CN108205424B - 基于磁盘的数据迁移方法、装置及电子设备 - Google Patents
基于磁盘的数据迁移方法、装置及电子设备 Download PDFInfo
- Publication number
- CN108205424B CN108205424B CN201711480218.1A CN201711480218A CN108205424B CN 108205424 B CN108205424 B CN 108205424B CN 201711480218 A CN201711480218 A CN 201711480218A CN 108205424 B CN108205424 B CN 108205424B
- Authority
- CN
- China
- Prior art keywords
- disk
- data migration
- information
- preset
- migration
- 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.)
- Active
Links
Images
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
- G06F3/0614—Improving the reliability of storage systems
- G06F3/0619—Improving the reliability of storage systems in relation to data integrity, e.g. data losses, bit errors
-
- 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
- G06F3/0646—Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
- G06F3/0647—Migration mechanisms
-
- 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
- G06F3/0671—In-line storage system
- G06F3/0673—Single storage device
- G06F3/0674—Disk device
- G06F3/0676—Magnetic disk device
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)
- Computer Security & Cryptography (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种基于磁盘的数据迁移方法、装置及电子设备。其中,该方法包括:获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型;获取磁盘故障模型的输出结果,根据输出结果判断磁盘是否满足预设的数据迁移条件;若是,按照预设的数据迁移策略,对磁盘中已存储的数据执行数据迁移操作。该方式能够对磁盘的故障信息提前进行预测,能够在磁盘发生故障之前对磁盘中已存储的数据进行主动迁移,有效避免磁盘发生故障导致数据丢失的情况;另外预设的磁盘故障模型能够对各种类型的磁盘的故障信息进行预测,适用性广。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种基于磁盘的数据迁移方法、装置及电子设备。
背景技术
随着网络服务的日益普及,用户的访问量越来越大,相应地会产生海量的业务数据,业务数据对于各个网络服务是至关重要的,因此将业务数据保存在磁盘中,以便对其进行处理及利用。但磁盘发生故障会导致业务数据丢失,影响网络服务的运行,例如对于在线服务,很多在线服务都依赖本地业务数据,如果磁盘发生故障就必然导致这些在线网路服务异常,甚至不能提供服务。
但是,发明人在实现本发明的过程中发现,现有技术中至少存在下述缺陷:往往只能通过提前对磁盘中的数据进行备份,以此防止数据丢失,即使在日常巡检中发现磁盘故障的征兆,例如通过日志数据中的字段能够提前确定磁盘将要发生故障以及发生故障的时间,也只能被动地等待磁盘发生故障之后,通过查询备份对该磁盘中的数据进行修复,例如,针对保存了多个副本的数据,在读取数据或者巡检过程中,若发现磁盘发生了故障,则从副本中拷贝因磁盘故障丢失的数据。由此可见,现有技术中缺少一种能够很好地解决上述问题的方法。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于磁盘的数据迁移方法、装置及电子设备。
根据本发明的一个方面,提供了一种基于磁盘的数据迁移方法,包括:获取磁盘的磁盘属性信息,将所述磁盘属性信息提供给预设的磁盘故障模型;获取所述磁盘故障模型的输出结果,根据所述输出结果判断所述磁盘是否满足预设的数据迁移条件;若是,按照预设的数据迁移策略,对所述磁盘中已存储的数据执行数据迁移操作。
可选地,所述输出结果中包括:磁盘的剩余可用时长,则所述预设的数据迁移条件包括:
当所述剩余可用时长不大于预设的预警时长阈值时,确定所述磁盘满足所述预设的数据迁移条件。
可选地,所述预警时长阈值进一步包括:多个分别对应于不同类型的磁盘的类型阈值;并且,每个类型阈值通过以下方式确定:
按照预设读写频率对该类型的磁盘进行读写测试;
根据测试结果确定与所述预设读写频率相对应的磁盘损耗速度,结合所述磁盘损耗速度确定该类型的磁盘所对应的类型阈值。
可选地,所述预设的数据迁移策略包括:
创建多个并行运行的迁移线程,由各个迁移线程并行执行数据迁移操作;和/或,每当检测到磁盘符合预设的空闲规则时,针对所述磁盘执行数据迁移操作。
可选地,所述按照预设的数据迁移策略,对所述磁盘中已存储的数据执行数据迁移操作的步骤具体包括:
将满足预设的数据迁移条件的各个磁盘记录到待迁移列表中;
根据各个磁盘的剩余可用时长和/或类型阈值,为所述待迁移列表中的各个磁盘设置对应的迁移权重值;
根据所述迁移权重值确定各个磁盘的迁移顺序和/或数据迁移策略。
可选地,所述磁盘属性信息包括以下中的至少一个:历史运行信息、磁盘类型信息、振动信息、运行声音信息、温度信息、湿度信息、灰尘信息、以及元器件信息。
可选地,所述方法执行之前,进一步包括:
预先获取各个磁盘样本的磁盘属性信息以及磁盘故障信息,通过神经网络算法,对所述磁盘属性信息及磁盘故障信息进行训练,以得到所述磁盘故障模型。
根据本发明的另一方面,提供了一种基于磁盘的数据迁移装置,包括:获取模块,适于获取磁盘的磁盘属性信息,将所述磁盘属性信息提供给预设的磁盘故障模型;判断模块,适于获取所述磁盘故障模型的输出结果,根据所述输出结果判断所述磁盘是否满足预设的数据迁移条件;数据迁移模块,适于若根据所述输出结果判断出所述磁盘满足预设的数据迁移条件,按照预设的数据迁移策略,对所述磁盘中已存储的数据执行数据迁移操作。
可选地,所述输出结果中包括:磁盘的剩余可用时长,则所述预设的数据迁移条件包括:
当所述剩余可用时长不大于预设的预警时长阈值时,确定所述磁盘满足所述预设的数据迁移条件。
可选地,所述预警时长阈值进一步包括:多个分别对应于不同类型的磁盘的类型阈值;并且,每个类型阈值通过以下方式确定:
按照预设读写频率对该类型的磁盘进行读写测试;
根据测试结果确定与所述预设读写频率相对应的磁盘损耗速度,结合所述磁盘损耗速度确定该类型的磁盘所对应的类型阈值。
可选地,所述预设的数据迁移策略包括:
创建多个并行运行的迁移线程,由各个迁移线程并行执行数据迁移操作;和/或,
每当检测到磁盘符合预设的空闲规则时,针对所述磁盘执行数据迁移操作。
可选地,所述数据迁移模块进一步适于:
将满足预设的数据迁移条件的各个磁盘记录到待迁移列表中;
根据各个磁盘的剩余可用时长和/或类型阈值,为所述待迁移列表中的各个磁盘设置对应的迁移权重值;
根据所述迁移权重值确定各个磁盘的迁移顺序和/或数据迁移策略。
可选地,所述磁盘属性信息包括以下中的至少一个:历史运行信息、磁盘类型信息、振动信息、运行声音信息、温度信息、湿度信息、灰尘信息、以及元器件信息。
可选地,所述装置进一步包括:
训练模块,适于预先获取各个磁盘样本的磁盘属性信息以及磁盘故障信息,通过神经网络算法,对所述磁盘属性信息及磁盘故障信息进行训练,以得到所述磁盘故障模型。
根据本发明的又一方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;
存储器用于存放至少一可执行指令,可执行指令使处理器执行上述基于磁盘的数据迁移方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,存储介质中存储有至少一可执行指令,可执行指令使处理器执行如上述基于磁盘的数据迁移方法对应的操作。
根据本发明公开的基于磁盘的数据迁移方法、装置及电子设备,获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型;获取磁盘故障模型的输出结果,根据输出结果判断磁盘是否满足预设的数据迁移条件;若是,按照预设的数据迁移策略,对磁盘中已存储的数据执行数据迁移操作。该方式能够对磁盘的故障信息提前进行预测,能够在磁盘发生故障之前对磁盘中已存储的数据进行主动迁移,有效避免磁盘发生故障导致数据丢失的情况;另外预设的磁盘故障模型能够对各种类型的磁盘的故障信息进行预测,适用性广。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明一个实施例的基于磁盘的数据迁移方法的流程示意图;
图2示出了本发明另一个实施例的基于磁盘的数据迁移方法的流程示意图;
图3示出了本发明又一实施例提供的一种基于磁盘的数据迁移装置的装置结构图;
图4示出了根据本发明实施例的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了本发明一个实施例的基于磁盘的数据迁移方法的流程示意图。如图1所示,该方法包括:
步骤S110,获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型。
常见的能够导致磁盘发生故障的因素有以下几种:磁盘外部振动、温度和湿度、电器元件损坏、声音以及灰尘等,相应地,上述各个因素所对应的信息能够作为预测磁盘故障的依据,例如根据磁盘外部振动信息对磁盘故障信息进行预测,本实施例中,磁盘属性信息是预测磁盘故障信息的依据,可以包括但不限于上述各项信息,并且凡是能够用于预测磁盘故障信息的相关信息都应当包括在本发明所保护范围内。
磁盘故障模型用于根据磁盘属性信息预测磁盘故障信息,预先可根据磁盘属性信息以及磁盘故障信息构建磁盘故障模型,磁盘属性信息为磁盘故障模型的输入信息项,磁盘故障信息作为磁盘故障模型的输出信息项,通过大数据结合机器学习的方法对磁盘故障模型进行训练更新,提高输出结果的准确性。
步骤S120,获取磁盘故障模型的输出结果,根据输出结果判断磁盘是否满足预设的数据迁移条件,若是,则执行步骤S130,若否,本方法结束。
根据输出结果可以直接或者间接地确定磁盘故障信息,例如,磁盘故障模型的输出结果可以是预测的磁盘剩余可用时长和/或磁盘的损耗速度,当然,本发明对输出结果的具体内涵不进行限制,则预设的数据迁移条件可以是磁盘的剩余可用时长小于预设时长阈值和/或磁盘的损耗速度大于预设速度阈值。通过对输出结果进行判断,确定是否需要对磁盘中的数据迁移,根据上述内容,若判断出预测的磁盘的剩余可用时长小于预设的时长阈值和/或磁盘的损耗速度大于预设的损耗速度阈值,则确定需要将该磁盘中的数据进行迁移,以免造成数据丢失。
步骤S130,按照预设的数据迁移策略,对磁盘中已存储的数据执行数据迁移操作。
通过上述步骤确定了需要对磁盘中的已存储的数据进行迁移,则按照预设的数据迁移策略,对磁盘中已存储的数据执行数据迁移操作。其中,数据迁移操作具体可以包括从该磁盘中读取数据以及将读取出的数据写入另外的存储设备中两个步骤,预设的数据迁移策略可以是数据迁移速度策略,数据迁移速度策略规定了从磁盘中读取数据的频率以及将读取出的数据写入另外的存储设备中的频率;预设的数据迁移策略也可以是数据迁移通道策略,该策略规定了从磁盘中读取数据的通道的数量,需要说明的是,本发明对预设的数据迁移策略不进行限定。具体实施时,可根据磁盘的剩余可用时长和/或该磁盘的损耗速度,设置从该磁盘中读取数据的频率以及读取数据的通道数量,防止在未将该磁盘中已存储的数据完全迁移之前该磁盘发生故障。
根据本实施例提供的基于磁盘的数据迁移方法,通过获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型;获取磁盘故障模型的输出结果,根据输出结果判断磁盘是否满足预设的数据迁移条件;若是,按照预设的数据迁移策略,对磁盘中已存储的数据执行数据迁移操作。该方式根据磁盘属性信息能够对磁盘的故障信息提前进行预测,能够在磁盘发生故障之前对磁盘中已存储的数据进行迁移,防止磁盘发生故障导致数据丢失;另外根据磁盘故障模型能够对各种类型的磁盘的故障信息进行预测,适用性广。
图2示出了本发明另一个实施例的基于磁盘的数据迁移方法的流程示意图。如图2所示,该方法包括:
步骤S210,获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型。
该步骤可以按照预设的周期执行,也即每隔预设的时间间隔执行一次,也可以实时地执行,本发明对此不作限定。本实施例的方法结合大数据与机器学习方法对磁盘故障信息进行预测,在执行本步骤的操作之前,预先获取各个磁盘样本的磁盘属性信息以及磁盘故障信息,通过神经网络算法,对磁盘属性信息及磁盘故障信息进行训练,以得到磁盘故障模型。
常见的能够导致磁盘发生故障的因素有以下几种:磁盘外部振动、温度和湿度、电器元件损坏、声音以及灰尘等,相应地,上述各个因素所对应的信息能够作为预测磁盘故障信息的依据,例如根据磁盘外部振动信息对磁盘故障信息进行预测,本实施例中,磁盘属性信息是预测磁盘故障信息的依据,可以包括但不限于上述各项信息,需要说明的是,凡是能够用于预测磁盘故障信息的相关信息都应当包括在本发明所保护范围内。
具体地,磁盘属性信息包括以下中的至少一个:历史运行信息、磁盘类型信息、振动信息、运行声音信息、温度信息、湿度信息、灰尘信息、以及元器件信息。其中,历史运行信息可以根据磁盘的S.M.A.R.T功能(Self Monitoring Analysis and ReportingTechnology,自我监测、分析及报告技术)的历史运行数据进行确定;其次,不同制造厂商的磁盘的类型、规格以及属性等并不完全一致,不同制造厂商的磁盘的故障校验方式往往不一致,例如惠普的磁盘与浪潮的磁盘所对应的校验方式是不一致的,本实施例中,将不同厂商的磁盘所对应的磁盘类型信息作为输入信息项对磁盘故障模型进行训练,因此根据该磁盘故障模型能够对不同制造厂商的磁盘的故障信息进行预测,适用性广;另外,通过设置不同类别的传感器可以检测到上述振动信息、磁盘的运行声音信息、温度信息、灰尘信息等,例如利用振动传感器检测振动信息,利用温度计检测温度信息等等;此外,通过对磁盘对应的电路进行测试可以确定对应的元器件信息。需要说明的是,本发明对磁盘属性信息的具体内涵以及检测方式不进行限制,本领域技术人员可以根据实际需要进行设置。
磁盘故障模型用于根据磁盘属性信息预测磁盘故障信息,本实施例中,磁盘属性信息为磁盘故障模型的输入信息项,磁盘故障信息作为磁盘故障模型的输出信息项,通过大数据结合神经网络算法的方法对磁盘故障模型进行训练更新,提高输出结果的准确性。具体实施时,获取各个维度的磁盘属性信息,将磁盘属性信息输入至磁盘故障模型中,得到输出结果,根据输出确定磁盘故障信息。由此可知,将磁盘属性信息提供给预设的磁盘故障模型,其一可以预测磁盘故障信息,其二,可以丰富磁盘故障模型的样本数据,以供根据神经网络算法对磁盘故障模型进行训练更新,进一步提升输出结果的准确性。
步骤S220,获取磁盘故障模型的输出结果,根据输出结果判断磁盘是否满足预设的数据迁移条件,若是,则执行步骤S230,若否,本方法结束。
其中,输出结果中包括:磁盘的剩余可用时长,则预设的数据迁移条件包括:当剩余可用时长不大于预设的预警时长阈值时,确定磁盘满足预设的数据迁移条件。
本实施例的方法的目的在于提前预测磁盘的故障信息,以便在磁盘发生故障之前对磁盘中已存储的数据进行迁移,因此需要判断磁盘是否满足数据迁移条件,也即在什么情况下需要对磁盘中已存储的数据进行迁移。输出结果可以包括磁盘的剩余可用时长,当磁盘的剩余可用时长不大于预设的预警时长阈值时,则表明需要对该磁盘中已存储的数据进行迁移,该预警时长阈值可根据实际情况进行设置。
具体地,预警时长阈值进一步包括:多个分别对应于不同类型的磁盘的类型阈值;并且,每个类型阈值通过以下方式确定:
按照预设读写频率对该类型的磁盘进行读写测试;根据测试结果确定与预设读写频率相对应的磁盘损耗速度,结合磁盘损耗速度确定该类型的磁盘所对应的类型阈值。
