CN109426592A - 一种磁盘检测方法 - Google Patents

一种磁盘检测方法 Download PDF

Info

Publication number
CN109426592A
CN109426592A CN201710735352.5A CN201710735352A CN109426592A CN 109426592 A CN109426592 A CN 109426592A CN 201710735352 A CN201710735352 A CN 201710735352A CN 109426592 A CN109426592 A CN 109426592A
Authority
CN
China
Prior art keywords
disk
delay time
read operation
abnormal
average delay
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.)
Pending
Application number
CN201710735352.5A
Other languages
English (en)
Inventor
刘榴
李小勇
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201710735352.5A priority Critical patent/CN109426592A/zh
Publication of CN109426592A publication Critical patent/CN109426592A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
    • G06F11/2221—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested to test input/output devices or peripheral units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273—Test methods

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及一种磁盘检测方法，包括：以随机抽样方式在磁盘中抽取部分扇区进行读操作；根据读操作的状态判断磁盘是否为异常磁盘；根据读操作的延迟时间计算各磁盘的平均延迟时间，并根据各磁盘的平均延迟时间判断磁盘是否为异常磁盘。与现有技术相比，本发明通过读操作的操作状态以及延迟时间来判断磁盘是否为异常磁盘，无需考虑磁盘的厂商、型号等因素，能够保证识别异常磁盘的准确性，从而保证分布式存储系统处于最佳的运行状态，同时由于采用随机抽样的方式又可以减少检测时间，提高检测效率。

Description

一种磁盘检测方法
技术领域
本发明涉及一种磁盘检测技术，尤其是涉及一种磁盘检测方法。
背景技术
随着云计算的高速发展，IT资源将更加的集中，信息资源的使用效率和相应的服务质量也得到了极大的提升。对于云服务的提供商和各类大型数据中心的拥有者而言，对数据中心进行维护，保护客户数据的安全十分重要。数据中心中的数据量日复一日地增长，保护数据存储安全的负担愈发沉重，而由于磁盘是磁、电和机械的混合体，其固有的结构决定了发展磁盘的可靠性技术有很大的局限性。据Schroeder B统计，由于磁盘故障导致系统失效的比例达18.1％-49.1％，如今的分布式存储系统通常包括成千上万块磁盘，磁盘出现故障的几率将大大增加。因此，研究和建立有效的云环境下磁盘故障检测预警机制是非常有必要的。
目前，业内对于磁盘健康状态检测主要采取以下方案：
方案一，通过磁盘检测程序将整个磁盘扫描一遍，如果扫描到磁盘有坏块，就将磁盘设置为故障盘；
方案二，通过检测磁盘的自我检测、分析与报告技术S.M.A.R.T(Self-MonitoringAnalysis and Reporting Technology)对磁盘的某些属性进行监控，然后对这些属性值进行运算得到结果值，最后将结果值与设定的磁盘故障预警阈值比较，如果结果值超过阈值，设置磁盘为故障盘。
然而，当磁盘应用到分布式存储系统中时，方案一存在明显缺陷：分布式存储系统中通常运行着其它业务，若完整扫描一遍磁盘，通常需要几个小时甚至几十个小时，正常的业务在这段时间内都会受到比较大的干扰，这在分布式存储系统中是不可以忍受的。方案二，受不同品牌、型号的影响较大，不同品牌、型号给出的磁盘S.M.A.R.T属性值以及阈值都会不同。并且为了降低成本，减少返厂检修或者废弃的磁盘数量，磁盘厂商在选择阈值时通常会选择将误报率降至最低，这样就会牺牲检测的准确性，采用阈值检测方法的预测准确率约为3％-10％。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种磁盘检测方法。
本发明的目的可以通过以下技术方案来实现：
一种磁盘检测方法，包括：
以随机抽样方式在磁盘中抽取部分扇区进行读操作；
根据所述读操作的状态判断磁盘是否为异常磁盘；
根据所述读操作的延迟时间计算各磁盘的平均延迟时间，并根据各磁盘的平均延迟时间判断磁盘是否为异常磁盘。
所述随机抽样方式为分层抽样方式。
所述以随机抽样方式在磁盘中抽取部分扇区进行读操作，包括：
将磁盘的空间划分为多个容量相同的连续空间；
在各连续空间中分别随机抽取至少一个扇区进行读操作。
所述根据所述读操作的状态判断磁盘是否为异常磁盘，具体为：
若对磁盘中所抽取的扇区的读操作中，存在对至少一个扇区的读操作的操作状态为Input/output error，则该磁盘为异常磁盘。
所述根据所述读操作的延迟时间计算各磁盘的平均延迟时间，并根据各磁盘的平均延迟时间判断磁盘是否为异常磁盘，具体为：
将所有第一类磁盘组成磁盘组，其中，所述第一类磁盘为根据所述读操作的状态判断磁盘为非异常磁盘的磁盘；
根据所述读操作的延迟时间计算各第一类磁盘的平均延迟时间；
根据所有第一类磁盘的平均延迟时间获得磁盘组的平均延迟时间；
根据各第一类磁盘的平均延迟时间与磁盘组平均延迟时间的相对大小判断各第一类磁盘是否为异常磁盘。
所述根据各第一类磁盘的平均延迟时间与磁盘组平均延迟时间的相对大小判断各第一类磁盘是否为异常磁盘，包括：
获得所述第一类磁盘的平均延迟时间与磁盘组的平均延迟时间的差值；
根据所述差值与磁盘组的平均延迟时间的比值和比值预设阈值判断所述磁盘是否为异常磁盘。
所述根据所述差值与磁盘组的平均延迟时间的比值和比值预设阈值判断所述磁盘是否为异常磁盘具体为：
若所述差值与磁盘组的平均延迟时间的比值大于比值预设阈值，则该差值对应的磁盘为异常磁盘。
所述比值预设阈值大于0。
所述比值预设阈值为1.5～2.5。
与现有技术相比，本发明具有以下有益效果：
1)通过读操作的操作状态以及延迟时间来判断磁盘是否为异常磁盘，无需考虑磁盘的厂商、型号等因素，能够保证识别异常磁盘的准确性，从而保证分布式存储系统处于最佳的运行状态，同时由于采用随机抽样的方式又可以减少检测时间，提高检测效率。
2)随机抽样方式为分层抽样方式，避免因简单随机抽样方式采样不均导致的样本失真。
3)存在对至少一个扇区的读操作的操作状态为Input/output error，则该磁盘为异常磁盘，提高了标准，从而保证分布式存储系统处于最佳的运行状态。
4)将平均延迟时间过大的磁盘进行剔除，从而保证分布式存储系统处于最佳的运行状态。
5)比值预设阈值为1.5～2.5，可以平衡性能要求和报废率。
附图说明
图1为本发明方法的主要步骤流程示意图；
图2为本发明实施例一的流程示意图；
图3为依据本申请方法设计的磁盘检测系统的功能模块示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
设计一种一种磁盘检测方法，如图1所示，包括：
以随机抽样方式在磁盘中抽取部分扇区进行读操作，优选的，随机抽样方式为分层抽样方式，这样可以避免因简单随机抽样方式采样不均导致的样本失真；
根据读操作的状态判断磁盘是否为异常磁盘；
根据读操作的延迟时间计算各磁盘的平均延迟时间，并根据各磁盘的平均延迟时间判断磁盘是否为异常磁盘。
请参阅图2，本发明实施例中磁盘检测方法一个实施例包括：
步骤101，将磁盘的空间划分为多个容量相同的连续空间；具体的，在本实施例中，假如磁盘的容量为1000G，将其划分为1000个容量相同的连续空间：
X1[0G,1G)、X2[1G,2G)、X3[2G,3G)、…、X1000[999G,1000G)
当然，用户还可以根据总扇区数将磁盘的空间进行划分，磁盘检测系统同样可以得到1000个容量相同的连续空间。
在本申请中，用户可以根据磁盘的品牌、型号以及自己实验的结果确定划分连续空间的数量。比如当磁盘容量为6T时，可以将磁盘划分为50000个容量相同的连续空间。当系统划分空间以后，进入步骤102。
步骤102，获得在不同的连续空间中随机读取一个扇区的延迟时间以及操作状态。具体的，在本实例中，磁盘检测系统会在上述1000个连续空间的每一个空间中按照扇区对齐随机地取至少一个点，然后以这些点为起始地址，读取一个扇区的数据。优选的，每一个连续空间仅选择一个点，即仅选择一个扇区进行读操作，因此，磁盘检测系统一共完成了1000次读操作，其会记录下了这1000次读请求的延迟时间以及操作状态。如果一次读操作出现Input/output error，那么这次操作状态标记为失败；否则，操作状态标记为成功。记录下延迟时间和操作状态以后，进入步骤103。
步骤103，根据多个延迟时间计算获得磁盘的平均延迟时间。具体的，根据步骤102统计的磁盘读操作的所有延迟时间计算获得磁盘的平均延迟时间，计算公式为：
其中：ta为磁盘读操作的平均延迟时间，ti是第i个连续空间中所抽得扇区读操作的延迟时间，n为步骤101中连续空间的数量。获得平均时间后进入步骤104。
步骤104，统计多个磁盘读操作的状态。具体的，磁盘检测系统会统计出分布式存储系统中每一块磁盘上述1000次磁盘读操作中失败的数量。统计完磁盘读操作的状态信息以后，进入步骤105。
步骤105，根据磁盘的读操作的状态判断磁盘是否为异常磁盘。具体的，如果步骤103中统计的磁盘读操作失败的数量大于0，磁盘检测系统会判断磁盘为异常磁盘，否则，判断磁盘为正常磁盘。当然，用户可以设定一个阈值，磁盘检测系统可以根据磁盘读操作失败的数量是否大于这个阈值来判断磁盘是否为异常磁盘。磁盘被判断为异常磁盘，进入步骤106，否则，进入步骤107。
步骤106，判定磁盘为异常磁盘。具体的，磁盘检测系统会将上述磁盘判定为异常磁盘，并将情况及时的汇报给分布式系统管理员，以便管理员及时发现和解决问题，提高分布式存储系统的安全性。具体的报警方式可以有邮件报警、短信报警等，可以由系统管理员根据实际情况来设定。
步骤107，获得分布式存储系统所有磁盘读操作正常的磁盘，组成磁盘组。具体的，在步骤103中，如果有磁盘读操作失败的数量为0，就将该磁盘加入到磁盘组。例如在分布式存储系统中有disk1，disk2…disk6，步骤103中的统计情况如下：{disk1:1,disk2:0,disk3:0,disk4:1,disk5:0,disk6:0}，磁盘检测系统就会将disk2，disk3，disk5，disk6加入到磁盘组。将磁盘加入到磁盘组后，进入步骤108。
步骤108，根据磁盘的平均延迟时间获得磁盘组的平均延迟时间。具体的，根据步骤104中计算出的磁盘平均延迟时间获得磁盘组的平均延迟时间，计算公式为：
其中tg为磁盘组的平均延迟时间，ti为磁盘组中第i个磁盘的平均延迟时间，m为磁盘组中磁盘的数量。获得磁盘组的平均延迟时间后，进入步骤109。
步骤109，根据磁盘的平均延迟时间判断磁盘是否为异常磁盘。具体的，根据步骤108获得的磁盘组的平均延迟时间，计算磁盘的平均时间与磁盘组的平均延迟时间的差值T＝ta-tg。然后计算差值与磁盘组平均延迟时间的比值，根据比值与预设比值的大小判断磁盘是否是异常磁盘，其中预设比值大于0，优选的，比值预设阈值为1.5～2.5。如果差值与磁盘组平均延迟的比值大于预设比值，会判断磁盘为异常磁盘，进入步骤106，否则，重新进入到步骤102。
当重新进入到步骤102后，磁盘检测系统会清空上一轮中的统计信息。并且系统管理员可以根据需要设定检测间隔的时间。假如将间隔时间设为24h，磁盘检测系统重新进入步骤102后，需要等待相应的时间来进行新一轮的检测。
参照图3，图3为依据本申请方法设计的磁盘检测系统的功能模块示意图，该磁盘检测系统包括：
磁盘随机取点模块201，用于将磁盘划分为多个容量相同的连续空间，然后在这些连续空间中随机取点，并将这些点的位置作为后续磁盘读操作的起始地址。假如磁盘的容量为1000G，该模块首先将其划分为1000个容量相同的连续空间:X1[0G,1G)、X2[1G,2G)、X3[2G,3G)、…、X1000[999G,1000G)；当然，用户还可以根据总扇区数将磁盘的空间进行划分，该模块同样可以得到1000个容量相同的连续空间。得到1000个连续空间之后，该模块就在这1000个连续空间的每一个空间中按照扇区对齐随机地取一个点，并以这些点为后续读操作的起始地址。
磁盘数据采集模块202，用于采集得到分布式存储系统中磁盘读操作的延迟时间以及状态。该模块会根据模块201得到的点为其实地址读取一个扇区的数据。因此，磁盘检测系统一共完成了1000次读操作，其会记录下了这1000次读请求的延迟时间以及操作状态。如果一次读操作出现Input/output error，那么这次操作状态记为失败；否则，操作状态记为成功。
磁盘数据第一计算模块203，用于根据多个延迟时间计算磁盘的平均延迟时间。根据模块202统计的磁盘读操作的所有延迟时间计算获得磁盘的平均延迟时间，计算公式为。
磁盘故障第一分析模块204，用于根据磁盘读操作的状态判断磁盘是否为异常磁盘。该模块首先会统计出分布式存储系统中每一块磁盘上述1000次磁盘读操作中失败的数量，如果统计的磁盘读操作失败的数量大于0，磁盘检测系统会判断磁盘为异常磁盘，否则，判断磁盘为正常磁盘。当然，用户可以设定一个阈值，磁盘检测系统可以根据磁盘读操作失败的数量是否大于这个阈值来判断磁盘是否为异常磁盘。
磁盘数据第二计算模块205，用于根据磁盘的平均延迟时间计算磁盘组的平均时间。该模块首先会统计分布式存储系统中每一块磁盘上述1000次磁盘读操作中失败的数量，然后将磁盘读操作失败次数为0的磁盘加入到磁盘组。例如在分布式存储系统中有disk1，disk2…disk6，统计情况如下：{disk1:1,disk2:0,disk3:0,disk4:1,disk5:0,disk6:0},磁盘检测系统就会将disk2，disk3，disk5，disk6加入到磁盘组。最后，根据模块203中计算出的磁盘平均延迟时间获得磁盘组的平均延迟时间。磁盘故障第二判断模块206，用于根据磁盘的平均延迟时间判断磁盘是否为异常磁盘。根据模块205获得的磁盘组的平均延迟时间，计算磁盘的平均时间与磁盘组的平均延迟时间的差值T＝ta-tg。然后计算差值与磁盘组平均延迟时间的比值，根据比值与预设比值的大小判断磁盘是否是异常磁盘，其中预设比值大于0。如果差值与磁盘组平均延迟的比值大于预设比值，会判断磁盘为异常磁盘，否则，判断为正常磁盘。

Claims (9)

1.一种磁盘检测方法，其特征在于，包括：
以随机抽样方式在磁盘中抽取部分扇区进行读操作；
根据所述读操作的状态判断磁盘是否为异常磁盘；
根据所述读操作的延迟时间计算各磁盘的平均延迟时间，并根据各磁盘的平均延迟时间判断磁盘是否为异常磁盘。
2.根据权利要求1所述的方法，其特征在于，所述随机抽样方式为分层抽样方式。
3.根据权利要求2所述的方法，其特征在于，所述以随机抽样方式在磁盘中抽取部分扇区进行读操作，包括：
将磁盘的空间划分为多个容量相同的连续空间；
在各连续空间中分别随机抽取至少一个扇区进行读操作。
4.根据权利要求1～3中任一所述的方法，其特征在于，所述根据所述读操作的状态判断磁盘是否为异常磁盘，具体为：
若对磁盘中所抽取的扇区的读操作中，存在对至少一个扇区的读操作的操作状态为Input/output error，则该磁盘为异常磁盘。
5.根据权利要求1～3中任一所述的方法，其特征在于，所述根据所述读操作的延迟时间计算各磁盘的平均延迟时间，并根据各磁盘的平均延迟时间判断磁盘是否为异常磁盘，具体为：
将所有第一类磁盘组成磁盘组，其中，所述第一类磁盘为根据所述读操作的状态判断磁盘为非异常磁盘的磁盘；
根据所述读操作的延迟时间计算各第一类磁盘的平均延迟时间；
根据所有第一类磁盘的平均延迟时间获得磁盘组的平均延迟时间；
根据各第一类磁盘的平均延迟时间与磁盘组平均延迟时间的相对大小判断各第一类磁盘是否为异常磁盘。
6.根据权利要求5所述的方法，其特征在于，所述根据各第一类磁盘的平均延迟时间与磁盘组平均延迟时间的相对大小判断各第一类磁盘是否为异常磁盘，包括：
获得所述第一类磁盘的平均延迟时间与磁盘组的平均延迟时间的差值；
根据所述差值与磁盘组的平均延迟时间的比值和比值预设阈值判断所述磁盘是否为异常磁盘。
7.根据权利要求6所述的方法，其特征在于，所述根据所述差值与磁盘组的平均延迟时间的比值和比值预设阈值判断所述磁盘是否为异常磁盘具体为：
若所述差值与磁盘组的平均延迟时间的比值大于比值预设阈值，则该差值对应的磁盘为异常磁盘。
8.根据权利要求7所述的方法，其特征在于，所述比值预设阈值大于0。
9.根据权利要求8所述的方法，其特征在于，所述比值预设阈值为1.5～2.5。
CN201710735352.5A 2017-08-24 2017-08-24 一种磁盘检测方法 Pending CN109426592A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710735352.5A CN109426592A (zh) 2017-08-24 2017-08-24 一种磁盘检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710735352.5A CN109426592A (zh) 2017-08-24 2017-08-24 一种磁盘检测方法

Publications (1)

Publication Number Publication Date
CN109426592A true CN109426592A (zh) 2019-03-05

Family

ID=65499266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710735352.5A Pending CN109426592A (zh) 2017-08-24 2017-08-24 一种磁盘检测方法

Country Status (1)

Country Link
CN (1) CN109426592A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110554839A (zh) * 2019-07-30 2019-12-10 华为技术有限公司 分布式存储系统访问方法、客户端及计算机程序产品
CN112463486A (zh) * 2020-11-24 2021-03-09 苏州浪潮智能科技有限公司 一种磁盘质检方法、系统、终端及存储介质
WO2022057374A1 (zh) * 2020-09-18 2022-03-24 苏州浪潮智能科技有限公司 一种提高Raid数据备份效率的方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8423841B1 (en) * 2002-12-26 2013-04-16 Marvell International Ltd. Method and systems for memory testing and test data reporting during memory testing
CN103810062A (zh) * 2014-03-05 2014-05-21 华为技术有限公司 慢盘检测方法和装置
CN104575621A (zh) * 2013-10-21 2015-04-29 鸿富锦精密工业（深圳）有限公司 存储装置测试方法及系统
CN106407051A (zh) * 2015-07-31 2017-02-15 华为技术有限公司 一种检测慢盘的方法及装置
CN106980468A (zh) * 2017-03-03 2017-07-25 杭州宏杉科技股份有限公司 触发raid阵列重建的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8423841B1 (en) * 2002-12-26 2013-04-16 Marvell International Ltd. Method and systems for memory testing and test data reporting during memory testing
CN104575621A (zh) * 2013-10-21 2015-04-29 鸿富锦精密工业（深圳）有限公司 存储装置测试方法及系统
CN103810062A (zh) * 2014-03-05 2014-05-21 华为技术有限公司 慢盘检测方法和装置
CN106407051A (zh) * 2015-07-31 2017-02-15 华为技术有限公司 一种检测慢盘的方法及装置
CN106980468A (zh) * 2017-03-03 2017-07-25 杭州宏杉科技股份有限公司 触发raid阵列重建的方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110554839A (zh) * 2019-07-30 2019-12-10 华为技术有限公司 分布式存储系统访问方法、客户端及计算机程序产品
WO2022057374A1 (zh) * 2020-09-18 2022-03-24 苏州浪潮智能科技有限公司 一种提高Raid数据备份效率的方法及装置
CN112463486A (zh) * 2020-11-24 2021-03-09 苏州浪潮智能科技有限公司 一种磁盘质检方法、系统、终端及存储介质

Similar Documents

Publication Publication Date Title
US10031829B2 (en) Method and system for it resources performance analysis
US20100083055A1 (en) Segment Based Technique And System For Detecting Performance Anomalies And Changes For A Computer Based Service
CN107678908B (zh) 日志记录方法、装置、计算机设备及存储介质
Wang et al. Log-based anomaly detection with the improved K-nearest neighbor
CN109426592A (zh) 一种磁盘检测方法
CN109509082B (zh) 银行应用系统的监控方法及装置
CN109117350A (zh) 自动监控计算机软硬件的告警方法、装置及服务器
CN106250258A (zh) 一种磁盘故障定位方法及装置
CN110275878B (zh) 业务数据检测方法、装置、计算机设备及存储介质
WO2022001125A1 (zh) 一种存储系统的存储故障预测方法、系统及装置
CN102541885A (zh) 一种检测数据库阻塞的方法及装置
CN114595765A (zh) 数据处理方法、装置、电子设备及存储介质
CN111526109A (zh) 自动检测web威胁识别防御系统的运行状态的方法及装置
CN112068979B (zh) 一种业务故障确定方法及装置
CN116208516B (zh) 企业互联网专线感知评估方法、装置、设备及介质
CN110059749B (zh) 重要特征的筛选方法、装置及电子设备
CN111639195A (zh) 一种知识图谱的显示方法、显示装置及可读存储介质
CN115392489A (zh) 异常用户检测方法、装置、电子设备及存储介质
US11757736B2 (en) Prescriptive analytics for network services
CN115801307A (zh) 一种利用服务器日志进行端口扫描检测的方法和系统
CN112527594A (zh) 一种硬盘巡检方法、装置及系统
CN111581044A (zh) 集群优化方法、装置、服务器及介质
Huang et al. Achieving scalable automated diagnosis of distributed systems performance problems
US9054995B2 (en) Method of detecting measurements in service level agreement based systems
CN112312169B (zh) 检验节目评分有效性的方法及设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190305

RJ01 Rejection of invention patent application after publication