CN107566172A - 一种基于存储系统的主动式管理方法及系统 - Google Patents
一种基于存储系统的主动式管理方法及系统 Download PDFInfo
- Publication number
- CN107566172A CN107566172A CN201710756080.7A CN201710756080A CN107566172A CN 107566172 A CN107566172 A CN 107566172A CN 201710756080 A CN201710756080 A CN 201710756080A CN 107566172 A CN107566172 A CN 107566172A
- Authority
- CN
- China
- Prior art keywords
- data
- storage
- storage device
- storage system
- interface
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 239
- 238000007726 management method Methods 0.000 title claims abstract description 121
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 12
- 230000009471 action Effects 0.000 claims abstract description 9
- 230000001934 delay Effects 0.000 claims description 11
- 230000009897 systematic effect Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000007774 longterm Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005182 global health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明涉及存储设备技术领域，提供一种基于存储系统的主动式管理方法及系统，所述方法包括：通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据；对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据；当生成事件告警数据，对事件告警数据执行告警处理动作；接收用户通过浏览器输入数据查询指令，调用图形展示数据生成对应应用界面进行数据展示，从而实现对存储系统运维工作的高效主动管理，对故障进行准确定位，同时也对存储系统系统空间和性能规划做出准确快速的预测，给用户提供参考依据。
Description
技术领域
本发明属于存储设备技术领域，尤其涉及一种基于存储系统的主动式管理方法及系统。
背景技术
企业级应用场景中，存储系统管理员需要处理大量的系统维护和监控的工作。存储系统管理员不仅要负责存储设备的监控和报告、维护以及支持、风险评估及告警跟踪，还要对存储设备的使用趋势做出大致预测。现今大部分存储设备自有的管理程序中，这些工作往往是以模块化方式存在的，各个功能模块之间联系的紧密程度有限，需要手工干预并很繁杂。
而且，传统的存储管理系统虽然能够提供丰富的原始分析数据，但在这些原始分析数据的基础上整理形成易读的、可执行的维护建议则耗时耗力。受到这种管理思路和模式的影响，存储系统的运维工作往往是低效的，对系统的快速故障定位也遭遇了很大的困难，同时存储管理团队也很难于快速、准确地对存储系统的空间和性能规划做出预测。
发明内容
本发明的目的在于提供一种基于存储系统的主动式管理方法，旨在解决现有技术提供的存储管理系统的运维工作低效，对故障定位困难，而且难以对系统空间和性能规划做出快速准确预测的问题。
本发明是这样实现的，一种基于存储系统的主动式管理方法，所述方法包括下述步骤：
通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据，所述运维管理数据包括存储设备的性能状态参数和运行状态数据；
对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据，其中，所述图形展示数据包括存储系统性能规划数据、控制台视图数据、全局管理数据和容量规划数据；
当生成事件告警数据时，对所述事件告警数据执行告警处理动作，所述事件告警数据包括对长期高负载运行的存储区域分析后给出的风险提示信息；
接收用户通过浏览器输入数据查询指令，调用所述图形展示数据生成对应应用界面进行数据展示，对应地，所述应用界面包括平台管理界面、控制台视图界面、全局管理界面和容量规划界面。
作为一种改进的方案，所述当生成事件告警数据，对所述事件告警数据执行告警处理动作的步骤具体包括下述步骤：
当生成事件告警数据时，生成告警事件，并将该告警事件通知设备管理员或技术人员；
对所述告警事件进行汇总统计，并根据汇总统计结果，生成告警事件报告文件。
作为一种改进的方案，当所述图形展示数据为存储系统性能规划数据时，所述对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据的步骤具体包括下述步骤：
对获取到的运维管理数据进行分析，区分所述存储设备忙闲时刻以及业务集中地带区域信息，并生成包括存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的存储系统性能规划数据；
