CN104081363B - 用于估计存储池的预订净空的方法、装置和系统 - Google Patents
用于估计存储池的预订净空的方法、装置和系统 Download PDFInfo
- Publication number
- CN104081363B CN104081363B CN201380007103.4A CN201380007103A CN104081363B CN 104081363 B CN104081363 B CN 104081363B CN 201380007103 A CN201380007103 A CN 201380007103A CN 104081363 B CN104081363 B CN 104081363B
- Authority
- CN
- China
- Prior art keywords
- level
- measurement
- reservation
- measurements
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0604—Improving or facilitating administration, e.g. storage management
- G06F3/0605—Improving or facilitating administration, e.g. storage management by facilitating the interaction with a user or administrator
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
- G06F3/0644—Management of space entities, e.g. partitions, extents, pools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
用于确定预订净空可用于存储池的技术和机制。在一个实施例中,基于存储池的当前预订水平和存储池的一个或多个度量的相应的水平分类来分类存储池。响应于指示预订净空的可用性的存储池分类,生成信号。在另一个实施例中,确定用于生成信号的目标预订水平,其中,目标预订水平基于当前预订水平、一个或多个度量中的第一度量以及对应于第一度量的高利用率阈值。
Description
背景
1.技术领域
本发明的各实施例一般涉及管理数据存储。更具体而言,某些实施例涉及用于检测存储池的可用的预订净空的技术。
2.背景技术
近年来,对数据存储的需求爆炸性地增长,行业通过实现过度预订(也被称为“自动精简配置(thin-provisioning)”)来作出响应,以便改善存储器利用率并使原始存储以及相关联的成本的增长减慢。过度预订概念依赖于存储池的大多数客户决不会完全地使用他们预订的已分配的存储器的预期,如此,明智的过度预订会导致效率改善。
然而,过度预订会存在要存储的数据的某些量可能会最终超出存储池的实际物理存储卷的容量,导致应用程序停机、作业失败、一个或多个存储设备的重新启动或停机,和/或等等的风险。即使存储设备停机被避免,一个或多个消费者的数据常常被迁移到带有更多未预订的容量的另一存储池。这样的迁移转换成较高的客户流失、管理开销、成本等等。由于这些风险,存储管理员一般不情愿利用过度预订,导致非最优利用率和成本升高。
到目前为止,自动精简配置的实现依赖预订净空的估计,其中,这样的估计留给消费者,根据他们的风险容忍要求和/或相关联的策略。消费模式(以及暗示的消费者效率)差别巨大——不仅在消费者与消费者之间或数据中心与数据中心之间,而且在单个存储池与存储池之间,使情况复杂化。一个池有效率地实现过度预订(平衡信息存储和过度预订风险,而另一个池无效率地实现过度预订一点也不罕见。池大小也会显著地不同。
存储池消费者的要求之间的变化,存储池操作特征随着时间的推移的恒定的变化,以及各种其他相关联的因素到目前为止限制了用于实现过度预订的现有技术的有效性。
附图简述
本发明的各实施例是通过示例而不是作为限制来说明的,在各个附图的图形中,其中:
图1是示出了根据一实施例的用于提供存储池服务的系统的元件的框图。
图2是示出了根据一实施例的用于检测存储池的预订净空的池管理器的元件的框图。
图3是示出了根据一实施例的用于检测预订净空的方法的元件的流程图。
图4是示出了根据一实施例的用于检测预订净空的方法的元件的流程图。
图5是示出了根据一实施例的用于生成预订净空信息的计算机平台的元件的框图。
图6A到6C是示出了根据各实施例的计算预订净空信息的相应的操作的元件的伪代码的列表。
具体实施方式
此处所讨论的各实施例以不同的方式对存储池的预订净空执行自动分析。如此处所使用的,“预订净空”是指除任何当前已预订的物理和/或投机性的存储器之外的安全地可用于预订的存储的量——例如,包括物理存储器,仅仅假设的(例如,投机性的)存储器,或其一些组合。预订净空可以是另外的存储容量值——例如,高于存储池的当前预订水平,在一些风险要求购买、租用附加的物理存储器或以其他方式将它们分配给存储池之前,所述另外的存储容量值可以被预订给存储池的一些或全部客户端。
在一个实施例中,可以基于一个或多个因素,包括,但不仅限于,客户风险容忍策略、池容量、当前预订(或“分配”)水平、当前信息存储级别(和/或相关联的数据存储效率)、数据存储的增长率、池访问性能度量,和/或等等中的一个或多个,来计算预订净空信息。
作为示例而非限制,根据一实施例的池管理逻辑可以执行一个或多个操作来确定存储池的当前预订水平,以及存储池的一个或多个度量中的每一个的相应的当前水平。一个或多个度量可以,例如,包括描述当前代表存储池的客户端(例如,全部客户端)存储信息的存储池的量的信息存储度量——例如,以字节为单位。这样的信息存储度量有时被称为“消耗”度量。可另选地,或另外,一个或多个度量可以包括指示当前存储信息的存储池的量的变化率的增长度量(诸如填充时间值、每小时的千兆字节值,和/或等等)。可另选地或另外,一个或多个度量可以包括描述,例如,存储池的一个或多个客户端访问的特征的性能度量。这样的特征可以包括读和/或写延迟、地址转换、吞吐量和/或类似特征中的一个或多个。作为示例而非限制,性能度量可以是作为某种基准时间段的百分比的读/写延迟的平均值(例如,移动平均值)。
在一个实施例中,一个或多个度量中的某些或全部可以每一个都对应于指定该性能度量的一个或多个阈值的相应的服务质量。例如,可以处理——例如,组合、加权,等等服务质量要求——以评估一个或多个阈值度量值的阈值。可以动态地更新一个或多个阈值——例如,基于存储池性能的滞后或其他分析。在某些实施例中,用于生成和/或更新度量阈值的技术不受限制。
这样的池管理逻辑还可以进一步分类存储池——例如,其中,这样的分类包括对一个或多个低利用率状况(每一种状况都对应于预订水平和一个或多个度量中的相应的一个)的测试。在一个实施例中,这样的测试包括测试是否指示每一个这样的低利用率状况。在测试指示被测试的全部低利用率状况的组合的情况下,池管理逻辑可以,例如,生成指示预订净空的可用性的信号。在一个实施例中,可以基于当前预订水平、一个或多个度量的第一度量的当前水平,以及对应于该第一度量的高利用率阈值来确定由信号指示的预订净空。
图1是示出了根据一实施例的用于提供池化(pooled)的存储资源的系统100的元件。系统100可以,例如,实现用于自动地检测和/或估计预订净空的一个或多个结构和/或技术。
在一个实施例中,系统100包括存储池105,包括由说明性存储资源110a,…,110n所表示的一个或多个资源,用于代表一个或多个存储池客户端的存储。存储资源110a,…,110n中的每一个都可以以不同的方式包括,例如,硬盘驱动器、固态驱动器、CD-ROM驱动器、DVD-驱动器、服务器、数据中心中的一个或多个,或用于信息存储的各种其他资源中的任何一个。存储资源110a,…,110n可以包括位于单一数据中心中的一个或多个资源,或位于不同的地理位置的其他这样的设施和/或一个或多个资源。在某些实施例中,存储池105中的特定类型的存储资源以及它们的相应的位置和/或彼此的联网可能不受限制。
