CN111858180A - 分布式块存储系统的数据重构时间预测方法、系统及终端 - Google Patents
分布式块存储系统的数据重构时间预测方法、系统及终端 Download PDFInfo
- Publication number
- CN111858180A CN111858180A CN202010726583.1A CN202010726583A CN111858180A CN 111858180 A CN111858180 A CN 111858180A CN 202010726583 A CN202010726583 A CN 202010726583A CN 111858180 A CN111858180 A CN 111858180A
- Authority
- CN
- China
- Prior art keywords
- data reconstruction
- time
- storage system
- prediction
- objects
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000011084 recovery Methods 0.000 claims abstract description 25
- 230000015556 catabolic process Effects 0.000 claims abstract description 17
- 238000006731 degradation reaction Methods 0.000 claims abstract description 17
- 230000000593 degrading effect Effects 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1479—Generic software techniques for error detection or fault masking
- G06F11/1482—Generic software techniques for error detection or fault masking by means of middleware or OS functionality
- G06F11/1484—Generic software techniques for error detection or fault masking by means of middleware or OS functionality involving virtual machines
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种分布式块存储系统的数据重构时间预测方法、系统及终端,均能够:获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,并计算该获取到的两个待恢复对象数之间差值,记为恢复速度;获取当前降级对象数与第一预设时间长度之前的降级对象数,并计算该获取到的两个降级对象数之间的差值,记为降级速度;计算当前待恢复对象数与恢复速度的比值,记为粗略时间;基于所述的恢复速度、所述的降级速度及所述的粗略时间计算数据重构预测时间。本发明用于实现对分布式块存储系统的数据重构时间进行预测。
Description
技术领域
本发明涉及分布式块存储系统领域,具体涉及一种分布式块存储系统的数据重构时间预测方法、系统及终端。
背景技术
分布式块存储系统广泛应用在虚拟化、云计算、大数据、5G、新基建等领域,随着这些领域业务快速增长,存储系统规模将会越来越大。为了满足客户大规模集群要求,在客户现场经常会对分布式块存储系统进行扩容。而且,随着存储系统规模的增大、节点个数的增多,存储系统中节点发生故障的频率也会越高。对于分布式块存储系统来说,当出现节点故障或出现系统扩容时,存储系统都需要进行数据重构。
实际在进行存储系统重构的过程中,上层业务会正常运行。而目前通过存储系统的底层命令可以查看分布式块存储系统当前数据重构的状态数据,但是查看不到存储系统数据重构预计完成时间。存储系统中有数据重构发生时,管理界面也只可以查看到数据重构状态、查看不到数据重构预计完成时间。由此致使用户无法根据数据重构完成时间安排存储系统的工作计划,进而一定程度上会影响用户体验,甚至有可能导致一些关键项目的测试不通过。
为此,本发明提供一种分布式块存储系统的数据重构时间预测方法、系统及终端,用于解决上述问题。
发明内容
针对现有技术的上述不足,本发明提供一种分布式块存储系统的数据重构时间预测方法、系统及终端,用于实现对分布式块存储系统的数据重构时间的预测。
第一方面,本发明提供一种分布式块存储系统的数据重构时间预测方法,包括步骤:
获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,并计算该获取到的两个待恢复对象数之间差值,记为恢复速度;
获取当前降级对象数与第一预设时间长度之前的降级对象数,并计算该获取到的两个降级对象数之间的差值,记为降级速度;
计算当前待恢复对象数与恢复速度的比值,记为粗略时间;
基于所述的恢复速度、所述的降级速度及所述的粗略时间计算数据重构预测时间,计算公式为:数据重构预测时间=(粗略时间×降级速度÷恢复速度+粗略时间)。
进一步地,该分布式块存储系统的数据重构时间预测方法实时执行预先设定的第二预设时间长度。
进一步地,所述第一预设时间长度为1分钟;
在存在第二预设时间长度时,所述的第二预设时间长度为1分钟。
第二方面,本发明提供一种分布式块存储系统的数据重构时间预测系统,该数据重构时间预测系统包括数据重构预测模块,所述的数据重构预测模块包括:
第一计算单元,用于获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,并用于计算其获取到的两个待恢复对象数之间差值,该差值为恢复速度;
第二计算单元,用于获取当前降级对象数与第一预设时间长度之前的降级对象数,并用于计算其获取到的两个降级对象数之间的差值,该差值为降级速度;
第三计算单元,用于计算所述当前待恢复对象数与所述恢复速度的比值,该比值为粗略时间;
第四计算单元,用于基于所述的恢复速度、所述的降级速度及所述的粗略时间计算数据重构预测时间,所采用的计算数据重构预测时间的公式为:数据重构预测时间=(粗略时间×降级速度÷恢复速度+粗略时间)。
进一步地,该分布式块存储系统的数据重构时间预测系统还包括控制模块;
所述控制模块,用于在预先设定的第二预设时间长度内实时调用数据重构预测模块更新数据重构预测时间。
进一步地,该分布式块存储系统的数据重构时间预测系统还包括管理界面调度模块;
所述管理界面调度模块,用于显示当前分布式块存储系统的数据重构预测时间,并用于每间隔预先设定的第三预设时间长度获取一次数据重构预测模块计算出的数据重构预测时间更新所显示的当前分布式块存储系统的数据重构预测时间,所述当前分布式块存储系统的数据重构预测时间的初始值为空。
进一步地,所述第三预设时间长度为15秒。
进一步地,所述第一预设时间长度为1分钟;
在存在控制模块时,所述的第二预设时间长度为1分钟。
进一步地,该数据重构时间预测系统还包括数据监控服务处理模块;
所述数据监控服务处理模块用于实时监控当前分布式块存储系统中的数据重构的状态信息,用于在监控到当前分布式块存储系统中的数据重构的状态信息有变化时更新存储系统状态检测模块中记录的对应数据重构的状态信息,并用于实时将更新的数据重构的状态信息保存到日志文档。
进一步地,该数据重构时间预测系统还包括数据监控服务处理模块和存储系统状态检测模块;其中:
所述存储系统状态检测模块,用于监控当前分布式块存储系统是否正在发生数据重构,用于在监控到有新增数据重构发生时记录新增数据重构的状态信息,还用于查看当前分布式块存储系统中发生过的所有数据重构的状态信息;
所述数据监控服务处理模块,用于实时监控当前分布式块存储系统中的数据重构的状态信息,用于在监控到当前分布式块存储系统中的数据重构的状态信息有变化时更新存储系统状态检测模块中记录的对应数据重构的状态信息,并用于实时将更新的数据重构的状态信息保存到日志文档。
第三方面,本发明提供一种终端,包括:
处理器;
用于存储处理器的执行指令的存储器;
其中,所述处理器被配置为执行如上各方面所述的方法。
本发明的有益效果在于:
本发明提供的分布式块存储系统的数据重构时间预测方法、系统及终端,均能够基于恢复速度、降级速度及粗略时间计算数据重构预测时间,提供了一种对分布式块存储系统的数据重构时间进行预测的策略,实现了对分布式块存储系统的数据重构时间的预测。
此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3是本发明一个实施例的终端的示意性框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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他实施例,都应当属于本发明保护的范围。
图1是本发明一个实施例的方法的示意性流程图。
如图1所示,该方法100包括:
步骤110,获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,并计算该获取到的两个待恢复对象数之间差值,记为恢复速度;
步骤120,获取当前降级对象数与第一预设时间长度之前的降级对象数,并计算该获取到的两个降级对象数之间的差值,记为降级速度;
步骤130,计算当前待恢复对象数与恢复速度的比值,记为粗略时间;
步骤140,基于所述的恢复速度、所述的降级速度及所述的粗略时间计算数据重构预测时间,计算公式为:数据重构预测时间=(粗略时间×降级速度÷恢复速度+粗略时间)。
可选地,作为本发明一个实施例,该分布式块存储系统的数据重构时间预测方法实时执行预先设定的第二预设时间长度。
可选地,作为本发明一个实施例,所述第一预设时间长度为1分钟;在存在第二预设时间长度时,所述的第二预设时间长度为1分钟。
为了便于对本发明的理解,下面以本发明数据重构时间预测的原理,结合实施例中对数据重构时间进行预测(即计算)的过程,对本发明提供的数据重构时间预测方法做进一步的描述。
具体的,所述分布式块存储系统的数据重构时间预测方法包括:
步骤S1:获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,并计算该获取到的两个待恢复对象数之间差值,记为恢复速度。
获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,即为获取当前分布式块存储系统的当前待恢复对象数及第一预设时间长度之前的待恢复对象数。待恢复对象数即为待恢复对象的个数。待恢复对象即为待重构数据。
在本实施例中,用参数Recovery_speed表示恢复速度,则Recovery_speed=(第一预设时间长度之前的待恢复对象数-当前待恢复对象数)。
第一预设时间长度为1分钟时,所述恢复速度的计算公式为Recovery_speed=(1分钟之前的待恢复对象数-当前待恢复对象数)。
第一预设时间长度之前的待恢复对象数,即为自当前时刻起第一预设时间长度之前的待恢复对象数。相对应地,1分钟之前的待恢复对象数即为自当前时刻起1分钟之前的待恢复对象数。
步骤S2:获取当前降级对象数与第一预设时间长度之前的降级对象数,并计算该获取到的两个降级对象数之间的差值,记为降级速度。
获取当前降级对象数与第一预设时间长度之前的降级对象数,即为获取当前分布式块存储系统的当前降级对象数与第一预设时间长度之前的降级对象数。降级对象数即为降级对象个数。所述降级对象为存储系统中新增需要重构的数据。
在本实施例中,用参数Degrade_speed表示降级速度,则有Degrade_speed=(当前降级对象数-第一预设时间长度之前降级对象数)。
步骤S3:计算上述当前待恢复对象数与恢复速度的比值,记为粗略时间。
用参数Rough_time表示所述的粗略时间。
Rough_time=(上述当前待恢复对象数/Recovery_speed)。
步骤S4:基于所述的恢复速度、所述的降级速度及所述的粗略时间计算数据重构预测时间,计算公式为:数据重构预测时间=(粗略时间×降级速度÷恢复速度+粗略时间)。
用参数Recovery_forecast_time表示数据重构预测时间。在本实施例中::Recovery_forecast_time=Rough_time×Degrade_speed÷Recovery_speed+Rough_time。
在本实施例中,该分布式块存储系统的数据重构时间预测方法实时执行预先设定的第二预设时间长度。本实施例中的第二预设时间长度为1分钟。
综上可见,本发明提供了一种涉及分布式存储领域中分布式块存储系统的数据重构时间预测方法,可通过存储系统当前重构的状态数据来动态预测数据重构完成时间,有助于用户及时了解数据重构预测时间。
如图2示,该系统200包括数据重构预测模块201、控制模块202、管理界面调度模块203、数据监控服务处理模块204和存储系统状态检测模块205。其中:
1)数据重构预测模块201
所述的数据重构预测模块201,用于预测数据重构预测时间,具体包括:
第一计算单元,用于获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,并用于计算其获取到的两个待恢复对象数之间差值,该差值为恢复速度;
第二计算单元,用于获取当前降级对象数与第一预设时间长度之前的降级对象数,并用于计算其获取到的两个降级对象数之间的差值,该差值为降级速度;
第三计算单元,用于计算所述当前待恢复对象数与所述恢复速度的比值,该比值为粗略时间;
第四计算单元,用于基于所述的恢复速度、所述的降级速度及所述的粗略时间计算数据重构预测时间,所采用的计算数据重构预测时间的公式为:数据重构预测时间=(粗略时间×降级速度÷恢复速度+粗略时间)。
使用时,先采用第一计算单元获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数并计算恢复速度、采用第二计算单元获取当前降级对象数与第一预设时间长度之前的降级对象数并计算降级速度、采用第三计算单元通过所述当前待恢复对象数与所述恢复速度的比值计算粗略时间,之后采用第四计算单元基于所计算出的恢复速度、降级速度及粗略时间计算出数据重构预测时间。
在本实施例中,所述第一预设时间长度为1分钟。
2)控制模块202
所述控制模块202,用于在预先设定的第二预设时间长度内实时调用数据重构预测模块201更新数据重构预测时间。
在本实施例中,所述第二预设时间长度为1分钟。
3)管理界面调度模块203
所述管理界面调度模块203,用于显示当前分布式块存储系统的数据重构预测时间,并用于每间隔预先设定的第三预设时间长度获取一次数据重构预测模块201计算出的数据重构预测时间更新所显示的当前分布式块存储系统的数据重构预测时间,所述当前分布式块存储系统的数据重构预测时间的初始值为空。
在本实施例中,所述第三预设时间长度为15秒。
4)数据监控服务处理模块204
所述数据监控服务处理模块204用于实时监控当前分布式块存储系统中的数据重构的状态信息,用于在监控到当前分布式块存储系统中的数据重构的状态信息有变化时更新存储系统状态检测模块205中记录的对应数据重构的状态信息,并用于实时将更新的数据重构的状态信息保存到日志文档。
5)存储系统状态检测模块205
所述存储系统状态检测模块205,用于监控当前分布式块存储系统是否正在发生数据重构,用于在监控到有新增数据重构发生时记录新增数据重构的状态信息,还用于查看当前分布式块存储系统中发生过的所有数据重构的状态信息。
在本实施例中,该分布式块存储系统的数据重构时间预测系统的使用过程如下:
(1)存储系统状态检测模块205实时查看存储系统是否正在发生数据重构,并在查看到存储系统有新增数据重构时,记录查看到的新增数据重构的状态信息;
(2)在存储系统状态检测模块205查看到存储系统中有发生数据重构后,数据监控服务处理模块204实时监控分布式块存储系统中的数据重构的状态信息,用于在监控到当前分布式块存储系统中的数据重构的状态信息有变化时更新存储系统状态检测模块205中记录的对应数据重构的状态信息,并用于实时将更新的数据重构的状态信息保存到日志文档。
(3)控制模块202在存储系统状态检测模块205查看到存储系统发生数据重构时,调用数据重构预测模块201计算数据重构预测时间,并在1分钟内实时调用数据重构预测模块201更新数据重构预测时间。
(3)应控制模块202的调用,数据重构预测模块201计算数据重构预测时间。
(4)管理界面调度模块203以15秒的取样周期获取数据重构预测模块201计算出的数据重构预测时间更新预测的数据重构预测时间并显示给用户(即进行显示),显示给用户的数据重构预测时间的初始值为空。
(5)可通过存储系统状态检测模块205查看存储系统中发生过的所有数据重构的状态信息。
本说明书中各个实施例之间相同相似的部分互相参见即可。
图3为本实用新型实施例提供的一种终端300的结构示意图,该终端300可以用于执行本发明实施例提供的分布式块存储系统的数据重构时间预测方法。
其中,该终端300可以包括:处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信,本领域技术人员可以理解,图中示出的服务器的结构并不构成对本实用新型的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
其中,该存储器320可以用于存储处理器310的执行指令,存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。当存储器320中的执行指令由处理器310执行时,使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心,利用各种接口和线路连接整个电子终端的各个部分,通过运行或执行存储在存储器320内的软件程序和/或模块,以及调用存储在存储器内的数据,以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit,简称IC)组成,例如可以由单颗封装的IC所组成,也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说,处理器310可以仅包括中央处理器(Central Processing Unit,简称CPU)。在本实用新型实施方式中,CPU可以是单运算核心,也可以包括多运算核心。
通信单元330,用于建立通信信道,从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述,但本发明并不限于此。在不脱离本发明的精神和实质的前提下,本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换,而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种分布式块存储系统的数据重构时间预测方法,其特征在于,包括步骤:
获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,并计算该获取到的两个待恢复对象数之间差值,记为恢复速度;
获取当前降级对象数与第一预设时间长度之前的降级对象数,并计算该获取到的两个降级对象数之间的差值,记为降级速度;
计算当前待恢复对象数与恢复速度的比值,记为粗略时间;
基于所述的恢复速度、所述的降级速度及所述的粗略时间计算数据重构预测时间,计算公式为:数据重构预测时间=(粗略时间×降级速度÷恢复速度+粗略时间)。
2.根据权利要求1所述的分布式块存储系统的数据重构时间预测方法,其特征在于,该分布式块存储系统的数据重构时间预测方法实时执行预先设定的第二预设时间长度。
3.根据权利要求1或2所述的分布式块存储系统的数据重构时间预测方法,其特征在于,所述第一预设时间长度为1分钟;
在存在第二预设时间长度时,所述的第二预设时间长度为1分钟。
4.一种分布式块存储系统的数据重构时间预测系统,其特征在于,该数据重构时间预测系统包括数据重构预测模块,所述的数据重构预测模块包括:
第一计算单元,用于获取当前待恢复对象数及第一预设时间长度之前的待恢复对象数,并用于计算其获取到的两个待恢复对象数之间差值,该差值为恢复速度;
第二计算单元,用于获取当前降级对象数与第一预设时间长度之前的降级对象数,并用于计算其获取到的两个降级对象数之间的差值,该差值为降级速度;
第三计算单元,用于计算所述当前待恢复对象数与所述恢复速度的比值,该比值为粗略时间;
第四计算单元,用于基于所述的恢复速度、所述的降级速度及所述的粗略时间计算数据重构预测时间,所采用的计算数据重构预测时间的公式为:数据重构预测时间=(粗略时间×降级速度÷恢复速度+粗略时间)。
5.根据权利要求4所述的分布式块存储系统的数据重构时间预测系统,其特征在于,该分布式块存储系统的数据重构时间预测系统还包括控制模块;
所述控制模块,用于在预先设定的第二预设时间长度内实时调用数据重构预测模块更新数据重构预测时间。
6.根据权利要求4或5所述的分布式块存储系统的数据重构时间预测系统,其特征在于,该分布式块存储系统的数据重构时间预测系统还包括管理界面调度模块;
所述管理界面调度模块,用于显示当前分布式块存储系统的数据重构预测时间,并用于每间隔预先设定的第三预设时间长度获取一次数据重构预测模块计算出的数据重构预测时间更新所显示的当前分布式块存储系统的数据重构预测时间;所述当前分布式块存储系统的数据重构预测时间的初始值为空。
7.根据权利要求6所述的分布式块存储系统的数据重构时间预测系统,其特征在于,所述第三预设时间长度为15秒。
8.根据权利要求4或5所述的分布式块存储系统的数据重构时间预测系统,其特征在于,所述第一预设时间长度为1分钟;
在存在控制模块时,所述的第二预设时间长度为1分钟。
9.根据权利要求4或5所述的分布式块存储系统的数据重构时间预测系统,其特征在于,该数据重构时间预测系统还包括数据监控服务处理模块和存储系统状态检测模块;其中:
所述存储系统状态检测模块,用于监控当前分布式块存储系统是否正在发生数据重构,用于在监控到有新增数据重构发生时记录新增数据重构的状态信息,还用于查看当前分布式块存储系统中发生过的所有数据重构的状态信息;
所述数据监控服务处理模块,用于实时监控当前分布式块存储系统中的数据重构的状态信息,用于在监控到当前分布式块存储系统中的数据重构的状态信息有变化时更新存储系统状态检测模块中记录的对应数据重构的状态信息,并用于实时将更新的数据重构的状态信息保存到日志文档。
10.一种终端,其特征在于,包括:
处理器;
用于存储处理器的执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010726583.1A CN111858180B (zh) | 2020-07-25 | 2020-07-25 | 分布式块存储系统的数据重构时间预测方法、系统及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010726583.1A CN111858180B (zh) | 2020-07-25 | 2020-07-25 | 分布式块存储系统的数据重构时间预测方法、系统及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111858180A true CN111858180A (zh) | 2020-10-30 |
CN111858180B CN111858180B (zh) | 2022-12-27 |
Family
ID=72950127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010726583.1A Active CN111858180B (zh) | 2020-07-25 | 2020-07-25 | 分布式块存储系统的数据重构时间预测方法、系统及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111858180B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160275629A1 (en) * | 2015-03-20 | 2016-09-22 | Accenture Global Solutions Limited | Method and system for water production and distribution control |
CN110597655A (zh) * | 2019-06-26 | 2019-12-20 | 中大编码有限公司 | 一种迁移与基于纠删码的重构相耦合的快速预知修复方法和实现 |
CN111400241A (zh) * | 2019-11-14 | 2020-07-10 | 杭州海康威视系统技术有限公司 | 数据重构方法和装置 |
-
2020
- 2020-07-25 CN CN202010726583.1A patent/CN111858180B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160275629A1 (en) * | 2015-03-20 | 2016-09-22 | Accenture Global Solutions Limited | Method and system for water production and distribution control |
CN110597655A (zh) * | 2019-06-26 | 2019-12-20 | 中大编码有限公司 | 一种迁移与基于纠删码的重构相耦合的快速预知修复方法和实现 |
CN111400241A (zh) * | 2019-11-14 | 2020-07-10 | 杭州海康威视系统技术有限公司 | 数据重构方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111858180B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103201724B (zh) | 在高可用性虚拟机环境中提供高可用性应用程序 | |
US11269718B1 (en) | Root cause detection and corrective action diagnosis system | |
Castelli et al. | Proactive management of software aging | |
CN109976949B (zh) | 一种bmc故障镜像回滚刷新方法、装置、终端及存储介质 | |
US11567756B2 (en) | Causality determination of upgrade regressions via comparisons of telemetry data | |
CN109992473A (zh) | 应用系统的监控方法、装置、设备及存储介质 | |
CN114567538A (zh) | 告警信息处理方法及装置 | |
CN112598529B (zh) | 数据处理方法及装置、计算机可读存储介质、电子设备 | |
CN111858180B (zh) | 分布式块存储系统的数据重构时间预测方法、系统及终端 | |
CN112860343A (zh) | 配置变更方法、系统、装置、电子设备以及存储介质 | |
CN111198853B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN114679295B (zh) | 防火墙安全配置方法及装置 | |
CN115454872A (zh) | 数据库测试方法、装置、设备以及存储介质 | |
CN112445860A (zh) | 一种处理分布式事务的方法和装置 | |
CN115495151A (zh) | 规则引擎的迁移方法、装置、设备、存储介质及程序产品 | |
CN108551484B (zh) | 用户信息同步方法、装置、计算机装置及存储介质 | |
CN113590287A (zh) | 任务处理方法、装置、设备、存储介质及调度系统 | |
CN112068935A (zh) | kubernetes程序部署监控方法、装置以及设备 | |
CN111752911A (zh) | 一种基于Flume的数据传输方法、系统、终端及存储介质 | |
CN112272220B (zh) | 一种集群软件启动控制方法、系统、终端及存储介质 | |
CN114546705B (zh) | 操作响应方法、操作响应装置、电子设备以及存储介质 | |
CN115473793B (zh) | 一种集群ei主机环境自动恢复方法、装置、终端及介质 | |
CN116232848A (zh) | 告警数据推送方法及装置 | |
CN113656207A (zh) | 故障处理方法、装置、电子设备和介质 | |
CN115391227A (zh) | 基于分布式系统的故障测试方法、装置、设备及介质 |
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 |