CN113835626A - 一种确定磁盘可使用时长的方法及装置 - Google Patents
一种确定磁盘可使用时长的方法及装置 Download PDFInfo
- Publication number
- CN113835626A CN113835626A CN202111027635.7A CN202111027635A CN113835626A CN 113835626 A CN113835626 A CN 113835626A CN 202111027635 A CN202111027635 A CN 202111027635A CN 113835626 A CN113835626 A CN 113835626A
- Authority
- CN
- China
- Prior art keywords
- disk
- usage
- time
- prediction
- predicted
- 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 68
- 230000006870 function Effects 0.000 claims description 253
- 238000009499 grossing Methods 0.000 claims description 235
- 238000012545 processing Methods 0.000 claims description 58
- 238000010276 construction Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 description 29
- 238000012806 monitoring device Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 7
- 230000007423 decrease Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002354 daily effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0614—Improving the reliability of storage systems
- G06F3/0616—Improving the reliability of storage systems in relation to life time, e.g. increasing Mean Time Between Failures [MTBF]
-
- 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
- G06F3/0629—Configuration or reconfiguration of storage systems
- G06F3/0631—Configuration or reconfiguration of storage systems by allocating resources to storage systems
-
- 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
- G06F3/0671—In-line storage system
- G06F3/0673—Single storage device
- G06F3/0674—Disk device
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
本发明实施例提供了一种确定磁盘可使用时长的方法及装置,该方法包括根据待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数,通过磁盘使用量预测函数,确定待预测磁盘在预测时段的预测磁盘使用量,若待预测磁盘在预测时段之前的磁盘剩余容量与预测时段的预测磁盘使用量的差值大于第一设定阈值,则返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,直至返回执行第j次后,差值小于等于第一设定阈值,则可确定出待预测磁盘在第i‑1时段的可使用时长为j个时段。如此,该方案通过不断循环地重新构造磁盘使用量预测函数,可以有效地提高确定磁盘的可使用时长的准确率。
Description
技术领域
本发明实施例涉及金融科技(Fintech)领域,尤其涉及一种确定磁盘可使用时长的方法及装置。
背景技术
随着计算机技术的发展,越来越多的技术应用在金融领域,传统金融业正在逐步向金融科技转变,但由于金融行业的安全性、实时性要求,也对技术提出的更高的要求。随着信息化的快速发展,各式各样的数据也逐渐增多,为了更好地存储这些数据,通常会选择磁盘作为存储介质来存储这些数据。基于此,为了实现对磁盘容量的充分利用,以便数据能够及时地存储至磁盘中,通常会对磁盘的可使用时长进行预测。那么,如何有效地预测磁盘的可使用时长成为急需解决的问题。
现阶段,通常采用30天作为时间窗口,通过统计30天内的磁盘使用量计算出日均使用增量,并基于当前磁盘剩余容量以及日均使用增量来预测磁盘的可使用时长。但是,30天内的磁盘使用量如果出现一个或两个数据突增或突减的情况,则相比平日数据量就会显得突兀,该一个或两个数据就是数据噪点,就会导致所预测出的磁盘的可使用时长不准确。为了解决这个技术问题,在一种现有的解决方案中,针对30天内的磁盘使用量,通过采用去掉一个最小值、去掉一个最大值以及同时去掉一个最大值和最小值的方式来预测磁盘的可使用时长。即,将30天内的磁盘使用量分别去掉一个最小值、去掉一个最大值以及同时去掉一个最大值和最小值后,计算出三个日均使用增量。再基于当前磁盘剩余容量以及三个日均使用增量来预测磁盘的可使用时长。然而,这种处理方式对于30天内的磁盘使用量若出现一个或两个数据噪点时所预测出的磁盘的可使用时长较为准确,但是对于30天内的磁盘使用量若出现多个数据噪点(比如出现三个或三个以上数据噪点)时所预测出的磁盘的可使用时长依然是不准确的,而且这种处理方式在预测过程中还需要依赖人工过多的介入,会导致磁盘的可使用时长的预测效率较低。
综上,目前亟需一种确定磁盘可使用时长的方法,用以有效地提高确定磁盘的可使用时长的准确率。
发明内容
本发明实施例提供了一种确定磁盘可使用时长的方法及装置,用以有效地提高确定磁盘的可使用时长的准确率。
第一方面,本发明实施例提供了一种确定磁盘可使用时长的方法,包括:
获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量;所述预测时段为第i时段;
根据所述滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数;
通过所述磁盘使用量预测函数,确定所述待预测磁盘在所述预测时段的预测磁盘使用量;
若所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值大于第一设定阈值,则将第i+1时段作为预测时段,返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,直至返回执行第j次后,所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值小于等于所述第一设定阈值,从而确定出所述待预测磁盘在第i-1时段的可使用时长为j个时段。
上述技术方案中,通过根据待预测磁盘在预测时段(即第i时段)之前的滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数,并通过磁盘使用量预测函数,确定待预测磁盘在预测时段的预测磁盘使用量。在待预测磁盘在预测时段之前的磁盘剩余容量与预测时段的预测磁盘使用量的差值大于第一设定阈值时,将第i+1时段作为预测时段,并返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,此时相当于执行获取待预测磁盘在第i+1时段之前的滑动窗口内各时段的磁盘使用量,以此可循环确定出待预测磁盘在每个预测时段的预测磁盘使用量,从而直至在返回执行第j次后,待预测磁盘在预测时段之前的磁盘剩余容量与预测时段的预测磁盘使用量的差值小于等于第一设定阈值,那么就可以退出循环,以此即可动态准确地计算出待预测磁盘在第i-1时段的可使用时长为j个时段。如此,该方案通过不断循环地重新构造磁盘使用量预测函数,也就可以使得每一轮循环构造出的磁盘使用量预测函数更加贴合实际,更加符合这一滑动窗口内各时段的磁盘使用量所反映的真实情况,从而可以更真实准确地确定出待预测磁盘在第i-1时段的可使用时长,进而可以有效地提高确定磁盘的可使用时长的准确率。同时,由于该方案通过循环执行确定待预测磁盘在每个预测时段的预测磁盘使用量,即可自动计算出待预测磁盘在第i-1时段的可使用时长,因此可以避免人工过多的介入,并有助于减少依靠人工确定待预测磁盘的可使用时长所耗费的时间和人力,从而可以提高待预测磁盘在第i-1时段的可使用时长的计算效率。
可选地,所述根据所述滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数,包括:
