CN109408353B - 一种存储分区利用率和iops的分析方法，系统及终端设备 - Google Patents

一种存储分区利用率和iops的分析方法，系统及终端设备 Download PDF

Info

Publication number
CN109408353B
CN109408353B CN201811346909.7A CN201811346909A CN109408353B CN 109408353 B CN109408353 B CN 109408353B CN 201811346909 A CN201811346909 A CN 201811346909A CN 109408353 B CN109408353 B CN 109408353B
Authority
CN
China
Prior art keywords
storage
iops
data
partition
time
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
Application number
CN201811346909.7A
Other languages
English (en)
Other versions
CN109408353A (zh
Inventor
李闯
李玲侠
胡超超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou Yunhai Information Technology Co Ltd
Original Assignee
Zhengzhou Yunhai Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhengzhou Yunhai Information Technology Co Ltd filed Critical Zhengzhou Yunhai Information Technology Co Ltd
Priority to CN201811346909.7A priority Critical patent/CN109408353B/zh
Publication of CN109408353A publication Critical patent/CN109408353A/zh
Application granted granted Critical
Publication of CN109408353B publication Critical patent/CN109408353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis
    • 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
    • G06F3/061—Improving I/O performance
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供一种存储分区利用率和IOPS的分析方法，系统及终端设备，每经过一预设时长，保存所述时段存储服务器的存储状态；获取用户输入的存储状态查询时段；根据用户输入的存储状态查询时段,获取存储服务器的存储状态信息，存储状态分析模块分析存储服务器的存储状态信息；展示存储状态分析模块分析后的存储状态信息。采用协方差方法量化之间的关系，可以分析出存储服务器运行历史中的任意时间单个存储分区的IOPS和利用率之间关系变化，从而可以有效判断出所选时间段存储分区的性能监控是否正常，对于了解存储服务器存储分区的运行状况提供帮助。

