した障害を判定し、前記障害の情報を前記障害履歴情報として前記記憶手段に格納する障害監視手段と、前記障害に対して実施した対処に関する情報を前記障害対応情報として前記記憶手段に格納する障害対応手段と、を備え、前記障害対応手段が、前記障害対応情報の中から、前記障害監視手段によって障害と判定された前記少なくとも１つの情報処理装置の前記障害の情報と一致する情報を取得し、前記取得した情報を前記入出力手段に表示させる。

また、本発明の別の実施形態によれば、演算手段と記憶手段と入出力手段とを備えるコンピュータに、少なくとも１つの情報処理装置にジョブを実行させるジョブ管理システムの障害対応処理を実行させるためのプログラムが提供される。当該プログラムは、前記演算手段に、前記少なくとも１つの情報処理装置に前記ジョブを実行させ、前記ジョブの実行結果をジョブ実行結果情報として前記記憶手段に格納するジョブ実行制御処理と、前記少なくとも１つの情報処理装置の稼働状況を監視し、前記監視した稼働状況の情報を稼働情報として前記記憶手段に格納する稼働状況監視処理と、前記ジョブ実行結果情報に基づいて前記少なくとも１つの情報処理装置で発生した障害を判定し、前記障害の情報を障害履歴情報として前記記憶手段に格納する障害監視処理と、前記障害に対して実施した対処に関する情報を障害対応情報として前記記憶手段に格納する障害対応処理と、前記障害対応情報の中から、前記障害監視処理によって障害と判定された前記少なくとも１つの情報処理装置の前記障害の情報と一致する情報を取得し、前記取得した情報を前記入出力手段に表示させる表示処理と、を実行させる。

本発明によれば、ジョブ管理システムにおいて過去に発生した障害の情報や対象方法の情報を蓄積し、障害発生時にその対処方法を提示することが可能になる。これにより、障害発生時の対処を迅速に行うことが可能になる。

本発明に関連する更なる特徴は、本明細書の記述、添付図面から明らかになるものである。また、上記した以外の、課題、構成および効果は、以下の実施形態の説明により明らかにされる。

本発明の一実施例を示すシステム構成図である。 本発明の一実施例におけるジョブ管理マネージャーの構成図である。 本発明の一実施例におけるジョブ実行エージェントの構成図である。 本発明の一実施例における障害対応システムの構成図である。 ジョブスケジュール定義ＤＢに格納するスケジュール情報テーブル及びジョブスケジュール定義ファイルの一例を示した図である。 ジョブ定義ＤＢに格納するジョブ定義テーブル及びジョブ定義ファイルの一例を示した図である。 実行結果情報ＤＢに格納する実行結果テーブルの一例を示す図である。 ジョブ管理マネージャー用の稼働情報ＤＢに格納する稼働情報テーブルの一例を示す図である。 ジョブ実行エージェント用の稼働情報ＤＢに格納する稼働情報テーブルの一例を示す図である。 障害履歴ＤＢに格納する障害履歴テーブルの一例を示す図である。 障害対応ＤＢに格納する障害対応テーブルの一例を示す図である。 障害対応システムにおける障害履歴ＤＢの蓄積処理を説明するフローチャートである。 障害対応システムにおける障害対応ＤＢの蓄積処理を説明するフローチャートである。 図１３のステップ１３０１において端末に表示される画面の一例である。 障害対応システムにおける障害対処方法の提示処理を説明するフローチャートである。 障害対応システムにおける障害の事前検知処理を説明するフローチャートである。 障害事前検知結果を表示し、障害対応テーブルの情報を更新する端末上の画面の一例である。

以下、添付図面を参照しながら、本発明のジョブ管理システムにおける障害対応システム及びそのプログラムを実施するための形態を詳細に説明する。なお、以下の実施例において、「ジョブ」とは、コンピュータ（情報処理装置）が処理する仕事の単位を意味し、各種業務に対応した外部プログラムを定義したものである。また、「ジョブネット」とは、複数のジョブをまとめたものであり、それぞれのジョブの実行順序を定義したものである。

＜システムの構成＞
図１は、本発明の一実施例を示すシステム構成図である。図１に示すように、本実施例では、ホストマシン１０１Ａ〜１０１Ｅと、端末１０５とがネットワーク１０６を介して相互に接続されている。ホストマシン１０１Ａ〜１０１Ｅ及び端末１０５は、パーソナルコンピュータやワークステーションなどの情報処理装置によって構成されている。ホストマシン１０１Ａ〜１０１Ｅ及び端末１０５は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの中央演算処理装置と、メモリと、ハードディスク（記憶装置）と、キーボードなどの入力装置と、ディスプレイなどの出力装置とを備えている。

図１に示すように、ホストマシン１０１Ａには、ジョブ管理マネージャー１０２がインストールされている。また、ホストマシン１０１Ｂ〜１０１Ｄには、それぞれ、ジョブ実行エージェント１０３Ｂ〜１０３Ｄがインストールされている。さらに、ホストマシン１０１Ｅには、障害対応システム１０４がインストールされている。

ジョブ実行環境は、１台のジョブ管理マネージャー１０２と３台のジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）から構成される。ジョブ管理マネージャー１０２は、管理しているジョブを各ジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）に配信し、各ジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）が、受け取ったジョブを実行する。

ジョブの配信先は、各ジョブの業務内容によって異なり、ジョブ管理マネージャー１０２において任意に指定することができる。ジョブの実行が終了したら、ジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）は、ジョブの実行結果をジョブ管理マネージャー１０２へ通知する。ジョブ管理マネージャー１０２は、結果の通知を受け取ると、該当のジョブの実行を終了させる。なお、端末１０５は、端末１０５上において、ジョブ管理マネージャー１０２と障害対応システム１０４に対してデータの入力と結果の出力を行うことができる。