通过最小二乘法对所述滑动窗口内各时段的磁盘使用量进行m种预测函数构造模式;
针对每种预测函数构造模式,生成所述预测函数构造模式对应的n个函数参数组;基于所述n个函数参数组,依次执行所述预测函数构造模式,确定出所述n个函数参数组各自对应的损失函数值,并将所述n个函数参数组各自对应的损失函数值进行比对,确定出最小损失函数值,并确定出所述最小损失函数值对应的函数参数组;
将所述m种预测函数构造模式各自对应的最小损失函数值进行比对,确定出最小的最小损失函数值,并将所述最小的最小损失函数值对应的函数参数组作为目标函数参数组,从而构造出所述磁盘使用量预测函数。
上述技术方案中,针对m种预测函数构造模式中每种预测函数构造模式,生成该预测函数构造模式对应的n个函数参数组,并通过该n个函数参数组依次循环执行该预测函数构造模式,可以确定出该n个函数参数组各自对应的损失函数值,并将该预测函数构造模式下n个函数参数组各自对应的损失函数值进行对比,即可及时地确定出最小损失函数值以及该最小损失函数值对应的函数参数组。如此,在确定出m种预测函数构造模式各自对应的最小损失函数值以及最小损失函数值对应的函数参数组后,可以通过对m种预测函数构造模式各自对应的最小损失函数值进行对比,即可准确地确定出最小的最小损失函数值,并可以确定出该最小的最小损失函数值对应的函数参数组,将该最小的最小损失函数值对应的函数参数组作为目标函数参数组。然后,根据该目标函数参数组即可准确地构造出磁盘使用量预测函数。如此,该方案通过设置m种预测函数构造模式,可以使得构造出的磁盘使用量预测函数更加贴合实际、更真实准确,从而能够更准确地确定出磁盘在某一预测时段的预测磁盘使用量。
可选地,所述基于所述n个函数参数组,依次执行所述预测函数构造模式,确定出所述n个函数参数组各自对应的损失函数值,包括:
针对所述n个函数参数组中每个函数参数组,构造所述函数参数组对应的函数;
将所述滑动窗口内各时段输入到所述函数参数组对应的函数,确定出所述各时段对应的预测磁盘使用量;
通过所述各时段对应的预测磁盘使用量与所述各时段对应的真实磁盘使用量,确定出所述函数参数组对应的损失函数值。
上述技术方案中,在某一预测函数构造模式下,通过针对该预测函数构造模式下随机生成的n个函数参数组中每个函数参数组,可以构造出该函数参数组对应的函数,如此,将滑动窗口内各时段输入到该函数即可自动计算出各时段对应的预测磁盘使用量,将每个时段对应的预测磁盘使用量与该时段对应的真实磁盘使用量进行差值运算,并将所计算出的各时段对应的差值进行累加,或者可以将计算出的各时段对应的差值平方进行累加,即可准确地计算出该函数参数组对应的损失函数值。
可选地,所述通过所述磁盘使用量预测函数,确定所述待预测磁盘在所述预测时段的预测磁盘使用量,包括:
通过所述磁盘使用量预测函数,确定出所述待预测磁盘在所述第i时段的第一磁盘使用量;
对所述第一磁盘使用量进行平滑处理,确定出第二磁盘使用量,并将所述第二磁盘使用量确定为所述待预测磁盘在所述预测时段的预测磁盘使用量。
上述技术方案中,由于在磁盘的使用过程中,经常会有磁盘使用量突增或突减的情况,因此为了能够更准确地确定出磁盘在某一时段的可使用时长,该方案通过对磁盘使用量预测函数所确定出的磁盘在某一预测时段的第一磁盘使用量进行平滑处理,可以使得第二磁盘使用量与该磁盘在平常时段的正常磁盘使用量相比不会相差太大,以此确保该第二磁盘使用量能够位于该磁盘的正常磁盘使用量范围内,如此可消除滑动窗口内所出现的某一时段或某几个时段的磁盘使用量突增或突减等异常因素对所确定出的磁盘在某一时段的可使用时长的准确性的影响,也即是消除滑动窗口内所出现的一个或多个数据突增或突减对确定磁盘在某一时段的可使用时长带来的干扰,从而可以有助于后续能够更真实准确地确定出磁盘在某一时段的可使用时长,并可以确保磁盘在多个连续时段的可使用时长的连续性,如此也可避免磁盘在多个连续时段的可使用时长出现不连续的问题(即磁盘在多个时段的可使用时长呈现出突高突低的问题)。此外,现有技术方案中在30天内的磁盘使用量若出现多个数据噪点,则按照现有技术方案的做法还是会存在一个或几个数据噪点是无法去除的(因为现有技术方案是去掉一个最小值、去掉一个最大值以及同时去掉一个最大值和最小值),或者在30天内的磁盘使用量若出现一个或两个数据噪点,该一个或两个数据噪点被去除了,如此磁盘在多个连续时段的可使用时长就会出现突高突低的情况,所呈现出的磁盘在多个连续时段的可使用时长就是不连续的,但是本发明中的技术方案通过对磁盘使用量预测函数所确定出的磁盘在某一预测时段的磁盘使用量进行平滑处理,即可解决现有技术中存在磁盘在多个连续时段的可使用时长不连续的问题。
可选地,所述对所述第一磁盘使用量进行平滑处理,确定出第二磁盘使用量,包括:
通过所述磁盘使用量预测函数,确定出所述待预测磁盘在第i-1时段的第三磁盘使用量;
确定所述第一磁盘使用量与所述第三磁盘使用量的使用量波动值;
确定所述使用量波动值在平滑系数记录中所对应的使用量波动值区间,并确定出所述使用量波动值区间对应的平滑系数;
基于所述平滑系数以及所述第一磁盘使用量,确定出所述第二磁盘使用量。
上述技术方案中,由于在磁盘的使用过程中,经常会有磁盘使用量突增或突减的情况,倘若使用一个固定的平滑系数来针对不同使用量波动值对应的第一磁盘使用量进行平滑处理,则就不能更真实地反映磁盘在某一预测时段的预测磁盘使用量。而且,一个固定的平滑系数无法满足不同使用量波动值的实际需求,灵活性较差,从而也会影响第二磁盘使用量的准确性、真实性。基于此,本发明中的技术方案通过针对不同的使用量波动值区间配置不同的平滑系数,如此就可以使得每个使用量波动值区间内所包含的各使用量波动值都能按照该使用量波动值区间对应的平滑系数针对各使用量波动值对应的第一磁盘使用量进行平滑处理,从而使得每个使用量波动值区间对应的平滑系数能够更加符合该使用量波动值区间的实际需求,灵活性也更高。此外,在确定磁盘在某一时段的可使用时长的过程中若涉及到不同的使用量波动值区间,也能够相应地进行自适应调整平滑系数,如此就可以使得磁盘在该时段的可使用时长变化能够更平滑。
可选地,通过下述方式确定所述平滑系数记录:
设置所述平滑系数记录中各使用量波动值区间对应的第一平滑系数以及用于调整所述第一平滑系数的预设步长;
基于磁盘在多个历史时段的磁盘使用量以及至少一个使用量波动值区间对应的第一平滑系数,确定所述磁盘在多个连续时段的可使用时长;
确定所述多个连续时段中任意相邻时段的可使用时长的时长波动值;
若存在至少一个时长波动值大于第二设定阈值,则基于所述预设步长,至少调整一个使用量波动值区间对应的第一平滑系数,并基于调整后的至少一个使用量波动值区间对应的第一平滑系数以及未调整的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长,直至所述多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于所述第二设定阈值,从而确定出所述各使用量波动值区间对应的第二平滑系数;
将所述各使用量波动值区间对应的第二平滑系数存储至所述平滑系数记录中。
上述技术方案中,由于现有平滑方法是基于应用场景或根据经验人为设置一个固定的平滑系数,主观性较强,灵活性较差,无法真实准确地反映磁盘在某一预测时段的预测磁盘使用量,因此,本发明中的技术方案通过为各使用量波动值区间设置各自对应的第一平滑系数以及设置用于调整第一平滑系数的预设步长。再根据多个历史时段的磁盘使用量循环执行确定磁盘在多个连续时段的可使用时长的流程,以此来不断更新各使用量波动值区间对应的第一平滑系数,直至多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于第二设定阈值,如此所确定出的各使用量波动值区间对应的第二平滑系数能够更加符合各使用量波动值区间的实际需求,同时也可以使得在确定磁盘在某一时段的可使用时长的过程中若涉及到不同的使用量波动值区间,能够按照不同的使用量波动值区间对应的平滑系数用于各自对应的平滑处理,如此灵活性也更高,并可以便于各平滑系数能够自适应调整各自对应的第一磁盘使用量,从而可以使得磁盘在某一时段的可使用时长变化能够更平滑。
可选地,所述基于所述预设步长,至少调整一个使用量波动值区间对应的第一平滑系数,并基于调整后的至少一个使用量波动值区间对应的第一平滑系数以及未调整的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长,包括:
基于所述预设步长,调整所述各使用量波动值区间中任一使用量波动值区间对应的第一平滑系数,并基于所述调整后的任一使用量波动值区间对应的第一平滑系数以及所述各使用量波动值区间中除所述使用量波动值区间以外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长;或者,
基于所述预设步长,调整所述各使用量波动值区间中至少两个使用量波动值区间对应的第一平滑系数,并基于所述调整后的至少两个使用量波动值区间对应的第一平滑系数以及所述各使用量波动值区间中除所述至少两个使用量波动值区间以外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长。