Description

一种存储分区利用率和IOPS的分析方法，系统及终端设备
技术领域
本发明涉及计算机存储系统领域，尤其涉及一种存储分区利用率和IOPS的分析方法，系统及终端设备。
背景技术
随着科学计算和各种网络应用的快速发展，人类产生的信息量越来越多，这使的数据的存储越来越被人们所关注，从而使得存储部件在整个计算机体系中所处的地位越来越重要，存储已经由单一的存储分区、磁带转向存储分区阵列，进而发展到当前流行的存储网络，如NAS(Network Storage Technologies，网络存储技术),SAN(Storage AreaNetwork，存储区域网络)和iscsi(Internet Small Computer System Interface，互联网小型计算机系统接口)等。大规模的数据应用需求不断涌现，海量数据及其应用也成为一个新的发展方向，数据存储已经对人们的工作和生活产生了巨大的影响，而其中对于存储设备的各项性能数据分析也自然越来越重要。
存储设备的历史性能数据为存储设备各项性能数据保存下来的历史记录，通过分析历史性能数据，可以有效的监控存储设备运行的情况、分析存储设备的优劣、进行存储设备未来运行状况的预测，因此如何统计存储设备历史性能数据信息是亟待解决的技术问题。
而通常情况，存储设备的性能数据指标存储分区IOPS(I/O per second)，即每秒最大I/O数，可以用来衡量大量小文件并发随机读写的环境中，存储分区所能提供的最大文件并发数，如数据库应用等很多方面，而存储分区利用率则表示存储分区每秒钟被使用的整体情况，正常情况下和存储分区IOPS是正相关的。实际情况下，存储分区的利用率和IOPS统计数据都是一组波动的值，不容易量化出之间联系，造成无法统计存储设备历史性能数据信息。
发明内容
为了克服上述现有技术中的不足，本发明提供一种存储分区利用率和IOPS的分析方法，方法包括：
S1，每经过一预设时长，保存所述时段存储服务器的存储状态；
S2，获取用户输入的存储状态查询时段；
S3，根据用户输入的存储状态查询时段,获取存储服务器的存储状态信息，存储状态分析模块分析存储服务器的存储状态信息；
S4，展示存储状态分析模块分析后的存储状态信息。
优选地，S1之前还包括：存储服务器包括多个存储分区；
每个存储分区配置有存储分区编号；
S2还包括：获取用户输入的存储状态查询时段以及获取待查询存储分区的编号。
优选地，步骤S3还包括：存储状态分析模块采用如下方式进行分析存储服务器的存储状态信息：
Figure BDA0001863978240000021
其中
i:表示用户输入的存储状态查询时段；
j:表示存储服务器存储分区的编号，j＝1、2、3……；
n:表示用户查看的指定时间段内，共有多少个推送时间点；
cov[j]：用户查看的时间段内所有指定数据中，第j个存储分区的存储状态信息；
X[i,j]：用户查看的时间段内的第j个存储分区所对应的第i个时间点存储分区利用率性能数据；
Y[i,j]：用户查看的时间段内的第j个存储分区所对应的第i个时间点存储分区IOPS性能数据。
优选地，Xave[j]：获取方式为：
Figure BDA0001863978240000031
表示用户查看的指定时间段内第j个存储分区利用率性能数据的平均值；
Yave[j]：计算公式为：
Figure BDA0001863978240000032
表示用户查看的指定时间段内第j个存储分区IOPS性能数据的平均值。
优选地，存储状态信息包括：存储分区利用率值和IOPS性能数据；
步骤S1还包括：每经过一预设时长，通过SSH协议或FTP协议获取存储服务器的存储状态信息的历史性能数据，保存所述存储服务器的存储状态。
优选地，步骤S1之后还包括：
每经过一预设时长，保存所述时段存储服务器的存储状态，把所述时段，存储服务器储存的数据存入数据库；
以时间为单位，数据库将按照不同数据类型分别存入相应的数据表中；
存储分区的IOPS数据，每经过一预设时长记录一条IOPS数据信息，存入IOPS表中；
所述IOPS数据信息包括存储分区识别ID、产生时间、存储分区ID、IOPS值大小；
预设存储分区中每条数据的储存时限，当数据达到储存时限时，自动清除冗余数据。
一种存储分区利用率和IOPS的分析系统，包括：客户端以及存储服务器；
客户端包括：存储状态保存模块，数据输入模块，存储状态分析模块以及展示模块；
存储状态保存模块用于每经过一预设时长，保存所述时段存储服务器的存储状态；
数据输入模块用于提供获取用户输入存储状态查询时段的端口；
存储状态分析模块用于根据用户输入的存储状态查询时段,获取存储服务器的存储状态信息，存储状态分析模块分析存储服务器的存储状态信息；