同时，通过所述平台管理界面将包含存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的所述存储系统性能规划数据展示给用户。
作为一种改进的方案，当所述图形展示数据为控制台视图数据时，通过所述控制台视图界面展示所述存储设备的相关信息；
其中，所述存储设备的相关信息包括存储资产、空间信息、性能信息、数据卷组信息、数据保护信息和服务支持信息。
作为一种改进的方案，当所述图形展示数据为全局管理数据时，通过所述全局管理界面展示存储系统的全局运行状态参数；
其中，所述存储系统的全局运行状态参数包括所述存储系统的存储和运维效率数据、数据保护状态和升级需求信息。
作为一种改进的方案，当所述图形展示数据为容量规划数据时，所述对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据的步骤具体包括下述步骤：
对获取到的运维管理数据进行分析，计算所述存储设备的系统容量增长速度，预估存储设备当前容量可维持的时间，并生成包括存储设备扩容建议在内的存储系统优化建议报告；；
同时，将所述存储系统优化建议报告通过所述容量规划界面进行展示。
本发明的另一目的在于提供一种基于存储系统的主动式管理系统，所述系统包括：
运维管理数据获取模块，用于通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据，所述运维管理数据包括存储设备的性能状态参数和运行状态数据；
大数据处理模块，用于对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据，其中，所述图形展示数据包括存储系统性能规划数据、控制台视图数据、全局管理数据和容量规划数据；
告警处理模块，用于当生成事件告警数据时，对所述事件告警数据执行告警处理动作，所述事件告警数据包括对长期高负载运行的存储区域分析后给出的风险提示信息；
展示模块，用于接收用户通过浏览器输入数据查询指令，调用所述图形展示数据生成对应应用界面进行数据展示，对应地，所述应用界面包括平台管理界面、控制台视图界面、全局管理界面和容量规划界面。
作为一种改进的方案，所述告警处理模块具体包括：
告警事件生成通知模块，用于当生成事件告警数据时，生成告警事件，并将该告警事件通知设备管理员或技术人员；
报告文件生成模块，用于对所述告警事件进行汇总统计，并根据汇总统计结果，生成告警事件报告文件。
作为一种改进的方案，当所述图形展示数据为存储系统性能规划数据时，所述大数据处理模块具体包括：
存储设备区分模块，用于对获取到的运维管理数据进行分析，区分所述存储设备忙闲时刻以及业务集中地带区域信息，并生成包括存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的存储系统性能规划数据；
所述展示模块具体包括：
第一展示模块，用于通过所述平台管理界面将包含存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的所述存储系统性能规划数据展示给用户。
作为一种改进的方案，当所述图形展示数据为控制台视图数据时，所述展示模块还包括：
第二展示模块，用于通过所述控制台视图界面展示所述存储设备的相关信息；
其中，所述存储设备的相关信息包括存储资产、空间信息、性能信息、数据卷组信息、数据保护信息和服务支持信息；
当所述图形展示数据为全局管理数据时，所述展示模块还包括：
第三展示模块，用于通过所述全局管理界面展示存储系统的全局运行状态参数；
其中，所述存储系统的全局运行状态参数包括所述存储系统的存储和运维效率数据、数据保护状态和升级需求信息；
当所述图形展示数据为容量规划数据时，所述大数据处理模块还包括：
容量计算预估模块，用于对获取到的运维管理数据进行分析，计算所述存储设备的系统容量增长速度，预估存储设备当前容量可维持的时间，并生成包括存储设备扩容建议在内的存储系统优化建议报告；
所述展示模块还包括：
第四展示模块，用于将所述存储系统优化建议报告通过所述容量规划界面进行展示。
在本发明中，通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据；对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据；当生成事件告警数据时，对事件告警数据执行告警处理动作；接收用户通过浏览器输入数据查询指令，调用图形展示数据生成对应应用界面进行数据展示，从而实现对存储系统运维工作的高效主动管理，对故障进行准确定位，同时也对存储系统系统空间和性能规划做出准确快速的预测，给用户提供参考依据。
附图说明
图1是本发明提供的基于存储系统的主动式管理方法的实现流程图；
图2是本发明提供的当生成事件告警数据时，对所述事件告警数据执行告警处理动作的实现流程图；
图3是本发明提供的基于存储系统的主动式管理系统的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1示出了本发明提供的基于存储系统的主动式管理方法的实现流程图，其具体包括下述步骤：
在步骤S101中，通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据，所述运维管理数据包括存储设备的性能状态参数和运行状态数据。
其中，该存储管理系统监管的存储设备的数量可以根据实际情形进行设置，而且该存储管理系统为对存储设备进行管理的软硬件系统，在此不再赘述。在该步骤中，该运维管理数据的存储设备的性能状态参数包括卷组信息、系统容量和客户端信息等内容，在此不再赘述。
