CN105094698A - 一种基于历史监测数据的磁盘容量预测方法 - Google Patents
一种基于历史监测数据的磁盘容量预测方法 Download PDFInfo
- Publication number
- CN105094698A CN105094698A CN201510399226.8A CN201510399226A CN105094698A CN 105094698 A CN105094698 A CN 105094698A CN 201510399226 A CN201510399226 A CN 201510399226A CN 105094698 A CN105094698 A CN 105094698A
- Authority
- CN
- China
- Prior art keywords
- disk
- monitoring data
- data
- prediction
- acquisition unit
- 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.)
- Granted
Links
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种基于历史监测数据的磁盘容量预测方法和及其使用该方法的装置,根据磁盘历史监测数据可序列化的特点,采用磁盘轮询监测和序列化磁盘容量数据存储,以及磁盘历史监测数据分析处理和依据数据分析结果进行磁盘容量预测,从而解决磁盘容量将要耗尽时的预警,避免了因磁盘容量故障造成的服务器停机和业务应用间断等问题,进而使磁盘的利用率最大化,降低因磁盘容量不够带来的风险和资源浪费。
Description
技术领域
本发明涉及磁盘监控和磁盘容量预测领域,具体涉及一种基于历史监测数据的磁盘容量预测方法。
背景技术
随着互联网大数据的飞速发展,大规模的数据中心越来越成为现代社会发展的需要。这就为数据中心中磁盘的监管难度带来巨大挑战,一个拥有PB级存储的数据中心的磁盘监管难度已非常大,更何况目前的发展趋势下EB级、甚至更大存储的数据中心正在逐步产生。例如,一个具有1000PB存储的数据中心的监控,用传统的磁盘监控方式已经无法满足,即使传统的监控方式能够监控到磁盘的状态,也无法实现对保证对磁盘容量的充分高效利用,往往造成某些磁盘长时间空闲、而另一些磁盘资源耗费殆尽,也进一步使磁盘的成本拉高,即造成资源的浪费,使整个数据中心的存储无法真正达到最充分、合理的使用。以上挑战为大规模数据中心的磁盘使用效率带来了极大的局限性,严重影响大规模数据中心存储容量的进一步发展,因此设计基于历史监控数据的磁盘容量预测方法可以有效解决该难题,根据容量预测数据及时维护更新磁盘资源,使数据中心能够提供更大容量存储。
发明内容
本发明提供一种基于历史监测数据的磁盘容量预测方法和及其使用该方法的系统,该方法根据磁盘历史监测数据可序列化的特点,采用磁盘轮询监测和序列化磁盘容量数据存储,以及磁盘历史监测数据分析处理和依据数据分析结果进行磁盘容量预测,实现磁盘监测模块进行高性能轮询数据采集,磁盘监测数据分析模块按时间段对磁盘监测序列化数据进行分析处理,磁盘容量预测模块根据数据分析结果可选择的完成未来一段时间后的磁盘容量预测,从而解决磁盘容量将要耗尽时的预警,避免了因磁盘容量故障造成的服务器停机和业务应用间断等问题,进而使磁盘的利用率最大化,降低因磁盘容量不够带来的风险和资源浪费。
为了达到本发明目的,本发明提供了一种基于历史监测数据的磁盘容量预测方法,以轮询的方式对各个磁盘进行监测数据采集;将所述监测数据以序列化的方式进行存储;对所述序列化的磁盘容量监测数据进行分析;根据所述分析结果,分时间段进行磁盘容量预测。
进一步地,所述监测数据采集是以固定的时间间隔对磁盘进行轮询。
进一步地,所述监测数据采集为多线程采集动作,同时采集多个磁盘的监测数据。
进一步地,所述监测数据以统一的标准数据格式存储在数据库中。
进一步地,所述存储包括每个磁盘按固定的时间间隔记录已用磁盘容量和剩余磁盘容量。
进一步地,所述监测数据的分析为计算出各磁盘不同时间段内的磁盘剩余容量和平均使用量。
进一步地,采用排列组合原理,将计算的时间段覆盖整个历史监测数据的最早开始时间到最晚结束时间。
进一步地,所述监测数据的分析采用多线程处理,同时处理存储的多个磁盘的历史监测数据,或同时处理同一个磁盘的多条数据。
进一步地,所述预测包括磁盘容量将要耗尽的预测、磁盘容量还将使用多长时间的预测、磁盘容量使用量增长率过快的预测、或磁盘容量短时间异常增大的预警。