由于不同类型的磁盘之间存在差异,不同类型的磁盘所对应损耗速度、寿命时长等也存在不同,本实施例中,针对不同类型的磁盘,分别确定对应的预警时长阈值,具体可按照预设的读写频率对磁盘进行读写测试,根据测试结果确定与预设读写频率相对应的磁盘损耗速度,结合磁盘损耗速度确定该类型的磁盘所对应的类型阈值。预设读写频率可以是指定的一个固定频率,也可根据实际情况中磁盘的历史读写频率进行确定,例如,根据磁盘的历史最小读写频率或者历史最大读写频率或者历史读写平均读写频率;另外,还可以分别设置多组读写频率对磁盘进行测试,结合各组的测试结果确定该类型的磁盘所对应的类型阈值,例如实际应用中,可根据磁盘所能承受的最小读写频率以及最大读写频率对分别磁盘进行测试,确定对应的磁盘损耗速度,根据磁盘属性参数及各个磁盘损耗速度确定该类型的磁盘所对应的类型阈值。
步骤S230,将满足预设的数据迁移条件的各个磁盘记录到待迁移列表中;根据各个磁盘的剩余可用时长和/或类型阈值,为待迁移列表中的各个磁盘设置对应的迁移权重值;根据迁移权重值确定各个磁盘的迁移顺序和/或数据迁移策略。
根据上述步骤确定了满足预设的数据迁移条件的各个磁盘,则将该各个磁盘记录到迁移列表中,具体可将各个磁盘对应的磁盘标识记录在迁移列表中,实际应用中,存在满足预设的数据迁移条件的磁盘为多个的情况,需要优先对一些磁盘中已存储的数据进行迁移,通俗地来说,也就是优先对剩余可用时长较短的磁盘和/或磁盘损耗速度较大的磁盘中已存储的数据进行迁移,具体可根据各个磁盘的剩余可用时长和/或类型阈值,为待迁移列表中的各个磁盘设置对应的迁移权重值,根据迁移权重值确定各个磁盘的迁移顺序和/或迁移策略,例如可根据磁盘的剩余可用时长与对应的类型阈值的比值确定迁移权重值,在此情况下,迁移权重值与该比值成反比,也就是说,该比值越小对应的磁盘的迁移权重值越大,则优先对权重值较大的磁盘中已存储的数据进行迁移。通过该方式能够对磁盘进行统一管理,另外若获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型的步骤是按预设的周期执行的,可能会存在预测出的有些磁盘的剩余可用时长较短,需要及时地对磁盘中已存储的数据进行迁移,因此,通过设置权重值能够及时处理亟需迁移的磁盘。
另外本实施例中针对不同的磁盘还可分别设置不同的迁移策略,其中,数据迁移操作具体可以包括从该磁盘中读取数据以及将读取出的数据写入另外的存储设备中两个步骤,预设的数据迁移策略可以是数据迁移速度策略,数据迁移速度策略规定了从磁盘中读取数据的频率以及将读取出的数据写入另外的存储设备中的频率;预设的数据迁移策略也可以是数据迁移通道策略,该策略规定了从磁盘中读取数据的通道的数量,需要说明的是,本发明对预设的数据迁移策略不进行限定。
具体地,预设的数据迁移策略包括:创建多个并行运行的迁移线程,由各个迁移线程并行执行数据迁移操作;和/或,每当检测到磁盘符合预设的空闲规则时,针对磁盘执行数据迁移操作。
其中,利用多个线程并行执行数据迁移操作可提升迁移速度,具体线程数量可根据剩余可用时长与类型阈值之间的关系确定,例如当剩余可用时长小于对应的类型阈值,并且剩余可用时长与类型阈值之间的差值较大时,则可根据该差值设置多个并行线程以便加速对该磁盘中已存储的数据的迁移处理,另外还可以结合磁盘读写速度确定并行线程的数量,该方式能够对磁盘中已存储的数据进行快速迁移,适用于磁盘的剩余可用时长较短的情况。具体应用中,可设置通过代理节点,使一个磁盘中已存储的数据由数个数据节点分别向不同的目的数据节点迁移数据,减轻了迁移过程中的带宽压力,提升了迁移的速度,并且在此过程中,不会发生针对此磁盘的写入操作,直到磁盘中已存储的数据完全迁移。
空闲规则可以是:磁盘的读写频率低于预设读写频率阈值时确定为磁盘空闲,由于,对磁盘进行读写操作会加速磁盘的故障,因此本实施例的方法在磁盘空闲时对磁盘中已存储的数据进行迁移,能够有效避免因读写强度大而导致磁盘加速故障的问题,减缓磁盘发生故障,该方式适用于磁盘的剩余可用时长较长的情况。根据本实施例的方法能够在巡检过程中预测出磁盘的故障信息,也就是说在巡检过程中发现磁盘的故障预兆,在磁盘发生故障之前将磁盘中已存储的数据迁移至其他目标数据节点,由于目标数据节点会存储该磁盘的相关信息,因此在数据迁移过程中,能够确保不会发生对该磁盘的写入操作,但对该磁盘仍然可以进行读取操作,从而可以实现磁盘的热下线功能。
在实际应用中,可以根据磁盘属性信息预测磁盘故障信息,从而根据磁盘故障信息对磁盘进行数据迁移处理,还可以将指定的磁盘进行数据迁移处理,具体获取磁盘下线请求,根据磁盘下线请求中所包含的磁盘标识确定对应的磁盘,例如磁盘所属的数据节点和/或磁盘序列号信息确定对应的磁盘,然后对该磁盘进行数据迁移处理,也就是停止当前对该磁盘的写入操作,将磁盘中已存储的数据进行迁移。实际应用中,根据磁盘下线请求中所包含的磁盘标识确定对应的磁盘,对该磁盘进行数据迁移处理的步骤具体可以包括:在名字节点中根据磁盘下线请求中所包含的磁盘标识查询确定磁盘所属的数据节点以及磁盘中的数据块,以数据块为单位向其所属的数据节点或者代理节点发送下线请求,进而根据数据块的下线请求对数据块进行迁移处理。
另外,当确定了需要对磁盘进行数据迁移处理或者对磁盘已经完成了数据迁移处理之后,需要更新数据节点对应的磁盘的状态信息,具体应用中,预先可将所属于同一数据节点的磁盘所对应的磁盘标识记录在名字节点中,并为磁盘设置对应的状态标识,将需要进行数据迁移处理的磁盘对应的状态标识设置为待处理状态,已经完成了数据迁移处理的磁盘对应的状态标识设置为待更换状态,则可以根据名字节点所包含的各个磁盘标识及对应的状态标识,及时对磁盘作出相应的处理。
