本申請(qǐng)涉及計(jì)算機(jī)，尤其涉及一種內(nèi)存故障管理系統(tǒng)、方法、服務(wù)器及電子設(shè)備。
背景技術(shù)：
1、隨著互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的發(fā)展，數(shù)據(jù)呈快速增長(zhǎng)，存儲(chǔ)節(jié)點(diǎn)、計(jì)算節(jié)點(diǎn)的數(shù)量越來(lái)越多，隨著內(nèi)存訪問(wèn)的規(guī)模越來(lái)越大，故障率也越來(lái)越高。內(nèi)存故障容易直接導(dǎo)致系統(tǒng)崩潰，服務(wù)器宕機(jī)。
2、相關(guān)技術(shù)中故障大多是通過(guò)mce（machine?check?exception，機(jī)器檢測(cè)異常）log和bmc（baseboard?management?controller，基板管理控制器）記錄的sel?（system?errorlog，系統(tǒng)錯(cuò)誤日志）日志結(jié)合去發(fā)現(xiàn)定位故障的，而這些最大的問(wèn)題是不能夠提前發(fā)現(xiàn)內(nèi)存問(wèn)題，往往是服務(wù)器宕機(jī)重啟后才被動(dòng)發(fā)現(xiàn)的。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)?zhí)峁┝艘环N內(nèi)存故障管理系統(tǒng)、方法、服務(wù)器及電子設(shè)備，以至少解決相關(guān)技術(shù)中通過(guò)記錄日志定位內(nèi)存故障的方式無(wú)法提前發(fā)現(xiàn)并規(guī)避內(nèi)存問(wèn)題，容易導(dǎo)致服務(wù)器宕機(jī)的問(wèn)題。
2、本申請(qǐng)?zhí)峁┝艘环N內(nèi)存故障管理系統(tǒng)，包括：硬件內(nèi)存的處理電路，處理電路上設(shè)置有硬件層和處理器；硬件層檢測(cè)硬件內(nèi)存的第一錯(cuò)誤數(shù)據(jù)和第二錯(cuò)誤數(shù)據(jù)，第一錯(cuò)誤數(shù)據(jù)為可恢復(fù)數(shù)據(jù)，第二錯(cuò)誤數(shù)據(jù)為不可恢復(fù)數(shù)據(jù)；處理器設(shè)置有內(nèi)核層、用戶層和輸入輸出層，其中，輸入輸出層對(duì)第二錯(cuò)誤數(shù)據(jù)進(jìn)行分類處理，得到第一類型數(shù)據(jù)和第二類型數(shù)據(jù)，第一類型數(shù)據(jù)為非致命數(shù)據(jù)，第二類型數(shù)據(jù)為致命數(shù)據(jù)，對(duì)第二類型數(shù)據(jù)進(jìn)行隔離，并將第一類型數(shù)據(jù)和第一錯(cuò)誤數(shù)據(jù)上報(bào)至內(nèi)核層；內(nèi)核層集成多個(gè)驅(qū)動(dòng)組件，利用內(nèi)核態(tài)的保護(hù)處理機(jī)制對(duì)第一類型數(shù)據(jù)進(jìn)行處理，并將第一錯(cuò)誤數(shù)據(jù)和處理后第一類型數(shù)據(jù)上報(bào)至用戶層；用戶層對(duì)第一錯(cuò)誤數(shù)據(jù)進(jìn)行可視化展示，并在用戶態(tài)對(duì)處理后第一類型數(shù)據(jù)進(jìn)行隔離。
3、本申請(qǐng)還提供了一種服務(wù)器，包括：上述實(shí)施例的內(nèi)存故障管理系統(tǒng)。