在步骤S102中，对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据，其中所述图形展示数据包括存储系统性能规划数据、控制台视图数据、全局管理数据和容量规划数据。
其中，该大数据处理方式包括智能学习和深度学习，即对存储设备的运维管理数据进行智能学习或深度学习，然后根据智能学习或深度学习后的结果，进行相应的处理，例如应对新故障或突发故障等情形，同时，对每一次的数据处理都作为大数据处理的一个小单元，为后续数据处理提供参考和依据，在此不再赘述。
该大数据处理的内容根据不同的数据执行不同的动作，下述有详细的对应内容，在此不再赘述。
在步骤S103中，当生成事件告警数据时，对所述事件告警数据执行告警处理动作，所述事件告警数据包括对长期高负载运行的存储区域分析后给出的风险提示信息。
在步骤S104中，接收用户通过浏览器输入数据查询指令，调用所述图形展示数据生成对应应用界面进行数据展示，对应地，所述应用界面包括平台管理界面、控制台视图界面、全局管理界面和容量规划界面。
其中，当对存储设备的运维管理数据进行大数据处理后，将处理结果反馈展示给设备管理员，该展示方式为便捷的浏览器的方式，即设备管理员或其他用户通过浏览器的方式进行登录，并点击或输入数据查询指令，完成对处理后数据的查询，避免在客户端进行程序的下载，节省资源；
同时，通过该浏览器，可以进行存储设备的扫描和添加操作；
同时，通过该浏览器，可以进行存储设备的管理工作，在此不再赘述。
其中，预先在所述存储管理系统上开设一个监控接口，所述监控接口实时获取所述存储管理系统所监管存储设备的运维管理数据，并定时输出所述运维管理数据，其中定时输出的时间可以根据实际的需要进行设置，例如5秒；
该监控接口可以采用软件来实现，也可以通过软硬件结合的方式实现，在此不再赘述。
在本发明实施例中，如图2所示，当生成事件告警数据时，对所述事件告警数据执行告警处理动作的步骤具体包括下述步骤：
在步骤S201中，当生成事件告警数据时，生成告警事件，并将该告警事件通知设备管理员或技术人员。
其中，存储系统做出动态报警：系统管理员可以在丰富的选项中选择哪些需要做出告警的事件。开启该功能后，可立即对该事件进行监控、解决并加以后续跟踪。一旦发生报警，将发送邮件到设备管理员处，在发生严重报警时，还会邮件通知厂家技术人员及时提供技术支持。大多数服务事件自动创建、自动关闭的，保证对关键服务事件的及时响应和快速解决。
在该步骤中，生成事件告警数据的过程是：对存储设备高负载运行的区域进行实时监控，对存储设备的高危状态，生成包括风险提示和告警提示的事件告警数据。
在步骤S202中，对所述告警事件进行汇总统计，并根据汇总统计结果，生成告警事件报告文件。
其中，该告警事件报告文件的生成，方便存储系统管理员跟踪并对事件状态进行记录和跟踪。
在本发明实施例中，上述图形展示数据包括多种情况，上述给出了其中的四种类型，用于说明大数据处理过程，但不用以限制本发明，其具体为：
当所述图形展示数据为存储系统性能规划数据时，，所述对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据的步骤具体包括下述步骤：
对获取到的运维管理数据进行分析，区分所述存储设备忙闲时刻以及业务集中地带区域信息，并生成包括存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的存储系统性能规划数据；
同时，通过所述平台管理界面将包含存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的所述存储系统性能规划数据展示给用户。
其中，通过该平台管理界面可以清晰的看出影响存储系统性能或访问延迟的关键因素，避免了原先需要用数天时间、收集大量数据才能做出性能分析的问题。
在本发明实施例中，当所述图形展示数据为控制台视图数据时，通过所述控制台视图界面展示所述存储设备的相关信息；
其中，所述存储设备的相关信息包括存储资产、空间信息、性能信息、数据卷组信息、数据保护信息和服务支持信息。
在该实施例中，该存储设备的相关信息的具体内容为：
(1)存储资产：将存储系统、存储资源和它们的地域部署信息、命名信息进行集中展示。
(2)空间信息：对历史上的存储空间增长进行记录并对未来的空间增长趋势做出预测和展示。
(3)性能信息：对存储系统的工作状况做出分析和展示，并对性能的健康状态做出分析，对数据访问延迟和缓存区命中情况做出汇总。
(4)数据卷组信息：以存储系统为单位，对各个卷组的信息进行详细展示，包括对已使用空间、数据压缩率、性能和其它指标进行详尽列举。
(5)数据保护信息：展示系统的数据快照和数据复制配置，并展示当前的各种数据保护机制。
(6)服务支持：记录现有的服务事件，如果需要，可以自动创建新的服务事件。
在本发明实施例中，当所述图形展示数据为全局管理数据时，通过所述全局管理界面展示存储系统的全局运行状态参数；
其中，所述存储系统的全局运行状态参数包括所述存储系统的存储和运维效率数据、数据保护状态和升级需求信息。
在该实施例中，该全局管理视图供客户管理团队简单明了地了解存储系统的各种状态概况，例如存储和运维效率、数据保护状态、升级需求，这样就能够了解存储系统是否工作正常，或者哪里需要格外关注。
在本发明实施例中，当所述图形展示数据为容量规划数据时，所述对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据的步骤具体包括下述步骤：
对获取到的运维管理数据进行分析，计算所述存储设备的系统容量增长速度，预估存储设备当前容量可维持的时间，并生成包括存储设备扩容建议在内的存储系统优化建议报告；
同时，将所述存储系统优化建议报告通过所述容量规划界面进行展示。