以下において、ジョブ管理マネージャー１０２、ジョブ実行エージェント１０３Ｂ〜１０３Ｄ、及び、障害対応システム１０４の具体的な構成について説明する。なお、以下で説明するジョブ管理マネージャー１０２、ジョブ実行エージェント１０３Ｂ〜１０３Ｄ、及び、障害対応システム１０４の具体的な構成（図２〜図４に示す各処理部）は、実施形態の機能を実現するソフトウェアのプログラムコードで実現してもよい。すなわち、本実施例は、所定のプログラムがプログラムコードとしてメモリに格納され、中央演算処理装置が各プログラムコードを実行することによって実現できる。

図２は、ジョブ管理マネージャー１０２の構成図である。ジョブ管理マネージャー１０２は、ジョブスケジュール定義ＤＢ２０１と、ジョブ実行制御部２０２と、ジョブ定義ＤＢ２０６と、実行結果情報ＤＢ２０７と、稼働情報ＤＢ２０８と、ジョブ定義更新部２１１と、稼働状況監視部２１２とを備える。

ジョブスケジュール定義ＤＢ２０１は、ジョブネットのスケジュール情報を格納する。また、ジョブ実行制御部２０２は、スケジュール算出部２０３と、ジョブ定義読込部２０４と、ジョブ実行処理部２０５とを備え、これらの制御を行うものである。スケジュール算出部２０３は、ジョブスケジュール定義ＤＢ２０１からジョブネットのスケジュール情報を読み込み、ジョブネットの中の各ジョブのスケジュールを算出する。ジョブ定義読込部２０４は、ジョブネットを開始する時に、ジョブ定義ＤＢ２０６からジョブネットの中の各ジョブのデータをメモリ中に読み込む処理を実行する。

また、ジョブ実行処理部２０５は、ジョブネットの中でまだ実行されていないジョブの実行要求をジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）に配信し、ジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）からジョブの実行結果を受け取る。ジョブ実行処理部２０５は、受け取ったジョブの実行結果を実行結果情報ＤＢ２０７に格納する。実行結果情報ＤＢ２０７は、ジョブ実行処理部２０５で受け取ったジョブの実行結果（ジョブの状態や開始時刻、終了時刻、統計情報など）を格納するものである。

また、稼働情報ＤＢ２０８は、ホストマシン１０１Ａの稼働状況を格納するものである。また、稼働状況監視部２１２は、ホストマシン１０１Ａの稼働状況の監視結果を稼働情報ＤＢ２０８に格納する。

ジョブ管理マネージャー１０２は、ジョブスケジュール定義ファイル２０９と、ジョブ定義ファイル２１０とを更に備える。ジョブスケジュール定義ファイル２０９には、ジョブスケジュール定義ＤＢ２０１に登録するジョブスケジュール定義がＣＳＶ形式で記載されている。また、ジョブ定義ファイル２１０には、ジョブ定義ＤＢ２０６に登録するジョブ定義がＣＳＶ形式で記載されている。ジョブ定義更新部２１１は、ジョブスケジュール定義ファイル２０９及びジョブ定義ファイル２１０のデータを読み込んで、そのデータをジョブスケジュール定義ＤＢ２０１やジョブ定義ＤＢ２０６に格納する。したがって、ジョブスケジュールやジョブの定義が変更になった場合は、上述のように、ジョブスケジュール定義ファイル２０９とジョブ定義ファイル２１０を用いて更新することが可能である。

図３はジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）の構成図である。ジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）は、ジョブ実行部３０１と、稼働状況監視部３０２と、稼働情報ＤＢ３０３とを備える。

ジョブ実行部３０１は、ジョブ管理マネージャー１０２のジョブ実行処理部２０５からジョブの実行要求を受け付け、受け付けた要求に対してジョブプロセスを生成して実行する。また、ジョブ実行部３０１は、生成したプロセスが正常に終了したら「正常終了」を、プロセスを生成する過程で異常終了したら「異常終了」をジョブ実行処理部２０５に通知する。稼働情報ＤＢ３０３は、ホストマシン（１０１Ｂ〜１０１Ｄ）の稼働状況を格納するものである。稼働状況監視部３０２は、ホストマシン（１０１Ｂ〜１０１Ｄ）の稼働状況の監視結果を稼働情報ＤＢ３０３に格納する。

図４は、障害対応システム１０４の構成図である。障害対応システム１０４は、障害監視部４０１と、障害対応部４０２と、障害事前検知部４０３と、障害情報入力部４０４と、障害履歴ＤＢ４０５と、障害対応ＤＢ４０６とを備える。

障害履歴ＤＢ４０５は、過去に発生した障害の情報を格納するものであり、障害対応ＤＢ４０６は、過去に発生した障害に対して実施した対処方法などの情報を格納するものである。障害監視部４０１は、各ホストマシン１０１Ａ〜１０１Ｄの障害状況を監視し、障害が発生していた場合にその障害の情報を障害履歴ＤＢ４０５に格納する。また、障害対応部４０２は、障害が発生していた場合にその障害の情報と障害対応ＤＢ４０６とを比較して障害への対処方法を検索し、検索した結果を端末１０５に送信する。また、障害情報入力部４０４は、発生した障害及びその障害に対して実施した対処方法の入力を受け付け、入力された情報を障害対応ＤＢ４０６に格納する。また、障害事前検知部４０３は、各ホストマシン１０１Ａ〜１０１Ｄの稼働情報ＤＢ（２０８、３０３）から取得した稼働状況と障害対応ＤＢ４０６の情報とを比較することにより、障害を事前に検知する。