根据本实施例提供的基于磁盘的数据迁移方法,通过获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型;获取磁盘故障模型的输出结果,根据输出结果判断磁盘是否满足预设的数据迁移条件;将满足预设的数据迁移条件的各个磁盘记录到待迁移列表中;根据各个磁盘的剩余可用时长和/或类型阈值,为待迁移列表中的各个磁盘设置对应的迁移权重值;根据迁移权重值确定各个磁盘的迁移顺序和/或数据迁移策略。该方式能够对磁盘的故障信息提前进行预测,能够在磁盘发生故障之前对磁盘中已存储的数据进行主动迁移,防止磁盘发生故障导致数据丢失,避免了在发现磁盘故障到数据不可读这个阶段无谓的被动等待,并且相比于现有技术,在对数据进行迁移的过程中仍然能够对磁盘中已存储的数据进行读取操作,能够根据磁盘故障信息确定对应的数据迁移策略,及时有效地对磁盘中的数据进行迁移,能够对待处理的磁盘进行统一管理,通过设置权重值,优先对情况紧急的磁盘进行数据迁移处理,并且预设的磁盘故障模型能够对各种类型的磁盘的故障信息进行预测,适用性广。
图3示出了本发明又一实施例提供的一种基于磁盘的数据迁移装置的装置结构图,如图3所示,该装置包括:
获取模块31,适于获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型;
判断模块32,适于获取磁盘故障模型的输出结果,根据输出结果判断磁盘是否满足预设的数据迁移条件;
数据迁移模块33,适于若根据输出结果判断出磁盘满足预设的数据迁移条件,按照预设的数据迁移策略,对磁盘中已存储的数据执行数据迁移操作。
可选地,输出结果中包括:磁盘的剩余可用时长,则预设的数据迁移条件包括:
当剩余可用时长不大于预设的预警时长阈值时,确定磁盘满足预设的数据迁移条件。
可选地,预警时长阈值进一步包括:多个分别对应于不同类型的磁盘的类型阈值;并且,每个类型阈值通过以下方式确定:
按照预设读写频率对该类型的磁盘进行读写测试;
根据测试结果确定与预设读写频率相对应的磁盘损耗速度,结合磁盘损耗速度确定该类型的磁盘所对应的类型阈值。
可选地,预设的数据迁移策略包括:
创建多个并行运行的迁移线程,由各个迁移线程并行执行数据迁移操作;和/或,每当检测到磁盘符合预设的空闲规则时,针对磁盘执行数据迁移操作。
可选地,数据迁移模块33进一步适于:
将满足预设的数据迁移条件的各个磁盘记录到待迁移列表中;
根据各个磁盘的剩余可用时长和/或类型阈值,为待迁移列表中的各个磁盘设置对应的迁移权重值;
根据迁移权重值确定各个磁盘的迁移顺序和/或数据迁移策略。
可选地,磁盘属性信息包括以下中的至少一个:历史运行信息、磁盘类型信息、振动信息、运行声音信息、温度信息、湿度信息、灰尘信息、以及元器件信息。
可选地,上述装置进一步包括:
训练模块,适于预先获取各个磁盘样本的磁盘属性信息以及磁盘故障信息,通过神经网络算法,对磁盘属性信息及磁盘故障信息进行训练,以得到磁盘故障模型。
上述各个模块的具体结构和工作原理可参照方法实施例中相应步骤的描述,此处不再赘述。
本申请实施例提供了一种非易失性计算机存储介质,计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的基于磁盘的数据迁移。
图4示出了根据本发明实施例的一种电子设备的结构示意图,本发明具体实施例并不对电子设备的具体实现做限定。
如图4所示,该电子设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:
处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402,用于执行程序410,具体可以执行上述基于磁盘的数据迁移方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行以下操作:获取磁盘的磁盘属性信息,将磁盘属性信息提供给预设的磁盘故障模型;获取磁盘故障模型的输出结果,根据输出结果判断磁盘是否满足预设的数据迁移条件;若是,按照预设的数据迁移策略,对磁盘中已存储的数据执行数据迁移操作。
在一种可选的方式中,输出结果中包括:磁盘的剩余可用时长,则预设的数据迁移条件包括:当剩余可用时长不大于预设的预警时长阈值时,确定磁盘满足预设的数据迁移条件。
在一种可选的方式中,预警时长阈值进一步包括:多个分别对应于不同类型的磁盘的类型阈值;并且,每个类型阈值通过以下方式确定:
按照预设读写频率对该类型的磁盘进行读写测试;
根据测试结果确定与预设读写频率相对应的磁盘损耗速度,结合磁盘损耗速度确定该类型的磁盘所对应的类型阈值。
在一种可选的方式中,预设的数据迁移策略包括:创建多个并行运行的迁移线程,由各个迁移线程并行执行数据迁移操作;和/或,每当检测到磁盘符合预设的空闲规则时,针对磁盘执行数据迁移操作。
在一种可选的方式中,程序410具体可以进一步用于使得处理器402执行以下操作:将满足预设的数据迁移条件的各个磁盘记录到待迁移列表中;根据各个磁盘的剩余可用时长和/或类型阈值,为待迁移列表中的各个磁盘设置对应的迁移权重值;根据迁移权重值确定各个磁盘的迁移顺序和/或数据迁移策略。
在一种可选的方式中,磁盘属性信息包括以下中的至少一个:历史运行信息、磁盘类型信息、振动信息、运行声音信息、温度信息、湿度信息、灰尘信息、以及元器件信息。