在该实施例中，通过简单明了的容量规划界面，为用户提供深入的数据分析能力，对存储系统做出预先的优化建议，使得用户在进行存储设备相关投资时更加有据可循。通过使用高效的、基于预测技术的系统管控算法，系统管理员可以借助可视化界面，观测到存储系统容量增长趋势，并对扩容需求做出提前判断。
在本发明实施例中，上述所涉及的平台管理界面、控制台视图界面、全局管理界面和容量规划界面的样式，可以根据实际的需要进行设计，在此不再赘述。
在本发明实施例中，使用数据分析技术来对存储系统全生命周期管理模式做出优化。将存储系统管理员的日常工作加以整合、自动化，并予以简化，保证所管辖的所有存储系统，在全生命周期管理中都可以得到优化。在大数据分析技术的基础之上，集中的监管服务通过云服务的方式对所负责的存储系统提供监管服务。监管服务器可对它所负责的所有存储系统产生的数百万个数据追溯点进行分析，对存储系统的全局健康状态做出正确的分析。
图3示出了本发明提供的基于存储系统的主动式管理系统的结构框图，为了便于说明，图中仅给出了与本发明实施例相关的部分。
运维管理数据获取模块11，用于通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据，所述运维管理数据包括存储设备的性能状态参数和运行状态数据；
大数据处理模块12，用于对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据，其中，所述图形展示数据包括存储系统性能规划数据、控制台视图数据、全局管理数据和容量规划数据；
告警处理模块13，用于当生成事件告警数据时，对所述事件告警数据执行告警处理动作，所述事件告警数据包括对长期高负载运行的存储区域分析后给出的风险提示信息；
展示模块14，用于接收用户通过浏览器输入数据查询指令，调用所述图形展示数据生成对应应用界面进行数据展示，对应地，所述应用界面包括平台管理界面、控制台视图界面、全局管理界面和容量规划界面。
在本发明实施例中，所述告警处理模块13具体包括：
告警事件生成通知模块15，用于当生成事件告警数据时，生成告警事件，并将该告警事件通知设备管理员或技术人员；
报告文件生成模块16，用于对所述告警事件进行汇总统计，并根据汇总统计结果，生成告警事件报告文件。
在本发明实施例中，当所述图形展示数据为存储系统性能规划数据时，所述大数据处理模块12具体包括：
存储设备区分模块17，用于对获取到的运维管理数据进行分析，区分所述存储设备忙闲时刻以及业务集中地带区域信息，并生成包括存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的存储系统性能规划数据；
所述展示模块14具体包括：
第一展示模块18，用于通过所述平台管理界面将包含存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的所述存储系统性能规划数据展示给用户。
在本发明实施例中，当所述图形展示数据为控制台视图数据时，所述展示模块14还包括：
第二展示模块19，用于通过所述控制台视图界面展示所述存储设备的相关信息；
其中，所述存储设备的相关信息包括存储资产、空间信息、性能信息、数据卷组信息、数据保护信息和服务支持信息；
当所述图形展示数据为全局管理数据时，所述展示模块14还包括：
第三展示模块20，用于通过所述全局管理界面展示存储系统的全局运行状态参数；
其中，所述存储系统的全局运行状态参数包括所述存储系统的存储和运维效率数据、数据保护状态和升级需求信息；
当所述图形展示数据为容量规划数据时，所述大数据处理模块12还包括：
容量计算预估模块21，用于对获取到的运维管理数据进行分析，计算所述存储设备的系统容量增长速度，预估存储设备当前容量可维持的时间，并生成包括存储设备扩容建议在内的存储系统优化建议报告；
所述展示模块14还包括：
第四展示模块22，用于将所述存储系统优化建议报告通过所述容量规划界面进行展示。
其中，上述各个模块的功能如上述方法实施例所记载，在此不再赘述，但不用限制本发明。
在本发明实施例中，通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据；对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据；当生成事件告警数据，对事件告警数据执行告警处理动作；接收用户通过浏览器输入数据查询指令，调用图形展示数据生成对应应用界面进行数据展示，从而实现对存储系统运维工作的高效主动管理，对故障进行准确定位，同时也对存储系统系统空间和性能规划做出准确快速的预测，给用户提供参考依据。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于存储系统的主动式管理方法，其特征在于，所述方法包括下述步骤：
通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据，所述运维管理数据包括存储设备的性能状态参数和运行状态数据；
对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据，其中，所述图形展示数据包括存储系统性能规划数据、控制台视图数据、全局管理数据和容量规划数据；
当生成事件告警数据时，对所述事件告警数据执行告警处理动作，所述事件告警数据包括对长期高负载运行的存储区域分析后给出的风险提示信息；
接收用户通过浏览器输入数据查询指令，调用所述图形展示数据生成对应应用界面进行数据展示，对应地，所述应用界面包括平台管理界面、控制台视图界面、全局管理界面和容量规划界面。