＜データベースの構成＞
以下に、本実施例で使用する各ＤＢの構成について説明する。なお、以後の説明では「テーブル」構造を用いて本発明の情報について説明するが、これら情報は必ずしもテーブルによるデータ構造で表現されていなくても良く、他のデータ構造で表現されていても良い。そのため、データ構造に依存しないことを示すために、以下では単に「情報」と呼ぶことがある。また、以下で説明する各ＤＢは、各情報処理装置のハードディスク（記憶装置）に格納されている。

図５は、ジョブスケジュール定義ＤＢ２０１に格納するスケジュール情報テーブル及びジョブスケジュール定義ファイルの一例を示した図である。スケジュール情報テーブル５０１は、ジョブネット名５０２と、開始時刻５０３と、処理サイクル５０４とを構成項目として含んでいる。ジョブネット名５０２は、ジョブネットを一意に特定するための名称などである。開始時刻５０３は、ジョブネット毎に設定した開始時刻である。処理サイクル５０４は、ジョブネットの処理サイクルである。

ジョブスケジュール定義ファイル５０５には、スケジュール情報テーブル５０１の各項目に対応する情報が、コンマ区切り（ＣＳＶ形式）で格納されている。ジョブ定義更新部２１１が、ジョブスケジュール定義ファイル５０５を読み込んでインポート処理を行うことにより、ジョブスケジュール定義ファイル５０５の各行がスケジュール情報テーブル５０１のレコードとして格納される。図示した例では、ＪｏｂＮｅｔＡを毎日００：００に開始し、ＪｏｂＮｅｔＢを毎月１５日の１０：１５に開始し、ＪｏｂＮｅｔＣを毎週木曜日の０３：００に開始するスケジュールが定義されている。

図６は、ジョブ定義ＤＢ２０６に格納するジョブ定義テーブル及びジョブ定義ファイルの一例を示した図である。ジョブ定義テーブル６０１は、ジョブネット・ジョブ名６０２と、上位ジョブネット名６０３と、先行ジョブ名６０４と、実行先エージェント名６０５と、実行プログラム６０６とを構成項目として含んでいる。

ジョブネット・ジョブ名６０２は、ジョブネットを一意に特定するための名称、あるいはジョブを一意に特定するための名称などである。上位ジョブネット名６０３は、該当のジョブを含む上位のジョブネット名を示す。また、先行ジョブ名６０４は、該当のジョブの先行にあるジョブを示す。また、実行先エージェント名６０５は、該当のジョブの実行先を示し、本実施例では、ホストマシン（１０１Ｂ〜１０１Ｄ）のいずれかである。さらに、実行プログラム６０６は、該当のジョブを実行するための外部プログラムのパスなどを示す。

ジョブ定義ファイル６０７には、ジョブ定義テーブル６０１の各項目に対応する情報が、コンマ区切り（ＣＳＶ形式）で格納されている。ジョブ定義更新部２１１が、ジョブ定義ファイル６０７を読み込んでインポート処理を行うことにより、ジョブ定義ファイル６０７の各行がジョブ定義テーブル６０１のレコードとして格納される。図示した例では、ジョブネット「ＪｏｂＮｅｔＡ」の配下にジョブ「ＪｏｂＡ−１」及び「ＪｏｂＡ−２」がある。ジョブ「ＪｏｂＡ−１」は、ジョブネットの中で先頭のジョブであり、実行先エージェント名６０５として「ホストマシン１０１Ｂ」が指定され、実行プログラム６０６として「／ｏｐｔ／ｘｘｘｘ／ｘｘ．ｓｈ」が指定されている。ジョブ「ＪｏｂＡ−２」は、先行ジョブが「ＪｏｂＡ−１」であり、実行先エージェント名６０５として「ホストマシン１０１Ｄ」が指定され、実行プログラム６０６として「／ｏｐｔ／ｙｙｙｙ／ｙｙ．ｓｈ」が指定されている。なお、ジョブ「ＪｏｂＡ−１」の先行ジョブ名６０４のように設定するものがない場合は、値は設定されない。

図７は、実行結果情報ＤＢ２０７に格納する実行結果テーブルの一例を示す図である。実行結果テーブル７０１は、ジョブネット・ジョブ名７０２と、状態７０３と、開始時刻７０４と、終了時刻７０５とを構成項目として含んでいる。

ジョブネット・ジョブ名７０２は、ジョブネットを一意に特定するための名称、あるいはジョブを一意に特定するための名称などである。状態７０３は、該当のジョブネットやジョブの状態を示し、例えば、「実行中」、「正常終了」、「異常終了」などが設定される。開始時刻７０４は、該当のジョブネットやジョブを開始した時刻を示す。また、終了時刻７０５は、該当のジョブネットやジョブが終了した時刻を示す。ここで、該当のジョブネットやジョブが開始されるときにジョブネット・ジョブ名７０２、状態７０３、及び開始時刻７０４が格納され、終了するときに状態７０３と終了時刻７０５が更新される。

図８は、ジョブ管理マネージャー１０２用の稼働情報ＤＢ２０８に格納する稼働情報テーブルの一例を示す図である。稼働情報テーブル８０１は、監視時間帯８０２と、平均ＣＰＵ使用率８０３と、平均メモリ使用率８０４と、平均ディスクＩ／Ｏ８０５と、ジョブ配信数８０６と、ユーザ操作量８０７と、ＤＢ使用率８０８と、ＤＢレコード数８０９とを構成項目として含んでいる。監視時間帯８０２は、ジョブ管理マネージャー１０２の稼働情報を監視した時間帯を示す。なお、本実施例では、５分毎に１レコードを格納されているが、他の時間間隔で１レコードを格納してもよい。

