CN113687777A - 一种磁盘可使用时长的预测方法、装置、设备及介质 - Google Patents

一种磁盘可使用时长的预测方法、装置、设备及介质 Download PDF

Info

Publication number
CN113687777A
CN113687777A CN202110836296.0A CN202110836296A CN113687777A CN 113687777 A CN113687777 A CN 113687777A CN 202110836296 A CN202110836296 A CN 202110836296A CN 113687777 A CN113687777 A CN 113687777A
Authority
CN
China
Prior art keywords
disk
capacity
current
value
residual capacity
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
Application number
CN202110836296.0A
Other languages
English (en)
Other versions
CN113687777B (zh
Inventor
苏宁宁
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.)
Suzhou Inspur Intelligent Technology Co Ltd
Original Assignee
Suzhou Inspur Intelligent 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 Suzhou Inspur Intelligent Technology Co Ltd filed Critical Suzhou Inspur Intelligent Technology Co Ltd
Priority to CN202110836296.0A priority Critical patent/CN113687777B/zh
Publication of CN113687777A publication Critical patent/CN113687777A/zh
Application granted granted Critical
Publication of CN113687777B publication Critical patent/CN113687777B/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
    • 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
    • G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

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)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种磁盘可使用时长的预测方法，应用于分布式存储中，包括：周期性地获取磁盘容量时序数据；判断当前周期磁盘容量时序数据是否满足第一预设条件，如果满足，则执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长；如果不满足，判断是否满足第二预设条件，如果满足第二预设条件，则执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长；如果不满足，则执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长；本发明还提出了一种磁盘可使用时长的预测装置、设备及介质，有效地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。

Description

一种磁盘可使用时长的预测方法、装置、设备及介质
技术领域
本发明涉及磁盘预测领域，尤其是涉及一种磁盘可使用时长的预测方法、装置、设备及介质。
背景技术
分布式存储都是采用Ceph(分布式文件系统)架构设计，可以支持庞大的磁盘数量，若有单块磁盘的使用容量达到90％水位后，由于容量均衡限制，系统无法写入数据，此时全部磁盘都无法写入数据，系统缺少相应的磁盘容量预测机制。
分布式集群系统将存储池分片处理成均匀分布的PG(Placement Group，放置群组)，用户数据被当作对象分配到PG中，然后再将PG分配到一组Ceph的OSD(Object-basedStorage Device，对象存储设备)中。ceph支持分布式monitor(监视器)，ceph守护进程和客户端周期性地联系monitor以保证有最新的实时数据。现有技术中，磁盘容量可使用时长预测，一般是针对磁盘容量预测，通过monitor反馈到系统，系统收到容量后与告警值比较，若有磁盘容量到达水位即进行告警反馈。
但是，这种只能对所有磁盘的最高水位进行预警，且由于系统的数据均衡策略限制，磁盘容量的最高水位和最低水位偏差在30％左右，不能准确的反馈磁盘的容量情况，而且不能反映磁盘当前剩余容量可使用时长，不利于提高磁盘当前剩余容量可使用时长预测的准确性以及可靠性。
发明内容
本发明为了解决现有技术中存在的问题，创新提出了一种磁盘可使用时长的预测方法、装置、设备及介质，有效解决由于现有技术无法预测当前磁盘剩余容量可使用时长的问题，有效地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明第一方面提供了一种磁盘可使用时长的预测方法，应用于分布式存储中，包括：
周期性地获取磁盘容量时序数据；
判断当前周期磁盘容量时序数据是否满足第一预设条件，如果满足，则执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长；
如果不满足，判断是否满足第二预设条件，如果满足第二预设条件，则执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长；如果不满足，则执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长；其中，第一预设条件为当前磁盘已使用容量小于第一容量阈值或当前磁盘剩余容量大于第二容量阈值；第二预设条件为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数符合第一系数预设范围。