在一种可选的方式中,程序410具体可以进一步用于使得处理器402执行以下操作:预先获取各个磁盘样本的磁盘属性信息以及磁盘故障信息,通过神经网络算法,对磁盘属性信息及磁盘故障信息进行训练,以得到磁盘故障模型。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下文中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于磁盘的数据迁移装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员可设计出替换实施例。单词“包含”不排除存在未列在实施例中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元实施例中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (12)
1.一种基于磁盘的数据迁移方法,包括:
获取磁盘的磁盘属性信息,将所述磁盘属性信息提供给预设的磁盘故障模型;
获取所述磁盘故障模型的输出结果,根据所述输出结果判断所述磁盘是否满足预设的数据迁移条件;
若是,按照预设的数据迁移策略,对所述磁盘中已存储的数据执行数据迁移操作;
在对所述磁盘中已存储的数据执行数据迁移操作的过程中,禁止对所述磁盘执行写入操作;
所述输出结果包括:磁盘的剩余可用时长和磁盘的损耗速度,所述预设的数据迁移条件包括:
当所述剩余可用时长不大于预设的预警时长阈值和所述损耗速度大于预设速度阈值时,确定所述磁盘满足所述预设的数据迁移条件;
其中,所述按照预设的数据迁移策略,对所述磁盘中已存储的数据执行数据迁移操作的步骤具体包括:
将满足预设的数据迁移条件的各个磁盘记录到待迁移列表中;
根据各个磁盘的剩余可用时长和类型阈值,为所述待迁移列表中的各个磁盘设置对应的迁移权重值;其中,所述类型阈值根据磁盘属性参数及磁盘损耗速度确定;所述迁移权重值根据磁盘的剩余可用时长与对应的类型阈值的比值确定,且所述迁移权重值与所述比值成反比;
根据所述迁移权重值确定各个磁盘的迁移顺序。
2.根据权利要求1所述的方法,其中,所述预警时长阈值进一步包括:多个分别对应于不同类型的磁盘的类型阈值;并且,每个类型阈值通过以下方式确定:
按照预设读写频率对该类型的磁盘进行读写测试;
根据测试结果确定与所述预设读写频率相对应的磁盘损耗速度,结合所述磁盘损耗速度确定该类型的磁盘所对应的类型阈值。
3.根据权利要求1所述的方法,其中,所述预设的数据迁移策略包括:
创建多个并行运行的迁移线程,由各个迁移线程并行执行数据迁移操作;和/或,
每当检测到磁盘符合预设的空闲规则时,针对所述磁盘执行数据迁移操作。
4.根据权利要求1所述的方法,其中,所述磁盘属性信息包括以下中的至少一个:历史运行信息、磁盘类型信息、振动信息、运行声音信息、温度信息、湿度信息、灰尘信息、以及元器件信息。
5.根据权利要求1-4任一所述的方法,其中,所述方法执行之前,进一步包括:
预先获取各个磁盘样本的磁盘属性信息以及磁盘故障信息,通过神经网络算法,对所述磁盘属性信息及磁盘故障信息进行训练,以得到所述磁盘故障模型。
6.一种基于磁盘的数据迁移装置,包括:
获取模块,适于获取磁盘的磁盘属性信息,将所述磁盘属性信息提供给预设的磁盘故障模型;
判断模块,适于获取所述磁盘故障模型的输出结果,根据所述输出结果判断所述磁盘是否满足预设的数据迁移条件;
数据迁移模块,适于若根据所述输出结果判断出所述磁盘满足预设的数据迁移条件,按照预设的数据迁移策略,对所述磁盘中已存储的数据执行数据迁移操作;
禁止模块,适于在对所述磁盘中已存储的数据执行数据迁移操作的过程中,禁止对所述磁盘执行写入操作;
所述输出结果包括:磁盘的剩余可用时长和磁盘的损耗速度,所述预设的数据迁移条件包括:
当所述剩余可用时长不大于预设的预警时长阈值和所述损耗速度大于预设速度阈值时,确定所述磁盘满足所述预设的数据迁移条件;
所述数据迁移模块进一步适于:
将满足预设的数据迁移条件的各个磁盘记录到待迁移列表中;
根据各个磁盘的剩余可用时长和类型阈值,为所述待迁移列表中的各个磁盘设置对应的迁移权重值;其中,所述类型阈值根据磁盘属性参数及磁盘损耗速度确定;所述迁移权重值根据磁盘的剩余可用时长与对应的类型阈值的比值确定,且所述迁移权重值与所述比值成反比;
根据所述迁移权重值确定各个磁盘的迁移顺序。
7.根据权利要求6所述的装置,其中,所述预警时长阈值进一步包括:多个分别对应于不同类型的磁盘的类型阈值;并且,每个类型阈值通过以下方式确定:
按照预设读写频率对该类型的磁盘进行读写测试;
根据测试结果确定与所述预设读写频率相对应的磁盘损耗速度,结合所述磁盘损耗速度确定该类型的磁盘所对应的类型阈值。
8.根据权利要求6所述的装置,其中,所述预设的数据迁移策略包括:
创建多个并行运行的迁移线程,由各个迁移线程并行执行数据迁移操作;和/或,
每当检测到磁盘符合预设的空闲规则时,针对所述磁盘执行数据迁移操作。
9.根据权利要求6所述的装置,其中,所述磁盘属性信息包括以下中的至少一个:历史运行信息、磁盘类型信息、振动信息、运行声音信息、温度信息、湿度信息、灰尘信息、以及元器件信息。
10.根据权利要求6-9任一所述的装置,其中,所述装置进一步包括:
训练模块,适于预先获取各个磁盘样本的磁盘属性信息以及磁盘故障信息,通过神经网络算法,对所述磁盘属性信息及磁盘故障信息进行训练,以得到所述磁盘故障模型。
11.一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-5中任一项所述的基于磁盘的数据迁移对应的操作。