2.根据权利要求1所述的基于存储系统的主动式管理方法，其特征在于，所述当生成事件告警数据，对所述事件告警数据执行告警处理动作的步骤具体包括下述步骤：
当生成事件告警数据时，生成告警事件，并将该告警事件通知设备管理员或技术人员；
对所述告警事件进行汇总统计，并根据汇总统计结果，生成告警事件报告文件。
3.根据权利要求1所述的基于存储系统的主动式管理方法，其特征在于，当所述图形展示数据为存储系统性能规划数据时，所述对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据的步骤具体包括下述步骤：
对获取到的运维管理数据进行分析，区分所述存储设备忙闲时刻以及业务集中地带区域信息，并生成包括存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的存储系统性能规划数据；
同时，通过所述平台管理界面将包含存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的所述存储系统性能规划数据展示给用户。
4.根据权利要求1所述的基于存储系统的主动式管理方法，其特征在于，当所述图形展示数据为控制台视图数据时，通过所述控制台视图界面展示所述存储设备的相关信息；
其中，所述存储设备的相关信息包括存储资产、空间信息、性能信息、数据卷组信息、数据保护信息和服务支持信息。
5.根据权利要求1所述的基于存储系统的主动式管理方法，其特征在于，当所述图形展示数据为全局管理数据时，通过所述全局管理界面展示存储系统的全局运行状态参数；
其中，所述存储系统的全局运行状态参数包括所述存储系统的存储和运维效率数据、数据保护状态和升级需求信息。
6.根据权利要求1所述的基于存储系统的主动式管理方法，其特征在于，当所述图形展示数据为容量规划数据时，所述对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据的步骤具体包括下述步骤：
对获取到的运维管理数据进行分析，计算所述存储设备的系统容量增长速度，预估存储设备当前容量可维持的时间，并生成包括存储设备扩容建议在内的存储系统优化建议报告；
同时，将所述存储系统优化建议报告通过所述容量规划界面进行展示。
7.一种基于存储系统的主动式管理系统，其特征在于，所述系统包括：
运维管理数据获取模块，用于通过预先设置在存储管理系统上的监控接口，获取所述存储管理系统所监管存储设备的运维管理数据，所述运维管理数据包括存储设备的性能状态参数和运行状态数据；
大数据处理模块，用于对获取到的存储设备的运维管理数据进行大数据处理，生成事件告警数据和图形展示数据，其中，所述图形展示数据包括存储系统性能规划数据、控制台视图数据、全局管理数据和容量规划数据；
告警处理模块，用于当生成事件告警数据时，对所述事件告警数据执行告警处理动作，所述事件告警数据包括对长期高负载运行的存储区域分析后给出的风险提示信息；
展示模块，用于接收用户通过浏览器输入数据查询指令，调用所述图形展示数据生成对应应用界面进行数据展示，对应地，所述应用界面包括平台管理界面、控制台视图界面、全局管理界面和容量规划界面。
8.根据权利要求7所述的基于存储系统的主动式管理系统，其特征在于，所述告警处理模块具体包括：
告警事件生成通知模块，用于当生成事件告警数据时，生成告警事件，并将该告警事件通知设备管理员或技术人员；
报告文件生成模块，用于对所述告警事件进行汇总统计，并根据汇总统计结果，生成告警事件报告文件。
9.根据权利要求7所述的基于存储系统的主动式管理系统，其特征在于，当所述图形展示数据为存储系统性能规划数据时，所述大数据处理模块具体包括：
存储设备区分模块，用于对获取到的运维管理数据进行分析，区分所述存储设备忙闲时刻以及业务集中地带区域信息，并生成包括存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的存储系统性能规划数据；
所述展示模块具体包括：
第一展示模块，用于通过所述平台管理界面将包含存储设备资源优化内容、系统硬件升级内容、系统性能影响因素和系统访问延迟因素在内的所述存储系统性能规划数据展示给用户。
10.根据权利要求7所述的基于存储系统的主动式管理系统，其特征在于，当所述图形展示数据为控制台视图数据时，所述展示模块还包括：
第二展示模块，用于通过所述控制台视图界面展示所述存储设备的相关信息；
其中，所述存储设备的相关信息包括存储资产、空间信息、性能信息、数据卷组信息、数据保护信息和服务支持信息；
当所述图形展示数据为全局管理数据时，所述展示模块还包括：
第三展示模块，用于通过所述全局管理界面展示存储系统的全局运行状态参数；
其中，所述存储系统的全局运行状态参数包括所述存储系统的存储和运维效率数据、数据保护状态和升级需求信息；
当所述图形展示数据为容量规划数据时，所述大数据处理模块还包括：
容量计算预估模块，用于对获取到的运维管理数据进行分析，计算所述存储设备的系统容量增长速度，预估存储设备当前容量可维持的时间，并生成包括存储设备扩容建议在内的存储系统优化建议报告；
所述展示模块还包括：
第四展示模块，用于将所述存储系统优化建议报告通过所述容量规划界面进行展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710756080.7A CN107566172B (zh) | 2017-08-29 | 2017-08-29 | 一种基于存储系统的主动式管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710756080.7A CN107566172B (zh) | 2017-08-29 | 2017-08-29 | 一种基于存储系统的主动式管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107566172A true CN107566172A (zh) | 2018-01-09 |