进一步地,根据所述预测结果,生成磁盘容量的各种预警通知消息。
为了达到本发明目的,本发明还提供了一种基于历史监测数据的磁盘容量预测装置,包括:磁盘监测模块(20),以轮询的方式对各个磁盘进行监测数据采集;磁盘历史监测数据储存模块(30),将所述监测数据以序列化的方式进行存储;磁盘监测数据分析模块(40),对所述磁盘历史监测数据储存模块(30)存储的所述监测数据进行分析;磁盘容量预测模块(50),根据所述分析结果,分时间段进行磁盘容量预测。
进一步地,所述磁盘监测模块(20)包括监控引擎(202)、任务调度器(204)和数据采集器(2060,所述监控引擎(202)启动所述任务调度器(204)给所述数据采集器(206)分发采集任务。
进一步地,所述数据采集器(206)以固定的时间间隔进行轮询数据采集。
进一步地,所述数据采集器(206)可以包括多个数据采集器(206-1、206-2、……、206-n),多个数据采集器中的每一个单独采集一个磁盘的监测数据。
进一步地,所述多个数据采集器中的每一个采用多线程采集动作,同时采集多个磁盘的监测数据。
进一步地,所述磁盘历史监测数据储存模块(30)包括一个数据库(302),所述监测数据以统一的标准数据格式存储在数据库中。
进一步地,所述磁盘历史监测数据储存模块(30)还可以包括一个监测数据处理模块(304),接收来自磁盘监测模块(20)采集到的各个磁盘的时间序列数据,并对该数据进行处理,以符合数据库(302)的存储数据格式要求。
进一步地,磁盘监测数据分析模块(40)计算出各磁盘不同时间段内的磁盘剩余容量和平均使用量。
进一步地,采用排列组合原理,将计算的时间段覆盖整个历史监测数据的最早开始时间到最晚结束时间。
进一步地,磁盘监测数据分析模块(40)采用多线程处理,同时处理磁盘历史监测数据储存模块(30)所存储的多个磁盘的历史监测数据,或同时处理同一个磁盘的多条数据。
进一步地,所述预测包括磁盘容量将要耗尽的预测、磁盘容量还将使用多长时间的预测、磁盘容量使用量增长率过快的预测、或磁盘容量短时间异常增大的预警。
进一步地,所述磁盘容量预测模块(50)将预测结果反馈到磁盘监测模块(20),给出磁盘容量的各种预警通知消息。
为了达到本发明目的,本发明还提供了一种磁盘监测装置,包括:监控引擎(202)、任务调度器(204)和数据采集器(206),所述监控引擎(202)启动所述任务调度器(204)给所述数据采集器(206)分发采集任务。
为了达到本发明目的,本发明还提供了一种基于历史监测数据的磁盘容量预测装置,包括:处理器;用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:以轮询的方式对各个磁盘进行监测数据采集;将所述监测数据以序列化的方式进行存储;对所述序列化的磁盘容量监测数据进行分析;根据所述分析结果,分时间段进行磁盘容量预测。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
附图1示出了根据本发明的一实施例的基于历史监测数据的磁盘容量预测的方法原理示意图;
附图2示出了根据本发明的一实施例的磁盘历史监测数据采集和存储示意图;
附图3示出了根据本发明的一实施例的磁盘监测数据分析示意图;
附图4示出了根据本发明的一实施例的磁盘容量预测示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
图1-4详细的描述本发明的基于历史监测数据的磁盘容量预测方法和及其使用该方法的装置。
以下对本发明的内容以3块磁盘6个时间点为例,采用1个监控引擎1个调度器和3个数据采集器的方式来描述这一设计方法的实现过程。这仅是示例性的,并不构成对本发明的限制。
图1示出了根据本发明一实施例的基于历史监测数据的磁盘容量预测的方法原理示意图。该方法涉及磁盘监测模块20、磁盘历史监测数据储存模块30、磁盘监测数据分析模块40和磁盘容量预测模块50。优选地,各个模块之间使用心跳连接。
磁盘监测模块20采用轮询的方式对各个磁盘进行数据采集,将采集到的时间序列数据储存到磁盘历史监测数据储存模块30,存储的方式采用序列化存储,即每个磁盘每个时间点采集到的数据分别为一条进行存储,以便磁盘监测数据分析模块能够读取所储存的时间序列化磁盘监测数据。该数据格式包括磁盘ID、时间点、以及磁盘容量,所述磁盘容量包括已用磁盘容量和剩余磁盘容量。磁盘监测数据分析模块40采用分时间段覆盖处理的方式,分析出所可能的各时间段的磁盘剩余容量和磁盘平均使用量,并逐条记录到分析结果数据表中。磁盘容量预测模块50根据磁盘监测数据分析模块40的分析结果,分时间段进行磁盘容量预测,如依据时间段a1~a2的分析数据结果进行预测,磁盘将在n1天后被用完;依据时间段b1~b2的分析数据结果进行预测,磁盘将在n2天后被使用完;依据时间段c1~c2的分析数据结果进行预测,磁盘将在n3天后被使用完。如此,完成基于历史监测数据的磁盘容量预测,最终反馈到磁盘监测模块20,给出磁盘容量的各种预警通知消息。
