知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-12-16
(45)【発行日】2024-12-24
(54)【発明の名称】監視装置、監視方法、及びプログラム
(51)【国際特許分類】
G06F 11/30 20060101AFI20241217BHJP
G06F 11/07 20060101ALI20241217BHJP
【ＦＩ】
G06F11/30 189
G06F11/07 160
【請求項の数】
7
(21)【出願番号】P 2020199275
(22)【出願日】2020-12-01
(65)【公開番号】P2022087371
(43)【公開日】2022-06-13
【審査請求日】2023-11-15
(73)【特許権者】
【識別番号】000004237
【氏名又は名称】日本電気株式会社
(74)【代理人】
【識別番号】100109313
【弁理士】
【氏名又は名称】机 昌彦
(74)【代理人】
【識別番号】100149618
【弁理士】
【氏名又は名称】北嶋 啓至
(72)【発明者】
【氏名】深沢 理仁
【審査官】松平 英
(56)【参考文献】
【文献】特開平０３－０７００６９（ＪＰ，Ａ）
【文献】特開２０１６－１９２０１６（ＪＰ，Ａ）
【文献】特開２０１４－０５３０２７（ＪＰ，Ａ）
【文献】OKITA, Hideki et al，DYNAMICALLY PRIORITIZED VIERTUAL-NETWORK MONITORING ACCORDING TO LIFECYCLE OF VIRTUAL MACHINES IN LARGE SCALE DATA CENTER，Proceedings of the 19th International Conference on WWW/Internet(ICWI 2020)，米国，IEEE，2020年11月18日，pp. 123-131
【文献】沖田 英樹 他，仮想マシンの累計稼働時間に基づく仮想ネットワーク動的優先監視方式の検討，電子情報通信学会技術研究報告，日本，一般社団法人電子情報通信学会，2020年11月19日，Ｖｏｌ．１２０ Ｎｏ．２５９，ｐｐ．６１－６６，[ISSN]2432-6380
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｆ１１／０７
１１／２８－１１／３６
(57)【特許請求の範囲】
【請求項1】
サーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得する取得手段と、前記個体故障率の増加に対応する監視間隔の減少傾向を示す関係モデルに基づき、前記サーバに対する監視間隔を前記サーバごとに決定する決定手段と、
を備える監視装置。
【請求項2】
前記取得手段は、前記サーバごとのハードウェア監視情報、稼働時間、及び、サーバラック内の前記サーバの動作環境温度に基づく前記個体故障率を取得する、請求項１に記載の監視装置。
【請求項3】
前記サーバごとのハードウェア監視情報、稼働時間、及び、前記サーバの動作環境温度に基づいて、前記個体故障率を算出する算出手段をさらに備える、請求項１または２に記載の監視装置。
【請求項4】
前記決定手段は、前記個体故障率が所定の基準故障率より高い場合、前記サーバの監視間隔を第１の監視間隔に決定し、
前記個体故障率が前記基準故障率より低い場合、前記サーバの監視間隔を第１の監視間隔より長い第２の監視間隔に決定する、
請求項１乃至３のいずれか１項に記載の監視装置。
【請求項5】
前記決定手段は、さらに、前記監視間隔で監視する前記サーバの上限数に基づいて、前記監視間隔を決定する請求項１乃至４のいずれか１項に記載の監視装置。
【請求項6】
監視装置が、
サーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得し、
前記個体故障率の増加に対応する監視間隔の減少傾向を示す関係モデルに基づき、前記サーバに対する監視間隔を前記サーバごとに決定する、
監視方法。
【請求項7】
サーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得し、前記個体故障率の増加に対応する監視間隔の減少傾向を示す関係モデルに基づき、前記サーバに対する監視間隔を前記サーバごとに決定する、