平均ＣＰＵ使用率８０３は、該当時間帯におけるホストマシン１０１Ａの平均ＣＰＵ使用率である。また、平均メモリ使用率８０４は、該当時間帯におけるホストマシン１０１Ａの平均メモリ使用率である。平均ディスクＩ／Ｏ８０５は、該当時間帯におけるホストマシン１０１ＡのディスクＩ／Ｏ時間の占める割合の平均を示す。ジョブ配信数８０６は、該当時間帯において、ジョブ管理マネージャー１０２のジョブ実行処理部２０５からジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）に対して配信したジョブの総数を示す。

また、ユーザ操作量８０７は、該当時間帯においてジョブ管理マネージャー１０２に対してユーザが行った操作の総量を示す。ＤＢ使用率８０８は、該当時間帯におけるジョブスケジュール定義ＤＢ２０１、ジョブ定義ＤＢ２０６、実行結果情報ＤＢ２０７、及び稼働情報ＤＢ２０８の使用済み領域の割合の平均を示す。また、ＤＢレコード数８０９は、該当時間帯におけるジョブスケジュール定義ＤＢ２０１、ジョブ定義ＤＢ２０６、実行結果情報ＤＢ２０７、及び稼働情報ＤＢ２０８に格納されているレコード数を示す。稼働情報テーブル８０１の各項目ついては、稼働状況監視部２１２によって、ホストマシン１０１Ａおよびジョブ管理マネージャー１０２から一定間隔で該当するデータが収集される。稼働状況監視部２１２は、収集したデータを１行ずつレコードとして稼働情報テーブル８０１に格納する。

図９は、ジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）用の稼働情報ＤＢ３０３に格納する稼働情報テーブルの一例を示す図である。稼働情報テーブル９０１は、監視時間帯９０２と、ＣＰＵ使用率９０３と、メモリ使用率９０４と、ディスクＩ／Ｏ９０５と、ジョブ実行数９０６とを構成項目として含んでいる。

監視時間帯９０２は、ジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）の稼働情報を監視した時間帯を示す。ＣＰＵ使用率９０３は、該当時間帯におけるホストマシン（１０１Ｂ〜１０１Ｄ）の平均ＣＰＵ使用率である。また、メモリ使用率９０４は、該当時間帯におけるホストマシン（１０１Ｂ〜１０１Ｄ）の平均メモリ使用率である。

ディスクＩ／Ｏ９０５は、該当時間帯におけるホストマシン（１０１Ｂ〜１０１Ｄ）のディスクＩ／Ｏ時間の占める割合の平均を示す。また、ジョブ実行数９０６は、該当時間帯においてジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）のジョブ実行部３０１で実行したジョブの総数を示す。稼働情報テーブル９０１の各項目については、稼働状況監視部３０２によって、ホストマシン（１０１Ｂ〜１０１Ｄ）およびジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）から一定間隔で該当するデータが収集される。稼働状況監視部３０２は、収集したデータを１行ずつレコードとして稼働情報テーブル９０１に格納する。

図１０は、障害履歴ＤＢ４０５に格納する障害履歴テーブルの一例を示す図である。障害履歴テーブル１００１は、障害発生ホストマシン１００２と、障害発生日時１００３と、現象１００４とを構成項目として含んでいる。障害発生ホストマシン１００２は、障害が発生したホストマシン（１０１Ａ〜１０１Ｄ）を示す。また、障害発生日時１００３は、該当するホストマシン（１０１Ａ〜１０１Ｄ）において障害が発生した時刻を示す。また、現象１００４は、該当するホストマシン（１０１Ａ〜１０１Ｄ）において発生した具体的な現象を示す。障害履歴テーブル１００１の各項目は、障害監視部４０１によって各ホストマシン１０１Ａ〜１０１Ｄの障害状況が監視されて障害の発生と判定された場合に格納される。

図１１は、障害対応ＤＢ４０６に格納する障害対応テーブルの一例を示す図である。障害対応テーブル１１０１は、ホストマシン１１０２と、現象１１０３と、原因１１０４と、障害事前判定条件１１０５と、対処方法１１０６とを構成項目として含んでいる。ホストマシン１１０２は、障害対応の対象となるホストマシンを示す。現象１１０３は、該当するホストマシンにおいて発生した具体的な現象を示す。また、原因１１０４は、該当するホストマシンにおいて発生した現象の原因を示す。

障害事前判定条件１１０５には、稼働状況監視の結果で障害が発生していない場合でも、障害が発生する前に対処するための条件が設定される。ここでは、ジョブ配信数、ジョブ実行数、メモリ使用率、ＤＢ使用率などの条件が設定されている。これに限定されず、例えば、稼働情報テーブル８０１、９０１の構成項目に関する条件を、障害事前判定条件１１０５として設定することができる。対処方法１１０６は、障害が発生した場合、または障害事前判定条件１１０５を満たした場合の対処方法を示す。障害対応テーブル１１０１の各項目については、障害情報入力部４０４が、端末１０５からの入力情報を受け付けて、その入力情報を障害対応テーブル１１０１に格納する。

＜障害対応システムにおける処理＞
次に、障害対応システム１０４における処理を説明する。図１２は、障害対応システム１０４における障害履歴ＤＢ４０５の蓄積処理を説明するフローチャートである。ここでは、障害対応システム１０４が、各ホストマシン（１０１Ａ〜１０１Ｄ）の障害を監視して障害履歴ＤＢ４０５へ情報を格納し、端末１０５に障害を通知するまでの処理を説明する。