上述技术方案中,通过基于预设步长,调整任一使用量波动值区间对应的第一平滑系数,比如调整第一使用量波动值区间对应的第一平滑系数,如果基于调整后的第一使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第一使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数在执行确定磁盘在多个连续时段的可使用时长的过程中,能够使得多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于第二设定阈值,则可以将调整后的第一使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第一使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数作为最终的各使用量波动值区间对应的平滑系数。或者,也可以基于预设步长,调整各使用量波动值区间中至少两个使用量波动值区间对应的第一平滑系数,比如调整第一使用量波动值区间对应的第一平滑系数以及调整第二使用量波动值区间对应的第一平滑系数,如果基于调整后的第一使用量波动值区间对应的第一平滑系数、调整后的第二使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第一使用量波动值区间和该第二使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数在执行确定磁盘在多个连续时段的可使用时长的过程中,能够使得多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于第二设定阈值,则可以将调整后的第一使用量波动值区间对应的第一平滑系数、调整后的第二使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第一使用量波动值区间和该第二使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数作为最终的各使用量波动值区间对应的平滑系数。
第二方面,本发明实施例还提供了一种确定磁盘可使用时长的装置,包括:
获取单元,用于获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量;所述预测时段为第i时段;
处理单元,用于根据所述滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数;通过所述磁盘使用量预测函数,确定所述待预测磁盘在所述预测时段的预测磁盘使用量;若所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值大于第一设定阈值,则将第i+1时段作为预测时段,返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,直至返回执行第j次后,所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值小于等于所述第一设定阈值,从而确定出所述待预测磁盘在第i-1时段的可使用时长为j个时段。
可选地,所述处理单元具体用于:
通过最小二乘法对所述滑动窗口内各时段的磁盘使用量进行m种预测函数构造模式;
针对每种预测函数构造模式,生成所述预测函数构造模式对应的n个函数参数组;基于所述n个函数参数组,依次执行所述预测函数构造模式,确定出所述n个函数参数组各自对应的损失函数值,并将所述n个函数参数组各自对应的损失函数值进行比对,确定出最小损失函数值,并确定出所述最小损失函数值对应的函数参数组;
将所述m种预测函数构造模式各自对应的最小损失函数值进行比对,确定出最小的最小损失函数值,并将所述最小的最小损失函数值对应的函数参数组作为目标函数参数组,从而构造出所述磁盘使用量预测函数。
可选地,所述处理单元具体用于:
针对所述n个函数参数组中每个函数参数组,构造所述函数参数组对应的函数;
将所述滑动窗口内各时段输入到所述函数参数组对应的函数,确定出所述各时段对应的预测磁盘使用量;
通过所述各时段对应的预测磁盘使用量与所述各时段对应的真实磁盘使用量,确定出所述函数参数组对应的损失函数值。
可选地,所述处理单元具体用于:
通过所述磁盘使用量预测函数,确定出所述待预测磁盘在所述第i时段的第一磁盘使用量;
对所述第一磁盘使用量进行平滑处理,确定出第二磁盘使用量,并将所述第二磁盘使用量确定为所述待预测磁盘在所述预测时段的预测磁盘使用量。
可选地,所述处理单元具体用于:
通过所述磁盘使用量预测函数,确定出所述待预测磁盘在第i-1时段的第三磁盘使用量;
确定所述第一磁盘使用量与所述第三磁盘使用量的使用量波动值;
确定所述使用量波动值在平滑系数记录中所对应的使用量波动值区间,并确定出所述使用量波动值区间对应的平滑系数;
基于所述平滑系数以及所述第一磁盘使用量,确定出所述第二磁盘使用量。
可选地,所述处理单元具体用于:
通过下述方式确定所述平滑系数记录:
设置所述平滑系数记录中各使用量波动值区间对应的第一平滑系数以及用于调整所述第一平滑系数的预设步长;
基于磁盘在多个历史时段的磁盘使用量以及至少一个使用量波动值区间对应的第一平滑系数,确定所述磁盘在多个连续时段的可使用时长;
确定所述多个连续时段中任意相邻时段的可使用时长的时长波动值;
若存在至少一个时长波动值大于第二设定阈值,则基于所述预设步长,至少调整一个使用量波动值区间对应的第一平滑系数,并基于调整后的至少一个使用量波动值区间对应的第一平滑系数以及未调整的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长,直至所述多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于所述第二设定阈值,从而确定出所述各使用量波动值区间对应的第二平滑系数;
将所述各使用量波动值区间对应的第二平滑系数存储至所述平滑系数记录中。
可选地,所述处理单元具体用于:
基于所述预设步长,调整所述各使用量波动值区间中任一使用量波动值区间对应的第一平滑系数,并基于所述调整后的任一使用量波动值区间对应的第一平滑系数以及所述各使用量波动值区间中除所述使用量波动值区间以外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长;或者,
基于所述预设步长,调整所述各使用量波动值区间中至少两个使用量波动值区间对应的第一平滑系数,并基于所述调整后的至少两个使用量波动值区间对应的第一平滑系数以及所述各使用量波动值区间中除所述至少两个使用量波动值区间以外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长。
第三方面,本发明实施例提供一种计算设备,包括至少一个处理器以及至少一个存储器,其中,所述存储器存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述第一方面任意所述的确定磁盘可使用时长的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其存储有可由计算设备执行的计算机程序,当所述程序在所述计算设备上运行时,使得所述计算设备执行上述第一方面任意所述的确定磁盘可使用时长的方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,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,对于本领域的普通技术人员来讲,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为本发明实施例提供的一种可能的系统架构的示意图;
图2为本发明实施例提供的一种确定磁盘可使用时长的方法的流程示意图;
图3为本发明实施例提供的一种确定磁盘可使用时长的装置的结构示意图;
图4为本发明实施例提供的一种计算设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明的一部分实施例,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它实施例,都属于本发明保护的范围。
为了便于理解本发明实施例,首先以图1中示出的一种可能的系统架构为例说明适用于本发明实施例的确定磁盘可使用时长的系统架构。如图1所示,该确定磁盘可使用时长的系统架构可以包括监控设备100、数据处理系统200以及至少一个计算机设备(比如计算机设备301、计算机设备302和计算机设备303等)。其中,监控设备100与数据处理系统200可以通过有线方式进行通信连接,或者可以通过无线方式进行通信连接;监控设备100与每个计算机设备之间可以通过有线方式进行通信连接,或者可以通过无线方式进行通信连接。
其中,监控设备100用于实时监控每个计算机设备的磁盘,并实时获取每个计算机设备的磁盘的磁盘使用量情况。然后,监控设备100可以定期(比如可以每间隔5分钟、10分钟或30分钟等,可以每间隔1h、2h或5h等,也可以每天、每2天或每5天等)将每个计算机设备的磁盘的磁盘使用量数据发送给数据处理系统200,数据处理系统200针对接收到的各计算机设备的的磁盘的磁盘使用量数据进行存储。或者,也可以根据数据处理系统200发送的数据获取请求进行发送,比如该数据获取请求用于指示获取某一个或某几个计算机设备的磁盘的磁盘使用量数据,则监控设备100将某一个或某几个计算机设备的磁盘的磁盘使用量数据发送给数据处理系统200。当然,数据处理系统200也可以指定获取某一个或某几个计算机设备的磁盘在某一时段或多个时段内(比如5天、10天或20天等)的磁盘使用量数据。其中,该数据处理系统200可以是单个服务器(比如独立的物理服务器),也可以是多个物理服务器构成的服务器集群或者分布式系统。示例性地,某一用户通过客户端(该客户端可以是数据处理系统200提供的面向所属用户的网页客户端或移动端应用客户端等)向数据处理系统200发送查询某一个或某几个计算机设备的磁盘在某一时段的可使用时长的请求,比如查询计算机设备301的磁盘在某一时段的可使用时长。则数据处理系统200在接收到该用户发送的查询请求后,可以通过本地存储的各计算机设备的的磁盘的磁盘使用量数据中获取计算机设备301的磁盘在预测时段(比如位于当前时段之后的最近时段作为预测时段,比如当前时段为xxxx年xx月1日,则预测时段可以为xxxx年xx月2日)之前的滑动窗口内各时段的磁盘使用量数据,并针对计算机设备301的磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量数据进行处理来确定计算机设备301的磁盘在某一时段的可使用时长,然后将计算机设备301的磁盘在某一时段的可使用时长发送给用户所在客户端进行展示。或者,也可以在接收到该用户发送的查询请求后,向监控设备100发送获取计算机设备301的磁盘在预测时段之前的滑动窗口内(比如5天、10天、20天或30天等)各时段的磁盘使用量数据的请求,监控设备100在接收到数据获取请求后,则会将计算机设备301的磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量数据发送给数据处理系统200,数据处理系统200在接收到计算机设备301的磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量数据后,针对针对计算机设备301的磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量数据进行处理来确定计算机设备301的磁盘在某一时段的可使用时长,然后将计算机设备301的磁盘在某一时段的可使用时长发送给用户所在客户端进行展示。
需要说明的是,上述图1所示的系统架构仅是一种示例,本发明实施例对此不做限定。
基于上述描述,图2示例性的示出了本发明实施例提供的一种确定磁盘可使用时长的方法的流程,该流程可以由确定磁盘可使用时长的装置执行。
如图2所示,该流程具体包括:
步骤201,获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量。
本发明实施例中,针对计算机设备(比如笔记本电脑或台式电脑等)中的磁盘,磁盘作为计算机设备的主要存储介质之一,用于存储计算机设备的大量数据,并可以防止数据丢失,因此及时准确地确定出磁盘的使用量情况以及磁盘的可使用时长对于计算机设备的系统运维工作起到重要作用,所以通常会对计算机设备中磁盘在某一时段或几个时段的可使用时长进行预测,以便为后续合理使用磁盘提供参照支持。其中,需要说明的是,某一时段的磁盘使用量是指磁盘在该时段的被占用量和被清理量之和所得到的数量值,也即是说,某一时段的磁盘使用量可以为正值,即磁盘在某一时段的被占用量大于磁盘在该时段的被清理量,也可以为负值,即磁盘在某一时段的被占用量小于磁盘在该时段的被清理量,比如假设磁盘在某一时段的被占用量为2G,在该时段的被清理量为0,则磁盘在该时段的磁盘使用量为2G,或者在该时段的被清理量为-0.5G,则磁盘在该时段的磁盘使用量为1.5G。或者,假设磁盘在某一时段的被占用量为2G,在该时段的被清理量为-3G,则磁盘在该时段的磁盘使用量为-1G,或者在该时段的被清理量为-4G,则磁盘在该时段的磁盘使用量为-2G。
其中,磁盘在某一时段或多个时段的磁盘使用量数据可以通过监控组件或监控设备来获取,比如可以在计算机设备设置一个监控组件来监控该计算机设备中的磁盘,并可以实时获取该磁盘的磁盘使用量数据,或者也可以在计算设备外部单独设置一个监控设备,该监控设备可以用于监控多个计算机设备的磁盘,并可以实时获取该多个计算机设备的磁盘的磁盘使用量数据。然后,监控组件可以将实时获取的某一计算机设备中的磁盘的磁盘使用量数据上报至数据处理系统,或者,监控设备可以将实时获取的多个计算机设备的磁盘的磁盘使用量数据上报至数据处理系统,数据处理系统在获取到一个或多个计算机设备的磁盘的磁盘使用量数据后,可以自动针对一个或多个计算机设备的磁盘在预测时段(比如第i时段)之前的滑动窗口内(比如5天、10天、20天或30天等)各时段的磁盘使用量数据进行处理,以此确定该一个或多个计算机设备的磁盘在第i-1时段的可使用时长,或者也可以基于某一用户通过客户端发送的查询某一个或多个计算机设备的磁盘的可使用时长的请求来确定该一个或多个计算机设备的磁盘在第i-1时段的可使用时长。其中,确定磁盘可使用时长的装置可以设置在该数据处理系统中,作为该数据处理系统的一个功能部件,确定磁盘可使用时长的方法可以由确定磁盘可使用时长的装置执行,或者可以由设置于确定磁盘可使用时长的装置内的芯片或集成电路执行。
示例性地,数据处理系统可以自动针对某一计算机设备(比如计算机设备A)的磁盘在某一时段(比如当前时段,例如当前时段为xxxx年xx月5日)的可使用时长进行计算,此时就可以本地的存储设备中获取该计算机设备A在xxxx年xx月6日(即预测时段)之前的滑动窗口内(比如30天)各时段的磁盘使用量数据,比如在xxxx年xx月6日之前的30天内每天的磁盘使用量分别为Y=[y1,y2,…,y30],或者,数据处理系统可以向监控设备发送获取计算机设备A在xxxx年xx月6日之前的滑动窗口内各时段的磁盘使用量数据的请求,该请求用于从监控设备获取计算机设备A在xxxx年xx月6日之前的滑动窗口内各时段的磁盘使用量数据。或者,数据处理系统基于某一用户通过客户端发送的针对某一计算机设备(比如计算机设备A)的磁盘在某一时段(比如当前时段,例如当前时段为xxxx年xx月5日)的可使用时长的查询请求来计算该计算机设备的磁盘在某一时段的可使用时长,此时数据处理系统可以从本地的存储设备中获取该计算机设备A在xxxx年xx月6日(即预测时段)之前的滑动窗口内(比如30天)各时段的磁盘使用量数据,或者,数据处理系统可以向监控设备发送获取计算机设备A在xxxx年xx月6日之前的滑动窗口内各时段的磁盘使用量数据的请求,该请求用于从监控设备获取计算机设备A在xxxx年xx月6日之前的滑动窗口内各时段的磁盘使用量数据。
步骤202,根据所述滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数。
本发明实施例中,通过根据待预测磁盘在滑动窗口内各时段的磁盘使用量,可以拟合出用于预测待预测磁盘在预测时段(比如第i时段)的磁盘使用量的磁盘使用量预测函数,例如,通过使用最小二乘法根据第i时段之前的30天内每天的磁盘使用量Y=[y1,y2,…,y30]拟合出磁盘使用量预测函数,即F(x)=θ0+θ1×x1+θ2×x2+…+θn×xn,通过使得的值最小来求出最佳参数组θ=[θ0,θ1,θ2,…,θn]以及该最佳参数组θ对应的最佳参数n。具体地,首先通过最小二乘法对滑动窗口内各时段的磁盘使用量进行m种预测函数构造模式,并针对每种预测函数构造模式,生成预测函数构造模式对应的n个函数参数组。再基于该n个函数参数组中每个函数参数组,依次执行该n个函数参数组对应的预测函数构造模式,即可确定出该预测函数构造模式下该n个函数参数组各自对应的损失函数值,并将该n个函数参数组各自对应的损失函数值进行比对,即可确定出最小损失函数值,并确定出最小损失函数值对应的函数参数组。然后,将m种预测函数构造模式各自对应的最小损失函数值进行比对,可以确定出最小的最小损失函数值,并可以确定出该最小的最小损失函数值对应的函数参数组,将该最小的最小损失函数值对应的函数参数组作为目标函数参数组,以此即可准确地构造出磁盘使用量预测函数。其中,在确定n个函数参数组各自对应的损失函数值时,针对n个函数参数组中每个函数参数组,构造该函数参数组对应的函数,并将滑动窗口内各时段输入到该函数参数组对应的函数,确定出各时段对应的预测磁盘使用量。然后通过将每个时段对应的预测磁盘使用量与该时段对应的真实磁盘使用量进行差值运算,并将计算出的各时段对应的差值平方进行累加,即可准确地计算出该函数参数组对应的损失函数值。如此,该方案通过设置m种预测函数构造模式,可以使得构造出的磁盘使用量预测函数更加贴合实际、更真实准确,从而能够更准确地确定出磁盘在某一预测时段的预测磁盘使用量。
比如,设置8种预测函数构造模式,按照顺序依次执行每种预测函数构造模式的流程,例如依次执行第一种预测函数构造模式的流程、第二种预测函数构造模式的流程等,如此即可依次计算出每种预测函数构造模式对应的最佳参数组θ以及该最佳参数组θ对应的最佳参数n,同时也可以依次计算出每种预测函数构造模式对应的最小损失误差值,然后将8种预测函数构造模式各自对应的最小损失误差值进行比较,确定出最小的最小损失误差值,并可以确定出最小的最小损失误差值对应的最佳参数组θ以及该最佳参数组θ对应的最佳参数n,根据最小的最小损失误差值对应的最佳参数组θ以及该最佳参数组θ对应的最佳参数n即可拟合出磁盘使用量预测函数。