12.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-5中任一项所述的基于磁盘的数据迁移对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711480218.1A CN108205424B (zh) | 2017-12-29 | 2017-12-29 | 基于磁盘的数据迁移方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711480218.1A CN108205424B (zh) | 2017-12-29 | 2017-12-29 | 基于磁盘的数据迁移方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108205424A CN108205424A (zh) | 2018-06-26 |
CN108205424B true CN108205424B (zh) | 2021-09-28 |
Family
ID=62606116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711480218.1A Active CN108205424B (zh) | 2017-12-29 | 2017-12-29 | 基于磁盘的数据迁移方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108205424B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145002B (zh) * | 2018-08-22 | 2023-10-24 | 三六零科技集团有限公司 | 数据表的修改方法和装置 |
CN109522152B (zh) * | 2018-09-06 | 2021-05-14 | 清华大学 | 电镜数据灾备方法、存储介质和装置 |
CN109460184B (zh) * | 2018-09-06 | 2021-04-16 | 清华大学 | 电镜数据转储方法、存储介质和装置 |
CN109658975B (zh) * | 2018-11-02 | 2019-12-03 | 北京大学 | 一种面向纠删码的主动数据修复方法及系统 |
CN109739739B (zh) * | 2018-12-28 | 2020-10-02 | 南京中兴软件有限责任公司 | 磁盘故障的预测方法、设备及存储介质 |
CN111736754A (zh) * | 2019-03-25 | 2020-10-02 | 杭州海康威视系统技术有限公司 | 数据迁移方法和装置 |
CN110764953A (zh) * | 2019-09-30 | 2020-02-07 | 浪潮电子信息产业股份有限公司 | 一种数据恢复方法、装置、设备及可读存储介质 |
CN111158964B (zh) * | 2019-11-26 | 2021-06-08 | 北京邮电大学 | 一种磁盘故障预测方法、系统、装置及存储介质 |
CN111078440B (zh) * | 2019-12-06 | 2022-03-08 | 腾讯科技(深圳)有限公司 | 一种磁盘错误检测方法、装置及存储介质 |
CN111124304B (zh) * | 2019-12-19 | 2022-04-22 | 北京浪潮数据技术有限公司 | 一种数据迁移方法、装置及电子设备和存储介质 |
CN112446557B (zh) * | 2021-01-29 | 2021-05-07 | 北京蒙帕信创科技有限公司 | 一种基于深度学习的磁盘故障预测规避方法及系统 |
CN112817540B (zh) * | 2021-02-23 | 2022-11-04 | 上海交通大学 | 一种基于磁盘阵列扩展的数据块重分布方法及装置 |
CN116560916A (zh) * | 2023-07-07 | 2023-08-08 | 苏州浪潮智能科技有限公司 | 一种磁盘切换方法、系统、装置、介质及分布式存储系统 |
CN118132350B (zh) * | 2024-04-29 | 2024-08-06 | 苏州元脑智能科技有限公司 | Cxl内存容错方法、服务器系统、存储介质和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063181A (zh) * | 2013-03-18 | 2014-09-24 | 联想(北京)有限公司 | 固态硬盘管理方法、服务器及系统 |
CN105893168A (zh) * | 2016-03-29 | 2016-08-24 | 深圳市硅格半导体股份有限公司 | 硬盘健康状况分析方法和装置 |
CN107391301A (zh) * | 2017-08-16 | 2017-11-24 | 北京奇虎科技有限公司 | 存储系统的数据管理方法、装置、计算设备及存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9122643B2 (en) * | 2005-12-08 | 2015-09-01 | Nvidia Corporation | Event trigger based data backup services |
CN102521058A (zh) * | 2011-12-01 | 2012-06-27 | 北京威视数据系统有限公司 | Raid组磁盘数据预迁移方法 |
CN103577249B (zh) * | 2013-11-13 | 2017-06-16 | 中国科学院计算技术研究所 | 虚拟机在线迁移方法与系统 |
US9436406B2 (en) * | 2014-07-07 | 2016-09-06 | International Business Machines Corporation | Migration decision window selection based on hotspot characteristics |