| CN107566172B CN107566172B (zh) | 2021-03-09 |
Family
ID=60977330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710756080.7A Active CN107566172B (zh) | 2017-08-29 | 2017-08-29 | 一种基于存储系统的主动式管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107566172B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108595689A (zh) * | 2018-05-08 | 2018-09-28 | 浙江宇视科技有限公司 | 一种实时环境监测的网络存储设备 |
| CN109298974A (zh) * | 2018-09-30 | 2019-02-01 | 平安科技（深圳）有限公司 | 系统控制方法、装置、计算机及计算机可读存储介质 |
| CN109711561A (zh) * | 2018-11-28 | 2019-05-03 | 深圳供电局有限公司 | 一种基于插件化架构设计的存储管理系统 |
| CN111737094A (zh) * | 2020-07-02 | 2020-10-02 | 中国工商银行股份有限公司 | 信息处理方法、装置、电子设备和介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8239268B2 (en) * | 2006-06-20 | 2012-08-07 | Toshiba Tec Kabushiki Kaisha | Self-checkout terminal |
| CN103023695A (zh) * | 2012-11-28 | 2013-04-03 | 绍兴电力局 | 基于电力调度自动化的主站系统监测模型 |
| CN103237048A (zh) * | 2013-03-13 | 2013-08-07 | 山西省电力公司大同供电分公司 | 电力系统中b/s架构的实时告警系统及其实时告警方法 |
| CN103491354A (zh) * | 2013-10-10 | 2014-01-01 | 国家电网公司 | 一种系统运行监控可视化平台 |
| CN106657387A (zh) * | 2017-01-13 | 2017-05-10 | 郑州云海信息技术有限公司 | 一种空管自动化智能集中监控系统 |
-
2017
- 2017-08-29 CN CN201710756080.7A patent/CN107566172B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8239268B2 (en) * | 2006-06-20 | 2012-08-07 | Toshiba Tec Kabushiki Kaisha | Self-checkout terminal |
| CN103023695A (zh) * | 2012-11-28 | 2013-04-03 | 绍兴电力局 | 基于电力调度自动化的主站系统监测模型 |
| CN103237048A (zh) * | 2013-03-13 | 2013-08-07 | 山西省电力公司大同供电分公司 | 电力系统中b/s架构的实时告警系统及其实时告警方法 |
| CN103491354A (zh) * | 2013-10-10 | 2014-01-01 | 国家电网公司 | 一种系统运行监控可视化平台 |
| CN106657387A (zh) * | 2017-01-13 | 2017-05-10 | 郑州云海信息技术有限公司 | 一种空管自动化智能集中监控系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108595689A (zh) * | 2018-05-08 | 2018-09-28 | 浙江宇视科技有限公司 | 一种实时环境监测的网络存储设备 |
| CN109298974A (zh) * | 2018-09-30 | 2019-02-01 | 平安科技（深圳）有限公司 | 系统控制方法、装置、计算机及计算机可读存储介质 |
| CN109298974B (zh) * | 2018-09-30 | 2023-04-07 | 平安科技（深圳）有限公司 | 系统控制方法、装置、计算机及计算机可读存储介质 |
| CN109711561A (zh) * | 2018-11-28 | 2019-05-03 | 深圳供电局有限公司 | 一种基于插件化架构设计的存储管理系统 |
| CN111737094A (zh) * | 2020-07-02 | 2020-10-02 | 中国工商银行股份有限公司 | 信息处理方法、装置、电子设备和介质 |