示例性地,本发明实施例可以通过使用python numpy库的poly1d函数构造出F(x)函数的框架,并使用scipy库中的leastsq最小二乘法函数来实现磁盘使用量预测函数的拟合。下面通过一个示例性的执行脚本对磁盘使用量预测函数的拟合进行描述,即:
基于此,在n=3时,通过上述执行脚本即可计算出n=3时的最小ERROR值以及对应的最佳拟合的参数组parameter[θ],并在n=4时、n=5时、n=6时、n=7时、n=8时以及n=9时依次通过上述执行脚本,即可计算出n=4时、n=5时、n=6时、n=7时、n=8时以及n=9时各自的最小ERROR值以及对应的最佳拟合的参数组parameter[θ]。然后,将n=3时、n=4时、n=5时、n=6时、n=7时、n=8时以及n=9时各自的最小ERROR值进行比较,即可得出最小的最小ERROR值,比如n=5时的最小ERROR值是最小的,同时也可以得到n=5时的最小ERROR值对应的最佳拟合的参数组parameter[θ]=[θ0,θ1,θ2,θ3,θ4,θ5]。然后,将该最佳拟合的参数组带回到F(x)函数中,即可拟合出最佳的磁盘使用量预测函数F(x)=θ0+θ1×x1+θ2×x2+θ3×x3+θ4×x4+θ5×x5。
步骤203,通过所述磁盘使用量预测函数,确定所述待预测磁盘在所述预测时段的预测磁盘使用量。
本发明实施例中,由于在磁盘的使用过程中,经常会有磁盘使用量突增或突减的情况,因此为了能够更准确地确定出磁盘在某一时段的可使用时长,该方案通过对磁盘使用量预测函数所确定出的磁盘在某一预测时段的第一磁盘使用量进行平滑处理,可以使得第二磁盘使用量与该磁盘在平常时段的正常磁盘使用量相比不会相差太大,以此确保该第二磁盘使用量能够位于该磁盘的正常磁盘使用量范围内,如此可消除滑动窗口内所出现的某一时段或某几个时段的磁盘使用量突增或突减等异常因素对所确定出的磁盘在某一时段的可使用时长的准确性的影响,从而可以有助于后续能够更真实准确地确定出磁盘在某一时段的可使用时长,并可以确保磁盘在多个连续时段的可使用时长的连续性。具体地,首先通过磁盘使用量预测函数,确定出待预测磁盘在第i时段的第一磁盘使用量,并通过对第一磁盘使用量进行平滑处理,确定出第二磁盘使用量,然后将该第二磁盘使用量确定为待预测磁盘在预测时段的预测磁盘使用量。其中,可以通过下述方式计算出待预测磁盘在预测时段的预测磁盘使用量,即:
S(t)=α×F(t)-(1-α)×S(t-1)
其中,S(t)用于表示对待预测磁盘在第t时段(即预测时段)的第一磁盘使用量进行平滑处理后所得到的预测磁盘使用量;F(t)用于表示待预测磁盘在第t预测时段的第一磁盘使用量;S(t-1)用于表示对待预测磁盘在第t-1时段的第一磁盘使用量进行平滑处理后所得到的预测磁盘使用量;α用于表示平滑待预测磁盘在第t时段的第一磁盘使用量所使用的平滑系数。
其中,在对第一磁盘使用量进行平滑处理时,首先通过磁盘使用量预测函数,确定出待预测磁盘在第i-1时段的第三磁盘使用量,并计算出第一磁盘使用量与第三磁盘使用量的使用量波动值,也即是使用第一磁盘使用量与第三磁盘使用量的差值绝对值与第三磁盘使用量的比值来作为第一磁盘使用量与第三磁盘使用量的使用量波动值。再从平滑系数记录中确定该使用量波动值所位于的使用量波动值区间,并将该使用量波动值区间对应的平滑系数作为平滑第一磁盘使用量所使用的平滑系数。然后,基于该平滑系数以及第一磁盘使用量,确定出第二磁盘使用量。
示例性地,假设针对磁盘在第31天的磁盘使用量进行预测,则通过磁盘使用量预测函数可以计算出第31天的第一磁盘使用量,并通过磁盘使用量预测函数可以计算出第30天的第三磁盘使用量。再计算出第31天的第一磁盘使用量与第30天的第三磁盘使用量的使用量波动值,并从平滑系数记录中确定该使用量波动值所位于的使用量波动值区间,同时确定出该使用量波动值区间对应的平滑系数αi。然后通过上述计算预测磁盘使用量的方式计算出磁盘在第31天的预测磁盘使用量S(31)=αi×F(31)-(1-αi)×S(30)。
此外,由于在磁盘的使用过程中,经常会有磁盘使用量突增或突减的情况,倘若使用一个固定的平滑系数来针对不同使用量波动值对应的第一磁盘使用量进行平滑处理,则就不能更真实地反映磁盘在某一预测时段的预测磁盘使用量。而且,一个固定的平滑系数无法满足不同使用量波动值的实际需求,灵活性较差,从而也会影响第二磁盘使用量的准确性、真实性。基于此,本发明中的技术方案通过针对不同的使用量波动值区间配置不同的平滑系数,如此就可以使得每个使用量波动值区间内所包含的各使用量波动值都能按照该使用量波动值区间对应的平滑系数针对各使用量波动值对应的第一磁盘使用量进行平滑处理。具体地,可以通过下述方式确定平滑系数记录:首先通过为各使用量波动值区间设置各自对应的第一平滑系数以及设置用于调整第一平滑系数的预设步长。再基于磁盘在多个历史时段的磁盘使用量(比如在磁盘的运行使用过程中所产生的某一30天内的磁盘使用量)以及至少一个使用量波动值区间(比如一个使用量波动值区间或任意两个使用量波动值区间或三个使用量波动值区间等)对应的第一平滑系数,确定磁盘在多个连续时段的可使用时长。然后,计算出多个连续时段中任意相邻时段的可使用时长的时长波动值,也即是,比如使用磁盘在第一预测时段(比如第k时段)的可使用时长以及磁盘在该第一预测时段所相邻的第二预测时段(比如第k+1时段)的可使用时长的差值绝对值与磁盘在第一预测时段的可使用时长的比值来作为磁盘在第一预测时段的可使用时长与磁盘在第二预测时段的可使用时长的使用量波动值。最后,如果确定存在一个或多个时长波动值大于第二设定阈值,则需要基于预设步长,至少调整一个使用量波动值区间对应的第一平滑系数,并基于调整后的至少一个使用量波动值区间对应的第一平滑系数以及未调整的其它使用量波动值区间对应的第一平滑系数,返回执行确定磁盘在多个连续时段的可使用时长,直至多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于第二设定阈值,如此所确定出的各使用量波动值区间对应的第二平滑系数能够更加符合各使用量波动值区间的实际需求。
其中,在基于预设步长,至少调整一个使用量波动值区间对应的第一平滑系数时,可以通过两种方式进行调整,即,第一种调整方式为:通过基于预设步长,调整任一使用量波动值区间对应的第一平滑系数,比如只调整第一使用量波动值区间对应的第一平滑系数,其它使用量波动值区间对应的第一平滑系数不作调整,通过根据调整后的第一使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第一使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数,返回执行确定磁盘在多个连续时段的可使用时长的流程。倘若在将第一使用量波动值区间对应的第一平滑系数调整至等于或略大于预设步长之前,能够存在一个调整后的第一使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第一使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数在执行确定磁盘在多个连续时段的可使用时长的过程中,可以使得多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于第二设定阈值,则可以将该存在的一个调整后的第一使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第一使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数作为最终的各使用量波动值区间对应的平滑系数。倘若在将第一使用量波动值区间对应的第一平滑系数调整至等于或略大于预设步长时,也没有出现一个调整后的第一使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第一使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数在执行确定磁盘在多个连续时段的可使用时长的过程中,可以使得多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于第二设定阈值,则需要开始进行调整第二使用量波动值区间对应的第一平滑系数,同时将调整后的第一使用量波动值区间对应的第一平滑系数恢复为调整前一开始设置的数值,其它使用量波动值区间对应的第一平滑系数不作调整。然后,通过根据调整后的第二使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第二使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长的流程,从而确定在将第二使用量波动值区间对应的第一平滑系数调整至等于或略大于第一使用量波动值区间对应的第一平滑系数之前,是否存在一个调整后的第二使用量波动值区间对应的第一平滑系数以及各使用量波动值区间中除该第二使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数在执行确定磁盘在多个连续时段的可使用时长的过程中,可以使得多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于第二设定阈值。如此,在按照上述调整流程进行调整的过程中,如果能够存在基于一个调整后的使用量波动值区间对应的第一平滑系数以及未做调整的其它使用量波动值区间对应的第一平滑系数能够满足上述停止执行确定磁盘在多个连续时段的可使用时长的条件,则可以将该存在的一个调整后的第一使用量波动值区间对应的第一平滑系数以及未做调整的其它使用量波动值区间对应的第一平滑系数作为最终的各使用量波动值区间对应的平滑系数。如果不存在基于一个调整后的使用量波动值区间对应的第一平滑系数以及未做调整的其它使用量波动值区间对应的第一平滑系数能够满足上述停止执行确定磁盘在多个连续时段的可使用时长的条件,则可以按照第二种调整方式进行调整。