展示模块用于展示存储状态分析模块分析后的存储状态信息。
优选地，存储状态分析模块还用于采用如下方式进行分析存储服务器的存储状态信息：
Figure BDA0001863978240000041
Xave[j]：获取方式为：
Figure BDA0001863978240000042
表示用户查看的指定时间段内第j个存储分区利用率性能数据的平均值；
Yave[j]：计算公式为：
Figure BDA0001863978240000043
表示用户查看的指定时间段内第j个存储分区IOPS性能数据的平均值。
优选地，存储状态保存模块还用于每经过一预设时长，通过SSH协议或FTP协议获取存储服务器的存储状态信息的历史性能数据，保存所述存储服务器的存储状态；把所述时段，存储服务器储存的数据存入数据库；
以时间为单位，数据库将按照不同数据类型分别存入相应的数据表中；
存储分区的IOPS数据，每经过一预设时长记录一条IOPS数据信息，存入IOPS表中；
所述IOPS数据信息包括存储分区识别ID、产生时间、存储分区ID、IOPS值大小；
预设存储分区中每条数据的储存时限，当数据达到储存时限时，自动清除冗余数据。
一种实现基于协方差分析存储分区利用率和IOPS分析方法的终端设备，包括：
存储器，用于存储计算机程序及实现基于协方差分析存储分区利用率和IOPS分析方法；
处理器，用于执行所述计算机程序及实现基于协方差分析存储分区利用率和IOPS分析方法，以实现基于协方差分析存储分区利用率和IOPS分析方法的步骤。
从以上技术方案可以看出，本发明具有以下优点：
本专利采用协方差方法量化之间的关系，可以分析出存储服务器运行历史中的任意时间单个存储分区的IOPS和利用率之间关系变化，从而可以有效判断出所选时间段存储分区的性能监控是否正常，对于了解存储服务器存储分区的运行状况提供帮助。
本发明通过存储分区利用率和IOPS的分析处理后，在图表中可以直观的看到存储服务器每块磁盘利用率和IOPS的协方差大小，可以任选时间段进行查询，直接量化两个参数的相关性关系。
本发明涉及的方法操作便利，不需要复杂处理和人为干预，用户直接查看，避免了用户监控展示存储服务器性能状况时多余的处理。
附图说明
为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为存储分区利用率和IOPS的分析方法流程图；
图2为分析展示存储系统磁盘利用率和IOPS流程图；
图3为展示存储系统磁盘利用率和IOPS相关性结果示例；
图4为存储分区利用率和IOPS的分析系统示意图。
具体实施方式
本发明提供一种存储分区利用率和IOPS的分析方法，如图1所示，方法包括：
S1，每经过一预设时长，保存所述时段存储服务器的存储状态；
预设时长，及预设时长所对应的时段可以基于用户自行设置，具体设置的时长和时间点这里不做限定。
存储状态信息包括：存储分区利用率值和IOPS性能数据；
每经过一预设时长，通过SSH协议或FTP协议获取存储服务器的存储状态信息的历史性能数据，保存所述存储服务器的存储状态。
S2，获取用户输入的存储状态查询时段；
用户可以基于需要输入存储状态查询时段。系统可以基于用户输入的存储状态查询时段，进行分析显示。
S3，根据用户输入的存储状态查询时段,获取存储服务器的存储状态信息，存储状态分析模块分析存储服务器的存储状态信息；
S4，展示存储状态分析模块分析后的存储状态信息。
这里可以通过存储服务器推送磁盘利用率和IOPS性能数据到指定插件，相关数据存入数据库作为采集数据样本，数据处理之后通过HighCharts等图表展示工具在Web页面进行图表展示。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将运用具体的实施例及附图，对本发明保护的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本专利中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利保护的范围。
本发明提供的实施例中，S1之前还包括：存储服务器包括多个存储分区；
每个存储分区配置有存储分区编号；
存储服务器可以由多个磁盘组成存储分区，也就是一个磁盘构成一个存储分区，也可以有多个磁盘组成一个存储分区。存储服务器包括多个存储分区。
S2还包括：获取用户输入的存储状态查询时段以及获取待查询存储分区的编号。当然用户也可以查询每个磁盘的存储状态查询时段以及获取待查询磁盘的编号。