图2示出了根据本发明一实施例的磁盘历史监测数据采集和存储示意图。监测模块20,包括监控引擎202、任务调度器204和数据采集器206。可以采用高性能模块化使之解耦分离,监控引擎202通过心跳连接控制任务调度器204和数据采集器206。监控引擎202启动任务调度器204给数据采集器206分发采集任务,数据采集器206可以对磁盘以固定的时间间隔进行轮询数据采集,优选地,时间间隔为5分钟,将采集到的时间序列数据储存到磁盘历史监测数据储存模块30。数据采集器206可以包含多个数据采集器(206-1、206-2、……、206-n),通过多数据采集器的设计保证磁盘监测的高效准确。各数据采集器分别单独去采集每块磁盘的监测数据,能够监测到每块磁盘固定时间间隔的、持续的序列化监测数据。进一步地,每个数据采集器均可采用多线程采集动作,同时采集多个磁盘的监测数据,有效提升了磁盘监控的规模。
磁盘历史监测数据储存模块30以采用序列化数据存储方式,为每个磁盘都按固定的时间间隔记录下已用磁盘容量和剩余磁盘容量,可基于此进行磁盘监测数据多维度、灵活时间段的总使用量和平均使用量的分析,为磁盘容量预测提供数据来源。
优选地,磁盘历史监测数据储存模块30包括一个数据库302,磁盘历史监测数据以统一的标准数据格式存储在数据库中。该数据格式包括磁盘ID、时间点、以及磁盘容量。所述磁盘容量包括已用磁盘容量和剩余磁盘容量。图2中,以磁盘1为例,示出了所述磁盘1的6个时间点的磁盘容量信息,并且,存储的方式采用序列化存储,即每个磁盘每个时间点采集到的数据分别为一条进行存储,以便磁盘监测数据分析模块能够读取所储存的时间序列化磁盘监测数据。
优选地,磁盘历史监测数据储存模块30还可以包括一个监测数据处理模块304,接收来自监测模块20采集到的各个磁盘的时间序列数据,并对该数据进行处理,以符合数据库的存储数据格式要求。此外,监测数据处理模块304可以单独设置,提供监测模块20和磁盘历史监测数据储存模块30之间的数据接口。
图3示出了根据本发明一实施例的磁盘监测数据分析示意图。磁盘监测数据分析模块40将已储存的序列化磁盘容量监测数据进行时间段式计算,计算出各磁盘不同时间段内的磁盘剩余容量、平均使用量,并采用排列组合原理,将计算的时间段覆盖整个历史监测数据的最早开始时间到最晚结束时间。
优选地,磁盘监测数据分析模块可40以采用多线程处理,同时处理磁盘历史监测数据储存模块30所存储的多个磁盘的历史监测数据,或同时处理同一个磁盘的多条数据,以提高数据处理速度。
图4示出了根据本发明一实施例的磁盘容量预测示意图。磁盘容量预测模块50可多时间维度的进行磁盘容量预测,根据磁盘监测数据分析模块40提供的各不同时间长度、不同开始结束时间对应的磁盘监测数据,分别进行磁盘容量的预测,所述预测包括磁盘容量将要耗尽的预测、磁盘容量还将使用多长时间的预测、磁盘容量使用量增长率过快的预测、磁盘容量短时间异常增大的预警等。
优选地,磁盘容量预测模块根据磁盘监测数据分析模块的分析结果,包括磁盘剩余容量、平均使用量等,分时间段进行磁盘容量预测,如依据时间段a1~a2的分析数据结果进行预测,磁盘将在n1天后被用完;依据时间段b1~b2的分析数据结果进行预测,磁盘将在n2天后被使用完。
优选地,磁盘容量预测模块50完成基于历史监测数据的磁盘容量预测后,将预测结果最终反馈到磁盘监测模块20,给出磁盘容量的各种预警通知消息。
在示例性实施例中,上述模块可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器,上述指令可由一装置的处理器执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
虽然本发明所揭露的实施方式如上,但所述的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (27)
1.一种基于历史监测数据的磁盘容量预测方法,其特征在于,包括:
以轮询的方式对各个磁盘进行监测数据采集;
将所述监测数据以序列化的方式进行存储;
对所述序列化的磁盘容量监测数据进行分析;
