[发明专利]一种PCIe设备N+1冗余备份方法及系统

说明书

本发明涉及一种PCIe设备N+1冗余备份方法及系统，属于服务器数据处理技术领域；包括以下子步骤：S1：在PCIe Switch下，外接N+1个相同功能的PCIe设备；S2：正常情况下，余管理软件控制系统对第N+1张PCIe卡不上电，系统只能读取N个PCIe卡，为系统提供如GPU算力等功能，第N+1个PCIe卡处于备份模式，并不被系统所读取；S3：系统上电或者初始化时，1~N个PCIe设备被操作系统或者驱动正常初始化，分配相关的资源；S4：PCIe设备的驱动程序正常接管N个PCIe设备，并利用这N个PCIe设备为系统提供正常的业务服务等。通过保存恢复相关设备和状态信息，达成在线替换冗余PCIe设备，确保系统软件无中断在线运行正常。

技术领域

本发明属于服务器数据处理技术领域，具体涉及一种PCIe设备N+1冗余备份方法及系统。

背景技术

目前服务器系统中，大部分的外设设备（卡）都是通过PCIe（peripheralcomponent interconnect express）总线和系统相连。PCIe设备之间的冗余备份并无很好的解决方法。如系统中某一张PCIe卡（如GPU卡）故障，即使系统内有其他冗余的GPU卡，因为设备的资源与原有设备的资源不一致，或在系统内呈现的接口不一致等原因，仍然无法直接替换使用，没有很好的冗余备份解决方案。

因此，现阶段需设计一种PCIe设备N+1冗余备份方法及系统,来解决以上问题。

发明内容

本发明目的在于提供一种PCIe设备N+1冗余备份方法，用于解决上述现有技术中存在的技术问题，如：PCIe设备之间的冗余备份并无很好的解决方法。如系统中某一张PCIe卡如GPU卡）故障，即使系统内有其他冗余的GPU卡，仍然无法直接替换使用，没有很好的冗余备份解决方案。

为实现上述目的，本发明的技术方案是：

一种PCIe设备N+1冗余备份方法，包括以下子步骤：

S1：在PCIe Switch下，外接N+1个相同功能的PCIe设备；

S2：正常情况下，冗余管理软件控制服务器操作系统对第N+1个PCIe设备不上电，服务器操作系统只能读取N个PCIe设备，第N+1个PCIe设备处于备份模式，并不被服务器操作系统所读取；所述冗余管理软件用于保存和恢复相关PCIe设备的状态信息；

S3：服务器操作系统上电或者初始化时，1~N个PCIe设备被服务器操作系统或者驱动正常初始化，分配相关的资源；

S4：PCIe设备驱动程序正常接管N个PCIe设备，并利用这N个PCIe设备为服务器操作系统提供正常的业务服务；

S5：PCIe故障管理软件记录所有N个正常工作PCIe设备的相关资源状态；所述PCIe故障管理软件用于监控服务器操作系统PCIe链路状态和设备状态

S6：当1~N其中的某一个PCIe设备故障时，PCIe设备驱动保持住，PCIe设备驱动保持住后，所有新下发的IO请求和业务请求，不返回结果；

S7：故障管理软件发现此故障，自动把故障的PCIe设备移除，并上电第N+1个备份PCIe设备，接入服务器操作系统；

S8：故障管理软件把前面保存的N个资源状态中的故障的那个PCIe设备的相关资源状态回填至第N+1个备份PCIe设备的寄存器空间；

S9：PCIe设备驱动正常访问新接入的PCIe设备，正常向第N+1个PCIe设备处理下发保持住的IO请求和业务请求，确保第N+1个设备正常工作。

进一步的，步骤S1中，所述PCIe设备为服务器操作系统PCIe接口的外部设备。

进一步的，步骤S5和S8中，所述相关资源状态包括：PCIe BAR空间地址、BUS地址、以及配置空间里面的关键设置信息。