可选地，执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长具体包括：
获取第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数，其中，第一磁盘剩余容量为距离当前磁盘剩余容量差值为第一数值的磁盘剩余容量值；
计算第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积；或，
获取第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数，其中，第一磁盘已使用容量为距离当前磁盘已使用容量差值为第一数值的磁盘已使用容量值；
计算第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积。
可选地，执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长具体包括：
获取第二磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数，其中，第二磁盘剩余容量为距离当前磁盘剩余容量差值为第二数值的磁盘剩余容量值；
计算第二磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积；或，
获取第二磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数，其中，第二磁盘已使用容量为距离当前磁盘已使用容量差值为第二数值的磁盘已使用容量值；
计算第二磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积。
可选地，执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长具体包括：
获取距离当前磁盘剩余容量差值为第三数值的容量所对应周期中，最近一次周期对应的磁盘容量变化值；
根据距离当前周期上两个周期的磁盘剩余容量、距离当前周期上一个周期的磁盘剩余容量，确定当前周期磁盘剩余容量值；
当前磁盘剩余容量可使用时长为当前周期磁盘剩余容量值与最近一次周期对应的磁盘容量变化值的商。
进一步地，根据距离当前周期上两个周期的磁盘剩余容量、距离当前周期上一个周期的磁盘剩余容量，确定当前周期磁盘剩余容量值具体是：
st＝αyt+(1-α)st-1，其中，st为当前周期磁盘剩余容量值，yt为距离当前周期上一个周期的磁盘剩余容量，st-1为距离当前周期上两个周期的磁盘剩余容量，α为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数。
可选地，第一计算预测方法、第二计算预测方法为简单移动平均算法，第三计算预测方法为简单指数平滑算法。
进一步地，还包括：
判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果小于，则提示告警。
本发明第二方面提供了一种磁盘可使用时长的预测装置，应用于分布式存储中，包括：
获取模块，周期性地获取磁盘容量时序数据；
第一判断模块，判断当前周期磁盘容量时序数据是否满足第一预设条件，如果满足，则执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长；
第二判断模块，如果不满足，判断是否满足第二预设条件，如果满足第二预设条件，则执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长；如果不满足，则执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长；其中，第一预设条件为当前磁盘已使用容量小于第一容量阈值或当前磁盘剩余容量大于第二容量阈值；第二预设条件为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数符合第一系数预设范围。
本发明第三方面提供了一种电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如本发明第一方面所述的磁盘可使用时长的预测方法的步骤。
本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明第一方面所述的磁盘可使用时长的预测方法的步骤。
本发明采用的技术方案包括以下技术效果：
1、本发明有效解决由于现有技术无法预测当前磁盘剩余容量可使用时长的问题，有效地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
2、本发明技术方案既可以针对磁盘已使用容量进行当前磁盘剩余容量可使用时长的预测，也可以针对磁盘剩余容量进行当前磁盘剩余容量可使用时长的预测，提高了当前磁盘剩余容量可使用时长的预测的便利性。
3、本发明技术方案根据磁盘时序数据不同，分为第一计算预测方法、第二计算预测方法、第三计算预测方法，针对不同情况，选择不同的计算预测方法，进一步地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
4、本发明技术方案还包括判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果小于，则提示告警，用户或维护人员可提前预知分布式存储中的磁盘剩余容量可使用时长，对集群内所有磁盘的容量均衡情况有提前预警，以提前准备集群扩容或磁盘替换的操作，提高了分布式存储磁盘的可靠性。
应当理解的是以上的一般描述以及后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
为了更清楚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介绍，显而易见的，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为本发明方案中实施例一方法的一流程示意图；
图2为本发明方案中实施例一方法中步骤S3的一流程示意图；
图3为本发明方案中实施例一方法中步骤S3的另一流程示意图；
图4为本发明方案中实施例一方法中步骤S5的一流程示意图；
图5为本发明方案中实施例一方法中步骤S5的另一流程示意图；
图6为本发明方案中实施例一方法中步骤S6的流程示意图；
图7为本发明方案中实施例一方法的另一流程示意图；
图8为本发明方案中实施例二装置的一结构示意图；
图9为本发明方案中实施例二装置的另一结构示意图；
图10为本发明方案中实施例三设备的结构示意图。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例一