计算机可读介质的计算机程序产品可以形成一部分，其可以包括包装材料。数据的计算机可读介质可以包括计算机存储介质，诸如随机存取存储器(RAM)，只读存储器(ROM)，非易失性随机存取存储器(NVRAM)，电可擦可编程只读存储器(EEPROM)，闪存，磁或光学数据存储介质，和类似物。在一些实施例中，一种制造产品可包括一个或多个计算机可读存储媒体。
本发明提供的实施例中，步骤S3还包括：存储状态分析模块采用如下方式进行分析存储服务器的存储状态信息：
Figure BDA0001863978240000071
其中
i:表示用户输入的存储状态查询时段；
j:表示存储服务器存储分区的编号，j＝1、2、3……；
n:表示用户查看的指定时间段内，共有多少个推送时间点；
cov[j]：用户查看的时间段内所有指定数据中，第j个存储分区的存储状态信息；
X[i,j]：用户查看的时间段内的第j个存储分区所对应的第i个时间点存储分区利用率性能数据；
Y[i,j]：用户查看的时间段内的第j个存储分区所对应的第i个时间点存储分区IOPS性能数据。
Xave[j]：获取方式为：
Figure BDA0001863978240000081
表示用户查看的指定时间段内第j个存储分区利用率性能数据的平均值；
Yave[j]：计算公式为：
Figure BDA0001863978240000082
表示用户查看的指定时间段内第j个存储分区IOPS性能数据的平均值。
这里所描述的技术可以实现在硬件，软件，固件或它们的任何组合。所述的各种特征为模块，单元或组件可以一起实现在集成逻辑装置或分开作为离散的但可互操作的逻辑器件或其他硬件设备。在一些情况下，电子电路的各种特征可以被实现为一个或多个集成电路器件，诸如集成电路芯片或芯片组。
本发明提供的实施例中，步骤S1还包括：每经过一预设时长，通过SSH协议或FTP协议获取存储服务器的存储状态信息的历史性能数据，保存所述存储服务器的存储状态。
步骤S1之后还包括：
每经过一预设时长，保存所述时段存储服务器的存储状态，把所述时段，存储服务器储存的数据存入数据库；
以时间为单位，数据库将按照不同数据类型分别存入相应的数据表中；
存储分区的IOPS数据，每经过一预设时长记录一条IOPS数据信息，存入IOPS表中；
所述IOPS数据信息包括存储分区识别ID、产生时间、存储分区ID、IOPS值大小；
预设存储分区中每条数据的储存时限，当数据达到储存时限时，自动清除冗余数据。
在一些实施例中，计算机可读存储介质可以包括非易失性介质。术语“非暂态”所述存储介质可以指示不包含在载波或传播信号。在某些实施例中，非临时性存储介质可以存储数据，它可以随时间改变(例如，RAM或者高速缓存)中。
本发明还提供一个优选的实施方式，具体为：如图2至3所示，
存储服务器正常运行下都会产生一些实时的性能数据，取其中磁盘利用率和IOPS性能数据可以通过SSH协议或FTP协议推送到指定的收集历史性能数据客户端，并把数据当成样本如实存入数据库。数据库将按照不同数据类型分别存入相应的数据表中，以时间为单位，如磁盘IOPS数据每分钟记录一条，存入IOPS表中，该条信息包括存储服务器识别ID、产生时间、磁盘ID、IOPS值大小等存储服务器推送来的数据，数据如实记录实时数据大小，并保存每条数据至用户要求的时限(如365天)后方才自动清除超出时限的冗余数据。
用户输入想要查询的历史数据指定时间，如2018.1.1 00:00——2018.1.3024:00，后台从数据库提取各个表中对应期间内的所有数据，根据各个磁盘ID进行区分，分别存入相应数组，如X[i,j]代表存储服务器第j个磁盘第i时间点相应的磁盘利用率，使用协方差理论计算，获取将要展示的参数cov[j]，并传输到Web前端HighCharts插件对应数据接口用于直接展示，如图2。
通过HighCharts等现有的免费开源图形显示插件，只需要传入上述cov[]数组，插件中设定为柱状图展示，即可通过协方差大小表示监控存储磁盘的性能情况。
如图3，图表中展示了该存储系统所统计的10块磁盘各自的利用率和IOPS协方差大小，用户选择想要查看的时间段2018-1-1 00:00至2018-1-30 24:00，即展示该时间段内所有磁盘的两种数据相关性协方差，数值越大相关性越强，表示监控磁盘性能越正常，对于负值数据则要具体分析是否存在监控故障。
这样本发明通过上述处理后在图表中可以直观的看到存储服务器每块磁盘利用率和IOPS的协方差大小，可以任选时间段进行查询，直接量化两个参数的相关性关系。
操作便利，不需要复杂处理和人为干预，用户直接查看，避免了用户监控展示磁盘性能状况时多余的处理。
本发明还提供一种存储分区利用率和IOPS的分析系统，如图4所示，包括：客户端以及存储服务器1；