第二种调整方式为:基于预设步长,调整各使用量波动值区间中至少两个使用量波动值区间对应的第一平滑系数,比如调整第一使用量波动值区间对应的第一平滑系数以及调整第二使用量波动值区间对应的第一平滑系数,也即是,将第一使用量波动值区间对应的第一平滑系数每次减去一个预设步长,直至减到等于或略大于预设步长为止,如此可以得到多个数值,该第一使用量波动值区间对应的第一平滑系数以及该多个数值作为第一使用量波动值区间对应的多个平滑系数取值,比如第一使用量波动值区间对应的第一平滑系数α1减去预设步长l,即α1-l得到一个数值q,用这个数值q减去预设步长l,得到一个数值h,再用这个数值h减去预设步长l得到一个数值d,以此类推,直至减到等于或略大于预设步长l为止,如此可以得到q、h、d等多个数值,将第一使用量波动值区间对应的第一平滑系数α1以及q、h、d等多个数值作为第一使用量波动值区间对应的多个平滑系数取值。同时,将第二使用量波动值区间对应的第一平滑系数每次减去一个预设步长,直至减到等于或略大于第一使用量波动值区间对应的第一平滑系数为止,如此可以得到多个数值,该第二使用量波动值区间对应的第一平滑系数以及该多个数值作为第二使用量波动值区间对应的多个平滑系数取值,比如第二使用量波动值区间对应的第一平滑系数α2减去预设步长l,即α2-l得到一个数值f,用这个数值f减去预设步长l,得到一个数值w,再用这个数值w减去预设步长l得到一个数值r,以此类推,直至等于或略大于第一使用量波动值区间对应的第一平滑系数α1为止,如此可以得到f、w、r等多个数值,将第二使用量波动值区间对应的第一平滑系数α2以及f、w、r等多个数值作为第二使用量波动值区间对应的多个平滑系数取值。而且除第一使用量波动值区间以及第二使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数不作调整,通过根据调整后的第一使用量波动值区间对应的第一平滑系数(从第一使用量波动值区间对应的多个平滑系数取值中选择任一平滑系数取值)与调整后的第二使用量波动值区间对应的第一平滑系数(从第二使用量波动值区间对应的多个平滑系数取值中选择任一平滑系数取值)进行组合,也即是,将第一使用量波动值区间对应的多个平滑系数取值与第二使用量波动值区间对应的多个平滑系数取值进行两两组合(即第一使用量波动值区间对应的任意一个平滑系数取值与第二使用量波动值区间对应的任意一个平滑系数取值作为一个组合),如此可以得到多个组合数值,再根据任一组合数值以及各使用量波动值区间中除该第一使用量波动值区间和该第二使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数,返回执行确定磁盘在多个连续时段的可使用时长的流程。倘若存在一个组合数值以及除该第一使用量波动值区间和该第二使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数在执行确定磁盘在多个连续时段的可使用时长的过程中,可以使得多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于第二设定阈值,则可以将该组合数值以及除该第一使用量波动值区间和该第二使用量波动值区间之外的其它使用量波动值区间对应的第一平滑系数作为最终的各使用量波动值区间对应的平滑系数。其中,需要说明的是,上述组合方式也可以采用三个使用量波动值区间各自对应的多个平滑系数取值进行三三组合(即三个使用量波动值区间各自对应的一个平滑系数取值作为一个组合),然后按照上述的处理方式进行处理,在此不再赘述。
需要说明的是,可以先按照第一种调整方式进行调整,倘若在对各使用量波动值区间对应的第一平滑系数进行调整后,没有出现一个调整后的使用量波动值区间对应的第一平滑系数能够满足上述停止执行确定磁盘在多个连续时段的可使用时长的条件,则可以按照第二种调整方式进行调整。或者,也可以先按照第二种调整方式进行调整,倘若不存在一个组合数值能够满足上述停止执行确定磁盘在多个连续时段的可使用时长的条件,则可以按照第一种调整方式进行调整。
示例性地,可以基于本领域的平滑系数取值的经验值,可以为每个使用量波动值区间设置一个对应的初始平滑系数α,并设置一个用于调整平滑系数的预设步长l,比如l=0.01。其中,预设步长可以根据应用场景或本领域技术人员的经验进行设置,而且也可以在测算平滑系数的过程中进行动态调整,本发明实施例对此并不作限定。再基于历史磁盘的磁盘使用量数据进行测算α。磁盘在多个连续时段中任意相邻时段的可使用时长的时长波动阈值(即第二设定阈值)可以根据应用场景或本领域技术人员的经验进行设置,而且也可以根据实际变化情况进行动态调整,比如,设置第T时段与第T+1时段允许的可使用时长变化率(即时长波动阈值)C=20%。然后,基于磁盘在多个历史时段的磁盘使用量执行确定磁盘在某一时段(比如第T时段)的可使用时长的流程,在执行确定磁盘在第T时段的可使用时长的流程中若涉及到不同的使用量波动值区间,能够按照不同的使用量波动值区间对应的平滑系数用于各自对应的平滑处理,从而可确定出磁盘在第T时段的可使用时长,按照该方式,可以确定出磁盘在位于该第T时段之后的多个连续时段(比如第T+1时段、第T+2时段、第T+3时段等)的可使用时长。比如,作为一种示例,磁盘在多个连续时段(比如第T时段、第T+1时段、第T+2时段、第T+3时段等)的可使用时长以及任意相邻时段的时长波动值可以如表1所示。
表1
日期 | T | T+1 | T+2 | … | T+29 |
可使用时长 | 100 | 70 | 60 | … | 20 |
时长波动值 | 33.3% | 14.3% | … |
基于表1可知,磁盘在第T+1时段的时长波动值33.3%大于允许的可使用时长变化率C=20%,则可以按照上述第一种调整方式和/或第二种调整方式调整至少一个使用量波动值区间对应的平滑系数,然后,根据重新确定的磁盘在多个连续时段的可使用时长更新表1,直至表1中的各时长波动值均小于等于允许的可使用时长变化率C=20%,就可以停止更新运算,并保存最新的各使用量波动值区间对应的平滑系数到平滑系数记录中。
作为一种示例,平滑系数记录的格式可以如表2所示。
表2
使用量波动值区间 | 平滑系数 |
小于30% | 0.05 |
大于等于30%且小于60% | 0.1 |
大于等于60% | 0.2 |
基于表2可知,假设磁盘在某一预测时段(比如第i时段)的第一磁盘使用量与磁盘在第i-1时段的第三磁盘使用量的使用量波动变化率为20%,则可知该20%<30%,则对磁盘在第i时段的第一磁盘使用量进行平滑处理所采用的平滑系数是0.05;如果磁盘在第i时段的第一磁盘使用量与磁盘在第i-1时段的第三磁盘使用量的使用量波动变化率为40%,则可知30%<40%<60%,则对磁盘在第i时段的第一磁盘使用量进行平滑处理所采用的平滑系数是0.1;如果磁盘在第i时段的第一磁盘使用量与磁盘在第i-1时段的第三磁盘使用量的使用量波动变化率为70%,则可知70%>60%,则对磁盘在第i时段的第一磁盘使用量进行平滑处理所采用的平滑系数是0.2。
需要说明的是,表2仅是一种示例性的简单说明,其所列举的各使用量波动值区间及其对应的第二平滑系数仅是为了便于说明方案,并不构成对方案的限定。而且,各使用量波动值区间及其对应的第二平滑系数是可以根据实际应用场景进行重新确定的,也即是说,各使用量波动值区间及其对应的第二平滑系数是可以动态变化的。
步骤204,若所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值大于第一设定阈值,则将第i+1时段作为预测时段,返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,直至返回执行第j次后,所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值小于等于所述第一设定阈值,从而确定出所述待预测磁盘在第i-1时段的可使用时长为j个时段。
本发明实施例中,如果待预测磁盘在预测时段之前的磁盘剩余容量与预测时段的预测磁盘使用量的差值大于第一设定阈值,则将第i+1时段作为预测时段,并返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,此时相当于执行获取待预测磁盘在第i+1时段之前的滑动窗口内各时段的磁盘使用量,以此可循环确定出待预测磁盘在每个预测时段的预测磁盘使用量,从而直至在返回执行第j次后,述待预测磁盘在预测时段之前的磁盘剩余容量与预测时段的预测磁盘使用量的差值小于等于第一设定阈值,那么就可以退出循环,以此即可动态准确地计算出待预测磁盘在第i-1时段的可使用时长为j个时段。第一设定阈值可以根据应用场景或本领域技术人员的经验进行设置,比如设置第一设定阈值为0),本发明实施例对此并不作限定。下面通过一个示例性的处理流程对确定待预测磁盘在第i-1时段的可使用时长进行描述,即:
当在某一轮循环过程中磁盘剩余容量小于或等于0时,退出循环,输出磁盘在当前时段的可使用天数i。
上述实施例表明,由于现有技术方案中是采用去掉一个最小值、去掉一个最大值以及同时去掉一个最大值和最小值的方式进行确定磁盘的可使用时长,因此该方案针对30天内的磁盘使用量出现一个或两个数据噪点时所确定出的磁盘的可使用时长较为准确,但是倘若30天内的磁盘使用量中出现三个或三个以上数据噪点时就无法准确地确定出磁盘的可使用时长。基于此,本发明中的技术方案通过根据待预测磁盘在预测时段(即第i时段)之前的滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数,并通过磁盘使用量预测函数,确定待预测磁盘在预测时段的预测磁盘使用量。在待预测磁盘在预测时段之前的磁盘剩余容量与预测时段的预测磁盘使用量的差值大于第一设定阈值时,将第i+1时段作为预测时段,并返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,此时相当于执行获取待预测磁盘在第i+1时段之前的滑动窗口内各时段的磁盘使用量,以此可循环确定出待预测磁盘在每个预测时段的预测磁盘使用量,从而直至在返回执行第j次后,待预测磁盘在预测时段之前的磁盘剩余容量与预测时段的预测磁盘使用量的差值小于等于第一设定阈值,那么就可以退出循环,以此即可动态准确地计算出待预测磁盘在第i-1时段的可使用时长为j个时段。如此,该方案通过不断循环地重新构造磁盘使用量预测函数,也就可以使得每一轮循环构造出的磁盘使用量预测函数更加贴合实际,更加符合这一滑动窗口内各时段的磁盘使用量所反映的真实情况,从而可以更真实准确地确定出待预测磁盘在第i-1时段的可使用时长,进而可以有效地提高确定磁盘的可使用时长的准确率。同时,由于该方案通过循环执行确定待预测磁盘在每个预测时段的预测磁盘使用量,即可自动计算出待预测磁盘在第i-1时段的可使用时长,因此可以避免人工过多的介入,并有助于减少依靠人工确定待预测磁盘的可使用时长所耗费的时间和人力,从而可以提高待预测磁盘在第i-1时段的可使用时长的计算效率。
基于相同的技术构思,图3示例性的示出了本发明实施例提供的一种确定磁盘可使用时长的装置,该装置可以执行确定磁盘可使用时长的方法的流程。
如图3所示,该装置包括:
获取单元301,用于获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量;所述预测时段为第i时段;
处理单元302,用于根据所述滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数;通过所述磁盘使用量预测函数,确定所述待预测磁盘在所述预测时段的预测磁盘使用量;若所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值大于第一设定阈值,则将第i+1时段作为预测时段,返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,直至返回执行第j次后,所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值小于等于所述第一设定阈值,从而确定出所述待预测磁盘在第i-1时段的可使用时长为j个时段。
可选地,所述处理单元302具体用于:
通过最小二乘法对所述滑动窗口内各时段的磁盘使用量进行m种预测函数构造模式;
针对每种预测函数构造模式,生成所述预测函数构造模式对应的n个函数参数组;基于所述n个函数参数组,依次执行所述预测函数构造模式,确定出所述n个函数参数组各自对应的损失函数值,并将所述n个函数参数组各自对应的损失函数值进行比对,确定出最小损失函数值,并确定出所述最小损失函数值对应的函数参数组;
将所述m种预测函数构造模式各自对应的最小损失函数值进行比对,确定出最小的最小损失函数值,并将所述最小的最小损失函数值对应的函数参数组作为目标函数参数组,从而构造出所述磁盘使用量预测函数。
可选地,所述处理单元302具体用于:
针对所述n个函数参数组中每个函数参数组,构造所述函数参数组对应的函数;
将所述滑动窗口内各时段输入到所述函数参数组对应的函数,确定出所述各时段对应的预测磁盘使用量;
通过所述各时段对应的预测磁盘使用量与所述各时段对应的真实磁盘使用量,确定出所述函数参数组对应的损失函数值。
可选地,所述处理单元302具体用于:
通过所述磁盘使用量预测函数,确定出所述待预测磁盘在所述第i时段的第一磁盘使用量;
对所述第一磁盘使用量进行平滑处理,确定出第二磁盘使用量,并将所述第二磁盘使用量确定为所述待预测磁盘在所述预测时段的预测磁盘使用量。
可选地,所述处理单元302具体用于:
通过所述磁盘使用量预测函数,确定出所述待预测磁盘在第i-1时段的第三磁盘使用量;
确定所述第一磁盘使用量与所述第三磁盘使用量的使用量波动值;
确定所述使用量波动值在平滑系数记录中所对应的使用量波动值区间,并确定出所述使用量波动值区间对应的平滑系数;
基于所述平滑系数以及所述第一磁盘使用量,确定出所述第二磁盘使用量。
可选地,所述处理单元302具体用于:
通过下述方式确定所述平滑系数记录:
设置所述平滑系数记录中各使用量波动值区间对应的第一平滑系数以及用于调整所述第一平滑系数的预设步长;
基于磁盘在多个历史时段的磁盘使用量以及至少一个使用量波动值区间对应的第一平滑系数,确定所述磁盘在多个连续时段的可使用时长;
确定所述多个连续时段中任意相邻时段的可使用时长的时长波动值;
若存在至少一个时长波动值大于第二设定阈值,则基于所述预设步长,至少调整一个使用量波动值区间对应的第一平滑系数,并基于调整后的至少一个使用量波动值区间对应的第一平滑系数以及未调整的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长,直至所述多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于所述第二设定阈值,从而确定出所述各使用量波动值区间对应的第二平滑系数;
将所述各使用量波动值区间对应的第二平滑系数存储至所述平滑系数记录中。
可选地,所述处理单元302具体用于:
基于所述预设步长,调整所述各使用量波动值区间中任一使用量波动值区间对应的第一平滑系数,并基于所述调整后的任一使用量波动值区间对应的第一平滑系数以及所述各使用量波动值区间中除所述使用量波动值区间以外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长;或者,
基于所述预设步长,调整所述各使用量波动值区间中至少两个使用量波动值区间对应的第一平滑系数,并基于所述调整后的至少两个使用量波动值区间对应的第一平滑系数以及所述各使用量波动值区间中除所述至少两个使用量波动值区间以外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长。
基于相同的技术构思,本发明实施例还提供了一种计算设备,如图4所示,包括至少一个处理器401,以及与至少一个处理器连接的存储器402,本发明实施例中不限定处理器401与存储器402之间的具体连接介质,图4中处理器401和存储器402之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。
在本发明实施例中,存储器402存储有可被至少一个处理器401执行的指令,至少一个处理器401通过执行存储器402存储的指令,可以执行前述的确定磁盘可使用时长的方法中所包括的步骤。
其中,处理器401是计算设备的控制中心,可以利用各种接口和线路连接计算设备的各个部分,通过运行或执行存储在存储器402内的指令以及调用存储在存储器402内的数据,从而实现数据处理。可选的,处理器401可包括一个或多个处理单元,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理下发指令。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。在一些实施例中,处理器401和存储器402可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器401可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列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,可以实现或者执行本发明实施例中公开的各方法、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。结合确定磁盘可使用时长的方法实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器402作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器402可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本发明实施例中的存储器402还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