如图1所示，本发明提供了一种磁盘可使用时长的预测方法，应用于分布式存储中，包括：
S1，周期性地获取磁盘容量时序数据；
S2，判断当前周期磁盘容量时序数据是否满足第一预设条件，如果判断结果为是，则执行步骤S3；如果判断结果为否，则执行步骤S4；
S3，则执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长；
S4，判断是否满足第二预设条件，如果判断结果为是，则执行步骤S5；如果判断结果为否，则执行步骤S6；
S5，则执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长；
S6，则执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长；其中，第一预设条件为当前磁盘已使用容量小于第一容量阈值或当前磁盘剩余容量大于第二容量阈值；第二预设条件为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数符合第一系数预设范围。
其中，步骤S1中，在分布式存储系统的各个节点上通过读取monitor采集的磁盘容量信息，即读取磁盘容量变化的所有时序数据，包括磁盘容量变化单位数值对应周期数，以及每个周期磁盘容量变化等磁盘时序数据。
其中，在步骤S2中，第一预设条件为当前磁盘已使用容量小于第一容量阈值或当前磁盘剩余容量大于第二容量阈值，第一容量阈值可以是20％(相对于磁盘总容量)，也可以是其他数值，对应地第二容量阈值可以是80％(相对于磁盘总容量)，也可以是其他数值，本发明在此不做限制。设置第一预设条件目的主要是，磁盘容量变化时序数据量是否充分，如果磁盘容量变化时序数据量不足，采用其他计算预测算法，预测效果较差，如果磁盘容量变化时序数据量充足，采用第二计算预测算法或第三计算预测方法，预测效果较好。
在步骤S3中，如图2-图3所示，步骤S3具体包括：
S301，获取第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数，其中，第一磁盘剩余容量为距离当前磁盘剩余容量差值为第一数值的磁盘剩余容量值；
S302，计算第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
S303，当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积；或，
S311，获取第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数，其中，第一磁盘已使用容量为距离当前磁盘已使用容量差值为第一数值的磁盘已使用容量值；
S312，计算第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
S313，当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积。
在步骤S301-S303中，获取第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数，其中，第一磁盘剩余容量为距离当前磁盘剩余容量差值为第一数值的磁盘剩余容量值，第一数值可以是8％(相对于磁盘总容量)；例如，当前磁盘剩余容量为86％(相对于磁盘总容量)大于第二容量阈值80％，满足第一预设条件，则执行第一计算预测算法；获取距离86％差值为8％的磁盘剩余容量，即磁盘剩余容量由93％逐渐降为86％时，每变化单位数值(此处为1％)磁盘容量对应的周期数，即93％(相对于磁盘总容量)降为92％(相对于磁盘总容量)时，对应的周期数为A1；92％(相对于磁盘总容量)降为91％(相对于磁盘总容量)时，对应的周期数为A2；92％(相对于磁盘总容量)降为91％(相对于磁盘总容量)时，对应的周期数为A3；91％(相对于磁盘总容量)降为90％(相对于磁盘总容量)时，对应的周期数为A4；90％(相对于磁盘总容量)降为89％(相对于磁盘总容量)时，对应的周期数为A5；89％(相对于磁盘总容量)降为88％(相对于磁盘总容量)时，对应的周期数为A6；88％(相对于磁盘总容量)降为87％(相对于磁盘总容量)时，对应的周期数为A7；87％(相对于磁盘总容量)降为86％(相对于磁盘总容量)时，对应的周期数为A8；然后，计算第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数的平均值，即Ft＝(A1+A2+A3+…+A8)/8，假设平均值计算后得出为4.5天，剩余磁盘容量为86％，均值是每4.5天变化1％的容量，可以得出剩余86％的容量可以使用时间是
Figure BDA0003177373430000101
)，由于数据量较少，不满足曲线形状判断条件，采用求均值的方法(简单移动平均算法)能够最大程度保证预测的稳定性。
在步骤S311-S313中，获取第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数，其中，第一磁盘已使用容量为距离当前磁盘已使用容量差值为第一数值的磁盘已使用容量值，第一数值可以是8％(相对于磁盘总容量)；例如，当前磁盘已使用容量为14％(相对于磁盘总容量)小于第一容量阈值20％，满足第一预设条件，则执行第一计算预测算法；获取距离14％差值为8％的磁盘剩余容量，即磁盘剩余容量由6％逐渐增为14％时，每变化单位数值(此处为1％)磁盘容量对应的周期数，即6％(相对于磁盘总容量)增为7％(相对于磁盘总容量)时，对应的周期数为A1；7％(相对于磁盘总容量)增为8％(相对于磁盘总容量)时，对应的周期数为A2；8％(相对于磁盘总容量)增为9％(相对于磁盘总容量)时，对应的周期数为A3；9％(相对于磁盘总容量)增为10％(相对于磁盘总容量)时，对应的周期数为A4；10％(相对于磁盘总容量)增为11％(相对于磁盘总容量)时，对应的周期数为A5；11％(相对于磁盘总容量)增为12％(相对于磁盘总容量)时，对应的周期数为A6；12％(相对于磁盘总容量)增为13％(相对于磁盘总容量)时，对应的周期数为A7；13％(相对于磁盘总容量)增为14％(相对于磁盘总容量)时，对应的周期数为A8；然后，计算第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数的平均值，即Ft＝(A1+A2+A3+…+A8)/8，假设平均值计算后得出为4.5天，剩余磁盘容量为86％，均值是每4.5天变化1％的容量，可以得出剩余86％的容量可以使用时间是
Figure BDA0003177373430000111
)，由于数据量较少，不满足曲线形状判断条件，采用求均值的方法(简单移动平均算法)能够最大程度保证预测的稳定性。