客户端包括：存储状态保存模块2，数据输入模块3，存储状态分析模块4以及展示模块5；
存储状态保存模块2用于每经过一预设时长，保存所述时段存储服务器1的存储状态；
数据输入模块3用于提供获取用户输入存储状态查询时段的端口；
存储状态分析模块4用于根据用户输入的存储状态查询时段,获取存储服务器1的存储状态信息，存储状态分析模块4分析存储服务器1的存储状态信息；
展示模块5用于展示存储状态分析模块4分析后的存储状态信息。
可能以许多方式来实现本发明的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明采用协方差方法量化之间的关系，可以分析出存储服务器运行历史中的任意时间单个磁盘的IOPS和利用率之间关系变化，从而可以有效判断出所选时间段磁盘的性能监控是否正常，对于了解存储服务器磁盘的运行状况提供帮助。
本发明提供给的实施例中，存储状态分析模块还用于采用如下方式进行分析存储服务器的存储状态信息：
Figure BDA0001863978240000101
Xave[j]：获取方式为：
Figure BDA0001863978240000111
表示用户查看的指定时间段内第j个存储分区利用率性能数据的平均值；
Yave[j]：计算公式为：
Figure BDA0001863978240000112
表示用户查看的指定时间段内第j个存储分区IOPS性能数据的平均值。
根据上述协方差理论，获取的存储服务器磁盘利用率和IOPS性能数据作为数据样本，用户选择指定时间段查看该时间段内所监控的所有设备磁盘协方差情况，将cov[j]数组传入图表展示接口，通过柱状图展示给用户，cov[j]正数越大表示磁盘利用率和IOPS变化正相关且关联性强，为0表示之间磁盘利用率和IOPS变化无联系，为负数表示变化负相关，负数绝对值越大表示负相关性越强，用户可以直接看到各个磁盘的性能监控状况。
通过存储服务器推送磁盘利用率和IOPS性能数据到指定插件，相关数据存入数据库作为采集数据样本，数据处理之后通过HighCharts等图表展示工具在Web页面进行图表展示。
需要进一步说明的是，存储状态保存模块还用于每经过一预设时长，通过SSH协议或FTP协议获取存储服务器的存储状态信息的历史性能数据，保存所述存储服务器的存储状态；把所述时段，存储服务器储存的数据存入数据库；
以时间为单位，数据库将按照不同数据类型分别存入相应的数据表中；
存储分区的IOPS数据，每经过一预设时长记录一条IOPS数据信息，存入IOPS表中；
所述IOPS数据信息包括存储分区识别ID、产生时间、存储分区ID、IOPS值大小；
预设存储分区中每条数据的储存时限，当数据达到储存时限时，自动清除冗余数据。
本发明还提供一种实现基于协方差分析存储分区利用率和IOPS分析方法的终端设备，包括：
存储器，用于存储计算机程序及实现基于协方差分析存储分区利用率和IOPS分析方法；
处理器，用于执行所述计算机程序及实现基于协方差分析存储分区利用率和IOPS分析方法，以实现基于协方差分析存储分区利用率和IOPS分析方法的步骤。
所述代码或指令可以是软件和/或固件由处理电路包括一个或多个处理器执行，如一个或多个数字信号处理器(DSP)，通用微处理器，特定应用集成电路(ASICs)，现场可编程门阵列(FPGA)，或者其它等价物把集成电路或离散逻辑电路。因此，术语“处理器，”由于在用于本文时可以指任何前述结构或任何其它的结构更适于实现的这里所描述的技术。另外，在一些方面，本公开中所描述的功能可以提供在软件模块和硬件模块。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种存储分区利用率和IOPS的分析方法，其特征在于，方法包括：
S101，存储服务器包括多个存储分区；
S102，每个存储分区配置有存储分区编号；
S103，每经过一预设时长，保存时段存储服务器的存储状态；
S104，获取用户输入的存储状态查询时段以及获取待查询存储分区的编号；
S105，根据用户输入的存储状态查询时段,获取存储服务器的存储状态信息，存储状态分析模块分析存储服务器的存储状态信息；
其中，存储状态分析模块采用如下方式进行分析存储服务器的存储状态信息：
Figure FDA0003407563590000011
其中
i:表示用户输入的存储状态查询时段；
j:表示存储服务器存储分区的编号，j＝1、2、3……；
n:表示用户查看的指定时间段内，共有多少个推送时间点；
cov[j]：用户查看的时间段内所有指定数据中，第j个存储分区的存储状态信息；