ステップ１２０１において、障害監視部４０１が、ホストマシン１０１Ａの実行結果情報ＤＢ２０７を参照し、ジョブの実行結果を取得する。次に、ステップ１２０２において、障害監視部４０１が、実行結果テーブル７０１の情報に基づいて障害が発生しているかを判定する。例えば、実行結果テーブル７０１の状態７０３が「異常終了」となっている場合は、ジョブが異常終了していると判定することができる。また、別の方法として、障害監視部４０１が、スケジュール情報テーブル５０１の開始時刻５０３の情報を取得して、実行結果テーブル７０１の開始時刻７０４と比較して遅延を判定してもよい。また、開始時間になっても実行結果テーブル７０１にレコード自体が作成されていない場合、ジョブネットの開始自体が遅延していると判定できる。また、障害監視部４０１は、実行結果テーブル７０１の過去の処理サイクルで正常終了した時刻と比較して、今回の処理サイクルの各ジョブが遅延しているかを判定してもよい。ここで、障害が発生した場合は、ステップ１２０３に進み、障害が発生していない場合は、処理を終了する。

ステップ１２０３に進んだ場合、障害監視部４０１が、発生した障害の情報を障害履歴ＤＢ４０５に格納する。なお、障害監視部４０１は、ホストマシン１０１Ａのジョブ定義ＤＢ２０６の情報を取得して、障害履歴テーブル１００１の障害発生ホストマシン１００２の項目を格納することができる。障害履歴テーブル１００１の現象１００４については、ステップ１２０２で判定された現象の情報が格納される。

次に、ステップ１２０４において、障害監視部４０１が、発生した障害を端末１０５に通知する。この際、障害監視部４０１は、障害履歴ＤＢ４０５に格納した障害情報、及び、その障害に該当する時間帯の稼働情報を、その障害が発生したホストマシンの稼働情報ＤＢ（２０８または３０３）から取得し、端末１０５に送信する。
以上の処理を定期的に実施することで、障害履歴ＤＢ４０５に障害情報を蓄積しながら、端末１０５に障害を通知することができる。

次に、障害対応システム１０４における別の処理を説明する。図１３は、障害対応システム１０４における障害対応ＤＢ４０６の蓄積処理を説明するフローチャートである。ここでは、障害対応システム１０４が、端末１０５から入力情報を受信して、障害対応ＤＢ４０６に情報を格納するまでの処理を説明する。

ステップ１３０１において、障害情報入力部４０４が、発生した障害の障害原因やその対処方法、及び、障害事前判定条件の情報を端末１０５から受信する。なお、ここで、端末１０５で使用される画面については後述する。次に、ステップ１３０２において、障害情報入力部４０４が、受信した情報を障害対応ＤＢ４０６に格納する。以上の処理を実施することで、障害対応ＤＢ４０６に障害対応に関する情報を蓄積する。

図１４は、図１３のステップ１３０１において端末１０５に表示される画面の一例である。図１４の画面は、障害履歴表示部１４０１と、障害時稼働状況表示部１４０２と、障害対応情報表示部１４０３とを備える。

障害履歴表示部１４０１には、障害履歴ＤＢ４０５の障害履歴テーブル１００１のレコードに対応する情報が表示される。すなわち、障害履歴表示部１４０１には、障害発生ホストマシン１４１３と、障害発生日時１４１４と、現象１４１５とが表示される。また、障害時稼働状況表示部１４０２には、その障害が発生したホストマシンの稼働情報テーブル（８０１または９０１）のレコードに対応する情報が表示される。

障害対応情報表示部１４０３には、障害対応テーブル１１０１のレコードに対応するテキストボックスが表示される。障害対応情報表示部１４０３には、ホストマシン１４０４と、現象１４０５と、障害原因１４０７と、障害事前判定条件１４０８と、対処方法１４０９とが表示される。ここで、障害対応者（端末１０５のユーザ）は、障害履歴表示部１４０１と障害時稼働状況表示部１４０２の情報を基に、障害対応情報表示部１４０３の入力を行う。ホストマシン１４０４と現象１４０５については、障害履歴テーブル１００１の障害発生ホストマシン１００２及び現象１００４から明らかであるから、入力済みの状態となっている。

障害対応者は、障害の発生原因である障害原因１４０７と、今後同じ現象が発生する前に事前通知するための条件である障害事前判定条件１４０８と、現象が発生した場合の対処方法（今回の障害に対して実施した対処方法）１４０９を入力する。なお、この例では、障害原因１４０７と、障害事前判定条件１４０８と、対処方法１４０９とがテキストボックスとなっているが、予め用意された複数の選択肢から選択するような形式でもよい。

最終的に、障害対応者は、データを入力後、画面下部の［障害対応情報登録］ボタン１４１０を押下する。これにより、入力された情報が、端末１０５から障害対応システム１０４の障害情報入力部４０４に送信され、その後、障害情報入力部４０４が、受信した情報を障害対応ＤＢ４０６に格納する。

次に、障害対応システム１０４における別の処理を説明する。図１５は、障害対応システム１０４の障害対応部４０２によって実行される対処方法の提示処理を説明するフローチャートである。

まず、ステップ１５０１において、障害対応部４０２が、ホストマシン（１０１Ａ〜１０１Ｄ）の障害情報を取得する。ここで、障害対応部４０２は、障害監視部４０１における障害判定処理（図１２の処理）と連動してホストマシン（１０１Ａ〜１０１Ｄ）の障害情報を取得することができる。例えば、障害対応部４０２は、障害監視部４０１が障害の発生を判定した後の段階（図１２のステップ１２０３など）で、障害情報を障害監視部４０１から取得してもよい。

次に、ステップ１５０３において、障害対応部４０２が、障害対応ＤＢ４０６の障害対応テーブル１１０１を読み込む。次に、ステップ１５０４において、障害対応部４０２が、ステップ１５０１で取得した障害情報の中のホストマシンと現象の情報と、ステップ１５０３において読み込んだ障害対応テーブル１１０１のレコードの中のホストマシン１１０２と現象１１０３とを比較して、両方が一致しているかを判定する。

次に、ステップ１５０５において、ステップ１５０４の判定で一致する障害対応テーブル１１０１のレコードが見つかった場合、そのレコードの原因１１０４と対処方法１１０６を端末１０５に通知する。なお、一致するレコードが複数あった場合には、複数の対処方法を端末１０５に通知するようにしてもよい。端末１０５は、通知された原因１１０４と対処方法１１０６を表示装置に表示する。ここで、ステップ１５０５の端末１０５への通知が完了するか、あるいは、ステップ１５０４の判定で一致するレコードが見つからなかった場合は、ステップ１５０２に戻る。そして、障害対応部４０２が、レコードの終了までステップ１５０３〜１５０５の処理を繰り返し実行する。

なお、端末１０５へ通知された原因１１０４と対処方法１１０６は、図１４で示した画面と一緒に表示されてもよい。また、端末１０５が、図１４とは別の画面で原因１１０４と対処方法１１０６を表示してもよい。この場合、端末１０５は、その障害に対応する障害履歴テーブル１００１のレコードと、その障害が発生したホストマシン１０１Ａ〜１０１Ｄの稼働情報テーブル（８０１または９０１）のレコードと、通知された原因１１０４及び対処方法１１０６と、を表示装置に表示するようにしてもよい。

次に、障害対応システム１０４における別の処理を説明する。図１６は、障害対応システム１０４の障害事前検知部４０３によって実行される障害事前検知処理を説明するフローチャートである。

まず、ステップ１６０１において、障害事前検知部４０３が、各ホストマシン１０１Ａ〜１０１Ｄの稼働情報ＤＢ（２０８、３０３）から稼働情報を取得する。例えば、障害事前検知部４０３は、各ホストマシン１０１Ａ〜１０１Ｄの稼働状況監視部（２１２、３０２）が稼働情報ＤＢ（２０８、３０３）へ情報を格納する時間間隔で、稼働情報を取得する。

次に、ステップ１６０３において、障害事前検知部４０３が、障害対応ＤＢ４０６の障害対応テーブル１１０１を読み込む。次に、ステップ１６０４において、障害事前検知部４０３は、ステップ１６０１で取得した各ホストマシン１０１Ａ〜１０１Ｄの稼働情報テーブル（８０１、９０１）のレコードのホストマシンと障害対応テーブル１１０１のホストマシン１１０２とが一致し、且つ、各ホストマシン１０１Ａ〜１０１Ｄの稼働情報テーブル（８０１、９０１）のレコードの各項目の値が障害対応テーブル１１０１の障害事前判定条件１１０５を満たすかを判定する。

次に、ステップ１６０５において、ステップ１６０４の判定を満たす障害対応テーブル１１０１のレコードが見つかった場合、障害事前検知部４０３は、そのホストマシン１０１Ａ〜１０１Ｄの稼働状況が危険な状態であると判断し、障害対応テーブル１１０１のレコードの情報（ホストマシン１１０２、現象１１０３、原因１１０４、障害事前判定条件１１０５、及び対処方法１１０６）を端末１０５に通知する。端末１０５は、通知された情報を表示装置に表示する。なお、一致するレコードが複数あった場合には、複数の検知結果を端末１０５に通知するようにしてもよい。ここで、ステップ１６０５の端末１０５への通知が完了するか、あるいは、ステップ１６０４の判定で一致するレコードが見つからなかった場合は、ステップ１６０２に戻る。そして、障害事前検知部４０３が、レコードの終了までステップ１６０３〜１６０５の処理を繰り返し実行する。

なお、端末１０５へ通知された情報は、図１４で示した画面とは別の画面で表示する。この場合、端末１０５は、稼働状況が危険な状態であると判定されたホストマシン１０１Ａ〜１０１Ｄの稼働情報テーブル（８０１、９０１）のレコードと、障害対応テーブル１１０１のホストマシン１１０２、原因１１０４、障害事前判定条件１１０５、及び対処方法１１０６を表示する。

図１７は、障害事前検知結果を表示し、障害対応テーブル１１０１の情報を更新する端末１０５上の画面の一例である。図１７の画面は、障害事前検知結果表示部１７０１と、事前検知時稼働状況表示部１７０２と、障害対応情報表示部１７０３とを備える。

障害事前検知結果表示部１７０１には、障害事前検知部４０３によって事前に検知された障害の情報が出力される。ここでは、稼働状況が危険な状態であると判定されたホストマシン１７１０と、事前検知された時間帯１７１１（稼働情報テーブルの８０１、９０１の監視時間帯８０２、９０２に対応する情報）と、現象１７１２（障害対応テーブル１１０１の現象１１０３に対応する情報）とが障害事前検知結果表示部１７０１に表示される。また、事前検知時稼働状況表示部１７０２には、時間帯１７１１におけるホストマシン１７１０の稼働情報テーブル（８０１または９０１）のレコードが表示される。

障害対応情報表示部１７０３には、障害対応テーブル１１０１のレコードに対応するテキストボックスが表示される。すなわち、障害対応情報表示部１４０３には、ホストマシン１７０４と、現象１７０５と、障害原因１７０６と、障害事前判定条件１７０７と、対処方法１７０８とが表示される。ここで、障害対応者（端末１０５のユーザ）は、障害事前検知結果表示部１７０１と事前検知時稼働状況表示部１７０２の情報を基に、障害に対する対処の要否の判断を行うことができる。

また、障害対応者は、障害対応情報表示部１７０３に表示された情報に変更が必要な場合は、障害対応情報表示部１７０３の情報を変更後、画面下部の［障害対応情報更新］ボタン１７０９を押下することで、更新された情報を障害対応システム１０４の障害情報入力部４０４に送信することができる。その後、障害情報入力部４０４が、対応する障害対応テーブル１１０１のレコードの情報を更新する。これにより、障害が事前検知されたホストマシン１０１Ａ〜１０１Ｄの障害事前判定条件をより適切な条件に設定し直すことができ、システムを運用しながら障害事前検知の精度をより高めることができる。また、障害の原因や対処方法などもより適切な内容に更新して蓄積していくことが可能になる。

本実施例によれば、ジョブ管理システムにおいて、ジョブの実行結果から各ホストマシン１０１Ａ〜１０１Ｄの障害を判定し、その障害の情報を端末１０５に通知することができる。これにより、障害対応者に対して迅速に障害を通知することができる。また、本実施例によれば、ホストマシン１０１Ａ〜１０１Ｄにおいて障害が発生した際に、ホストマシン１０１Ａ〜１０１Ｄの障害に対する対処方法などの情報を障害対応テーブル１１０１に蓄積していくことができる。そして、障害が発生した際に、その障害に対応するレコードを障害対応テーブル１１０１で検索し、一致したレコードを端末１０５に出力させる。これにより、過去に発生した障害に対して実施した対処方法の履歴に基づいて、障害対応者が今回発生した障害に対する対処方法を検討することができる。これにより、障害発生時の対処を迅速に行うことが可能になる。

また、本実施例によれば、障害対応テーブル１１０１の対処方法１１０６とともにその障害の要因となる情報（原因１１０４）も端末１０５に表示される。したがって、障害対応者は、障害の要因についての判断も迅速に行うことが可能となる。さらに、本実施例によれば、障害発生時に対応する稼働情報テーブル（８０１、９０１）のレコードも端末１０５に表示される。したがって、障害要因である環境の変化の調査なども容易に行うことができる。

また、本実施例によれば、障害が発生した際に、障害対応テーブル１１０１に対処方法１１０６とともに障害事前判定条件１１０５を格納する。この構成によれば、ジョブ管理システムを運用中にホストマシン１０１Ａ〜１０１Ｄの稼働情報を自動的に収集し、収集した稼働情報が障害事前判定条件１１０５を満たすかを判定し、ホストマシン１０１Ａ〜１０１Ｄが危険な状態であることを事前に検知することができる。また、端末１０５には、障害の事前検知だけでなく、対処方法１１０６も表示されるので、過去に発生した障害と同様の問題が発生するのを防止したり、発生時に対処を迅速に行うことができる。

また、本実施例によれば、障害が事前検知された際に、障害対応テーブル１１０１の内容を更新することもできる。これにより、障害が事前検知されたホストマシン１０１Ａ〜１０１Ｄの障害事前判定条件をより適切な条件に設定し直すことができ、システムを運用しながら障害事前検知の精度をより高めることができる。また、障害の原因や対処方法などもより適切な内容に更新して蓄積していくことが可能になる。

以上のように、本発明では、障害発生時に各種環境情報を自動的に収集することを特徴とし、障害発生時の調査を容易にすることができる。更に、本発明は、障害調査の結果、障害要因の判断基準や対処方法を記録できるユーザーインタフェースを持ち、運用中に障害要因の監視をすることができ、同様の問題が発生するのを防止したり、発生時に対処を迅速に行うことができる。

＜変形例＞
本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、障害の通知・入力を行う端末１０５は、複数の端末で構成されてもよい。また、図１の実施例では、ジョブ管理マネージャー１０２、ジョブ実行エージェント（１０３Ｂ〜１０３Ｄ）、及び、障害対応システム１０４などが、別々の情報処理装置に組み込まれているが、これらが１つの情報処理装置に組み込まれてもよい。

また、障害対応テーブル１１０１に、参照された頻度を格納するフィールドを設けて、よく障害が発生するホストマシン１０１Ａ〜１０１Ｄを端末１０５に出力するように構成してもよい。また、頻度を格納するフィールドの値を参照して、より多く参照されたレコードの対処方法を優先的に提示するようにしてもよい。

さらに、障害対応テーブル１１０１に、「重要度」を格納するフィールドを設けて、障害対応時に入力するようにしてもよい。障害発生時に端末１０５において「重要度」も表示するようにして、障害対応者に対応の優先度を検討し易くするような構成としてもよい。

上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。例えば、過去の障害対応の履歴に基づいて対処方法を提示するという点においては、障害対応テーブル１１０１が少なくとも対処方法の情報を格納しており、障害対応部４０２が、少なくとも対処方法を端末１０５に通知すればよい。上述した全ての実施形態を含む構成は、本発明のより好ましい形態であり、当然ながら実施形態として説明した構成の一部を削除して本発明を構成することが可能である。

また、本分野にスキルのある者には、本発明を実施するのに相応しいハードウェア、ソフトウェア、およびファームウエアの多数の組み合わせがあることが解るであろう。例えば、本実施形態に記載の機能を実現するプログラムコードは、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｊａｖａ（登録商標）等の広範囲のプログラムまたはスクリプト言語で実装できる。