処理をコンピュータに実行させるプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、サーバの監視に関する。
【背景技術】
【0002】
インターネットで介した様々なサービスは、コンピュータにプログラムを導入したサーバを稼働させることで実現されている。しかしコンピュータは、常に安定して稼働しているわけではなく、思わぬ障害の発生によりサーバがダウンしたり動作が重くなることがある。サーバを常時監視して障害発生時に迅速な対応を取ることは安定したサービスを提供する上で重要となっている。
【0003】
電子機器の障害の発生を検知するために、ネットワークを通じた電子機器の監視が行われている。特許文献１には、パーソナルコンピュータやサーバなどの保守管理対象装置、または、監視装置が、保守管理対象装置における障害の発生を通知することが開示されている。特許文献２には、プリンタなどの管理対象機器を使用状況に応じて所定の監視間隔で監視することが開示されている。
【0004】
なお、本開示に関連する技術として、特許文献３には、機器の累積的な運転状況の情報と、各機器に固有のパラメータを考慮して機器の異常の有無を判断する運用・保守支援システムが開示されている。
【先行技術文献】
【特許文献】
【0005】
【文献】特開２０１６－０８１３７４号公報
【文献】特開２０１４－０５３０２７号公報
【文献】特開２０１０－２７１９０５号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
電子機器は温度や湿度などの動作環境によって故障率が変化する。しかし、特許文献２において、機器の動作環境を考慮して電子機器の監視の制御を行っていない。
【0007】
本開示は、サーバの動作環境を考慮して監視を制御する監視装置等を提供することを目的とする。
【課題を解決するための手段】
【0008】
本開示に係る監視装置は、サーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得する取得手段と、前記個体故障率に基づき、前記サーバに対する監視間隔を決定する決定手段と、を備える。
【0009】
本開示に係る監視方法は、サーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得し、前記個体故障率に基づき、前記サーバに対する監視間隔を決定する。
【0010】
本開示に係るプログラムは、サーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得し、前記個体故障率に基づき、前記サーバに対する監視間隔を決定する処理をコンピュータに実行させる。
【発明の効果】
【0011】
本開示によれば、サーバの動作環境を考慮して監視を制御できる。
【図面の簡単な説明】
【0012】
【図1】第１実施形態に係る保守管理システムの構成を示す概略図である。
【図2】サーバ３００のハードウェア概略図である。
【図3】保守管理システムの動作例を示すシーケンス図である。
【図4】関係モデルの例を示すグラフである。
【図5】関係モデルの他の例を示すグラフである。
【図6】第２実施形態に係る監視装置１００の構成を示すブロック図である。
【図7】算出装置１２０の配置例を示す概略図である。
【図8】個体故障率と決定される監視間隔の関係の他の例を示すグラフである。
【図9】第２実施形態に係る監視装置１００の動作例を示すフローチャートである。
【図10】コンピュータ５００のハードウェア構成の例を示すブロック図である。
【発明を実施するための形態】
【0013】
本開示において、大規模システムを構成する複数の電子機器を保守管理のために監視する監視装置について説明する。被監視対象の電子機器の例として、サーバを監視する監視装置を例に、以下実施形態において図面を参照しながら説明する。ただし被監視対象には、サーバ以外の電子機器が含まれてもよい。
【0014】
［第１実施形態］
（構成）
図１は、第１実施形態に係る保守管理システムの構成を示す概略図である。保守管理システムは、監視装置１００と被監視対象となる１以上のサーバラック２００（２００＿１、・・・、２００＿ｙ）を備える。各サーバラック２００は、１以上のサーバ３００（３００＿１、３００＿２、・・・、３００＿ｘ）と温度センサ４００を備える。監視装置１００は、ネットワーク０１０によって各サーバ３００及び温度センサ４００と、通信可能に接続される。サーバラック２００ごとのサーバ３００の台数は任意に変更されうる。