X[i,j]：用户查看的时间段内的第j个存储分区所对应的第i个时间点存储分区利用率性能数据；
Y[i,j]：用户查看的时间段内的第j个存储分区所对应的第i个时间点存储分区IOPS性能数据；
S106，展示存储状态分析模块分析后的存储状态信息。
2.根据权利要求1所述的存储分区利用率和IOPS的分析方法，其特征在于，
Xave[j]：获取方式为：
Figure FDA0003407563590000021
表示用户查看的指定时间段内第j个存储分区利用率性能数据的平均值；
Yave[j]：计算公式为：
Figure FDA0003407563590000022
表示用户查看的指定时间段内第j个存储分区IOPS性能数据的平均值。
3.根据权利要求1所述的存储分区利用率和IOPS的分析方法，其特征在于，
存储状态信息包括：存储分区利用率值和IOPS性能数据；
步骤S103还包括：每经过一预设时长，通过SSH协议或FTP协议获取存储服务器的存储状态信息的历史性能数据，保存所述存储服务器的存储状态。
4.根据权利要求3所述的存储分区利用率和IOPS的分析方法，其特征在于，
步骤S103之后还包括：
每经过一预设时长，保存所述时段存储服务器的存储状态，把所述时段，存储服务器储存的数据存入数据库；
以时间为单位，数据库将按照不同数据类型分别存入相应的数据表中；
存储分区的IOPS数据，每经过一预设时长记录一条IOPS数据信息，存入IOPS表中；
所述IOPS数据信息包括存储分区识别ID、产生时间、存储分区ID、IOPS值大小；
预设存储分区中每条数据的储存时限，当数据达到储存时限时，自动清除冗余数据。
5.一种存储分区利用率和IOPS的分析系统，其特征在于，系统采用如权利要求1至4任意一项所述的存储分区利用率和IOPS的分析方法；
包括：客户端以及存储服务器；
客户端包括：存储状态保存模块，数据输入模块，存储状态分析模块以及展示模块；
存储状态保存模块用于每经过一预设时长，保存时段存储服务器的存储状态；
数据输入模块用于提供获取用户输入存储状态查询时段的端口；
存储状态分析模块用于根据用户输入的存储状态查询时段,获取存储服务器的存储状态信息，存储状态分析模块分析存储服务器的存储状态信息；
还用于采用如下方式进行分析存储服务器的存储状态信息：
Figure FDA0003407563590000031
Xave[j]：获取方式为：
Figure FDA0003407563590000032
表示用户查看的指定时间段内第j个存储分区利用率性能数据的平均值；
Yave[j]：计算公式为：
Figure FDA0003407563590000033
表示用户查看的指定时间段内第j个存储分区IOPS性能数据的平均值；
展示模块用于展示存储状态分析模块分析后的存储状态信息。
6.根据权利要求5所述的存储分区利用率和IOPS的分析系统，其特征在于，
存储状态保存模块还用于每经过一预设时长，通过SSH协议或FTP协议获取存储服务器的存储状态信息的历史性能数据，保存所述存储服务器的存储状态；把所述时段，存储服务器储存的数据存入数据库；
以时间为单位，数据库将按照不同数据类型分别存入相应的数据表中；
存储分区的IOPS数据，每经过一预设时长记录一条IOPS数据信息，存入IOPS表中；
所述IOPS数据信息包括存储分区识别ID、产生时间、存储分区ID、IOPS值大小；
预设存储分区中每条数据的储存时限，当数据达到储存时限时，自动清除冗余数据。
7.一种实现基于协方差分析存储分区利用率和IOPS分析方法的终端设备，其特征在于，包括：
存储器，用于存储计算机程序及实现基于协方差分析存储分区利用率和IOPS分析方法；
处理器，用于执行所述计算机程序及实现基于协方差分析存储分区利用率和IOPS分析方法，以实现如权利要求1至4任意一项所述基于协方差分析存储分区利用率和IOPS分析方法的步骤。
CN201811346909.7A 2018-11-13 2018-11-13 一种存储分区利用率和iops的分析方法，系统及终端设备 Active CN109408353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811346909.7A CN109408353B (zh) 2018-11-13 2018-11-13 一种存储分区利用率和iops的分析方法，系统及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811346909.7A CN109408353B (zh) 2018-11-13 2018-11-13 一种存储分区利用率和iops的分析方法，系统及终端设备