在一个实施例中,可以以不同的方式使存储资源110a,…,110n对存储池105的一个或多个客户端——例如,包括客户端150——可用。作为示例而非限制,客户端150可以通过与其耦合的网络120来访问存储池105。网络120可以,例如,包括专用存储区域网络(SAN)、局域网(LAN)、广域网(WAN)、虚拟LAN(VLAN)、无线网络、云网络、因特网中的一个或多个和/或等等。在某些实施例中,客户端150相对于系统100的其他元件的特定位置和/或联网可能不受限制。
系统100可以包括一个或多个服务器——例如,包括服务器130——以促进由客户端150对存储池105的访问,其中,这样的访问基于某些存储卷向客户端150的分配。作为示例而非限制,服务器130可以作为网关来操作,通过该网关给客户端150提供对存储池105的访问权。可另选地或另外,服务器130可以作为名称服务器来操作,以将客户端150的访问请求指向存储资源110a,…,110n中的一个或多个。可另选地或另外,服务器130可以操作以提供一个或多个安全服务——例如,包括认证、授权、密钥提供和/或等等——用于允许客户端150对存储池105进行访问。
在给定时间点,存储池105的当前预订水平可以由分配给客户端150的存储卷构成。系统100可以包括判断除这样的当前预订水平之外是否有预订净空对存储池105可用的一个或多个机制。作为示例而非限制,系统100可以包括其中包括电路逻辑——例如,包括硬件、固件和执行软件中的一个或多个——的池管理器140,以确定存储池105的分类。虽然池管理器140通过网络120耦合到服务器130,但是,在替换实施例中,池管理器140可以被包括在服务器130内。
这样的分类的确定可以包括池管理器140确定当前预订水平和一个或多个度量。基于确定的分类,池管理器140可以分类存储池105——例如,其中,这样的分类将判断存储池105的利用率的一个或多个水平是否指示这样的预订净空的可用性。在一个实施例中,池管理器140可以基于这样的分类生成标识或以其他方式指示预订净空的信号。生成这样的信号可以,例如,包括确定目标预订水平,该目标预订水平基于当前预订水平、一个或多个度量中的第一度量,以及对应于第一度量的阈值。
在一个实施例中,信号包括从池管理器140发送到服务器130的消息。服务器130可以通过调整对存储池105的访问和/或存储池105的一个或多个特征来对这样的消息作出响应。作为示例而非限制,服务器130可以通过允许存储池105的一个或多个客户端预订另外的存储卷,来对预订净空的指示作出响应。
根据不同的实施例,服务器130可以对来自池管理器140的一种或多种其他类型的通信作出响应。例如,响应于来自池管理器140的指示存储池105的高利用率的通信,服务器130可以重新平衡存储池105的一种或多种资源。
存储池105可以是构成系统100的较大的存储池(未示出)的子池。例如,存储池105可以专用于为一种或多种客户端类型、一种或多种数据类型和/或类似物提供存储。在这样的实施例中,对存储池105特定的预订净空的检测可以独立于较大的存储池的预订净空的其他检测。
图2示出了根据一实施例的池管理器200的元件。池管理器200可以提供自动地检测和/或估计存储池的预订净空信息的功能。例如,池管理器200可以包括池管理器140的某些或全部特征。
池管理器200可以包括确定存储池的分类的分类逻辑210。作为示例而非限制,池管理器200可以包括或可以其他方式访问状态信息220,包括存储池的当前预订水平LSub222以及一个或多个当前水平224——例如,包括水平LMtr1224,…,LMtrX226中的一个或多个——每一个都用于存储池的一个或多个度量的相应的度量。某些或全部状态信息220可以作为输入205提供到池管理器——例如,从各种存储资源、服务器、客户端和/或系统100或其他这样的池存储系统中的其他利益相关方中的任何一者。
分类逻辑210可以访问用于检测和/或估计预订净空的各种附加的或替换信息中的任何一种。例如,分类逻辑210可以检索涉及各种操作参数的阈值信息和/或目标信息,其中,从状态信息220或其他这样的储存库访问这样的信息。这样的目标和/或阈值信息可以,例如,由存储池客户端(消费者)、存储池管理员或其他利益相关方作为通信提供,或以其他方式基于这些通信,指定一个或多个风险容忍策略、基准池利用率计划、服务质量要求和/或等等。
为示出某些实施例的特征,示出了访问目标预订水平LSub_tgt222a、对应于LMtr1224的低利用率阈值LMtr1_lu224a和高利用率阈值LMtr1_hu224b,以及对应于LMtrX226的低利用率阈值LMtrX_lu226a和高利用率阈值的分类逻辑210。然而,根据不同的实施例,分类逻辑210可以访问各种附加的或替换目标和/或阈值中的任何一种。在一个实施例中,某些或全部状态信息220可以被动态地更新。
基于状态信息220,分类逻辑210可以自动地将存储池分类为处于特定池类别——例如,其中,这样的分类从多种池类别中的一种中选择。这样的池类别可以,例如,包括与存储池开放用于预订另外的存储卷并具有可用的预订净空相关联的“开放”的类别。另选地或另外地,例如,这样的池类别可以包括与存储池对预订任何另外的存储卷并且没有任何可用的预订净空相关联的“关闭”的类别。在一个实施例中,关闭的类别可以更准确地与被指示为不需要资源的某种重新平衡的存储池相关联。这样的关闭的类别可以,例如,不同于“重新平衡”类别,该“重新平衡”类别还针对对于附加的预订关闭并且没有预订净空、但是需要这样的重新平衡的存储池。这样的重新平衡可以,例如,包括将物理存储卷添加到存储池中、调整一个或多个度量阈值和/或等等。
在一个实施例中,分类逻辑210基于不同的阈值在开放的、关闭的重新平衡和/或一个或多个其他池类别之间选择。一个或多个度量可以每一个都对应于相应的低利用率阈值和/或相应的高利用率阈值。分类逻辑210可以自动地将一个或多个度量中的每一个的相应的当前值与对应的低利用率阈值作比较。这样的比较可以一起为被分类为开放的存储池指示充分低的存储池的利用率——例如,在每一个比较都指示低利用率的情况下。这样的分类可以导致发送信号,以指示有预订净空可用。
另选地或另外地,分类逻辑210可以自动地将一个或多个度量中的每一个的相应的当前值与对应的高利用率阈值作比较。这样的比较可以一起为被分类为重新平衡类别的存储池指示充分高的存储池的利用率——例如,在至少一个这样的比较指示高利用率的情况下。这样的分类可以导致发送信号以防止另外的存储卷预订触发存储池资源的重新平衡。另选地或另外地,分类逻辑210可以检测开放类别的存储池利用率和重新平衡类别的存储池利用率之间的存储池利用率的某种中间水平。
在一个实施例中,池管理器还包括基于由分类逻辑210指示的存储池类别来自动地确定预订净空信息235的预订逻辑230。例如,在分类逻辑210指示存储池的开放的类别的情况下,预订逻辑230可以标识目标预订水平,该目标预订水平基于当前预订水平LSub222、度量和对应于该度量的高利用率阈值(诸如LMtr1 224和对应的LMtr1_hu224b)。这样的目标预订水平可以,例如,替换目标预订水平LSub_tgt222a的当前值。
另选地或另外地,预订逻辑230确定预订净空信息235可以包括预订逻辑230确定下列各项中的一项或多项:预订净空的比率值Subscribed_hdrm%(例如,以池容量的百分比为单位)——例如,作为存储池大小的百分比——预订净空的卷量Subscribed_hdrm(例如,以字节为单位),最大允许的预订量Subscribed_max(例如,以字节为单位),包括当前最大允许的预订量和新检测到的预订净空,和/或其他这样的净空信息。
预订逻辑230可以生成描述或以其他方式指示预订净空信息235的信号215。在一个实施例中,信号215存储预订净空信息235——例如,在状态信息220中。可另选地或另外,信号215可以被提供给包括在和/或耦合到池管理器200中的电路逻辑(未示出)——例如,包括服务器130的逻辑——用于实现附加的预订、重新平衡和/或其他池管理操作。
图3是示出了根据一实施例的用于检测预订净空的方法300的要素的流程图。方法300可以,例如,确定提供诸如存储池105之类的存储池中的另外的存储预订的机会。在一个实施例中,方法300是利用具有池管理器200的某些或全部特征的电路逻辑执行的。
方法300可以包括,在310,确定存储池的当前预订水平和存储池的一个或多个度量中的每一个的相应的当前水平。一个或多个度量可以,例如,包括信息存储度量、增长度量和/或访问性能度量。根据不同的实施例,可以在310确定各种附加的或替换的度量中的任何一个的当前水平。一个或多个度量中的每一个都可以对应于相应的低利用率阈值。对应于一个度量的低利用率阈值可以,例如,区别于对应于同一个度量的高利用率阈值。在一个实施例中,度量的低利用率阈值和高利用率阈值可以至少部分地定义存储池利用率的中间水平。
方法300还可以包括,在320,分类存储池,包括测试预订水平和一个或多个度量中的每一个的相应的低利用率状况的组合。320处的测试可以包括,例如,比较当前预订水平与阈值预订水平,并且对于一个或多个度量中的每一个,将度量的当前水平与对应于该度量的低利用率阈值作比较。在一个实施例中,320处的测试检测每一个这样的比较是否指示低存储池利用率。
在320处的测试指示低利用率状况的组合的情况下,方法300可以在330生成指示预订净空的可用性的信号。在一个实施例中,在330生成信号包括,例如,基于当前预订水平、一个或多个度量中的第一度量以及对应于第一度量的高利用率阈值,来确定目标预订水平。可以,例如,基于当前预订水平和第一度量的高利用率阈值与第一度量的当前水平的比率的乘积,来计算目标预订水平——例如,如此处参考图6A和6B所讨论的。根据不同的实施例,可以使用各种附加的或替换的技术中的任何一个来计算目标预订水平。这样的计算可以响应于在320的分类来执行,虽然某些实施例在这方面不受限制。在一个实施例中,方法300包括基于当前预订水平和目标预订水平,计算预订净空的估计——如此处参考图6C所讨论的。这样的计算可以,例如,响应于在330生成的信号来执行。在一替换实施例中,在330所生成的信号可以描述或以其他方式指示已经计算出的预订净空估计。
在一个实施例中,用于在320分类存储池的一个或多个度量包括是目标预订水平的分量的任何度量之外的度量。作为示例而非限制,特定增长度量(或特定访问性能度量等等)对于存储池利用率是否指示预订净空的可用性可以是决定性的,虽然用于实际计算这样的预订净空的值的函数或算法可以独立于该增长度量无关。
320处的分类还可以包括对于一个或多个度量中的每一个执行相应的高利用率评估。在一个实施例中,这样的高利用率评估可以包括,对于一个或多个度量中的每一个,将度量的当前水平与对应于该度量的高利用率阈值作比较。在一个实施例中,320处的分类检测度量比较中的任何一个是否指示高存储池利用率。在高利用率评估中的任何一个指示高利用率的情况下,方法300可以生成指示一个或多个存储池资源的重新平衡的信号。
图6A是根据一实施例的表示用于计算目标预订水平LSub_tgt%的技术的要素的伪代码600的列表。伪代码600的技术可以由池管理器200或类似的设备执行。计算出的值LSub_tgt%以相对于存储池大小的某种比率(例如,百分比)或某种其他参考存储卷量来表示目标预订水平。在一替换实施例中,伪代码600可以以字节、千兆字节的绝对值和/或等等来计算目标预订水平LSub_tgt。除非此处另外指示,在图6A到6C中所示出的任何变量名称中使用符号“%”指示正被讨论的变量是以存储池大小的百分比表示的值的表示。
可以在在方法300的330生成的信号中描述计算出的LSub_tgt%——和/或基于或以其他方式指示LSub_tgt%的信息。例如,可以响应于存储池的分类——例如,在方法300的320——处于开放状态,来计算LSub_tgt%。
伪代码600的行1将值Cust_Util_act指定为信息存储度量的当前水平LIs%与当前预订水平LSub%的比率。伪代码600的行2将值Cust_Util_tgt指定为信息存储度量的高利用率阈值LIs_hu%与当前目标预订水平LSub_tgt%的比率。
伪代码600的行3到5阐述用于修改(为其设置新的值)目标预订水平LSub_tgt%的条件。在说明性实施例中,如果Cust_Util_act大于Cust_Util_tgt——例如,预订的卷的高利用率的类型的标记——那么,目标预订水平LSub_tgt%被设置为当前预订水平LSub%和高利用率阈值LIs_hu%与当前水平LIs%的比率的乘积。在一个实施例中,可以使用预订水平LSub%的新的值来计算预订净空的估计的量。
图6B是根据一实施例的表示用于计算目标预订水平LSub_tgt%的另一技术的要素的伪代码610的列表。在一个实施例中,利用伪代码610来计算LSub_tgt%是针对与利用伪代码600来计算的情况不同的情况的。作为示例而非限制,在存储池的初始化时,可以使用伪代码610来计算LSub_tgt%的某种第一值,而伪代码600可以随后用于修改LSub_tgt%的初始值。
伪代码610的行1阐述了用于确定LSub_tgt%的第一条件,第一条件包括LSub%大于或等于其对应的高利用率阈值LSub_hu%,存储池的年龄Pool_Age大于用于动态地更新LSub_tgt%的某种阈值时间Pool_check。如果符合行1的条件,那么,伪代码610的行2将Sub_tgt%设置为当前预订水平LSub%和伪代码600的行4中所使用的值中的最大值。伪代码610假设以前对Cust_Util_act的值进行了某种设置——例如,类似于伪代码600的行1中的Cust_Util_act的设置。伪代码610的行3到5断言,如果不符合行1的条件,那么,目标预订水平Sub_tgt%被设置为某种默认值Sub_tgt_default%——例如,100%。
伪代码600和伪代码610中的每一个都包括以不同的方式评估或以其他方式使用信息存储度量的当前水平LIs%和高利用率阈值LIs_hu%的相应的操作。然而,根据不同的实施例,目标预订水平Sub_tgt%的计算可以可另选地利用当前水平和各种其他度量中的任何一个的阈值的对应的使用来执行。
图6C是根据一实施例的表示用于计算预订净空信息的技术的元件的伪代码620的列表。可以在在方法300的330中生成的信号中描述根据由伪代码620所表示的操作计算出的一个或多个值。例如,可以响应于存储池的分类——例如,在方法300的320,计算某些或所有这样的值。
伪代码620的行1指定行2到4涉及存储池被分类为处于开放状态的情况。在这样的情况下,伪代码620的行2将用于表示最大允许的预订卷的值Subscribed_max设置为等于存储池的大小PoolSize和目标预订水平LSub_tgt%的乘积。行2中所使用的LSub_tgt%的值可以由例如伪代码600或伪代码610来确定。伪代码620的行3将用于表示预订净空估计的卷值Subscribed_hdrm设置为等于值Subscribed_max和当前预订水平的卷值LSub(以字节为单位)之间的差。伪代码620的行4将用于表示预订净空估计的比率值Subscribed_hdrm%设置为等于卷值Subscribed_hdrm和值Subscribed_max的商。
伪代码620的行5指定行6到9涉及存储池被分类为不处于开放的状态的情况。在这样的情况下,伪代码620的行6将Subscribed_max设置为等于预订的当前水平LSub。伪代码620的行7将卷值Subscribed_hdrm设置为零。伪代码620的行8将比率值Subscribed_hdrm%设置为零。
为演示某个实施例的特征,在下面示例中示出了用于估计预订净空的说明性情况:
示例1
T1:(LIs/LSub)>(LIs_hu%/LSub_tgt%)?
[(4TB/5TB)>(70%/150%)]=TRUE
T2:MAX[(LIs_hu%*LSub)/(LIs),(LSub/PoolSIZE)]
MAX[(70%*5TB)/(4TB),(5TB)/(10TB)]
87.5%=LSub_tgt_new%
Subscribed_max:PoolSIZE*LSub_tgt_new%=8.75TB
Subscribed_hdrm:Subscribed_max–LSub=8.75TB–5TB=3.75TB
在上面的示例中,目标预订水平LSub_tgt的计算不同于图6A和6B中所示出的计算。更具体而言,上述示例包括评估测试条件T1,以判断是否修改目标预订水平LSub_tgt%的值。测试条件T1可以对应于,例如,伪代码600中的行3的测试条件。响应于确定已经符合测试条件T1,上述示例计算LSub_tgt%的修改的值——LSub_tgt_new%——使用可以,例如,对应于伪代码610中的行2的计算的计算。基于计算出的值LSub_tgt_new%,上述示例计算新的最大预订卷估计Subscribed_max为8.75TB——即,计算出超过已预订卷的当前5TB的预订净空估计为3.75TB。
图4是示出了根据一实施例的方法的要素。方法300,例如,可以利用具有池管理器200的某些或全部特征的电路逻辑执行。在一个实施例中,方法400包括方法300的特征中的某些或全部。
方法400可以包括,在410,确定存储池的当前预订水平LSub、信息存储度量、增长度量和访问性能度量的各自的当前水平LIs、LGrowth、LPerf。410处的确定可以对应于310处的确定,虽然某些实施例在这方面不受限制。
方法400还可以包括分类存储池的一个或多个操作420。操作可以,例如,对应于在320的分类。在一个实施例中,一个或多个操作420包括在445执行第一测试,以判断存储池的利用率是否充分低以指示预订净空的可用性。作为示例而非限制,在445执行第一测试可以包括分别将当前预订水平SLSub与目标预订水平LSub_tgt作比较,以及分别将当前水平LIs、LGrowth、LPerf与低利用率阈值LIs_lu、LGrowth_lu、LPerf_lu作比较。下面的表1示出了以不同的方式与当前预订水平和信息存储度量、增长度量和访问性能度量中的相应的那些相关联的目标和阈值的示例。
表1:用于检测预订净空的示例目标/阈值
然而,表1所示出的特定值只是说明性的,而这样的值根据应用特定的条件可以广泛地不同。相应地,表1的值在某些实施例中不受限制。
这样的风险因数与相应的目标或阈值的比较——取决于度量的本质——以不同的方式包括小于比较、小于或等于比较、大于比较和大于或等于比较中的一项或多项。在说明性情况下,在445的低利用率测试包括对于信息存储度量、增长度量和/或访问性能度量中的每一个的相应的小于比较。然而,可以可另选地通过检测对于给定度量的充分大的水平,来标识低利用率。例如,LGrowth的增长度量可以可另选地是填充时间(TTF)度量,其中,低利用率通过存储池的预期的填充的相当大的时间来表示,其中,高利用率通过存储池的预期的填充的相当小的时间来表示。在这样的情况下,TTF度量的低利用率阈值可以比该TTF度量的高利用率阈值的值更大。
在一个实施例中,一个或多个操作420包括在450判断在445对低利用率的测试是否生成肯定的结果。肯定的结果可以包括低利用率由对于当前预订水平和信息存储度量、增长度量和访问性能度量评估的相应的条件中的每一个组合地指示。
在第一测试在450被判断为肯定的情况下——例如,指示充分低的存储池利用率——方法400可以在430指示存储池被分类为处于开放状态。在一个实施例中,在430指示开放状态包括提供预订净空信息,诸如下列各项中的一项或多项:估计的预订净空的比率值(Subscribed_hdrm%)、估计的预订净空的卷量(Subscribed_hdrm)、最大允许的预订量(Subscribed_max)以考虑估计的预订净空,和/或其他这样的净空信息。
在450确定第一测试是否定的情况下,一个或多个操作420可以在455执行第二测试,以判断存储池的利用率是否充分高以指示资源重新平衡。作为示例而非限制,在455执行第二测试可以包括分别将当前水平LIs、LGrowth、LPerf与高利用率阈值LIs_hu、LGrowth_hu、LPerf_hu作比较。如参考在455处的第一测试讨论的,一个或多个这样的比较可以——取决于度量的本质——以不同的方式包括小于比较、小于或等于比较、大于比较和大于或等于比较中的一项或多项。在455的第二测试可以在LSub的任何评估前面,虽然某些实施例在这方面不受限制。
一个或多个操作420可以包括在460判断在455对高利用率的测试是否生成肯定的结果。肯定的结果可以包括检测到由在455评估的至少一个度量条件指示高利用率。在第二测试在460被确定为肯定的情况下——例如,指示充分高的存储池利用率,方法400可以在465指示存储池被分类为处于重新平衡状态。在一个实施例中,在465标识重新平衡状态可以触发一个或多个操作(未示出)以暂停存储卷的任何附加的预订和启动存储池资源的重新平衡。在第二测试在460被确定被否定的情况下,方法400可以在470指示存储池被分类为处于关闭状态。在一个实施例中,在470标识关闭状态可以触发一个或多个操作(未示出)以暂停存储卷的任何附加的预订——例如,而不会启动存储池资源的任何这样的重新平衡。
图5示出了根据一实施例的用于确定预订净空信息的说明性计算机平台500的元件。计算机平台500可以,例如,包括诸如服务器、工作站、台式计算机、膝上型计算机、手持式计算机——例如,平板电脑、掌上电脑、手机、媒体播放器和/或等等之类的计算机——和/或其他这样的计算机系统的硬件平台。可另选地,各实施例可以在一个或多个嵌入式应用程序中实现,其中,例如,嵌入式处理器将实现预订净空处理或涉及管理存储池的各种其他应用程序中的任何一种。
在一个实施例中,计算机平台500包括用于传递信息的由说明性总线501所表示的至少一个互连,以及用于处理这样的信息的处理器509——例如,中央处理单元。处理器509可以包括复杂指令集计算机(CISC)类型架构、精简指令集计算机(RISC)类型架构和/或各种处理器架构类型中的任何一种的功能。处理器509可以通过总线501与计算机平台500中的一个或多个其他组件耦合。作为示例而非限制,计算机平台500可以包括由耦合到总线501的说明性主存储器504所表示的随机存取存储器(RAM)或其他动态存储设备,以存储由处理器509执行的信息和/或指令。主存储器406还可以用于在由处理器509执行的指令的执行过程中存储临时变量或其他中间信息。计算机平台500可以另选地或另外地包括只读存储器(ROM)506,和/或其他静态存储设备——例如,在ROM506通过总线501耦合到处理器509的情况下——为处理器509存储静态信息和/或指令。
在一个实施例中,计算机平台500另选地或另外地包括耦合到处理器509——例如,通过总线501——的数据存储设备507(例如,磁盘、光盘、和/或其他机器可读的介质)。数据存储设备507可以,例如,包括要被处理器509操作和/或以别的方式访问的指令或其他信息。在一个实施例中,处理器509可以基于存储在主存储器504、ROM506、数据存储设备507或任何其他合适的数据源中的存储池信息,来执行预订净空计算。
计算机平台500可以另选地或另外地包括用于向计算机用户显示信息的显示设备521。显示设备521可以,例如,包括帧缓冲器、专业化图形呈现设备、阴极射线管(CRT)、平板显示器和/或等等。另选地或另外地,计算机平台500可以包括输入设备522——例如,包括字母数字和/或其他键以接收用户输入。另选地或另外地,计算机平台500可以包括光标控制设备523,诸如鼠标、轨迹球、笔、触摸屏,或光标方向键以向处理器509传递位置、选择或其他光标信息,和/或控制光标移动——例如,在显示设备521上。
计算机平台500可以另选地或另外地具有硬复制设备524,诸如在诸如纸张、胶卷之类的介质或类似类型的介质上打印指令、数据,或其他信息的打印机。另选地或另外地,计算机平台500可以包括诸如麦克风或扬声器之类的录音/播放设备525以接收和/或输出音频信息。计算机平台500可以另选地或另外地包括诸如静止或运动摄像机之类的数字视频设备526以数字化图像。
在一个实施例中,计算机平台500包括或耦合到用于将计算机平台500连接到一个或多个网络(未示出)的网络接口590——例如,通过一个或多个天线595。这样的一个或多个网络可以,例如,包括专用存储区域网络(SAN)、局域网(LAN)、广域网(WAN)、虚拟LAN(VLAN)、因特网和/或各种其他类型的网络中的任何一种。作为示例而非限制,网络接口590可以包括网络接口卡(NIC)、诸如偶极天线之类的天线,或无线收发器中的一项或多项,虽然本发明的范围在这一方面不受限制。
在一个方面,一种设备包括:分类逻辑,用于确定存储池的当前预订水平,以及存储池的一个或多个度量中的每一个的相应的当前水平,该分类逻辑进一步用于分类存储池,包括该分类逻辑用于测试预订水平和一个或多个度量中的每一个的相应的低利用率状况的组合。设备还包括耦合到分类逻辑的预订逻辑,该预订逻辑用于基于当前预订水平、一个或多个度量中的第一度量、以及对应于第一度量的高利用率阈值,自动地确定目标预订水平,其中,在分类逻辑检测组合的情况下,预订逻辑进一步用于基于目标预订水平生成第一信号,第一信号指示预订净空的可用性。
在一个实施例中,一个或多个度量包括信息存储度量、增长度量和/或访问性能度量。在一个实施例中,增长度量包括描述预期存储池何时满的时间的填充时间度量。
在一个实施例中,一个或多个度量中的每一个都可以对应于相应的低利用率阈值,其中,分类逻辑用于测试组合包括分类逻辑用于将当前预订水平与阈值预订水平作比较,以及,对于一个或多个度量中的每一个,分类逻辑用于将度量的当前水平与对应的低利用率阈值作比较。
在一个实施例中,一个或多个度量中的每一个都可以对应于相应的高利用率阈值,分类逻辑用于分类存储池进一步包括,对于一个或多个度量中的每一个,分类逻辑用于基于对应于度量的高利用率阈值执行相应的高利用率测试,以及,在高利用率测试中的任何一个都指示高利用率的情况下,分类逻辑用于生成第二信号以指示一个或多个存储池资源的重新平衡。在一个实施例中,第二信号将指示向存储池中添加物理存储卷。
在一个实施例中,分类逻辑用于基于当前预订水平和对应于第一度量的高利用率阈值与第一度量的当前水平的比率的乘积,来进一步计算目标预订水平。在一个实施例中,分类逻辑用于基于乘积来计算目标预订水平包括分类逻辑用于选择乘积和当前预订水平中的最大值。在一个实施例中,分类逻辑进一步计算目标预订水平,包括分类逻辑用于将信息存储度量的当前水平与当前预订水平的第一比率与信息存储度量的高利用率阈值与当前目标预订水平的第二比率作比较。在一个实施例中,一个或多个度量包括是目标预订水平的分量的任何度量之外的度量。
在另一方面,方法包括:确定存储池的当前预订水平和存储池的一个或多个度量中的每一个的相应的当前水平,以及分类存储池,包括测试预订水平和一个或多个度量中的每一个的相应的低利用率状况的组合。该方法还包括,在测试指示组合的情况下,生成指示预订净空的可用性的第一信号,包括基于当前预订水平、一个或多个度量的第一度量以及对应于第一度量的高利用率阈值,确定目标预订水平。
在一个实施例中,一个或多个度量包括是目标预订水平的分量的任何度量之外的度量。在一个实施例中,一个或多个度量中的每一个都对应于相应的低利用率阈值,其中,测试组合包括将当前预订水平与阈值预订水平作比较,并对于一个或多个度量中的每一个,将度量的当前水平与对应的低利用率阈值作比较。
在一个实施例中,一个或多个度量中的每一个都对应于相应的高利用率阈值,分类存储池进一步包括,对于一个或多个度量中的每一个,基于对应于度量的高利用率阈值,执行相应的高利用率测试,在高利用率测试中的任何一个都指示高利用率的情况下,生成指示一个或多个存储池资源的重新平衡的第二信号。
在一个实施例中,该方法还包括基于当前预订水平和对应于第一度量的高利用率阈值与第一度量的当前水平的比率的乘积,来计算目标预订水平。基于乘积来计算目标预订水平包括选择乘积和当前预订水平中的最大值。在一个实施例中,方法还包括计算目标预订水平,包括分类逻辑将信息存储度量的当前水平与当前预订水平的第一比率与信息存储度量的高利用率阈值与当前目标预订水平的第二比率作比较。
在一个实施例中,一个或多个度量包括信息存储度量、增长度量和/或访问性能度量。在一个实施例中,增长度量包括描述预期存储池何时满的时间的填充时间度量。在一个实施例中,方法还包括基于当前预订水平和目标预订水平,计算预订净空。
在另一方面,一个或多个计算机可读取的存储介质,其上存储了指令,所述指令在由一个或多个处理单元执行时,导致一个或多个处理单元执行一种方法,包括:确定存储池的当前预订水平和存储池的一个或多个度量中的每一个的相应的当前水平,并且分类存储池,包括测试预订水平和一个或多个度量中的每一个的相应的低利用率状况的组合。该方法还包括,在测试指示组合的情况下,生成指示预订净空的可用性的第一信号,包括基于当前预订水平、一个或多个度量的第一度量以及对应于第一度量的高利用率阈值,确定目标预订水平。
在一个实施例中,一个或多个度量包括是目标预订水平的分量的任何度量之外的度量。在一个实施例中,一个或多个度量中的每一个都对应于相应的低利用率阈值,其中,测试组合包括将当前预订水平与阈值预订水平作比较,并对于一个或多个度量中的每一个,将度量的当前水平与对应的低利用率阈值作比较。
在一个实施例中,一个或多个度量中的每一个都对应于相应的高利用率阈值,分类存储池进一步包括,对于一个或多个度量中的每一个,基于对应于度量的高利用率阈值,执行相应的高利用率测试,在高利用率测试中的任何一个都指示高利用率的情况下,生成指示一个或多个存储池资源的重新平衡的第二信号。
在一个实施例中,该方法还包括基于当前预订水平和对应于第一度量的高利用率阈值与第一度量的当前水平的比率的乘积,来计算目标预订水平。基于乘积来计算目标预订水平包括选择该乘积和当前预订水平中的最大值。在一个实施例中,方法还包括计算目标预订水平,包括分类逻辑将信息存储度量的当前水平与当前预订水平的第一比率与信息存储度量的高利用率阈值与当前目标预订水平的第二比率作比较。
在一个实施例中,一个或多个度量包括信息存储度量、增长度量和/或访问性能度量。在一个实施例中,增长度量包括描述预期存储池何时满的时间的填充时间度量。在一个实施例中,方法还包括基于当前预订水平和目标预订水平,计算预订净空。
此处描述了用于管理存储池的技术和架构。在上面的描述中,出于说明目的,阐述了众多具体细节以便提供对某些实施例的全面理解。然而,对本领域技术人员将显而易见的是,没有这些具体细节也可实施某些实施例。在其他情况下,以框图形式示出结构和设备,以便不至于使描述变得模糊。
在本说明书中对“一个实施例”或“实施例”的引用意思指和该实施例一起描述的特定特征、结构或特征可以被包括在本发明的至少一个实施例中。在本说明书中的不同位置出现短语“在一个实施例中”不一定都是指同一个实施例。
此处的详细描述的某些部分以算法、和对计算机存储器内的数据位的操作的符号表示法的形式存在。这些算法描述和表示法是那些精通计算技术的人所使用的最有效地将他们的工作的实质传递到精通技术的其他人的手段。算法,这里一般是指导致所希望的结果的步骤的独立的序列。步骤是那些需要对物理量进行物理操纵的操作。通常,尽管不一定,这些量呈现电的和/或磁性信号的形式,这些信号能够被存储、传输、组合、比较,以及以别的方式操纵。已经证明有时,主要由于共同的用途原因,将这些信号称为比特、值、元素、符号、字符、术语、数字等等比较方便。
然而,应该记住,所有这些和/或类似的术语将与适当的物理量关联,仅仅是应用于这些量的方便的标记。除非特别声明,从此处的讨论中显而易见地看出,应该理解,在整个本说明书中,利用诸如“处理”或“计算”或“确定”或“显示”等等之类的术语的讨论,引用了计算机系统,和/或类似的电子计算设备的动作和/或进程,它们操纵和/或转换表示为计算机系统的寄存器和存储器内的物理(电子)量的数据,将这些数据转换为类似地表示为计算机系统存储器或寄存器和/或其他这样的信息存储器、传输和/或显示设备内的物理量的其他数据。
某些实施例还涉及用于执行此处的操作的设备。可以为所需的用途专门地设计此设备,也可以包括由存储在计算机中的计算机程序有选择地激活和/或重新配置的通用计算机。这样的计算机程序可以存储在一个或多个计算机可读的存储介质上,包括,但不仅限于,任何类型的磁(光)盘,包括软盘、光盘、CD-ROM,以及磁性光盘、只读存储器(ROM)、诸如动态RAM(DRAM)之类的随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡,或适于存储电子指令的任何类型的介质,它们都各自耦合到计算机系统总线。
此处呈现的算法和/或显示不固有地涉及任何特定计算机或其他设备。各种通用系统可以与根据此处的原理编写的程序一起使用,或者构建更加专业化的设备来执行所需的方法步骤也是比较方便的。根据此处的描述,这些系统中的各种系统的所需的结构将变得显而易见。另外,没有参考任何特定编程语言来描述某些实施例。应这样的理解,可以使用各种编程语言来实现此处所描述的这样的实施例的原理。
除此处所描述的之外,在不偏离它们的范围的情况下,可以对所公开的实施例和实现作出各种修改。因此,此处的说明和示例应该以说明性,而不是限制性的意义来理解。本发明的范围只参考随后的权利要求书来度量。
Claims (27)
1.一种用于估计存储池的预订净空的装置,包括:
分类逻辑,用于确定存储池的当前预订水平和存储池的一个或多个度量中的每一个的相应的当前水平,所述分类逻辑进一步用于分类所述存储池,包括所述分类逻辑用于测试所述预订水平和所述一个或多个度量中的每一个的相应的低利用率状况的组合;以及
耦合到所述分类逻辑的预订逻辑,所述预订逻辑用于基于所述当前预订水平、所述一个或多个度量的第一度量以及对应于所述第一度量的高利用率阈值来自动地确定目标预订水平,其中,在所述分类逻辑检测所述组合的情况下,所述预订逻辑进一步用于基于所述目标预订水平生成第一信号,所述第一信号指示预订净空的可用性,
其中所述分类逻辑进一步用于,基于所述当前预订水平和对应于所述第一度量的所述高利用率阈值与所述第一度量的所述当前水平的比率的乘积,计算所述目标预订水平。
2.如权利要求1所述的装置,其特征在于,所述一个或多个度量包括信息存储度量、增长度量或访问性能度量。
3.如权利要求2所述的装置,其特征在于,所述增长度量包括描述预期所述存储池何时满的时间的填充时间度量。
4.如权利要求1所述的装置,其特征在于,所述一个或多个度量中的每一个都对应于相应的低利用率阈值,其中,所述分类逻辑用于测试所述组合包括:
所述分类逻辑用于将所述当前预订水平与阈值预订水平作比较;以及
所述分类逻辑用于,对于所述一个或多个度量中的每一个,将所述度量的所述当前水平与所述相应的低利用率阈值作比较。
5.如权利要求1所述的装置,其特征在于,所述一个或多个度量中的每一个都对应于相应的高利用率阈值,所述分类逻辑用于分类所述存储池进一步包括:
所述分类逻辑用于,对于所述一个或多个度量中的每一个,基于对应于所述度量的所述高利用率阈值,执行相应的高利用率测试;以及
所述分类逻辑用于,在所述高利用率测试中的任何一个指示高利用率的情况下,生成第二信号以指示一个或多个存储池资源的重新平衡。
6.如权利要求5所述的装置,其特征在于,所述第二信号指示向所述存储池中添加物理存储卷。
7.如权利要求1所述的装置,其特征在于,所述分类逻辑用于基于所述乘积来计算所述目标预订水平包括:所述分类逻辑用于选择所述乘积和所述当前预订水平中的最大值。
8.如权利要求1所述的装置,其特征在于,所述分类逻辑进一步用于计算所述目标预订水平,包括所述分类逻辑用于将信息存储度量的当前水平与所述当前预订水平的第一比率和所述信息存储度量的高利用率阈值与当前目标预订水平的第二比率作比较。
9.如权利要求1所述的装置,其特征在于,所述一个或多个度量包括除了作为所述目标预订水平的分量的任何度量之外的度量。
10.一种用于估计存储池的预订净空的方法,包括:
确定存储池的当前预订水平和存储池的一个或多个度量中的每一个度量的相应的当前水平;
分类所述存储池,包括测试所述预订水平和所述一个或多个度量中的每一个的相应的低利用率状况的组合;以及
在所述测试指示所述组合的情况下,生成指示预订净空的可用性的第一信号,包括基于所述当前预订水平、所述一个或多个度量中的第一度量、以及对应于所述第一度量的高利用率阈值来确定目标预订水平,
还包括基于所述当前预订水平和对应于所述第一度量的所述高利用率阈值与所述第一度量的所述当前水平的比率的乘积,计算所述目标预订水平。
11.如权利要求10所述的方法,其特征在于,所述一个或多个度量包括除了作为所述目标预订水平的分量的任何度量之外的度量。
12.如权利要求10所述的方法,其特征在于,所述一个或多个度量中的每一个都对应于相应的低利用率阈值,其中,测试所述组合包括:
将所述当前预订水平与阈值预订水平作比较;以及
对于所述一个或多个度量中的每一个,将所述度量的所述当前水平与所述相应的低利用率阈值作比较。
13.如权利要求10所述的方法,其特征在于,所述一个或多个度量中的每一个都对应于相应的高利用率阈值,分类所述存储池进一步包括:
对于所述一个或多个度量中的每一个,基于对应于所述度量的所述高利用率阈值,执行相应的高利用率测试;以及
在所述高利用率测试中的任何一个指示高利用率的情况下,生成指示一个或多个存储池资源的重新平衡的第二信号。
14.如权利要求10所述的方法,其特征在于,基于所述乘积来计算所述目标预订水平包括选择所述乘积和所述当前预订水平中的最大值。
15.如权利要求10所述的方法,其特征在于,还包括计算所述目标预订水平,包括将信息存储度量的当前水平与所述当前预订水平的第一比率和所述信息存储度量的高利用率阈值与当前目标预订水平的第二比率作比较。
16.如权利要求10所述的方法,其特征在于,所述一个或多个度量包括信息存储度量、增长度量或访问性能度量。
17.如权利要求16所述的方法,其特征在于,所述增长度量包括描述预期所述存储池何时满的时间的填充时间度量。
18.如权利要求10所述的方法,其特征在于,还包括基于所述当前预订水平和目标预订水平,计算所述预订净空。
19.一种用于估计存储池的预订净空的系统,所述系统包括:
用于确定存储池的当前预订水平和存储池的一个或多个度量中的每一个的相应的当前水平的装置;
用于分类所述存储池,包括测试所述预订水平和所述一个或多个度量中的每一个的相应的低利用率状况的组合的装置;
用于在所述测试指示所述组合的情况下,生成指示预订净空的可用性的第一信号,包括基于所述当前预订水平、所述一个或多个度量中的第一度量以及对应于所述第一度量的高利用率阈值,确定目标预订水平的装置,
还包括用于基于所述当前预订水平和对应于所述第一度量的所述高利用率阈值与所述第一度量的所述当前水平的比率的乘积,来计算所述目标预订水平的装置。
20.如权利要求19所述的系统,其特征在于,所述一个或多个度量包括除了作为所述目标预订水平的分量的任何度量之外的度量。
21.如权利要求19所述的系统,其特征在于,所述一个或多个度量中的每一个都对应于相应的低利用率阈值,其中,用于测试所述组合的装置包括:
用于将所述当前预订水平与阈值预订水平作比较的装置;以及
用于对于所述一个或多个度量中的每一个,将所述度量的所述当前水平与所述相应的低利用率阈值作比较的装置。
22.如权利要求19所述的系统,其特征在于,所述一个或多个度量中的每一个都对应于相应的高利用率阈值,其中,所述用于分类所述存储池的装置进一步包括:
用于对于所述一个或多个度量中的每一个,基于对应于所述度量的所述高利用率阈值,执行相应的高利用率测试的装置;以及
用于在所述高利用率测试中的任何一个指示高利用率的情况下,生成指示一个或多个存储池资源的重新平衡的第二信号的装置。
23.如权利要求19所述的系统,其特征在于,用于基于所述乘积来计算所述目标预订水平的装置包括用于选择所述乘积和所述当前预订水平中的最大值的装置。
24.如权利要求19所述的系统,其特征在于,还包括用于计算所述目标预订水平,包括将信息存储度量的当前水平与所述当前预订水平的第一比率和所述信息存储度量的高利用率阈值与当前目标预订水平的第二比率作比较的装置。
25.如权利要求19所述的系统,其特征在于,所述一个或多个度量包括信息存储度量、增长度量或访问性能度量。
26.如权利要求25所述的系统,其特征在于,所述增长度量包括描述预期所述存储池何时满的时间的填充时间度量。
27.如权利要求19所述的系统,其特征在于,还包括用于基于所述当前预订水平和目标预订水平,计算所述预订净空的装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/557,058 US20140032738A1 (en) | 2012-07-24 | 2012-07-24 | Method, apparatus and system for estimating subscription headroom for a storage pool |
US13/557,058 | 2012-07-24 | ||
PCT/US2013/049362 WO2014018241A1 (en) | 2012-07-24 | 2013-07-03 | Method, apparatus and system for estimating subscription headroom for a storage pool |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104081363A CN104081363A (zh) | 2014-10-01 |
CN104081363B true CN104081363B (zh) | 2017-09-08 |
Family
ID=49996023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380007103.4A Expired - Fee Related CN104081363B (zh) | 2012-07-24 | 2013-07-03 | 用于估计存储池的预订净空的方法、装置和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20140032738A1 (zh) |
CN (1) | CN104081363B (zh) |
DE (1) | DE112013000429T5 (zh) |
WO (1) | WO2014018241A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10671439B1 (en) * | 2016-09-07 | 2020-06-02 | Pure Storage, Inc. | Workload planning with quality-of-service (‘QOS’) integration |
USD934179S1 (en) | 2019-09-04 | 2021-10-26 | E. Mishan & Sons, Inc. | Power strip tower |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7467291B1 (en) * | 2005-02-28 | 2008-12-16 | Sun Microsystems, Inc. | System and method for calibrating headroom margin |
CN101799742A (zh) * | 2009-02-11 | 2010-08-11 | 株式会社日立制作所 | 用于在存储系统之间转移精简配置卷的方法和装置 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7185192B1 (en) * | 2000-07-07 | 2007-02-27 | Emc Corporation | Methods and apparatus for controlling access to a resource |
US7085835B2 (en) * | 2001-05-09 | 2006-08-01 | International Business Machines Corporation | Apparatus, system and method for subscription computing using spare resources of subscriber computing platforms |
US7523286B2 (en) * | 2004-11-19 | 2009-04-21 | Network Appliance, Inc. | System and method for real-time balancing of user workload across multiple storage systems with shared back end storage |
JP2008108120A (ja) * | 2006-10-26 | 2008-05-08 | Hitachi Ltd | エージェントを使用して性能を監視する計算機システム及びその方法 |
JP4982216B2 (ja) * | 2007-03-14 | 2012-07-25 | 株式会社日立製作所 | ポリシ作成支援方法、ポリシ作成支援システム、およびプログラム |
US8356306B2 (en) * | 2007-07-31 | 2013-01-15 | Hewlett-Packard Development Company, L.P. | Workload management controller using dynamic statistical control |
DK2195724T3 (da) * | 2007-08-28 | 2020-01-20 | Commvault Systems Inc | Energistyring af databehandlingsressourcer, såsom adaptiv energistyring af datalagringsoperationer |
US7890630B2 (en) * | 2007-12-10 | 2011-02-15 | International Business Machines Corporation | Systems, methods and computer program products for supporting transformation to a shared on-demand infrastructure |
US8095938B1 (en) * | 2007-12-21 | 2012-01-10 | Emc Corporation | Managing alert generation |
JP2010113509A (ja) * | 2008-11-06 | 2010-05-20 | Hitachi Ltd | 記憶領域の割当方法および管理サーバ |
US8429373B2 (en) * | 2009-07-15 | 2013-04-23 | International Business Machines Corporation | Method for implementing on demand configuration changes |
WO2011069705A1 (en) * | 2009-12-10 | 2011-06-16 | International Business Machines Corporation | Data storage system and method |
US8656136B2 (en) * | 2010-02-05 | 2014-02-18 | Hitachi, Ltd. | Computer system, computer and method for performing thin provisioning capacity management in coordination with virtual machines |
WO2011141955A1 (en) * | 2010-05-11 | 2011-11-17 | Hitachi, Ltd. | Storage apparatus and control method of storage system |
US8832687B2 (en) * | 2011-04-20 | 2014-09-09 | Red Hat Israel, Ltd. | Managing quotas in a distributed virtualization environment |
WO2013018132A1 (en) * | 2011-08-01 | 2013-02-07 | Hitachi, Ltd. | Computer system with thin-provisioning and data management method thereof for dynamic tiering |
US9213568B2 (en) * | 2012-03-01 | 2015-12-15 | Alex Huang | Assigning states to cloud resources |
US9628438B2 (en) * | 2012-04-06 | 2017-04-18 | Exablox | Consistent ring namespaces facilitating data storage and organization in network infrastructures |
US20130326053A1 (en) * | 2012-06-04 | 2013-12-05 | Alcatel-Lucent Usa Inc. | Method And Apparatus For Single Point Of Failure Elimination For Cloud-Based Applications |
US9378112B2 (en) * | 2012-06-25 | 2016-06-28 | International Business Machines Corporation | Predictive alert threshold determination tool |
-
2012
- 2012-07-24 US US13/557,058 patent/US20140032738A1/en not_active Abandoned
-
2013
- 2013-07-03 DE DE112013000429.1T patent/DE112013000429T5/de not_active Withdrawn
- 2013-07-03 WO PCT/US2013/049362 patent/WO2014018241A1/en active Application Filing
- 2013-07-03 CN CN201380007103.4A patent/CN104081363B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7467291B1 (en) * | 2005-02-28 | 2008-12-16 | Sun Microsystems, Inc. | System and method for calibrating headroom margin |
CN101799742A (zh) * | 2009-02-11 | 2010-08-11 | 株式会社日立制作所 | 用于在存储系统之间转移精简配置卷的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US20140032738A1 (en) | 2014-01-30 |
CN104081363A (zh) | 2014-10-01 |
WO2014018241A1 (en) | 2014-01-30 |
DE112013000429T5 (de) | 2014-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11947986B2 (en) | Tenant-side detection, classification, and mitigation of noisy-neighbor-induced performance degradation | |
CN105051693B (zh) | 管理计算机服务器能力的方法、装置和系统 | |
CN105704255B (zh) | 一种基于遗传算法的服务器负载均衡方法 | |
US9449283B1 (en) | Selecting a training strategy for training a machine learning model | |
EP3213269A1 (en) | Interrogation of mean field system | |
JP2007502484A (ja) | 不活性顧客を予測するための方法およびシステム | |
CN109144658A (zh) | 有限资源的负载均衡方法、装置及电子设备 | |
JPWO2005048184A1 (ja) | 能動学習方法およびシステム | |
Plakandaras et al. | The informational content of the term spread in forecasting the us inflation rate: a nonlinear approach | |
CN109492891A (zh) | 用户流失预测方法及装置 | |
CN104081363B (zh) | 用于估计存储池的预订净空的方法、装置和系统 | |
Wu et al. | Value-based cloud price modeling for segmented business to business market | |
CN112162762B (zh) | 灰度发布方法、灰度发布装置和电子设备 | |
US20160307146A1 (en) | Rule compression in mean field system | |
Garg et al. | Optimal virtual machine scheduling in virtualized cloud environment using VIKOR method | |
US20070124353A1 (en) | System and method for generating a probability distribution of computer performance ratios | |
US11915060B2 (en) | Graphics processing management system | |
WO2022064894A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
WO2017213065A1 (ja) | サービス管理システム、サービス管理方法、および、記録媒体 | |
CN109636083A (zh) | 黑名单分析方法、装置、设备及计算机可读存储介质 | |
CN107862412A (zh) | 一种数据处理方法及装置 | |
CN113610132A (zh) | 一种用户设备鉴别方法、装置和计算机设备 | |
CN111325350A (zh) | 可疑组织发现系统和方法 | |
CN110264306A (zh) | 基于大数据的产品推荐方法、装置、服务器及介质 | |
CN114510650B (zh) | 一种异构社交网络风控处理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170908 Termination date: 20190703 |