（構成）
図１は、第１実施形態に係る保守管理システムの構成を示す概略図である。保守管理システムは、監視装置１００と被監視対象となる１以上のサーバラック２００（２００＿１、・・・、２００＿ｙ）を備える。各サーバラック２００は、１以上のサーバ３００（３００＿１、３００＿２、・・・、３００＿ｘ）と温度センサ４００を備える。監視装置１００は、ネットワーク０１０によって各サーバ３００及び温度センサ４００と、通信可能に接続される。サーバラック２００ごとのサーバ３００の台数は任意に変更されうる。
【0015】
監視装置１００は、サーバ３００における障害の発生の有無を監視する。第１実施形態において、監視装置１００は、取得部１０１、算出部１０２、及び決定部１０３を備える。
【0016】
取得部１０１は、サーバ３００ごとのハードウェア監視情報、稼働情報、及び、動作環境に関する情報を取得する。ハードウェア監視情報は、サーバ３００内部の各部品の異常傾向を判定するためのハードウェア監視データを示す。稼働情報は、例えば初期配置からの稼働時間、または使用年数など、サーバ３００の稼働状況を示す。動作環境に関する情報は、例えばサーバラック２００内の温度、または湿度、あるいはサーバ３００の温度を示す情報である。さらに、取得部１０１は、算出部１０２が算出した、各サーバ３００のハードウェア、稼働情報、及び、動作環境に基づく個体故障率を取得する。
【0017】
算出部１０２は、取得部１０１が取得したハードウェア監視情報、稼働情報、及び、動作環境に関する情報に基づいて、サーバ３００ごとに個体故障率Ｐを算出する。個体故障率Ｐの算出については後述する。
【0018】
決定部１０３は、各サーバ３００の個体故障率と監視間隔の関係モデルに基づいて、各サーバ３００に対する監視間隔を決定する。監視間隔とは、監視装置１００がサーバ３００に対する障害の監視処理を実行した後、再度監視処理を実行するまでの時間間隔である。監視装置１００は、監視処理として、例えば、サーバ３００に対して入出力要求を送信し、入出力要求に対する応答時間が正常な範囲内であるか確認してもよい。あるいは、監視装置１００は、監視処理として、サーバ３００の各部品の監視データが正常な範囲内であるか確認してもよい。
【0019】
個体故障率と監視間隔の関係モデルは、個体故障率の増加に対応する監視間隔の減少傾向を示してもよい。関係モデルは、個体故障率と監視間隔の関係式によって表されてもよく、テーブルにより表されてもよい。関係モデルは、目的変数をネットワーク負荷とし、説明変数として例えば、故障率、監視間隔、サーバ台数、及びネットワーク帯域を用いた、機械学習によって得られてもよい。
【0020】
第１実施形態において、温度センサ４００は、サーバラック２００内の温度を測定する。温度センサ４００は、測定温度をサーバラック２００内のサーバ３００＿１、・・・、３００＿ｘの動作環境に関する情報として、監視装置１００に送信する。
【0021】
動作環境に関する情報として、各サーバ３００の温度を用いる場合、１台のサーバ３００ごとに１つの温度センサ４００が設置されてもよい。温度センサ４００は各サーバの測定温度を監視装置１００に送信する。
【0022】
サーバラック２００内には、取得部１０１が取得する動作環境に関する情報の種類に応じて、他のセンサが設置されうる。動作環境に関する情報として湿度を用いる場合、以下の説明において温度センサ４００に関する説明は湿度センサに置き換えることができる。
【0023】
図２は、サーバ３００のハードウェア概略図である。ＣＰＵ（Central Processing Unit）３０１、メモリ３０２、ＨＤＤ（hard disk drive）３０３、イーサポート３０４、及び、ＢＭＣ（Baseboard Management Controller）３０９を備える。ＢＭＣ３０９は、サーバ３００のハードウェア（サーバ３００内部に構成する各部品、要素）からの監視データを取得し、ハードウェア監視情報として監視装置１００に送信する。
【0024】
【0025】
＜＜ハードウェアに起因する故障率の算出＞＞
監視装置１００の取得部１０１は、ネットワーク０１０とＢＭＣ３０９を介して、サーバ３００からハードウェア監視情報を取得する。算出部１０２は、取得部１０１が取得した監視情報に基づいてハードウェアに起因する故障率Ｐｈを算出する（ステップＳ１０１）。
監視装置１００の取得部１０１は、ネットワーク０１０とＢＭＣ３０９を介して、サーバ３００からハードウェア監視情報を取得する。算出部１０２は、取得部１０１が取得した監視情報に基づいてハードウェアに起因する故障率Ｐｈを算出する（ステップＳ１０１）。
【0026】
ハードウェアに起因する故障率Ｐｈとは、個々の装置の故障の起こり得る確率である。故障率Ｐｈは、例えば０から１（あるいは０％から１００％）の間で算出される。
【0027】
ハードウェア監視情報は、ＣＰＵ３０１、メモリ３０２、ＨＤＤ３０３、イーサポート３０４、電源など、複数の監視対象部品に対応するそれぞれの監視データを含む。ＣＰＵ３０１に関する監視データは、例えば、ＣＰＵの使用率及び温度である。メモリ３０２に関する監視データとして、例えば、ＥＣＣ（Error checking and correcting）におけるエラーの回数が用いられる。ＨＤＤ３０３に関する監視データとして、例えばＳＭＡＲＴ（Self-Monitoring, Analysis and Reporting Technology）による検査値が用いられる。電源に関する監視データは、例えば電源の冗長化状態を示す。
【0028】
算出部１０２は、例えば、ハードウェアの故障対象部品ごとに取得された監視データの値に基づいて異常傾向の有無を判定する。算出部１０２は、監視データが所定の閾値を超えたとき、部品に異常傾向があると判定する。あるいは、算出部１０２は、部品の監視データの値に基づいて算出した部品の故障率が所定の閾値以上である場合に、該部品に異常傾向があると判定してもよい。監視情報が１００個の部品に関する情報を含む場合、算出部１０２は、例えば、異常傾向のある部品の数だけ故障率Ｐｈを＋０．０１（あるいは＋１％）増加させる。なお、監視情報に含まれる部品の重要度や計測されたデータの値に基づいて、増加させる故障率Ｐｈは部品ごとに調整されてもよい。
【0029】
＜＜動作環境に起因する故障率の算出＞＞
監視装置１００の取得部１０１は、サーバ３００の動作環境に関する情報として、サーバラック２００に設置された温度センサ４００の測定温度を取得する。算出部１０２は、取得部１０１が取得した温度に基づいて動作環境に起因する故障率Ｐｅを算出する（ステップＳ１０２）。
監視装置１００の取得部１０１は、サーバ３００の動作環境に関する情報として、サーバラック２００に設置された温度センサ４００の測定温度を取得する。算出部１０２は、取得部１０１が取得した温度に基づいて動作環境に起因する故障率Ｐｅを算出する（ステップＳ１０２）。
【0030】
動作環境に起因する故障率Ｐｅとは、サーバ３００が設置される環境と安定稼働条件との差異に基づいて算出される故障の確率である。故障率Ｐｅは例えば０から１（０％から１００％）の間で算出される。
【0031】
算出部１０２は、例えば、温度が稼働想定温度の中央値であれば０（あるいは０％）、温度上限値以上であれば１（あるいは１００％）、温度下限値以下であれば１（あるいは１００％）と算出する。算出部１０２は、動作環境温度の変化率、温度の継続時間、または、所定の上限値若しくは下限値を超えた回数を考慮し、故障率Ｐｅを算出してもよい。
【0032】
なお、取得部１０１は、外部装置からサーバ３００が配置されたサーバルームの温度分布を取得してもよい。取得部１０１は、サーバルームの温度分布とサーバ３００の配置に基づいて、各サーバ３００の動作環境温度を取得してもよい。
【0033】
＜＜稼働時間に起因する故障率の算出＞＞
サーバ３００は初期配置からの合計稼働時間（合計通電時間）を記録、蓄積する。取得部１０１は、サーバ３００からサーバ３００の稼働時間を稼働情報として取得する。算出部１０２は、稼働時間に基づいて故障率Ｐｔを算出する（ステップＳ１０３）。
サーバ３００は初期配置からの合計稼働時間（合計通電時間）を記録、蓄積する。取得部１０１は、サーバ３００からサーバ３００の稼働時間を稼働情報として取得する。算出部１０２は、稼働時間に基づいて故障率Ｐｔを算出する（ステップＳ１０３）。
【0034】
稼働時間に起因する故障率Ｐｔとは、合計稼働時間に起因するサーバ３００の寿命特性を示す装置のバスタブ曲線に基づいて算出される故障の確率である。故障率Ｐｔは、未使用状態で０（０％）、稼働時間上限値を１（１００％）とする。
【0035】
＜＜個体故障率Ｐの算出と取得＞＞
算出部１０２は、それぞれのサーバ３００に対して算出されたハードウェアに起因する故障率Ｐｈ、動作環境に起因する故障率Ｐｅ、及び、稼働時間に起因する故障率Ｐｔを総合的に考慮して、個体故障率Ｐを算出する（ステップＳ１０４）。取得部１０１は、算出部１０２が算出した個体故障率Ｐを取得する（ステップＳ１０５）。
算出部１０２は、それぞれのサーバ３００に対して算出されたハードウェアに起因する故障率Ｐｈ、動作環境に起因する故障率Ｐｅ、及び、稼働時間に起因する故障率Ｐｔを総合的に考慮して、個体故障率Ｐを算出する（ステップＳ１０４）。取得部１０１は、算出部１０２が算出した個体故障率Ｐを取得する（ステップＳ１０５）。
【0036】
ステップＳ１０１～１０３の順番は変更可能である。
【0037】
個体故障率Ｐの算出例１：算出部１０２は、３つの故障率Ｐｈ，Ｐｅ，Ｐｔに優先順位や重みづけをつけてもよい。個体故障率Ｐは例えば以下の式で表される。
Ｐ＝Ｗｈ×Ｐｈ＋Ｗｅ×Ｐｅ＋Ｗｔ×Ｐｔ （重み付け定数Ｗｈ，Ｗｅ，Ｗｔ＞０）
個体故障率Ｐの算出例２：算出部１０２は、故障率Ｐｈ及びＰｔが所定値まで増加したとき、故障率Ｐｅの重みＷｅを小さく設定してもよい。つまり、ハードウェアに起因する故障率Ｐｈと稼働時間に起因する故障率Ｐｔが高いサーバは、動作環境に起因する故障率Ｐｅが低くても、個体故障率Ｐを高く算出してもよい。これによりサーバは短い監視間隔で監視される。
Ｐ＝Ｗｈ×Ｐｈ＋Ｗｅ×Ｐｅ＋Ｗｔ×Ｐｔ （重み付け定数Ｗｈ，Ｗｅ，Ｗｔ＞０）
個体故障率Ｐの算出例２：算出部１０２は、故障率Ｐｈ及びＰｔが所定値まで増加したとき、故障率Ｐｅの重みＷｅを小さく設定してもよい。つまり、ハードウェアに起因する故障率Ｐｈと稼働時間に起因する故障率Ｐｔが高いサーバは、動作環境に起因する故障率Ｐｅが低くても、個体故障率Ｐを高く算出してもよい。これによりサーバは短い監視間隔で監視される。
【0038】
＜＜監視間隔の決定＞＞
決定部１０３は、サーバ３００の個体故障率と監視間隔の関係モデルに基づいて、サーバ３００に対する監視間隔を決定する（ステップＳ１０６）。図４は、関係モデルの例を示すグラフである。図４において、個体故障率Ｐと監視間隔Ｉの関係モデルは直線により表されているが、曲線であってもよい。また図４において、個体故障率の増加に伴い、監視間隔Ｉは連続した値が設定されているが、監視間隔Ｉは非連続（離散的）であってもよい。監視間隔Ｉは個体故障率Ｐの範囲によって、異なる関係式により表されてもよい。
決定部１０３は、サーバ３００の個体故障率と監視間隔の関係モデルに基づいて、サーバ３００に対する監視間隔を決定する（ステップＳ１０６）。図４は、関係モデルの例を示すグラフである。図４において、個体故障率Ｐと監視間隔Ｉの関係モデルは直線により表されているが、曲線であってもよい。また図４において、個体故障率の増加に伴い、監視間隔Ｉは連続した値が設定されているが、監視間隔Ｉは非連続（離散的）であってもよい。監視間隔Ｉは個体故障率Ｐの範囲によって、異なる関係式により表されてもよい。
【0039】
個体故障率Ｐが１００に近いほど、監視間隔Ｉは一般的な監視装置の通常の監視間隔よりも短く定められてもよい。また、個体故障率Ｐが０に近いほど、監視間隔Ｉは一般的な監視装置の通常の監視間隔よりも長く定められてもよい。
【0040】
監視装置１００は、サーバ３００ごとに決定された監視間隔によりサーバ３００を監視する。
【0041】
（効果）
第１実施形態によれば、サーバ３００の動作環境を考慮して監視を制御できる。その理由は、監視装置１００の取得部１０１がサーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得し、決定部１０３が個体故障率に基づきサーバ３００に対する監視間隔を決定するためである。
第１実施形態によれば、サーバ３００の動作環境を考慮して監視を制御できる。その理由は、監視装置１００の取得部１０１がサーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得し、決定部１０３が個体故障率に基づきサーバ３００に対する監視間隔を決定するためである。
【0042】
システムの保守管理において、１つの監視装置により多くの電子機器を監視することが行われている。システムの規模が大きくなればなるほど被監視対象の電子機器が増える。また、監視項目が一つ増えるたびに電子機器の台数分のアクセスが増えるためネットワーク負荷、及び、監視装置の負荷が増加する。そのため、大きなシステムでは監視間隔を一律に長くすることにより、ネットワーク負荷、監視装置の負荷を下げることが行われる。
【0043】
しかし、監視間隔が長いと、障害発生から監視装置が障害を検出するまでの時間が長くなる。即時に障害を検出できなければ、システム全体の稼働率を下げ、さらには、サービス品質の低下につながる。
【0044】
第１実施形態によれば、決定部１０３が、所定の故障率の基準より個体故障率Ｐが低いサーバ３００の監視間隔を所定の監視間隔の基準より長く決定することで、多くのサーバを監視する際のネットワーク０１０の負荷を低減し、監視負荷を低減できる。
【0045】
さらに、第１実施形態によれば、決定部１０３が、所定の故障率の基準より個体故障率Ｐが高いサーバ３００の監視間隔を所定の監視間隔の基準よりも短くすることで、実際の障害発生から監視装置１００が障害を検知するまでの時間を短くし、障害の検知の遅延を防ぐことができる。
【0046】
【0047】
Ｐ≦Ｐ０のとき、Ｉ＝ＩＡ
０＜Ｐ＜Ｐ０のとき、Ｉ＝ＩＢ
図５の例において、例えば、監視間隔ＩＡは２～３分、監視間隔ＩＢは１時間と定められてもよい。決定部１０３は、例えば、所定期間における各サーバラック２００の各サーバ３００＿１、３００＿２、・・・、３００＿ｘの個体故障率の平均値、あるいは中央値を基準故障率Ｐ０としてもよい。また、決定部１０３は、基準故障率Ｐ０は上述の機械学習を用いて設定されてよい。
０＜Ｐ＜Ｐ０のとき、Ｉ＝ＩＢ
図５の例において、例えば、監視間隔ＩＡは２～３分、監視間隔ＩＢは１時間と定められてもよい。決定部１０３は、例えば、所定期間における各サーバラック２００の各サーバ３００＿１、３００＿２、・・・、３００＿ｘの個体故障率の平均値、あるいは中央値を基準故障率Ｐ０としてもよい。また、決定部１０３は、基準故障率Ｐ０は上述の機械学習を用いて設定されてよい。
【0048】
［第２実施形態］
第１実施形態において、監視装置１００が個体故障率Ｐを算出する算出部を備える場合について説明した。第２実施形態において、他の装置が第１実施形態に係る算出部１０２の機能を有し、監視装置１００が、算出装置によって算出された個体故障率Ｐを取得する場合について説明する。第１実施形態と同様の説明は、第２実施形態の説明において省略する。
第１実施形態において、監視装置１００が個体故障率Ｐを算出する算出部を備える場合について説明した。第２実施形態において、他の装置が第１実施形態に係る算出部１０２の機能を有し、監視装置１００が、算出装置によって算出された個体故障率Ｐを取得する場合について説明する。第１実施形態と同様の説明は、第２実施形態の説明において省略する。
【0049】
（構成）
図６は、第２実施形態に係る監視装置１００の構成を示すブロック図である。第２実施形態に係る監視装置１００は、取得部１２１と決定部１２２を備える。第２実施形態に係る監視装置１００は、図１における監視装置１００と置き換えることができる。
図６は、第２実施形態に係る監視装置１００の構成を示すブロック図である。第２実施形態に係る監視装置１００は、取得部１２１と決定部１２２を備える。第２実施形態に係る監視装置１００は、図１における監視装置１００と置き換えることができる。
【0050】
図７は、算出装置１２０の配置例を示す、第２実施形態に係る保守管理システムの概略図である。図７に示すように、１台の確率算出装置１２０が、監視装置１００、各サーバラック２００の各サーバ３００及び温度センサ４００と通信可能に接続されてもよい。算出装置１２０は、各サーバ３００からハードウェア監視情報と、稼働情報を取得し、温度センサ４００から動作環境に関する情報を取得する。
【0051】
監視装置１００の取得部１２１は、外部の算出装置１２０から、各サーバ３００のハードウェア、稼働情報、及び、動作環境に基づく個体故障率を取得する。
【0052】
決定部１２２は、各サーバ３００の個体故障率に基づいて、サーバに対する監視間隔を決定する。
【0053】
決定部１２２は、個体故障率が所定の基準故障率より高い場合、サーバ３００の監視間隔を第１の監視間隔に決定し、個体故障率が該基準故障率より低い場合、サーバ３００の監視間隔を第１の監視間隔より長い第２の監視間隔に決定してもよい。個体故障率が基準故障率と等しい場合、決定部１２２は、監視間隔を第１の監視間隔以上であり第２の監視間隔以下の任意の時間に決定する。
【0054】
個体故障率と決定部１２２により決定される監視間隔の関係は、図４、または、図５のグラフにより示されてもよい。図８は、個体故障率と決定される監視間隔の関係の他の例を示すグラフである。図８において、基準故障率Ｐ１～Ｐ４に対応して、監視間隔Ｉ１～Ｉ５が決定される。基準故障率Ｐ１～Ｐ４はそれぞれ、所定の基準故障率の一実施形態である。監視間隔Ｉ１～Ｉ５はそれぞれ第１または第２の監視間隔の一実施形態である。
【0055】
監視装置１００は、決定した監視間隔によりサーバ３００を監視する。あるいは、監視装置１００は、図示しない他の監視処理実行装置に決定した監視間隔を送信し、監視処理実行装置にサーバ３００を監視させる。
【0056】
図７において、１台の算出装置１２０が配置されているが、算出装置１２０は１台のサーバラック２００ごとに１台配置されてもよい。このとき、算出装置１２０はサーバラック２００内の各サーバ３００の個体故障率を算出する。あるいは、算出装置１２０の機能は、各サーバ３００が備えてもよい。このとき、各サーバ３００は温度センサ４００から動作環境に関する情報を取得し、自装置の個体故障率を算出する。監視装置１００は複数の算出装置１２０のそれぞれから各サーバ３００の個体故障率を取得する。
【0057】
（動作）
図９は、第２実施形態に係る監視装置１００の動作例を示すフローチャートである。取得部１２１は、サーバ３００ごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得する（ステップＳ１２１）。決定部１２２は、各サーバ３００の個体故障率に基づいて、サーバ３００に対する監視間隔を決定する（ステップＳ１２２）。
図９は、第２実施形態に係る監視装置１００の動作例を示すフローチャートである。取得部１２１は、サーバ３００ごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得する（ステップＳ１２１）。決定部１２２は、各サーバ３００の個体故障率に基づいて、サーバ３００に対する監視間隔を決定する（ステップＳ１２２）。
【0058】
（効果）
第２実施形態によれば、サーバ３００の動作環境を考慮して監視を制御できる。その理由は、監視装置１００の取得部１２１がサーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得し、決定部１２２が個体故障率に基づきサーバ３００に対する監視間隔を決定するためである。
第２実施形態によれば、サーバ３００の動作環境を考慮して監視を制御できる。その理由は、監視装置１００の取得部１２１がサーバごとのハードウェア、稼働時間、及び、動作環境に起因する個体故障率を取得し、決定部１２２が個体故障率に基づきサーバ３００に対する監視間隔を決定するためである。
【0059】
（変形例）
決定部１２２は、個体故障率に加えて、さらに、監視間隔ごとのサーバ３００の台数の割合、あるいは上限数に基づいて、サーバに対する監視間隔を決定してもよい。すなわち、決定部１２２は、例えば、第１の監視間隔で監視するサーバ３００が所定の上限数に達した場合、残りのサーバ３００はより長い第２の監視間隔で監視されるよう、基準故障率を決定する。
決定部１２２は、個体故障率に加えて、さらに、監視間隔ごとのサーバ３００の台数の割合、あるいは上限数に基づいて、サーバに対する監視間隔を決定してもよい。すなわち、決定部１２２は、例えば、第１の監視間隔で監視するサーバ３００が所定の上限数に達した場合、残りのサーバ３００はより長い第２の監視間隔で監視されるよう、基準故障率を決定する。
【0060】
本変形例によれば、多くのサーバを監視する際のネットワークの負荷を低減し、監視負荷を低減する要請と、実際の障害発生から監視装置１００が障害を検知するまでの時間を短くし、障害の検知の遅延を防ぐ要請の両方に応えることができる。
【0061】
［ハードウェア構成］
上述した各実施形態において、監視装置１００の各構成要素は、機能単位のブロックを示している。各装置の各構成要素の一部又は全部は、コンピュータ５００とプログラムとの任意の組み合わせにより実現されてもよい。
上述した各実施形態において、監視装置１００の各構成要素は、機能単位のブロックを示している。各装置の各構成要素の一部又は全部は、コンピュータ５００とプログラムとの任意の組み合わせにより実現されてもよい。
【0062】
図１０は、コンピュータ５００のハードウェア構成の例を示すブロック図である。図１０を参照すると、コンピュータ５００は、例えば、ＣＰＵ（Central Processing Unit）５０１、ＲＯＭ（Read Only Memory）５０２、ＲＡＭ（Random Access Memory）５０３、プログラム５０４、記憶装置５０５、ドライブ装置５０７、通信インタフェース５０８、入力装置５０９、入出力インタフェース５１１、及び、バス５１２を含む。
【0063】
プログラム５０４は、各装置の各機能を実現するための命令（instruction）を含む。プログラム５０４は、予め、ＲＯＭ５０２やＲＡＭ５０３、記憶装置５０５に格納される。ＣＰＵ５０１は、プログラム５０４に含まれる命令を実行することにより、各装置の各機能を実現する。例えば、監視装置１００のＣＰＵ５０１がプログラム５０４に含まれる命令を実行することにより、監視装置１００の機能を実現する。また、ＲＡＭ５０３は、各装置の各機能において処理されるデータを記憶してもよい。例えば、コンピュータ５００のＲＡＭ５０３に、監視装置１００の算出部１０２が用いるハードウェア監視情報、動作環境温度を記憶してもよい。
【0064】
ドライブ装置５０７は、記録媒体５０６の読み書きを行う。通信インタフェース５０８は、通信ネットワークとのインタフェースを提供する。入力装置５０９は、例えば、マウスやキーボード等であり、保守管理システムの管理者からの情報の入力を受け付ける。出力装置５１０は、例えば、ディスプレイであり、管理者へ情報を出力（表示）する。入出力インタフェース５１１は、周辺機器とのインタフェースを提供する。バス５１２は、これらハードウェアの各構成要素を接続する。なお、プログラム５０４は、通信ネットワークを介してＣＰＵ５０１に供給されてもよいし、予め、記録媒体５０６に格納され、ドライブ装置５０７により読み出され、ＣＰＵ５０１に供給されてもよい。
【0065】
なお、図１０に示されているハードウェア構成は例示であり、これら以外の構成要素が追加されていてもよく、一部の構成要素を含まなくてもよい。
【0066】
各装置の実現方法には、様々な変形例がある。例えば、各装置は、構成要素毎にそれぞれ異なるコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。また、各装置が備える複数の構成要素が、一つのコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。
【0067】
また、各装置の各構成要素の一部又は全部は、プロセッサ等を含む汎用又は専用の回路（circuitry）や、これらの組み合わせによって実現されてもよい。これらの回路は、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組み合わせによって実現されてもよい。
【0068】
また、各装置の各構成要素の一部又は全部が複数のコンピュータや回路等により実現される場合、複数のコンピュータや回路等は、集中配置されてもよいし、分散配置されてもよい。
【0069】
また、監視装置１００の少なくとも一部がＳａａＳ（Software as a Service）形式で提供されてよい。すなわち、監視装置１００を実現するための機能の少なくとも一部が、ネットワーク経由で実行されるソフトウェアによって実行されてよい。
【0070】
以上、実施形態を参照して本開示を説明したが、本開示は上記実施形態に限定されるものではない。本開示の構成や詳細には、本開示のスコープ内で当業者が理解し得る様々な変更をすることができる。また、各実施形態における構成は、本開示のスコープを逸脱しない限りにおいて、互いに組み合わせることが可能である。
【符号の説明】
【0071】
１００ 監視装置
１０１、１２１ 取得部
１０２ 算出部
１０３、１２２ 決定部
１２０ 算出装置
２００ サーバラック
３００ サーバ
４００ 温度センサ
５００ コンピュータ
１０１、１２１ 取得部
１０２ 算出部
１０３、１２２ 決定部
１２０ 算出装置
２００ サーバラック
３００ サーバ
４００ 温度センサ
５００ コンピュータ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】