| CN111737094B (zh) * | 2020-07-02 | 2024-02-02 | 中国工商银行股份有限公司 | 信息处理方法、装置、电子设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107566172B (zh) | 2021-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11627053B2 (en) | Continuous data sensing of functional states of networked computing devices to determine efficiency metrics for servicing electronic messages asynchronously | |
| US11334831B2 (en) | Predictive risk assessment in system modeling | |
| Yang et al. | A time efficient approach for detecting errors in big sensor data on cloud | |
| CN107566172A (zh) | 一种基于存储系统的主动式管理方法及系统 | |
| US9791837B2 (en) | Data center intelligent control and optimization | |
| CN107958337A (zh) | 一种信息资源可视化移动管理系统 | |
| US11271816B2 (en) | Network topology management using network element differential history | |
| Deif | Dynamic analysis of a lean cell under uncertainty | |
| US9806902B2 (en) | Scalable framework for monitoring machine-to-machine (M2M) devices | |
| AU2019201687A1 (en) | Network device vulnerability prediction | |
| KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
| US8874642B2 (en) | System and method for managing the performance of an enterprise application | |
| WO2005094344A2 (en) | Detecting performance in enterprise software applications | |
| Kim et al. | Extending data quality management for smart connected product operations | |
| CN105656693A (zh) | 一种基于回归的信息安全异常检测的方法及系统 | |
| Solmaz et al. | ALACA: A platform for dynamic alarm collection and alert notification in network management systems | |
| CN105808368A (zh) | 一种基于随机概率分布的信息安全异常检测的方法及系统 | |
| CN115860729A (zh) | 一种it运维综合管理系统 | |
| CN107018026A (zh) | 自动化主站网络监控系统 | |
| US20070162494A1 (en) | Embedded business process monitoring | |
| Dienst et al. | Development of a knowledge-based feedback assistance system of product use information for product improvement | |
| Brückmann et al. | Towards real-time monitoring and controlling of enterprise architectures using business software control centers | |
| CN117519006A (zh) | 生产线数据处理方法、装置、计算机设备和存储介质 | |
| KR20060058186A (ko) | 정보기술 위험관리시스템 및 그 방법 | |
| CN110262955A (zh) | 基于pinpoint的应用性能监控工具 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210204 Address after: Building 9, No.1, guanpu Road, Guoxiang street, Wuzhong Economic Development Zone, Wuzhong District, Suzhou City, Jiangsu Province Applicant after: SUZHOU LANGCHAO INTELLIGENT TECHNOLOGY Co.,Ltd. Address before: Room 1601, floor 16, 278 Xinyi Road, Zhengdong New District, Zhengzhou City, Henan Province Applicant before: ZHENGZHOU YUNHAI INFORMATION TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |