CN112306769A - 一种存储设备中确定万兆卡使用率的方法及系统 - Google Patents
一种存储设备中确定万兆卡使用率的方法及系统 Download PDFInfo
- Publication number
- CN112306769A CN112306769A CN202011116428.4A CN202011116428A CN112306769A CN 112306769 A CN112306769 A CN 112306769A CN 202011116428 A CN202011116428 A CN 202011116428A CN 112306769 A CN112306769 A CN 112306769A
- Authority
- CN
- China
- Prior art keywords
- iops
- message
- size
- data
- data segment
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06F11/22—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
-
- 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)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种存储设备中确定万兆卡使用率的方法及系统，该方法包括：获取万兆卡在设定时间段内的报文总数及每个报文的大小，分别根据每个报文的大小和报文总数，利用公式计算得出设定时间段内的平均带宽和平均IOPS，然后根据平均带宽和最大带宽计算带宽占用率，并根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS确定IOPS占用率，最后选择带宽占用率和IOPS占用率中的较大者定义为当前万兆卡的使用率。该系统包括：报文总数和报文大小获取模块、平均带宽计算模块、平均IOPS计算模块、带宽占用率计算模块、IOPS占用率计算模块和万兆卡使用率确定模块。通过本申请，能够有效提高万兆卡忙碌程度判断的准确性。
Description
技术领域
本申请涉及存储设备性能检测技术领域，特别是涉及一种存储设备中确定万兆卡使用率的方法及系统。
背景技术
在存储设备中，存储控制器主要用来接收服务器的数据，然后将该数据存储到与存储控制器相连接的硬盘上。其中，存储控制器是通过万兆卡与服务器连接，接收和发送服务器的数据。在整个数据传输过程中，根据业务量的不同，存储控制器的性能瓶颈有可能卡在传输通道的各个环节上，其中，10G以太网口万兆卡的忙碌程度是一个重要的环节。因此，如何对存储设备中万兆卡的使用率进行观测，从而确定其忙碌程度，是个重要的技术问题。
目前观测万兆卡的使用率的方法，通常是查看万兆卡的IOPS(Input/OutputOperations Per Second，每秒进行读写操作的次数，也就是每秒进行I/O操作的次数)或者带宽。针对小块存储观测其IOPS，针对大块存储观测其带宽。通常IOPS值越大，或者带宽值越大，表示当前的万兆卡忙碌程度越高，反之，表示当前的万兆卡忙碌程度越低。
然而，目前观测万兆卡使用率的方法中，由于只能根据IOPS值或带宽值获取定性的繁忙程度，对万兆卡忙碌程度的判断准确性不够高。
发明内容
本申请提供了一种存储设备中确定万兆卡使用率的方法及系统，以解决现有技术中对万兆卡忙碌程度判断的准确性不够高的问题。
为了解决上述技术问题，本申请实施例公开了如下技术方案：
一种存储设备中确定万兆卡使用率的方法，所述方法包括：
针对当前的万兆卡，获取设定时间段内的报文总数以及每个报文的大小；
根据每个报文的大小，利用公式：
计算得出设定时间段内的平均带宽；
根据所述报文总数，利用公式：
计算得出设定时间段内报文的平均IOPS；
根据所述平均带宽和当前万兆卡的最大带宽，利用公式：
计算得出当前万兆卡的带宽占用率；
根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS，确定当前万兆卡的IOPS占用率；
比对所述带宽占用率和IOPS占用率，定义较大者为当前万兆卡的使用率。
可选地，所述根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS，确定当前万兆卡的IOPS占用率，包括：
根据每个报文的大小，对传输中的数据进行分段，获取N个数据段，N为自然数；
通过测试，获取每个数据段报文的最大IOPS；
采集每个数据段报文的小块数据IOPS；
根据每个数据段报文的小块数据IOPS和最大IOPS的比值，计算得出每个数据段的IOPS占用率；
对所有数据段的IOPS占用率求和，计算得出当前万兆卡的IOPS占用率。
可选地，N的取值为4。
可选地，所述根据每个报文的大小，对传输中的数据进行分段，获取N个数据段，具体为：
根据每个报文的大小，对传输中的数据进行分段，分为4个数据段：第一数据段、第二数据段、第三数据段和第四数据段；其中，
第一数据段定义为：任一报文大小＜6k，按照4k进行计算；
第二数据段定义为：6k≤任一报文大小＜20k，按照8k进行计算；
第三数据段定义为：20k≤任一报文大小＜48k，按照32k进行计算；
第四数据段定义为：任一报文大小≥48k，按照64k进行计算。
可选地，所述设定时间段为5秒。
一种存储设备中确定万兆卡使用率的系统，所述系统包括：
报文总数和报文大小获取模块，用于针对当前的万兆卡，获取设定时间段内的报文总数以及每个报文的大小；
平均带宽计算模块，用于根据每个报文的大小，利用公式：
计算得出设定时间段内的平均带宽；
平均IOPS计算模块，用于根据所述报文总数，利用公式：
计算得出设定时间段内报文的平均IOPS；
带宽占用率计算模块，用于根据所述平均带宽和当前万兆卡的最大带宽，利用公式：
计算得出当前万兆卡的带宽占用率；
IOPS占用率计算模块，用于根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS，确定当前万兆卡的IOPS占用率；
万兆卡使用率确定模块，用于比对所述带宽占用率和IOPS占用率，定义较大者为当前万兆卡的使用率。
可选地，所述IOPS占用率计算模块，包括：
数据分段单元，用于根据每个报文的大小，对传输中的数据进行分段，获取N个数据段，N为自然数；
最大IOPS获取单元，用于通过测试，获取每个数据段报文的最大IOPS；
小块数据IOPS采集单元，用于采集每个数据段报文的小块数据IOPS；
第一IOPS占用率计算单元，用于根据每个数据段报文的小块数据IOPS和最大IOPS的比值，计算得出每个数据段的IOPS占用率；
第二IOPS占用率计算单元，用于对所有数据段的IOPS占用率求和，计算得出当前万兆卡的IOPS占用率。
可选地，数据分段单元包括：
第一数据段子单元，用于定义报文大小＜6k的报文，且所述第一数据段子单元的报文大小按照4k进行计算；
第二数据段子单元，用于定义报文大小为：6k≤任一报文大小＜20k的报文，且所述第二数据段子单元的报文大小按照8k进行计算；
第三数据段子单元，用于定义报文大小为：20k≤任一报文大小＜48k的报文，且所述第三数据段子单元的报文大小按照32k进行计算；
第四数据段子单元，用于定义报文大小≥48k的报文，且所述第四数据段子单元的报文大小按照64k进行计算。
本申请的实施例提供的技术方案可以包括以下有益效果：
本申请提供一种存储设备中确定万兆卡使用率的方法，该方法首先获取万兆卡在设定时间段内的报文总数及每个报文的大小，分别根据每个报文的大小和报文总数，利用公式计算得出设定时间段内的平均带宽和平均IOPS，然后根据平均带宽和最大带宽计算带宽占用率，并根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS确定IOPS占用率，最后选择带宽占用率和IOPS占用率中的较大者定义为当前万兆卡的使用率。在评估万兆卡忙碌程度时，相比于现有技术中只定性参考IOPS值和带宽值的方式，本实施例采用带宽占用率和IOPS占用率来确定万兆卡的使用率，综合评估带宽占用率和IOPS占用率，对万兆卡忙碌程度的评估更加全面而准确。而且本实施例利用公式计算带宽占用率和IOPS占用率来确定万兆卡的使用率，根据使用率的大小确定万兆卡的忙碌程度，对万兆卡的观测和忙碌程度判断结果更加精确。
本申请还提供一种存储设备中确定万兆卡使用率的系统，该系统主要包括：报文总数和报文大小获取模块、平均带宽计算模块、平均IOPS计算模块、带宽占用率计算模块、IOPS占用率计算模块和万兆卡使用率确定模块。本实施例首先通过报文总数和报文大小获取模块获取到报文总数和报文大小，然后根据报文总数和报文大小，分别利用平均带宽计算模块和平均IOPS计算模块计算得出平均带宽和平均IOPS，再利用带宽占用率计算模块和IOPS占用率计算模块分别计算得出带宽占用率和IOPS占用率，最后通过万兆卡使用率确定模块确定最终的使用率。本实施例通过带宽占用率计算模块和IOPS占用率计算模块能够计算得出带宽占用率和IOPS占用率，相比于现有技术中利用带宽值和IOPS值定性判断万兆卡的忙碌程度的方法，本申请能够综合考虑带宽和IOPS两个方面，最终确定更加可靠的忙碌程度评估结果。而且本实施例中的各模块采用公式计算相关参数，所获取到的带宽占用率和IOPS占用率更加准确，再根据带宽占用率和IOPS占用率来确定万兆卡的使用率，根据使用率的大小确定万兆卡的忙碌程度，因此本实施例对万兆卡的观测和忙碌程度判断结果更加精确。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请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为本申请实施例所提供的一种存储设备中确定万兆卡使用率的方法的流程示意图；
图2为本申请实施例所提供的一种存储设备中确定万兆卡使用率的系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
为了更好地理解本申请，下面结合附图来详细解释本申请的实施方式。
实施例一
参见图1，图1为本申请实施例所提供的一种存储设备中确定万兆卡使用率的方法的流程示意图。由图1可知，本实施例存储设备中确定万兆卡使用率的方法，主要包括如下过程：
S1：针对当前的万兆卡，获取设定时间段内的报文总数以及每个报文的大小。
本实施例中设定时间段可以设置5秒，即：统计5秒内当前万兆卡发出的报文总数以及每个报文的大小。
S2：根据每个报文的大小，利用公式：
计算得出设定时间段内的平均带宽。
步骤S1获取到每个报文的大小之后，根据步骤S2，首先对所有报文大小求和，然后根据所有报文大小之和和设定的时间段，利用公式计算得出设定时间段内的平均带宽。
S3：根据报文总数，利用公式：
计算得出设定时间段内报文的平均IOPS。
步骤S1获取到报文总数，再利用步骤S3中的公式计算得出平均IOPS。
S4：根据平均带宽和当前万兆卡的最大带宽，利用公式：
计算得出当前万兆卡的带宽占用率。
本实施例中万兆卡的最大带宽为已知参数，可以根据万兆卡的性能参数表获取。
S5：根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS，确定当前万兆卡的IOPS占用率。
具体地，步骤S5包括如下过程：
S51：根据每个报文的大小，对传输中的数据进行分段，获取N个数据段，N为自然数。
本实施例中N的取值可以为4，即：对传输中的数据分为4段，获取4个数据段。该分段即能够对所有数据报文进行充分分类，提高IOPS占用率的计算精度，又不至于数据段太多影响计算效率。
具体地，根据每个报文的大小，对传输中的数据进行分段，分为4个数据段：第一数据段、第二数据段、第三数据段和第四数据段；其中，第一数据段定义为：任一报文大小＜6k，按照4k进行计算；第二数据段定义为：6k≤任一报文大小＜20k，按照8k进行计算；第三数据段定义为：20k≤任一报文大小＜48k，按照32k进行计算；第四数据段定义为：任一报文大小≥48k，按照64k进行计算。
也就是：首先根据数据不同的报文大小测试得出的一组数据，然后根据这组数据中数据报文的大小，将传输的数据进行分段，6k以下的归为一组数据按照8k进行估算。6k～20k大小的数据归为一组数据按照8k进行估算，20k～48k之间数据归为一组按照32k数据进行估算。48k以上的数据归为一组数据按照64k进行估算。
也就是，当N取值为4时，最终所有报文只有4种数据报文大小，以10G的万兆卡为例，这四种数据报文大小为：4k、5k、32k和64k。
对数据分段后，执行步骤S52：通过测试，获取每个数据段报文的最大IOPS。
如果分为4个数据段，则通过步骤S52能够获取到4个最大IOPS，分别与每个数据段相匹配。该最大IOPS参数可以通过测试获取到。以10G的万兆卡为例，本实施例中4个数据段的最大IOPS取值可以参见表1所示。
| 数据报文大小 | 最大IOPS |
| 4k | 12.5w |
| 8k | 9w |
| 32k | 3.2w |
| 64k | 1.25w |
表1四个数据段时数据报文大小与最大IOPS对应表
获取每个数据段报文的最大IOPS之后，继续执行步骤S53：采集每个数据段报文的小块数据IOPS。
继续以4个数据段为例，每个数据段所匹配的小块数据IOPS可以参见如下表2所示。
| 数据报文大小 | 数据块iops |
| 6k以下 | 2w |
| 6k～20k | 3w |
| 20k～48k | 0.5w |
| 48k以上 | 0.2w |
表2四个数据段时数据报文大小与小块数据IOPS对应表
S54：根据每个数据段报文的小块数据IOPS和最大IOPS的比值，计算得出每个数据段的IOPS占用率。
S55：对所有数据段的IOPS占用率求和，计算得出当前万兆卡的IOPS占用率。
由步骤S54和S55可知，根据以上表1和表2，可以计算4个数据段时，每个数据段的IOPS占用率。即：报文大小为6k以下的IOPS占用率为：2/12.5＝16％；报文大小为6k～20k的IOPS占用率为：3/9＝33.33％；报文大小为20k～48k的IOPS占用率为：0.5/3.2＝15.63％；报文大小为48k以上的IOPS占用率为：0.2/1.25＝16％。因此，当前万兆卡的IOPS占用率为：16％+33.33％+15.63％+16％＝80.96％。
继续参见图1可知，通过步骤S4计算得出带宽占用率，并通过步骤S5计算得出IOPS占用率之后，执行步骤S6：比对带宽占用率和IOPS占用率，定义较大者为当前万兆卡的使用率。
通过比带宽占用率和IOPS占用率的大小，确定当前万兆卡的使用率，即可直观而准确地评估当前万兆卡的忙碌程度。
实施例二
在图1所示实施例的基础之上参见图2，图2为本申请实施例所提供的一种存储设备中确定万兆卡使用率的系统的结构示意图。由图2可知，本实施例存储设备中确定万兆卡使用率的系统，主要包括：报文总数和报文大小获取模块、平均带宽计算模块、平均IOPS计算模块、带宽占用率计算模块、IOPS占用率计算模块和万兆卡使用率确定模块。
其中，报文总数和报文大小获取模块，用于针对当前的万兆卡，获取设定时间段内的报文总数以及每个报文的大小。平均带宽计算模块，用于根据每个报文的大小，利用公式：
计算得出设定时间段内的平均带宽。平均IOPS计算模块，用于根据所述报文总数，利用公式：
计算得出设定时间段内报文的平均IOPS。带宽占用率计算模块，用于根据所述平均带宽和当前万兆卡的最大带宽，利用公式：
计算得出当前万兆卡的带宽占用率。IOPS占用率计算模块，用于根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS，确定当前万兆卡的IOPS占用率。万兆卡使用率确定模块，用于比对所述带宽占用率和IOPS占用率，定义较大者为当前万兆卡的使用率。
进一步地，IOPS占用率计算模块包括：数据分段单元、最大IOPS获取单元、小块数据IOPS采集单元、第一IOPS占用率计算单元和第二IOPS占用率计算单元。其中，数据分段单元，用于根据每个报文的大小，对传输中的数据进行分段，获取N个数据段，N为自然数；最大IOPS获取单元，用于通过测试，获取每个数据段报文的最大IOPS；小块数据IOPS采集单元，用于采集每个数据段报文的小块数据IOPS；第一IOPS占用率计算单元，用于根据每个数据段报文的小块数据IOPS和最大IOPS的比值，计算得出每个数据段的IOPS占用率；第二IOPS占用率计算单元，用于对所有数据段的IOPS占用率求和，计算得出当前万兆卡的IOPS占用率。
进一步地，数据分段单元又包括：第一数据段子单元、第二数据段子单元、第三数据段子单元和第四数据段子单元。其中，第一数据段子单元，用于定义报文大小＜6k的报文，且所述第一数据段子单元的报文大小按照4k进行计算；第二数据段子单元，用于定义报文大小为：6k≤任一报文大小＜20k的报文，且所述第二数据段子单元的报文大小按照8k进行计算；第三数据段子单元，用于定义报文大小为：20k≤任一报文大小＜48k的报文，且所述第三数据段子单元的报文大小按照32k进行计算；第四数据段子单元，用于定义报文大小≥48k的报文，且所述第四数据段子单元的报文大小按照64k进行计算。
该实施例中确定万兆卡使用率的系统的工作原理和工作方法，在图1所示的实施例中已经详细阐述，在此不再赘述。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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 (8)
1.一种存储设备中确定万兆卡使用率的方法，其特征在于，所述方法包括：
针对当前的万兆卡，获取设定时间段内的报文总数以及每个报文的大小；
根据每个报文的大小，利用公式：
计算得出设定时间段内的平均带宽；
根据所述报文总数，利用公式：
计算得出设定时间段内报文的平均IOPS；
根据所述平均带宽和当前万兆卡的最大带宽，利用公式：
计算得出当前万兆卡的带宽占用率；
根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS，确定当前万兆卡的IOPS占用率；
比对所述带宽占用率和IOPS占用率，定义较大者为当前万兆卡的使用率。
2.根据权利要求1所述的一种存储设备中确定万兆卡使用率的方法，其特征在于，所述根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS，确定当前万兆卡的IOPS占用率，包括：
根据每个报文的大小，对传输中的数据进行分段，获取N个数据段，N为自然数；
通过测试，获取每个数据段报文的最大IOPS；
采集每个数据段报文的小块数据IOPS；
根据每个数据段报文的小块数据IOPS和最大IOPS的比值，计算得出每个数据段的IOPS占用率；
对所有数据段的IOPS占用率求和，计算得出当前万兆卡的IOPS占用率。
3.根据权利要求1所述的一种存储设备中确定万兆卡使用率的方法，其特征在于，N的取值为4。
4.根据权利要求3所述的一种存储设备中确定万兆卡使用率的方法，其特征在于，所述根据每个报文的大小，对传输中的数据进行分段，获取N个数据段，具体为：
根据每个报文的大小，对传输中的数据进行分段，分为4个数据段：第一数据段、第二数据段、第三数据段和第四数据段；其中，
第一数据段定义为：任一报文大小＜6k，按照4k进行计算；
第二数据段定义为：6k≤任一报文大小＜20k，按照8k进行计算；
第三数据段定义为：20k≤任一报文大小＜48k，按照32k进行计算；
第四数据段定义为：任一报文大小≥48k，按照64k进行计算。
5.根据权利要求1-4中任一所述的一种存储设备中确定万兆卡使用率的方法，其特征在于，所述设定时间段为5秒。
6.一种存储设备中确定万兆卡使用率的系统，其特征在于，所述系统包括：
报文总数和报文大小获取模块，用于针对当前的万兆卡，获取设定时间段内的报文总数以及每个报文的大小；
平均带宽计算模块，用于根据每个报文的大小，利用公式：
计算得出设定时间段内的平均带宽；
平均IOPS计算模块，用于根据所述报文总数，利用公式：
计算得出设定时间段内报文的平均IOPS；
带宽占用率计算模块，用于根据所述平均带宽和当前万兆卡的最大带宽，利用公式：
计算得出当前万兆卡的带宽占用率；
IOPS占用率计算模块，用于根据每个报文的大小、任一报文的最大IOPS以及小块数据IOPS，确定当前万兆卡的IOPS占用率；
万兆卡使用率确定模块，用于比对所述带宽占用率和IOPS占用率，定义较大者为当前万兆卡的使用率。
7.根据权利要求6所述的一种存储设备中确定万兆卡使用率的系统，其特征在于，所述IOPS占用率计算模块，包括：
数据分段单元，用于根据每个报文的大小，对传输中的数据进行分段，获取N个数据段，N为自然数；
最大IOPS获取单元，用于通过测试，获取每个数据段报文的最大IOPS；
小块数据IOPS采集单元，用于采集每个数据段报文的小块数据IOPS；
第一IOPS占用率计算单元，用于根据每个数据段报文的小块数据IOPS和最大IOPS的比值，计算得出每个数据段的IOPS占用率；
第二IOPS占用率计算单元，用于对所有数据段的IOPS占用率求和，计算得出当前万兆卡的IOPS占用率。
8.根据权利要求6所述的一种存储设备中确定万兆卡使用率的系统，其特征在于，数据分段单元包括：
第一数据段子单元，用于定义报文大小＜6k的报文，且所述第一数据段子单元的报文大小按照4k进行计算；
第二数据段子单元，用于定义报文大小为：6k≤任一报文大小＜20k的报文，且所述第二数据段子单元的报文大小按照8k进行计算；
第三数据段子单元，用于定义报文大小为：20k≤任一报文大小＜48k的报文，且所述第三数据段子单元的报文大小按照32k进行计算；
第四数据段子单元，用于定义报文大小≥48k的报文，且所述第四数据段子单元的报文大小按照64k进行计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011116428.4A CN112306769A (zh) | 2020-10-19 | 2020-10-19 | 一种存储设备中确定万兆卡使用率的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011116428.4A CN112306769A (zh) | 2020-10-19 | 2020-10-19 | 一种存储设备中确定万兆卡使用率的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112306769A true CN112306769A (zh) | 2021-02-02 |
Family
ID=74327739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011116428.4A Withdrawn CN112306769A (zh) | 2020-10-19 | 2020-10-19 | 一种存储设备中确定万兆卡使用率的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112306769A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108512727A (zh) * | 2018-04-02 | 2018-09-07 | 北京天融信网络安全技术有限公司 | 一种中央处理器利用率的确定方法及装置 |
| CN109408353A (zh) * | 2018-11-13 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种存储分区利用率和iops的分析方法，系统及终端设备 |
| CN109756396A (zh) * | 2019-01-02 | 2019-05-14 | 郑州云海信息技术有限公司 | 一种存储设备中衡量fc卡忙碌程度的方法 |
| CN111722806A (zh) * | 2020-06-19 | 2020-09-29 | 华中科技大学 | 云盘分配方法、装置、电子设备及存储介质 |
-
2020
- 2020-10-19 CN CN202011116428.4A patent/CN112306769A/zh not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108512727A (zh) * | 2018-04-02 | 2018-09-07 | 北京天融信网络安全技术有限公司 | 一种中央处理器利用率的确定方法及装置 |
| CN109408353A (zh) * | 2018-11-13 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种存储分区利用率和iops的分析方法，系统及终端设备 |
| CN109756396A (zh) * | 2019-01-02 | 2019-05-14 | 郑州云海信息技术有限公司 | 一种存储设备中衡量fc卡忙碌程度的方法 |
| CN111722806A (zh) * | 2020-06-19 | 2020-09-29 | 华中科技大学 | 云盘分配方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109587008B (zh) | 检测异常流量数据的方法、装置及存储介质 | |
| CN102150394B (zh) | 确定发出最多数据流的主机的系统与方法 | |
| CN112788066B (zh) | 物联网设备的异常流量检测方法、系统及存储介质 | |
| CN110225037B (zh) | 一种DDoS攻击检测方法和装置 | |
| WO2019184640A1 (zh) | 一种指标确定方法及其相关设备 | |
| US11706114B2 (en) | Network flow measurement method, network measurement device, and control plane device | |
| CN107634872A (zh) | 一种快速精确计量网络链路质量的方法和装置 | |
| EP3771152B1 (en) | Network analysis program, network analysis device, and network analysis method | |
| CN113645182B (zh) | 一种基于二次特征筛选的拒绝服务攻击随机森林检测方法 | |
| CN111782700B (zh) | 基于双层结构的数据流频次估计方法、系统及介质 | |
| Pekár et al. | Adaptive aggregation of flow records | |
| CN112688837B (zh) | 基于时间滑动窗口的网络测量方法与装置 | |
| CN108921424A (zh) | 一种电力数据异常检测方法、装置、设备及可读存储介质 | |
| CN114422379B (zh) | 一种多平台设备无线组网的分析方法 | |
| CN104883705B (zh) | 一种数据业务投诉的问题定位方法及装置 | |
| CN109952743A (zh) | 用于低内存和低流量开销大流量对象检测的系统和方法 | |
| CN112306769A (zh) | 一种存储设备中确定万兆卡使用率的方法及系统 | |
| CN112988892A (zh) | 一种分布式系统热点数据的管理方法 | |
| CN110086860B (zh) | 一种物联网大数据环境下的数据异常检测方法及装置 | |
| CN108646688B (zh) | 一种基于回归学习的工艺参数优化分析方法 | |
| CN111935769B (zh) | 质差小区识别方法、装置和设备 | |
| CN108512729B (zh) | 基于网络信息传输延时序列的平均延时提取方法 | |
| CN115102716B (zh) | 一种基于自适应采样阈值的网络大流检测方法及系统 | |
| CN108093423A (zh) | 一种基于Ransac算法的用户话单大数据中基站位置异常的发现方法 | |
| CN114039889B (zh) | 基于往返时延的时间序列的网络异常检测方法及相关装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210202 |