CN104268040B (zh) * | 2014-09-16 | 2016-04-06 | 深圳市腾讯计算机系统有限公司 | 一种磁盘性能检测方法及装置 |
JP6637258B2 (ja) * | 2015-06-03 | 2020-01-29 | 株式会社日立製作所 | ストレージシステムの移行方法およびプログラム |
CN107391031B (zh) * | 2017-06-27 | 2020-05-08 | 北京邮电大学 | 一种基于混合存储的计算系统中的数据迁移方法及装置 |
CN107480028B (zh) * | 2017-07-21 | 2020-09-18 | 东软集团股份有限公司 | 磁盘可使用的剩余时长的获取方法及装置 |
CN107479836A (zh) * | 2017-08-29 | 2017-12-15 | 郑州云海信息技术有限公司 | 磁盘故障监控方法、装置以及存储系统 |
-
2017
- 2017-12-29 CN CN201711480218.1A patent/CN108205424B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063181A (zh) * | 2013-03-18 | 2014-09-24 | 联想(北京)有限公司 | 固态硬盘管理方法、服务器及系统 |
CN105893168A (zh) * | 2016-03-29 | 2016-08-24 | 深圳市硅格半导体股份有限公司 | 硬盘健康状况分析方法和装置 |
CN107391301A (zh) * | 2017-08-16 | 2017-11-24 | 北京奇虎科技有限公司 | 存储系统的数据管理方法、装置、计算设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108205424A (zh) | 2018-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108205424B (zh) | 基于磁盘的数据迁移方法、装置及电子设备 | |
CN106156355B (zh) | 日志处理方法及装置 | |
CN107025153B (zh) | 磁盘的故障预测方法和装置 | |
CN111090502B (zh) | 一种流数据任务调度方法和装置 | |
US7747986B2 (en) | Generating static performance modeling factors in a deployed system | |
US20180121275A1 (en) | Method and apparatus for detecting and managing faults | |
US20170331787A1 (en) | Unauthorized communication detection system and unauthorized communication detection method | |
US20140250334A1 (en) | Detection apparatus and detection method | |
CN106445639A (zh) | 监测虚拟机的方法及装置 | |
US20140229923A1 (en) | Commit sensitive tests | |
JP7291909B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN116643906B (zh) | 云平台故障的处理方法、装置、电子设备及存储介质 | |
CN113360389A (zh) | 一种性能测试方法、装置、设备及存储介质 | |
CN111435327B (zh) | 一种日志记录的处理方法、装置及系统 | |
CN116361153A (zh) | 固件代码的测试方法、装置、电子设备、存储介质 | |
JP2020144542A (ja) | 不具合再現支援システム、不具合再現支援方法 | |
JP2020144542A5 (zh) | ||
CN111382041B (zh) | 一种故障检测、数据处理方法、装置及设备 | |
CN108959028B (zh) | 磁盘生命周期分析方法及装置 | |
CN112860779A (zh) | 一种批量数据导入方法及装置 | |
US9372783B2 (en) | Recording the core data of a computer process which provides trace data | |
CN112905602B (zh) | 数据比对方法、计算设备及计算机存储介质 | |
US20240328475A1 (en) | Early warning method, device, apparatus, and storage medium for hot spots of brake disc | |
US20230068069A1 (en) | Temporary probing agents for collecting data in a computing environment | |
JP6884076B2 (ja) | 情報処理装置およびコンピュータプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |