耐障害性機能

現在のビジネスはITシステムに対してアベイラビリティのさらなる向上を求めています。E-コマースの拡大やサービスのグローバル化によって、システムを停止させることが許されなくなってきているからです。それではハイアベイラビリティとは、具体的にどのようなものなのでしょうか。単にホットスワップ機能を用意すればいいというものではありません。システムの構築から運用管理、さらにシステムがゴールに見合うものかを判断するための測定・分析までを包含した、非常に大きなものなのです。突然のシステムダウンを回避することはもちろんですが、計画停止を最小化することも重要です。ダウンタイムを最小限に抑えるために、ハードウェア、システムソフトウェア、ミドルウェア、アプリケーション、そしてITプロセスに至るまで、あらゆる要素を包含したデザインが求められているのです。

図に示すのはハイアベイラビリティを実現するために視野に入れるべき要素を、階層的に示したものです。ここに示すものはもちろんすべて重要ですが、なかでも特に重要なのは最下層に位置するハードウェアのアベイラビリティです。ここがしっかりしていなければ、その上に積み上げたものがすべて崩れてしまいます。高品質かつ耐障害性に優れたハードウェアの存在こそ、すべての基本だといえるでしょう。

まず連続稼動の基本になるのは、ハードウェアの信頼性です。HPでは様々な側面から信頼性向上に取り組んでいます。稼動条件に十分な余裕を持たせたシステムデザインを採用している点や、厳しい品質要求を満たすコンポーネント・サプライヤの選択や、ASICやCPUジャンクションの温度を適正に維持する大容量冷却ファンの採用なども、信頼性に大きな貢献を果たします。

HP Integrity はこれらのポイントを常に意識し、最高の信頼性を提供すべく製品設計をしております。

いくら信頼性の高いハードウェアでも、全く故障を起こさないということはあり得ません。ここで重要になるのが、障害発生時にどのように対処するのか、つまり耐障害性の実装です。

図に示すのはHP Superdomeの耐障害性機能について示したものですが、実に多様な機能が実装されています。HP Superdomeでは、電源モジュール、キャビネット冷却ファン、I/O冷却ファン、ACパワーサプライ、バックプレーンDCコンバータなどがN+1冗長構成になっています。電源モジュール、冷却ファン、CPU、I/Oカード、サービスプロセッサーなどはオンラインのまま追加・交換できます。

さらに、システム全体のコアとなるクロスバー・バックプレーン上の電源モジュールやワイヤリングも冗長化されており、また、複数のクロスバー・チップが独立性を維持しながら稼動できるように設計されています。万一ひとつのクロスバー・チップに障害が発生しても、他のチップには影響を与えないようになっています。そのクロスバーで接続されている複数のハードウェア・パーティション間では、物理的・電気的な分離が可能であり、一方のパーティションにメンテナンスの必要が生じても、残りのパーティションは影響を受けることなく稼動を続けることが可能です。

また、I/O においては、それぞれのPCIバックプレーンが完全に独立しています。ひとつのPCIバックプレーンで障害が発生しても、他のPCIバックプレーンには影響を与えません。SPOF （Single Point Of Failure）が発生しにくいのです。I/Oカードは障害が発生しやすい場所なので、同じ機能を提供するカードを2枚実装することで冗長性を確保するケースが少なくありません。この場合にこれらを別のPCIバックプレーンに実装しておけば、一方のI/Oカード障害の影響を完全に断ち切ることができます。

さらに、近年メモリの搭載容量は飛躍的に増加しており、メモリのビットエラーによるシステム障害が発生しやすい環境となっています。HP はシングルビットエラーに対応するための ECC保護、さらにはダブルビットエラーにおいてもシステムがダウンしないためのメモリチップスペア機能など、さまざまな機能を実装し、耐障害性を高めています。

迅速な復旧と障害原因の解明に関しては、障害検出・診断・修復をリアクティブからよりプロアクティブにすることで、アベイラビリティを向上させようとしています。以前はクラッシュしてから診断を行っていましたが、これをクラッシュ前に行い、障害を未然に防ごうというわけです。そのためには、問題の発生時にできるだけ迅速かつ自動的に検出できること、問題の検出時に自動的に診断すること、理解しやすい形式で自動的にレポートすること、そして障害の修復や回復のための各種ツールが利用可能であることが必要になります。

HPではこのような要求を満たすために、図に示す4つのレイヤでハードウェア・トラブルシューティング・ツールを提供しています。

最もプロアクティブなレイヤがEMS Hardware Monitorsです。これは最初のレベルのディフェンスであり、HPはここで90〜95％の問題を処理できるようにすることを目指しています。Support Tools Managerはオンラインで診断を行えるツール群です。Offline Diagnostic Environment（ODE）はシステムのブートに必要なリソースのテストにフォーカスしたツール群です。そして最もリアクティブなものがPower-On Self Test（POST）ですが、HPではこれも、よりプロアクティブなレイヤで実現したいと考えています。

最もプロアクティブなEMS （Event Monitoring Service） Hardware Monitorsには、低レベル情報の解釈、トレンド分析の実施、障害への対応、イベント調整など様々な機能が装備されています。なかでも重要なのは、本当に問題がある場合にのみイベントを発生する機能です。EMSモニタ群は、マスストレージ、I/Oカード、ファイバチャネル・ハードウェア、システム・ハードウェア、UPS等、幅広い領域をカバーしています。

HP Integrity サーバは、ハードウェア単独の機能だけではなく、OSやミドルウェアとの連携によりさらなるハイアベイラビリティを実現しています。CPUやメモリ障害時の動的切り離し、クラスタなどによるマルチシステム構成でのハイアベイラビリティ、さらに統合された管理環境によるハイアベイラビリティなどです。
HP Integrity の代表的サポート OS であるHP-UX 環境におけるハイアベイラビリティ機能に関しては以下をご覧ください。