在步骤S4中，第二预设条件为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数符合第一系数预设范围；其中，因为步骤S4以满足第一预设条件，即满足当前磁盘已使用容量小于第一容量阈值或当前磁盘剩余容量大于第二容量阈值。
磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数，可以通过第三磁盘剩余容量至当前磁盘剩余容量之间，依次每变化(降低)单位数值的磁盘剩余容量与每变化单位数值对应周期数的皮尔逊相关系数，具体计算公式可以是：
Figure BDA0003177373430000112
E为数学期望或均值，D为方差，
Figure BDA0003177373430000113
为标准差，E{[X-E(X)][Y-E(Y)]}称为随机变量X与Y的协方差，记为Cov(X,Y)，即Cov(X,Y)＝E{[X-E(X)][Y-E(Y)]}；两个变量之间的协方差和标准差的商则称为随机变量X与Y的皮尔逊相关系数，记为ρXY，变量X为依次每变化(降低)单位数值的磁盘剩余容量，变量Y为每变化单位数值对应周期数。
皮尔逊相关系数为数学统计中的代指，一般理解为：考察两个事物(在数据里我们称之为变量)之间的相关程度；
(1)、当相关系数ρXY为0时，X和Y两变量无关系。
(2)、当X的值增大(减小)，Y值增大(减小)，两个变量为正相关，相关系数ρXY在0.00与1.00之间。
(3)、当X的值增大(减小)，Y值减小(增大)，两个变量为负相关，相关系数ρXY在-1.00与0.00之间。
相关系数的绝对值越大，相关性越强，相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。
通常情况下通过以下取值范围判断变量的相关强度：
Figure BDA0003177373430000121
因此，皮尔逊相关系数的取值范围为[-1,1]，第一系数预设范围为[-0.1,0.4]，表明依次每变化(降低)单位数值的磁盘剩余容量与每变化单位数值对应周期数相关性低，此时属于稳定变化场景，稳定场景下使用较多的训练数据量，是因为在该场景下，通常认为数据的未来变化与历史变化极为相似，稳定场景下采用简单移动平均算法。
在步骤S5中，如图4-图5所示，步骤S5具体包括：
S501，获取第二磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数，其中，第二磁盘剩余容量为距离当前磁盘剩余容量差值为第二数值的磁盘剩余容量值；
S502，计算第二磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
S503，当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积；或，
S511，获取第二磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数，其中，第二磁盘已使用容量为距离当前磁盘已使用容量差值为第二数值的磁盘已使用容量值；
S512，计算第二磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
S513，当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积。
在步骤S501-S503中，获取第二磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数，其中，第二磁盘剩余容量为距离当前磁盘剩余容量差值为第二数值的磁盘剩余容量值，第二数值可以是5％(相对于磁盘总容量)；例如，当前磁盘剩余容量为75％(相对于磁盘总容量)小于第二容量阈值80％，第一系数预设范围为[-0.1,0.4]，满足第二预设条件，则执行第二计算预测算法；获取距离75％差值为5％的磁盘剩余容量，即磁盘剩余容量由80％逐渐降为75％时，每变化单位数值(此处为1％)磁盘容量对应的周期数，即80％(相对于磁盘总容量)降为79％(相对于磁盘总容量)时，对应的周期数为A1；79％(相对于磁盘总容量)降为78％(相对于磁盘总容量)时，对应的周期数为A2；78％(相对于磁盘总容量)降为77％(相对于磁盘总容量)时，对应的周期数为A3；77％(相对于磁盘总容量)降为76％(相对于磁盘总容量)时，对应的周期数为A4；76％(相对于磁盘总容量)降为75％(相对于磁盘总容量)时，对应的周期数为A5；然后，计算第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数的平均值，即Ft＝(A1+A2+A3+…+A5)/5，假设平均值计算后得出为3.5天，剩余磁盘容量为75％，均值是每3.5天变化1％的容量，可以得出剩余75％的容量可以使用时间是
Figure BDA0003177373430000141
)，由于数据量较少，不满足曲线形状判断条件，采用求均值的方法(简单移动平均算法)能够最大程度保证预测的稳定性。
在步骤S511-S513中，获取第二磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数，其中，第二磁盘已使用容量为距离当前磁盘已使用容量差值为第二数值的磁盘已使用容量值，第一数值可以是5％(相对于磁盘总容量)；例如，当前磁盘已使用容量为25％(相对于磁盘总容量)大于第一容量阈值20％，第一系数预设范围为[-0.1,0.4]，满足第二预设条件，则执行第二计算预测算法；获取距离25％差值为5％的磁盘剩余容量，即磁盘剩余容量由20％逐渐增为25％时，每变化单位数值(此处为1％)磁盘容量对应的周期数，即20％(相对于磁盘总容量)增为21％(相对于磁盘总容量)时，对应的周期数为A1；21％(相对于磁盘总容量)增为22％(相对于磁盘总容量)时，对应的周期数为A2；22％(相对于磁盘总容量)增为23％(相对于磁盘总容量)时，对应的周期数为A3；23％(相对于磁盘总容量)增为24％(相对于磁盘总容量)时，对应的周期数为A4；24％(相对于磁盘总容量)增为25％(相对于磁盘总容量)时，对应的周期数为A5；然后，计算第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数的平均值，即Ft＝(A1+A2+A3+…+A5)/5，假设平均值计算后得出为3.5天，剩余磁盘容量为75％，均值是每3.5天变化1％的容量，可以得出剩余75％的容量可以使用时间是
Figure BDA0003177373430000142
)，由于数据量较少，不满足曲线形状判断条件，采用求均值的方法(简单移动平均算法)能够最大程度保证预测的稳定性。