１０１Ａ ：ホストマシン
１０１Ｂ ：ホストマシン
１０１Ｃ ：ホストマシン
１０１Ｄ ：ホストマシン
１０１Ｅ ：ホストマシン
１０２ ：ジョブ管理マネージャー
１０３Ｂ ：ジョブ実行エージェント
１０４ ：障害対応システム
１０５ ：端末
１０６ ：ネットワーク
２０１ ：ジョブスケジュール定義ＤＢ
２０２ ：ジョブ実行制御部
２０３ ：スケジュール算出部
２０４ ：ジョブ定義読込部
２０５ ：ジョブ実行処理部
２０６ ：ジョブ定義ＤＢ
２０７ ：実行結果情報ＤＢ
２０８ ：稼働情報ＤＢ
２０９ ：ジョブスケジュール定義ファイル
２１０ ：ジョブ定義ファイル
２１１ ：ジョブ定義更新部
２１２ ：稼働状況監視部
３０１ ：ジョブ実行部
３０２ ：稼働状況監視部
３０３ ：稼働情報ＤＢ
４０１ ：障害監視部
４０２ ：障害対応部
４０３ ：障害事前検知部
４０４ ：障害情報入力部
４０５ ：障害履歴ＤＢ
４０６ ：障害対応ＤＢ

Claims (6)

1. 少なくとも１つの情報処理装置にジョブを実行させるジョブ管理システムの障害対応システムであって、
   入出力手段と、
   前記ジョブの実行結果を示すジョブ実行結果情報と、前記少なくとも１つの情報処理装置の稼働状況を示す稼働情報と、前記少なくとも１つの情報処理装置において発生した障害の情報を示す障害履歴情報と、前記少なくとも１つの情報処理装置において発生した障害に対して実施した対処に関する情報を示す障害対応情報とを格納する記憶手段と、
   前記少なくとも１つの情報処理装置に前記ジョブを実行させ、前記ジョブの実行結果を前記ジョブ実行結果情報として前記記憶手段に格納するジョブ実行制御手段と、
   前記少なくとも１つの情報処理装置の稼働状況を監視し、前記監視した稼働状況の情報を前記稼働情報として前記記憶手段に格納する稼働状況監視手段と、
   前記ジョブ実行結果情報に基づいて前記少なくとも１つの情報処理装置で発生した障害を判定し、前記障害の情報を前記障害履歴情報として前記記憶手段に格納する障害監視手段と、
   前記障害に対して実施した対処に関する情報を前記障害対応情報として前記記憶手段に格納する障害対応手段と、
   を備え、
   前記障害対応手段が、前記障害対応情報の中から、前記障害監視手段によって障害と判定された前記少なくとも１つの情報処理装置の前記障害の情報と一致する情報を取得し、前記取得した情報を前記入出力手段に表示させることを特徴とする障害対応システム。
2. 請求項１に記載の障害対応システムおいて、
   前記記憶手段が、前記障害対応情報として、前記障害に対して実施した対処方法の情報と前記障害の原因の情報とを格納しており、
   前記障害対応手段が、前記対処方法の情報と前記障害の原因の情報とを前記入出力手段に表示させることを特徴とする障害対応システム。
3. 請求項１又は２に記載の障害対応システムおいて、
   前記少なくとも１つの情報処理装置で発生した障害を事前に検知する障害事前検知手段を更に備え、
   前記記憶手段が、前記障害対応情報として、前記障害を事前に検知するための判定条件情報を更に格納しており、
   前記障害事前検知手段が、
   前記稼働状況監視手段によって監視された前記少なくとも１つの情報処理装置の稼働状況の情報が前記判定条件情報を満たすかを判定し、
   前記判定条件情報を満たす場合には、前記障害対応情報を前記入出力手段に表示させることを特徴とする障害対応システム。
4. 請求項３に記載の障害対応システムおいて、
   前記障害対応手段が、前記入出力手段に表示された前記障害対応情報の更新された情報を受け取り、前記更新された情報を前記障害対応情報として前記記憶手段に格納することを特徴とする障害対応システム。
5. 請求項１乃至４のいずれか一項に記載の障害対応システムおいて、
   前記障害対応手段が、前記取得した情報とともに前記障害が発生した時に対応する前記稼働情報を前記入出力手段に表示させることを特徴とする障害対応システム。
6. 演算手段と記憶手段と入出力手段とを備えるコンピュータに、少なくとも１つの情報処理装置にジョブを実行させるジョブ管理システムの障害対応処理を実行させるためのプログラムであって、
   前記演算手段に、
   前記少なくとも１つの情報処理装置に前記ジョブを実行させ、前記ジョブの実行結果をジョブ実行結果情報として前記記憶手段に格納するジョブ実行制御処理と、
   前記少なくとも１つの情報処理装置の稼働状況を監視し、前記監視した稼働状況の情報を稼働情報として前記記憶手段に格納する稼働状況監視処理と、
   前記ジョブ実行結果情報に基づいて前記少なくとも１つの情報処理装置で発生した障害を判定し、前記障害の情報を障害履歴情報として前記記憶手段に格納する障害監視処理と、
   前記障害に対して実施した対処に関する情報を障害対応情報として前記記憶手段に格納する障害対応処理と、
   前記障害対応情報の中から、前記障害監視処理によって障害と判定された前記少なくとも１つの情報処理装置の前記障害の情報と一致する情報を取得し、前記取得した情報を前記入出力手段に表示させる表示処理と、
   を実行させるためのプログラム。

Images