根据所述分析结果,分时间段进行磁盘容量预测。
2.如权利要求1所述的方法,所述监测数据采集是以固定的时间间隔对磁盘进行轮询。
3.如权利要求1或2所述的方法,所述监测数据采集为多线程采集动作,同时采集多个磁盘的监测数据。
4.如权利要求1所述的方法,所述监测数据以统一的标准数据格式存储在数据库中。
5.如权利要求4所述的方法,所述存储包括每个磁盘按固定的时间间隔记录已用磁盘容量和剩余磁盘容量。
6.如权利要求1所述的方法,所述监测数据的分析为计算出各磁盘不同时间段内的磁盘剩余容量和平均使用量。
7.如权利要求6所述的方法,进一步包括,采用排列组合原理,将计算的时间段覆盖整个历史监测数据的最早开始时间到最晚结束时间。
8.如权利要求1所述的方法,所述监测数据的分析采用多线程处理,同时处理存储的多个磁盘的历史监测数据,或同时处理同一个磁盘的多条数据。
9.如权利要求1所述的方法,所述预测包括磁盘容量将要耗尽的预测、磁盘容量还将使用多长时间的预测、磁盘容量使用量增长率过快的预测、或磁盘容量短时间异常增大的预警。
10.如权利要求1或9所述的方法,根据所述预测结果,生成磁盘容量的各种预警通知消息。
11.一种基于历史监测数据的磁盘容量预测装置,其特征在于,包括:
磁盘监测模块(20),以轮询的方式对各个磁盘进行监测数据采集;
磁盘历史监测数据储存模块(30),将所述监测数据以序列化的方式进行存储;
磁盘监测数据分析模块(40),对所述磁盘历史监测数据储存模块(30)存储的所述监测数据进行分析;
磁盘容量预测模块(50),根据所述分析结果,分时间段进行磁盘容量预测。
12.如权利要求11所述的装置,所述磁盘监测模块(20)包括监控引擎(202)、任务调度器(204)和数据采集器(206),所述监控引擎(202)启动所述任务调度器(204)给所述数据采集器(206)分发采集任务。
13.如权利要求12所述的装置,所述数据采集器(206)以固定的时间间隔进行轮询数据采集。
14.如权利要求12所述的装置,所述数据采集器(206)可以包括多个数据采集器(206-1、206-2、……、206-n),多个数据采集器中的每一个单独采集一个磁盘的监测数据。
15.如权利要求13所述的装置,所述多个数据采集器中的每一个采用多线程采集动作,同时采集多个磁盘的监测数据。
16.如权利要求11所述的装置,所述磁盘历史监测数据储存模块(30)包括一个数据库(302),所述监测数据以统一的标准数据格式存储在数据库中。
17.如权利要求11所述的装置,所述磁盘历史监测数据储存模块(30)还可以包括一个监测数据处理模块(304),接收来自磁盘监测模块(20)采集到的各个磁盘的时间序列数据,并对该数据进行处理,以符合数据库(302)的存储数据格式要求。
18.如权利要求11所述的装置,磁盘监测数据分析模块(40)计算出各磁盘不同时间段内的磁盘剩余容量和平均使用量。
19.如权利要求18所述的装置,进一步包括,采用排列组合原理,将计算的时间段覆盖整个历史监测数据的最早开始时间到最晚结束时间。
20.如权利要求11所述的装置,磁盘监测数据分析模块(40)采用多线程处理,同时处理磁盘历史监测数据储存模块(30)所存储的多个磁盘的历史监测数据,或同时处理同一个磁盘的多条数据。
21.如权利要求11所述的装置,所述预测包括磁盘容量将要耗尽的预测、磁盘容量还将使用多长时间的预测、磁盘容量使用量增长率过快的预测、或磁盘容量短时间异常增大的预警。
22.如权利要求11或21所述的装置,所述磁盘容量预测模块(50)将预测结果反馈到磁盘监测模块(20),给出磁盘容量的各种预警通知消息。
23.一种磁盘监测装置,其特征在于,包括:
监控引擎(202)、任务调度器(204)和数据采集器(2060,所述监控引擎(202)启动所述任务调度器(204)给所述数据采集器(206)分发采集任务。
24.如权利要求23的装置,所述数据采集器(206)以固定的时间间隔进行轮询数据采集。
25.如权利要求23的装置,所述数据采集器(206)可以包括多个数据采集器(206-1、206-2、……、206-n),多个数据采集器中的每一个单独采集一个磁盘的监测数据。
26.如权利要求25的装置,所述多个数据采集器中的每一个采用多线程采集动作,同时采集多个磁盘的监测数据。
27.一种基于历史监测数据的磁盘容量预测装置,其特征在于,包括:
处理器;
用于存储所述处理器的可执行指令的存储器;
其中,所述处理器被配置为:
以轮询的方式对各个磁盘进行监测数据采集;
将所述监测数据以序列化的方式进行存储;
对所述序列化的磁盘容量监测数据进行分析;
根据所述分析结果,分时间段进行磁盘容量预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510399226.8A CN105094698B (zh) | 2015-07-08 | 2015-07-08 | 一种基于历史监测数据的磁盘容量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510399226.8A CN105094698B (zh) | 2015-07-08 | 2015-07-08 | 一种基于历史监测数据的磁盘容量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105094698A true CN105094698A (zh) | 2015-11-25 |
CN105094698B CN105094698B (zh) | 2018-09-11 |
Family
ID=54575258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510399226.8A Active CN105094698B (zh) | 2015-07-08 | 2015-07-08 | 一种基于历史监测数据的磁盘容量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105094698B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105657380A (zh) * | 2016-03-22 | 2016-06-08 | 国网山东省电力公司章丘市供电公司 | 变电站图像监视系统 |
CN106354438A (zh) * | 2016-09-28 | 2017-01-25 | 郑州云海信息技术有限公司 | 一种存储池容量可用时间的预测方法和装置 |
CN106469107A (zh) * | 2016-08-31 | 2017-03-01 | 浪潮(北京)电子信息产业有限公司 | 一种存储资源的容量预测方法及装置 |
CN109634525A (zh) * | 2018-12-10 | 2019-04-16 | 浪潮电子信息产业股份有限公司 | 一种存储系统有效容量的估算方法、系统及相关组件 |
CN109766234A (zh) * | 2018-12-11 | 2019-05-17 | 国网甘肃省电力公司信息通信公司 | 基于时间序列模型的磁盘存储容量预测方法 |
CN109901967A (zh) * | 2019-01-22 | 2019-06-18 | 无锡华云数据技术服务有限公司 | 存储池剩余容量可用时间预估方法、电子设备、存储介质 |
CN109976975A (zh) * | 2019-03-26 | 2019-07-05 | 北京大道云行科技有限公司 | 一种磁盘容量预测方法、装置、电子设备及存储介质 |
CN110489062A (zh) * | 2019-08-27 | 2019-11-22 | 浪潮云信息技术有限公司 | 一种基于OpenStack环境的磁盘扩容方法及系统 |
CN111857558A (zh) * | 2019-04-30 | 2020-10-30 | 伊姆西Ip控股有限责任公司 | 用于存储管理的方法、设备和计算机程序产品 |
CN113238714A (zh) * | 2021-05-28 | 2021-08-10 | 广东好太太智能家居有限公司 | 基于历史监测数据的磁盘容量预测方法及系统、存储介质 |
CN113900906A (zh) * | 2021-10-28 | 2022-01-07 | 北京达佳互联信息技术有限公司 | 日志容量确定方法、装置、电子设备及存储介质 |
CN115145494A (zh) * | 2022-08-11 | 2022-10-04 | 江苏臻云技术有限公司 | 一种基于大数据时间序列分析的磁盘容量预测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060039351A1 (en) * | 2004-08-23 | 2006-02-23 | Ryoji Furuhashi | Computer system for controlling routed data amount |
CN102063362A (zh) * | 2010-12-14 | 2011-05-18 | 大唐移动通信设备有限公司 | 一种磁盘空间告警方法、装置及系统 |
CN103338135A (zh) * | 2013-07-05 | 2013-10-02 | 山东大学 | 一种集群存储容量的实时监控方法 |
CN103389715A (zh) * | 2013-07-26 | 2013-11-13 | 浪潮电子信息产业股份有限公司 | 一种高性能的分布式数据中心监控架构 |
CN104636450A (zh) * | 2015-01-26 | 2015-05-20 | 上海新炬网络信息技术有限公司 | 一种数据库表空间监控方法 |
-
2015
- 2015-07-08 CN CN201510399226.8A patent/CN105094698B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060039351A1 (en) * | 2004-08-23 | 2006-02-23 | Ryoji Furuhashi | Computer system for controlling routed data amount |
CN102063362A (zh) * | 2010-12-14 | 2011-05-18 | 大唐移动通信设备有限公司 | 一种磁盘空间告警方法、装置及系统 |
CN103338135A (zh) * | 2013-07-05 | 2013-10-02 | 山东大学 | 一种集群存储容量的实时监控方法 |
CN103389715A (zh) * | 2013-07-26 | 2013-11-13 | 浪潮电子信息产业股份有限公司 | 一种高性能的分布式数据中心监控架构 |
CN104636450A (zh) * | 2015-01-26 | 2015-05-20 | 上海新炬网络信息技术有限公司 | 一种数据库表空间监控方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105657380A (zh) * | 2016-03-22 | 2016-06-08 | 国网山东省电力公司章丘市供电公司 | 变电站图像监视系统 |
CN106469107A (zh) * | 2016-08-31 | 2017-03-01 | 浪潮(北京)电子信息产业有限公司 | 一种存储资源的容量预测方法及装置 |
CN106354438A (zh) * | 2016-09-28 | 2017-01-25 | 郑州云海信息技术有限公司 | 一种存储池容量可用时间的预测方法和装置 |
CN109634525B (zh) * | 2018-12-10 | 2022-03-08 | 浪潮电子信息产业股份有限公司 | 一种存储系统有效容量的估算方法、系统及相关组件 |
CN109634525A (zh) * | 2018-12-10 | 2019-04-16 | 浪潮电子信息产业股份有限公司 | 一种存储系统有效容量的估算方法、系统及相关组件 |
CN109766234A (zh) * | 2018-12-11 | 2019-05-17 | 国网甘肃省电力公司信息通信公司 | 基于时间序列模型的磁盘存储容量预测方法 |
CN109901967A (zh) * | 2019-01-22 | 2019-06-18 | 无锡华云数据技术服务有限公司 | 存储池剩余容量可用时间预估方法、电子设备、存储介质 |
CN109976975A (zh) * | 2019-03-26 | 2019-07-05 | 北京大道云行科技有限公司 | 一种磁盘容量预测方法、装置、电子设备及存储介质 |
CN109976975B (zh) * | 2019-03-26 | 2023-07-28 | 北京大道云行科技有限公司 | 一种磁盘容量预测方法、装置、电子设备及存储介质 |
CN111857558A (zh) * | 2019-04-30 | 2020-10-30 | 伊姆西Ip控股有限责任公司 | 用于存储管理的方法、设备和计算机程序产品 |
CN111857558B (zh) * | 2019-04-30 | 2024-04-09 | 伊姆西Ip控股有限责任公司 | 用于存储管理的方法、设备和计算机程序产品 |
CN110489062A (zh) * | 2019-08-27 | 2019-11-22 | 浪潮云信息技术有限公司 | 一种基于OpenStack环境的磁盘扩容方法及系统 |
CN113238714A (zh) * | 2021-05-28 | 2021-08-10 | 广东好太太智能家居有限公司 | 基于历史监测数据的磁盘容量预测方法及系统、存储介质 |
CN113900906A (zh) * | 2021-10-28 | 2022-01-07 | 北京达佳互联信息技术有限公司 | 日志容量确定方法、装置、电子设备及存储介质 |
CN115145494A (zh) * | 2022-08-11 | 2022-10-04 | 江苏臻云技术有限公司 | 一种基于大数据时间序列分析的磁盘容量预测系统及方法 |
CN115145494B (zh) * | 2022-08-11 | 2023-09-15 | 江苏臻云技术有限公司 | 一种基于大数据时间序列分析的磁盘容量预测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105094698B (zh) | 2018-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105094698A (zh) | 一种基于历史监测数据的磁盘容量预测方法 | |
CN102340415B (zh) | 一种服务器集群系统的监控方法和一种服务器集群系统 | |
CN111077870A (zh) | 一种基于流计算的opc数据实时采集监控智能系统及方法 | |
CN110175154A (zh) | 一种日志记录的处理方法、服务器及存储介质 | |
CN105426292A (zh) | 一种游戏日志实时处理系统及方法 | |
CN106940677A (zh) | 一种应用日志数据告警方法及装置 | |
CN107679089B (zh) | 一种用于电力传感数据的清洗方法、装置和系统 | |
JP2009500704A5 (zh) | ||
CN106780149A (zh) | 一种基于定时任务调度的设备实时监测系统 | |
CN103713981A (zh) | 一种数据库服务器性能检测和预警方法 | |
CN112529528B (zh) | 基于大数据流计算的工作流监控与告警方法、装置及系统 | |
CN103761685A (zh) | 基于MapReduce的电力数据并行化异常检测方法 | |
CN105868222A (zh) | 一种任务调度方法及装置 | |
CN108809760A (zh) | 数据采样系统中采样周期的控制方法和装置 | |
CN105069029B (zh) | 一种实时etl系统及方法 | |
CN112148779A (zh) | 确定业务指标的方法、装置及存储介质 | |
CN109800130A (zh) | 一种设备监控方法、装置、设备及介质 | |
CN112886922A (zh) | 一种光伏电站损失电量的计算方法、装置及存储介质 | |
CN115453356A (zh) | 一种动力设备运行状态监测分析方法、系统、终端及介质 | |
CN111339052A (zh) | 一种非结构化日志数据处理方法及装置 | |
CN114238516A (zh) | 数据同步方法、系统及计算机可读介质 | |
CN114202206A (zh) | 系统异常根因分析方法及装置 | |
CN112598291B (zh) | 一种基于Prophet的运维智能排班方法及装置 | |
CN116859838B (zh) | 一种设备运行情况监测的预警系统 | |
CN116166655B (zh) | 大数据清洗系统 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190716 Address after: 250000 North Third Floor of Building S05, No. 1036 Tidal Road, Jinan High-tech Zone, Shandong Province Patentee after: Shandong Yingxin Computer Technology Co., Ltd. Address before: 100085 Beijing, Haidian District on the road to information on the ground floor, building 2-1, No. 1, C Patentee before: Electronic information industry Co.,Ltd of the tide (Beijing) |