Publications (2)

Publication Number Publication Date
CN109408353A CN109408353A (zh) 2019-03-01
CN109408353B true CN109408353B (zh) 2022-02-18

Family

ID=65473108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811346909.7A Active CN109408353B (zh) 2018-11-13 2018-11-13 一种存储分区利用率和iops的分析方法，系统及终端设备

Country Status (1)

Country Link
CN (1) CN109408353B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112306769A (zh) * 2020-10-19 2021-02-02 苏州浪潮智能科技有限公司 一种存储设备中确定万兆卡使用率的方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017198227A1 (zh) * 2016-05-19 2017-11-23 中兴通讯股份有限公司 一种交互式网络电视系统及用户数据实时获取方法
CN107402969A (zh) * 2017-06-28 2017-11-28 郑州云海信息技术有限公司 一种存储性能统计方法及系统
CN107729219A (zh) * 2017-11-17 2018-02-23 北京联想超融合科技有限公司 基于超融合存储系统的资源监控方法、装置及终端
CN108564254A (zh) * 2018-03-15 2018-09-21 国网四川省电力公司绵阳供电公司 基于大数据的配电设备状态可视化平台

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9772794B2 (en) * 2015-06-05 2017-09-26 University Of Florida Research Foundation, Incorporated Method and apparatus for big data cloud storage resource management

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017198227A1 (zh) * 2016-05-19 2017-11-23 中兴通讯股份有限公司 一种交互式网络电视系统及用户数据实时获取方法
CN107402969A (zh) * 2017-06-28 2017-11-28 郑州云海信息技术有限公司 一种存储性能统计方法及系统
CN107729219A (zh) * 2017-11-17 2018-02-23 北京联想超融合科技有限公司 基于超融合存储系统的资源监控方法、装置及终端
CN108564254A (zh) * 2018-03-15 2018-09-21 国网四川省电力公司绵阳供电公司 基于大数据的配电设备状态可视化平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optimized utilization of disks in Storage Area Network by Storage Tiering;Edwina Jacob 等;《IEEE》;20171221;第637-640页 *
海量存储系统可用性静态测试评估方案;潘清 等;《技术应用》;20111231;第33-35,58页 *

Also Published As

Publication number Publication date
CN109408353A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN111221702A (zh) 基于日志分析的异常处理方法、系统、终端及介质
WO2019056681A1 (zh) 数据实时监控方法、装置、终端设备及存储介质
WO2019153487A1 (zh) 系统性能的度量方法、装置、存储介质和服务器
EP2801943A1 (en) A system and method for generating a chronological timesheet
CN106302350B (zh) Url监测方法、装置及设备
US11561959B2 (en) Method and system for automatic anomaly detection in data
US11201802B2 (en) Systems and methods for providing infrastructure metrics
WO2018228049A1 (zh) 数据库性能指标的监测方法、装置、设备及存储介质
CN112749013B (zh) 线程负载的检测方法、装置、电子设备及存储介质
JP2015108990A (ja) 異常検出装置及び異常検出方法
CN114035990B (zh) 一种面向Linux操作系统时序数据的实时异常检测方法
CN109597746A (zh) 故障分析方法及装置
CN109271290A (zh) 一种监测线程使用率的方法、装置及存储装置
CN110851317A (zh) 一种预测存储设备iops性能数据的方法、装置、设备及存储介质
CN109408353B (zh) 一种存储分区利用率和iops的分析方法，系统及终端设备
CN112948223A (zh) 一种监测运行情况的方法和装置
US9465678B2 (en) Event correlation
CN112256548B (zh) 异常数据的监听方法、装置、服务器及存储介质
CN110677271B (zh) 基于elk的大数据告警方法、装置、设备及存储介质
CN111784176A (zh) 一种数据处理方法、装置、服务器及介质
WO2020224125A1 (zh) 监测分布式文件系统io时延的方法、装置及存储介质
Lee et al. Detecting anomaly teletraffic using stochastic self-similarity based on Hadoop
CN112667149B (zh) 一种数据热度感知方法、装置、设备及介质
CN115509853A (zh) 一种集群数据异常检测方法及电子设备
CN115914064A (zh) 网络系统服务性能评估方法、装置、计算设备和存储介质

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