4、本申請(qǐng)還提供了一種內(nèi)存故障管理方法，方法用于上述實(shí)施例的內(nèi)存故障管理系統(tǒng)的處理器，該處理器被配置執(zhí)行如下步驟：從硬件層獲取硬件內(nèi)存的第一錯(cuò)誤數(shù)據(jù)和第二錯(cuò)誤數(shù)據(jù)，其中，第一錯(cuò)誤數(shù)據(jù)為可恢復(fù)數(shù)據(jù)，第二錯(cuò)誤數(shù)據(jù)為不可恢復(fù)數(shù)據(jù)；在輸入輸出層，利用輸入輸出層對(duì)第二錯(cuò)誤數(shù)據(jù)進(jìn)行分類處理，得到第一類型數(shù)據(jù)和第二類型數(shù)據(jù)，第一類型數(shù)據(jù)為非致命數(shù)據(jù)，第二類型數(shù)據(jù)為致命數(shù)據(jù)，對(duì)第二類型數(shù)據(jù)進(jìn)行隔離，并將第一類型數(shù)據(jù)和第一錯(cuò)誤數(shù)據(jù)上報(bào)至內(nèi)核層；在內(nèi)核層，利用內(nèi)核態(tài)的保護(hù)處理機(jī)制對(duì)第一類型數(shù)據(jù)進(jìn)行處理，并將第一錯(cuò)誤數(shù)據(jù)和處理后第一類型數(shù)據(jù)上報(bào)至用戶層；在用戶層，對(duì)第一錯(cuò)誤數(shù)據(jù)進(jìn)行可視化展示，并在用戶態(tài)對(duì)處理后第一類型數(shù)據(jù)進(jìn)行隔離。
5、本申請(qǐng)還提供了一種電子設(shè)備，包括：存儲(chǔ)器，用于存儲(chǔ)計(jì)算機(jī)程序；處理器，用于執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述任一種內(nèi)存故障管理方法的步驟。
6、本申請(qǐng)的內(nèi)存故障管理系統(tǒng)包括硬件內(nèi)存的處理電路，其上設(shè)有硬件層和處理器，處理器進(jìn)一步劃分為內(nèi)核層、用戶層和輸入輸出層。通過(guò)硬件層檢測(cè)內(nèi)存中的第一錯(cuò)誤數(shù)據(jù)和第二錯(cuò)誤數(shù)據(jù)，輸入輸出層對(duì)第二錯(cuò)誤數(shù)據(jù)進(jìn)行分類，將其劃分為非致命的第一類型數(shù)據(jù)和致命的第二類型數(shù)據(jù)，并對(duì)致命數(shù)據(jù)進(jìn)行隔離，同時(shí)將非致命數(shù)據(jù)及可恢復(fù)數(shù)據(jù)上報(bào)至內(nèi)核層。內(nèi)核層通過(guò)集成的驅(qū)動(dòng)組件在內(nèi)核態(tài)對(duì)非致命的錯(cuò)誤數(shù)據(jù)進(jìn)行保護(hù)處理，并將第一錯(cuò)誤數(shù)據(jù)和處理后的非致命的錯(cuò)誤數(shù)據(jù)上報(bào)至用戶層。用戶層負(fù)責(zé)對(duì)可恢復(fù)錯(cuò)誤進(jìn)行可視化展示，并在用戶態(tài)對(duì)處理后的非致命的錯(cuò)誤數(shù)據(jù)進(jìn)行進(jìn)一步隔離。由此，通過(guò)硬件層與各軟件層的協(xié)同工作，實(shí)現(xiàn)了對(duì)內(nèi)存錯(cuò)誤的分級(jí)檢測(cè)、分類處理與自動(dòng)隔離，不僅提升了系統(tǒng)的穩(wěn)定性與可靠性，還有效防止了因內(nèi)存故障導(dǎo)致的系統(tǒng)崩潰。同時(shí)，通過(guò)內(nèi)核態(tài)與用戶態(tài)的聯(lián)動(dòng)機(jī)制，結(jié)合可視化展示，增強(qiáng)了內(nèi)存錯(cuò)誤的可監(jiān)控性和可維護(hù)性，便于運(yùn)維人員快速定位和修復(fù)問(wèn)題，降低了系統(tǒng)運(yùn)維成本。由此，解決了相關(guān)技術(shù)中通過(guò)記錄日志定位內(nèi)存故障的方式無(wú)法提前發(fā)現(xiàn)并規(guī)避內(nèi)存問(wèn)題，容易導(dǎo)致服務(wù)器宕機(jī)的問(wèn)題。
1.一種內(nèi)存故障管理系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的內(nèi)存故障管理系統(tǒng)，其特征在于，所述驅(qū)動(dòng)組件將所述第一類型數(shù)據(jù)從用戶地址空間拷貝至內(nèi)核地址空間，返回錯(cuò)誤碼或者已拷貝長(zhǎng)度。
3.根據(jù)權(quán)利要求1或2所述的內(nèi)存故障管理系統(tǒng)，其特征在于，所述驅(qū)動(dòng)組件用于所述硬件層執(zhí)行內(nèi)存巡檢操作檢測(cè)到所述第一類型數(shù)據(jù)的錯(cuò)誤時(shí)，識(shí)別所述第一類型數(shù)據(jù)所在的內(nèi)存頁(yè)，標(biāo)記所述內(nèi)存頁(yè)為異常頁(yè)，解除所述異常頁(yè)對(duì)應(yīng)虛擬地址空間的映射。
4.根據(jù)權(quán)利要求1所述的內(nèi)存故障管理系統(tǒng)，其特征在于，所述用戶層設(shè)置有守護(hù)進(jìn)程、監(jiān)控進(jìn)程和主進(jìn)程中的至少一個(gè)，其中，所述守護(hù)進(jìn)程用于記錄所述第一錯(cuò)誤數(shù)據(jù)和所述第二錯(cuò)誤數(shù)據(jù)的物理地址信息，所述監(jiān)控進(jìn)程在操作系統(tǒng)的啟動(dòng)階段完成初始化后，為所述主進(jìn)程分配內(nèi)存區(qū)域，并啟動(dòng)所述主進(jìn)程。
5.根據(jù)權(quán)利要求4所述的內(nèi)存故障管理系統(tǒng)，其特征在于，所述主進(jìn)程設(shè)置有多個(gè)內(nèi)存管理模塊，其中，所述內(nèi)存管理模塊用于在所述第一類型數(shù)據(jù)發(fā)生在所述內(nèi)存區(qū)域內(nèi)時(shí)，對(duì)所述第一類型數(shù)據(jù)對(duì)應(yīng)內(nèi)存頁(yè)進(jìn)行隔離。
6.根據(jù)權(quán)利要求1所述的內(nèi)存故障管理系統(tǒng)，其特征在于，還包括：
7.根據(jù)權(quán)利要求6所述的內(nèi)存故障管理系統(tǒng)，其特征在于，所述驅(qū)動(dòng)組件用于：通過(guò)目標(biāo)映射文件定位所述第一錯(cuò)誤數(shù)據(jù)和所述第二錯(cuò)誤數(shù)據(jù)的對(duì)應(yīng)內(nèi)存物理插槽，其中，所述目標(biāo)映射文件為操作系統(tǒng)啟動(dòng)階段由所述適配組件生成的配置文件，存儲(chǔ)內(nèi)存物理插槽與錯(cuò)誤數(shù)據(jù)對(duì)應(yīng)硬件標(biāo)識(shí)之間的映射關(guān)系，所述硬件標(biāo)識(shí)包括內(nèi)存控制器編號(hào)、片選行編號(hào)、通道編號(hào)及內(nèi)存條編號(hào)的至少一個(gè)。
8.一種服務(wù)器，其特征在于，包括：權(quán)利要求1-7任意一項(xiàng)所述的內(nèi)存故障管理系統(tǒng)。
9.一種內(nèi)存故障管理方法，其特征在于，所述方法用于上述權(quán)利要求1-7任意一項(xiàng)所述的內(nèi)存故障管理系統(tǒng)的處理器，所述處理器被配置執(zhí)行如下步驟：
10.一種電子設(shè)備，其特征在于，包括：