在步骤S6中，如图6所示，步骤S6具体包括：
S601，获取距离当前磁盘剩余容量差值为第三数值的容量所对应周期中，最近一次周期对应的磁盘容量变化值；
S602，根据距离当前周期上两个周期的磁盘剩余容量、距离当前周期上一个周期的磁盘剩余容量，确定当前周期磁盘剩余容量值；
S603，当前磁盘剩余容量可使用时长为当前周期磁盘剩余容量值与最近一次周期对应的磁盘容量变化值的商。
其中，在步骤S601中，获取距离当前磁盘剩余容量差值为第三数值的容量所对应周期中，最近一次周期对应的磁盘容量变化值，其中，第三数值可以是5％，例如，当前磁盘剩余容量为75％，获取80％-75％之间，每个周期对应的磁盘容量变化值，例如磁盘剩余容量从80％降为75％，共使用4个周期，第一周期从80％降为79.5％，第二周期从79.5％降为78.5％，第三周期从78.5％降为77％，第四周期从77％降为75％，则最近一次周期对应的磁盘容量变化值为2％，即为2％/周期。
在步骤S602中，根据距离当前周期上两个周期的磁盘剩余容量、距离当前周期上一个周期的磁盘剩余容量，确定当前周期磁盘剩余容量值具体是：
st＝αyt+(1-α)st-1，其中，st为当前周期磁盘剩余容量值，yt为距离当前周期上一个周期的磁盘剩余容量，st-1为距离当前周期上两个周期的磁盘剩余容量，α为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数，取值范围为[-1,0.1]或[0.4,1]。当α为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数，取值范围为[-1,0.1]，依次每变化(降低)单位数值的磁盘剩余容量与每变化单位数值对应周期数成负相关，此时属于变化减速场景；例如磁盘剩余容量从80％降为75％，共使用4个周期，第一周期从80％降为78％，第二周期从78％降为76.5％，第三周期从76.5％降为75.5％，第四周期从75.5％降为75％。当α为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数，取值范围为[0.4,1]，依次每变化(降低)单位数值的磁盘剩余容量与每变化单位数值对应周期数成正相关，此时属于变化加速场景；例如磁盘剩余容量从80％降为75％，共使用4个周期，第一周期从80％降为79.5％，第二周期从79.5％降为78.5％，第三周期从78.5％降为77％，第四周期从77％降为75％。
在步骤S603中，当前磁盘剩余容量可使用时长为当前周期磁盘剩余容量值与最近一次周期对应的磁盘容量变化值的商，例如，经过步骤S602的计算后的当前周期磁盘剩余容量值为75％，当α属于[0.4,1]时，属于变化加速场景，则当前磁盘剩余容量可使用时长为
Figure BDA0003177373430000161
周期；当α属于[-1,0.1]时，属于变化减速场景，则当前磁盘剩余容量可使用时长为
Figure BDA0003177373430000162
周期。在步骤S601-S603中，不管α为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数，取值范围为[-1,0.1]或[0.4,1]，仅是α取值以及最近一次周期对应的磁盘容量变化值不同，计算步骤相同。
具体地，第三计算预测方法为简单指数平滑算法，通过将简单指数平滑算法中的平滑指数设定为皮尔逊相关系数，通过皮尔逊相关系数的范围确定不同情况下的当前磁盘剩余容量可使用时长。
进一步地，如图7所示，本发明技术方案中的一种磁盘可使用时长的预测方法，还包括：
S7，判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果判断结果为是，则执行步骤S8；如果判断结果为否，则执行步骤S1；
S8，则提示告警。
在步骤S7-S8中，当前磁盘剩余容量可使用时长是否小于预设时长阈值时，对集群内所有磁盘的容量均衡情况有提前预警，以提前准备集群扩容或磁盘替换的操作，并针对预警磁盘进行容量均衡策略；如果不小于，则继续进行监测、预测。
需要说明的是，本发明中出现的百分数均是相对于磁盘总容量，本发明技术方案中步骤S1-S8均可以通过硬件或软件语言编程实现，编程实现思路与本发明步骤相对应，也可以通过其他方式实现，本发明在此不做限制。
本发明有效解决由于现有技术无法预测当前磁盘剩余容量可使用时长的问题，有效地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明技术方案既可以针对磁盘已使用容量进行当前磁盘剩余容量可使用时长的预测，也可以针对磁盘剩余容量(剩余容量+已使用容量为磁盘总容量，即100％)进行当前磁盘剩余容量可使用时长的预测，提高了当前磁盘剩余容量可使用时长的预测的便利性。
本发明技术方案根据磁盘时序数据不同，分为第一计算预测方法、第二计算预测方法、第三计算预测方法，针对不同情况，选择不同的计算预测方法，进一步地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明技术方案还包括判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果小于，则提示告警，用户或维护人员可提前预知分布式存储中的磁盘剩余容量可使用时长，对集群内所有磁盘的容量均衡情况有提前预警，以提前准备集群扩容或磁盘替换的操作，提高了分布式存储磁盘的可靠性。
实施例二
如图8所示，本发明技术方案还提供了一种磁盘可使用时长的预测装置，应用于分布式存储中，包括：
获取模块101，周期性地获取磁盘容量时序数据；
第一判断模块102，判断当前周期磁盘容量时序数据是否满足第一预设条件，如果满足，则执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长；
第二判断模块103，如果不满足，判断是否满足第二预设条件，如果满足第二预设条件，则执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长；如果不满足，则执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长；其中，第一预设条件为当前磁盘已使用容量小于第一容量阈值或当前磁盘剩余容量大于第二容量阈值；第二预设条件为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数符合第一系数预设范围。
进一步地，如图9所示，本发明技术方案中的一种磁盘可使用时长的预测装置，还包括：第三判断模块104，判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果小于，则提示告警。
本发明有效解决由于现有技术无法预测当前磁盘剩余容量可使用时长的问题，有效地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明技术方案既可以针对磁盘已使用容量进行当前磁盘剩余容量可使用时长的预测，也可以针对磁盘剩余容量进行当前磁盘剩余容量可使用时长的预测，提高了当前磁盘剩余容量可使用时长的预测的便利性。
本发明技术方案根据磁盘时序数据不同，分为第一计算预测方法、第二计算预测方法、第三计算预测方法，针对不同情况，选择不同的计算预测方法，进一步地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明技术方案还包括判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果小于，则提示告警，用户或维护人员可提前预知分布式存储中的磁盘剩余容量可使用时长，对集群内所有磁盘的容量均衡情况有提前预警，以提前准备集群扩容或磁盘替换的操作，提高了分布式存储磁盘的可靠性。
实施例三
如图10所示，本发明技术方案还提供了一种电子设备，包括：存储器201，用于存储计算机程序；处理器202，用于执行所述计算机程序时实现如实施例一中的磁盘可使用时长的预测方法的步骤。
本申请实施例中的存储器201用于存储各种类型的数据以支持电子设备的操作。这些数据的示例包括：用于在电子设备上操作的任何计算机程序。可以理解，存储器201可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagneticrandom access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous StaticRandom Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous DynamicRandom Access Memory)、增强型同步动态随机存取存储器(ESDRAM，EnhancedSynchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本申请实施例描述的存储器201旨在包括但不限于这些和任意其它适合类型的存储器。上述本申请实施例揭示的方法可以应用于处理器202中，或者由处理器202实现。处理器202可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器202中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器202可以是通用处理器、DSP(Digital Signal Processing，即指能够实现数字信号处理技术的芯片)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器202可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器201，处理器202读取存储器201中的程序，结合其硬件完成前述方法的步骤。处理器202执行所述程序时实现本申请实施例的各个方法中的相应流程，为了简洁，在此不再赘述。
本发明有效解决由于现有技术无法预测当前磁盘剩余容量可使用时长的问题，有效地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明技术方案既可以针对磁盘已使用容量进行当前磁盘剩余容量可使用时长的预测，也可以针对磁盘剩余容量进行当前磁盘剩余容量可使用时长的预测，提高了当前磁盘剩余容量可使用时长的预测的便利性。
本发明技术方案根据磁盘时序数据不同，分为第一计算预测方法、第二计算预测方法、第三计算预测方法，针对不同情况，选择不同的计算预测方法，进一步地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明技术方案还包括判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果小于，则提示告警，用户或维护人员可提前预知分布式存储中的磁盘剩余容量可使用时长，对集群内所有磁盘的容量均衡情况有提前预警，以提前准备集群扩容或磁盘替换的操作，提高了分布式存储磁盘的可靠性。
实施例四
本发明技术方案还提供了一种计算机可读存储介质，其特征是，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如实施例一中的磁盘可使用时长的预测方法的步骤。
例如包括存储计算机程序的存储器201，上述计算机程序可由处理器202执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、FlashMemory、磁表面存储器、光盘、或CD-ROM等存储器。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本发明有效解决由于现有技术无法预测当前磁盘剩余容量可使用时长的问题，有效地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明技术方案既可以针对磁盘已使用容量进行当前磁盘剩余容量可使用时长的预测，也可以针对磁盘剩余容量进行当前磁盘剩余容量可使用时长的预测，提高了当前磁盘剩余容量可使用时长的预测的便利性。
本发明技术方案根据磁盘时序数据不同，分为第一计算预测方法、第二计算预测方法、第三计算预测方法，针对不同情况，选择不同的计算预测方法，进一步地提高了当前磁盘剩余容量可使用时长的预测的准确性以及可靠性。
本发明技术方案还包括判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果小于，则提示告警，用户或维护人员可提前预知分布式存储中的磁盘剩余容量可使用时长，对集群内所有磁盘的容量均衡情况有提前预警，以提前准备集群扩容或磁盘替换的操作，提高了分布式存储磁盘的可靠性。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种磁盘可使用时长的预测方法，其特征是，应用于分布式存储中，包括：
周期性地获取磁盘容量时序数据；
判断当前周期磁盘容量时序数据是否满足第一预设条件，如果满足，则执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长；
如果不满足，判断是否满足第二预设条件，如果满足第二预设条件，则执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长；如果不满足，则执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长；其中，第一预设条件为当前磁盘已使用容量小于第一容量阈值或当前磁盘剩余容量大于第二容量阈值；第二预设条件为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数符合第一系数预设范围。
2.根据权利要求1所述的磁盘可使用时长的预测方法，其特征是，执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长具体包括：
获取第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数，其中，第一磁盘剩余容量为距离当前磁盘剩余容量差值为第一数值的磁盘剩余容量值；
计算第一磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积；或，
获取第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数，其中，第一磁盘已使用容量为距离当前磁盘已使用容量差值为第一数值的磁盘已使用容量值；
计算第一磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积。
3.根据权利要求1所述的磁盘可使用时长的预测方法，其特征是，执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长具体包括：
获取第二磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数，其中，第二磁盘剩余容量为距离当前磁盘剩余容量差值为第二数值的磁盘剩余容量值；
计算第二磁盘剩余容量至当前磁盘剩余容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积；或，
获取第二磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数，其中，第二磁盘已使用容量为距离当前磁盘已使用容量差值为第二数值的磁盘已使用容量值；
计算第二磁盘已使用容量至当前磁盘已使用容量之间，每变化单位数值磁盘容量对应的周期数的平均值；
当前磁盘剩余容量可使用时长为当前磁盘剩余容量、变化单位数值的比值与每变化单位数值磁盘容量对应的周期数的平均值的乘积。
4.根据权利要求1所述的磁盘可使用时长的预测方法，其特征是，执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长具体包括：
获取距离当前磁盘剩余容量差值为第三数值的容量所对应周期中，最近一次周期对应的磁盘容量变化值；
根据距离当前周期上两个周期的磁盘剩余容量、距离当前周期上一个周期的磁盘剩余容量，确定当前周期磁盘剩余容量值；
当前磁盘剩余容量可使用时长为当前周期磁盘剩余容量值与最近一次周期对应的磁盘容量变化值的商。
5.根据权利要求4所述的磁盘可使用时长的预测方法，其特征是，根据距离当前周期上两个周期的磁盘剩余容量、距离当前周期上一个周期的磁盘剩余容量，确定当前周期磁盘剩余容量值具体是：
st＝αyt+(1-α)st-1，其中，st为当前周期磁盘剩余容量值，yt为距离当前周期上一个周期的磁盘剩余容量，st-1为距离当前周期上两个周期的磁盘剩余容量，α为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数。
6.根据权利要求1-5任一所述的磁盘可使用时长的预测方法，其特征是，第一计算预测方法、第二计算预测方法为简单移动平均算法，第三计算预测方法为简单指数平滑算法。
7.根据权利要求1-5任一所述的磁盘可使用时长的预测方法，其特征是，还包括：
判断当前磁盘剩余容量可使用时长是否小于预设时长阈值，如果小于，则提示告警。
8.一种磁盘可使用时长的预测装置，其特征是，应用于分布式存储中，包括：
获取模块，周期性地获取磁盘容量时序数据；
第一判断模块，判断当前周期磁盘容量时序数据是否满足第一预设条件，如果满足，则执行第一计算预测方法，根据第一计算预测方法获取当前磁盘剩余容量可使用时长；
第二判断模块，如果不满足，判断是否满足第二预设条件，如果满足第二预设条件，则执行第二计算预测方法，根据第二计算预测方法获取当前磁盘剩余容量可使用时长；如果不满足，则执行第三计算预测方法，根据第三计算预测方法获取当前磁盘剩余容量可使用时长；其中，第一预设条件为当前磁盘已使用容量小于第一容量阈值或当前磁盘剩余容量大于第二容量阈值；第二预设条件为磁盘容量与磁盘容量每变化单位数值对应的周期数之间的相关系数符合第一系数预设范围。
9.一种电子设备，其特征是，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的磁盘可使用时长的预测方法的步骤。
10.一种计算机可读存储介质，其特征是，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的磁盘可使用时长的预测方法的步骤。
CN202110836296.0A 2021-07-23 2021-07-23 一种磁盘可使用时长的预测方法、装置、设备及介质 Active CN113687777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110836296.0A CN113687777B (zh) 2021-07-23 2021-07-23 一种磁盘可使用时长的预测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110836296.0A CN113687777B (zh) 2021-07-23 2021-07-23 一种磁盘可使用时长的预测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113687777A true CN113687777A (zh) 2021-11-23
CN113687777B CN113687777B (zh) 2023-08-08

Family

ID=78577777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110836296.0A Active CN113687777B (zh) 2021-07-23 2021-07-23 一种磁盘可使用时长的预测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113687777B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114546279A (zh) * 2022-02-24 2022-05-27 重庆紫光华山智安科技有限公司 Io请求预测方法、装置、存储节点及可读存储介质
CN115145494A (zh) * 2022-08-11 2022-10-04 江苏臻云技术有限公司 一种基于大数据时间序列分析的磁盘容量预测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107480028A (zh) * 2017-07-21 2017-12-15 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
CN109524048A (zh) * 2018-10-22 2019-03-26 郑州云海信息技术有限公司 一种ssd盘的寿命预警方法及相关装置
CN110018943A (zh) * 2019-04-11 2019-07-16 苏州浪潮智能科技有限公司 一种磁盘告警方法、系统及电子设备和存储介质
CN110377449A (zh) * 2019-07-19 2019-10-25 苏州浪潮智能科技有限公司 一种磁盘故障预测方法、装置及电子设备和存储介质
WO2020077534A1 (zh) * 2018-10-16 2020-04-23 深圳市锐明技术股份有限公司 一种磁盘管理方法、磁盘管理装置及电子设备
CN111382519A (zh) * 2020-03-17 2020-07-07 深圳市信锐网科技术有限公司 剩余使用时长预测方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107480028A (zh) * 2017-07-21 2017-12-15 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
WO2020077534A1 (zh) * 2018-10-16 2020-04-23 深圳市锐明技术股份有限公司 一种磁盘管理方法、磁盘管理装置及电子设备
CN109524048A (zh) * 2018-10-22 2019-03-26 郑州云海信息技术有限公司 一种ssd盘的寿命预警方法及相关装置
CN110018943A (zh) * 2019-04-11 2019-07-16 苏州浪潮智能科技有限公司 一种磁盘告警方法、系统及电子设备和存储介质
CN110377449A (zh) * 2019-07-19 2019-10-25 苏州浪潮智能科技有限公司 一种磁盘故障预测方法、装置及电子设备和存储介质
CN111382519A (zh) * 2020-03-17 2020-07-07 深圳市信锐网科技术有限公司 剩余使用时长预测方法、装置、设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114546279A (zh) * 2022-02-24 2022-05-27 重庆紫光华山智安科技有限公司 Io请求预测方法、装置、存储节点及可读存储介质
CN114546279B (zh) * 2022-02-24 2023-11-14 重庆紫光华山智安科技有限公司 Io请求预测方法、装置、存储节点及可读存储介质
CN115145494A (zh) * 2022-08-11 2022-10-04 江苏臻云技术有限公司 一种基于大数据时间序列分析的磁盘容量预测系统及方法
CN115145494B (zh) * 2022-08-11 2023-09-15 江苏臻云技术有限公司 一种基于大数据时间序列分析的磁盘容量预测系统及方法

Also Published As

Publication number Publication date
CN113687777B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN113687777A (zh) 一种磁盘可使用时长的预测方法、装置、设备及介质
US8525883B2 (en) Methods, systems and apparatus for automatic video quality assessment
CN107480028B (zh) 磁盘可使用的剩余时长的获取方法及装置
CN110728358B (zh) 基于神经网络的数据处理方法和装置
CN111160531B (zh) 神经网络模型的分布式训练方法、装置及电子设备
CN110764714B (zh) 一种数据处理方法、装置、设备及可读存储介质
CN115774652B (zh) 一种基于聚类算法的群控设备健康监测方法、设备及介质
JP2015109084A (ja) 新規物質探索システム及びその探索方法
CN110688066A (zh) 一种数据处理方法、系统、电子设备及存储介质
CN112819159A (zh) 一种深度强化学习训练方法及计算机可读存储介质
EP4170561A1 (en) Method and device for improving performance of data processing model, storage medium and electronic device
CN116307236A (zh) 故障预测方法、装置、设备及存储介质
CN110275895B (zh) 一种缺失交通数据的填充设备、装置及方法
CN112416814A (zh) 固态硬盘中垃圾回收的管理方法、存储介质和电子装置
CN113554124B (zh) 图像识别方法及装置、计算机可读存储介质及电子设备
CN115835017A (zh) 一种聚焦方法、摄像设备和计算机可读存储介质
CN112612844B (zh) 数据处理方法、装置、设备和存储介质
EP3933767B1 (en) Scene detection method, chip, electronic device, and storage medium
CN113821934B (zh) 一种工况参数的预测方法、装置、设备及存储介质
JP2001022729A (ja) 予測モデルの選択方法
CN116167418A (zh) 一种视觉神经网络模型的量化方法及其装置
Garg Linear prediction algorithms
CN114418059A (zh) 一种信息处理方法及装置
CN115587018B (zh) 算力服务数据集存储方法、算力计算装置及算力服务设备
CN115268798B (zh) 缓存数据的刷脏方法和系统

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