基于相同的技术构思,本发明实施例还提供了一种计算机可读存储介质,其存储有可由计算设备执行的计算机程序,当所述程序在所述计算设备上运行时,使得所述计算设备执行上述确定磁盘可使用时长的方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种确定磁盘可使用时长的方法,其特征在于,包括:
获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量;所述预测时段为第i时段;
根据所述滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数;
通过所述磁盘使用量预测函数,确定所述待预测磁盘在所述预测时段的预测磁盘使用量;
若所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值大于第一设定阈值,则将第i+1时段作为预测时段,返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,直至返回执行第j次后,所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值小于等于所述第一设定阈值,从而确定出所述待预测磁盘在第i-1时段的可使用时长为j个时段。
2.如权利要求1所述的方法,其特征在于,所述根据所述滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数,包括:
通过最小二乘法对所述滑动窗口内各时段的磁盘使用量进行m种预测函数构造模式;
针对每种预测函数构造模式,生成所述预测函数构造模式对应的n个函数参数组;基于所述n个函数参数组,依次执行所述预测函数构造模式,确定出所述n个函数参数组各自对应的损失函数值,并将所述n个函数参数组各自对应的损失函数值进行比对,确定出最小损失函数值,并确定出所述最小损失函数值对应的函数参数组;
将所述m种预测函数构造模式各自对应的最小损失函数值进行比对,确定出最小的最小损失函数值,并将所述最小的最小损失函数值对应的函数参数组作为目标函数参数组,从而构造出所述磁盘使用量预测函数。
3.如权利要求2所述的方法,其特征在于,所述基于所述n个函数参数组,依次执行所述预测函数构造模式,确定出所述n个函数参数组各自对应的损失函数值,包括:
针对所述n个函数参数组中每个函数参数组,构造所述函数参数组对应的函数;
将所述滑动窗口内各时段输入到所述函数参数组对应的函数,确定出所述各时段对应的预测磁盘使用量;
通过所述各时段对应的预测磁盘使用量与所述各时段对应的真实磁盘使用量,确定出所述函数参数组对应的损失函数值。
4.如权利要求1至3任一项所述的方法,其特征在于,所述通过所述磁盘使用量预测函数,确定所述待预测磁盘在所述预测时段的预测磁盘使用量,包括:
通过所述磁盘使用量预测函数,确定出所述待预测磁盘在所述第i时段的第一磁盘使用量;
对所述第一磁盘使用量进行平滑处理,确定出第二磁盘使用量,并将所述第二磁盘使用量确定为所述待预测磁盘在所述预测时段的预测磁盘使用量。
5.如权利要求4所述的方法,其特征在于,所述对所述第一磁盘使用量进行平滑处理,确定出第二磁盘使用量,包括:
通过所述磁盘使用量预测函数,确定出所述待预测磁盘在第i-1时段的第三磁盘使用量;
确定所述第一磁盘使用量与所述第三磁盘使用量的使用量波动值;
确定所述使用量波动值在平滑系数记录中所对应的使用量波动值区间,并确定出所述使用量波动值区间对应的平滑系数;
基于所述平滑系数以及所述第一磁盘使用量,确定出所述第二磁盘使用量。
6.如权利要求5所述的方法,其特征在于,通过下述方式确定所述平滑系数记录:
设置所述平滑系数记录中各使用量波动值区间对应的第一平滑系数以及用于调整所述第一平滑系数的预设步长;
基于磁盘在多个历史时段的磁盘使用量以及至少一个使用量波动值区间对应的第一平滑系数,确定所述磁盘在多个连续时段的可使用时长;
确定所述多个连续时段中任意相邻时段的可使用时长的时长波动值;
若存在至少一个时长波动值大于第二设定阈值,则基于所述预设步长,至少调整一个使用量波动值区间对应的第一平滑系数,并基于调整后的至少一个使用量波动值区间对应的第一平滑系数以及未调整的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长,直至所述多个连续时段中任意相邻时段的可使用时长的时长波动值均小于等于所述第二设定阈值,从而确定出所述各使用量波动值区间对应的第二平滑系数;
将所述各使用量波动值区间对应的第二平滑系数存储至所述平滑系数记录中。
7.如权利要求6所述的方法,其特征在于,所述基于所述预设步长,至少调整一个使用量波动值区间对应的第一平滑系数,并基于调整后的至少一个使用量波动值区间对应的第一平滑系数以及未调整的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长,包括:
基于所述预设步长,调整所述各使用量波动值区间中任一使用量波动值区间对应的第一平滑系数,并基于所述调整后的任一使用量波动值区间对应的第一平滑系数以及所述各使用量波动值区间中除所述使用量波动值区间以外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长;或者,
基于所述预设步长,调整所述各使用量波动值区间中至少两个使用量波动值区间对应的第一平滑系数,并基于所述调整后的至少两个使用量波动值区间对应的第一平滑系数以及所述各使用量波动值区间中除所述至少两个使用量波动值区间以外的其它使用量波动值区间对应的第一平滑系数,返回执行确定所述磁盘在多个连续时段的可使用时长。
8.一种确定磁盘可使用时长的装置,其特征在于,包括:
获取单元,用于获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量;所述预测时段为第i时段;
处理单元,用于根据所述滑动窗口内各时段的磁盘使用量,构造出磁盘使用量预测函数;通过所述磁盘使用量预测函数,确定所述待预测磁盘在所述预测时段的预测磁盘使用量;若所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值大于第一设定阈值,则将第i+1时段作为预测时段,返回执行获取待预测磁盘在预测时段之前的滑动窗口内各时段的磁盘使用量,直至返回执行第j次后,所述待预测磁盘在所述预测时段之前的磁盘剩余容量与所述预测时段的预测磁盘使用量的差值小于等于所述第一设定阈值,从而确定出所述待预测磁盘在第i-1时段的可使用时长为j个时段。
9.一种计算设备,其特征在于,包括至少一个处理器以及至少一个存储器,其中,所述存储器存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1至7任一权利要求所述的方法。
10.一种计算机可读存储介质,其特征在于,其存储有可由计算设备执行的计算机程序,当所述程序在所述计算设备上运行时,使得所述计算设备执行权利要求1至7任一权利要求所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111027635.7A CN113835626B (zh) | 2021-09-02 | 2021-09-02 | 一种确定磁盘可使用时长的方法及装置 |
PCT/CN2022/100508 WO2023029680A1 (zh) | 2021-09-02 | 2022-06-22 | 一种确定磁盘可使用时长的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111027635.7A CN113835626B (zh) | 2021-09-02 | 2021-09-02 | 一种确定磁盘可使用时长的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113835626A true CN113835626A (zh) | 2021-12-24 |
CN113835626B CN113835626B (zh) | 2024-04-05 |
Family
ID=78962086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111027635.7A Active CN113835626B (zh) | 2021-09-02 | 2021-09-02 | 一种确定磁盘可使用时长的方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113835626B (zh) |
WO (1) | WO2023029680A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023029680A1 (zh) * | 2021-09-02 | 2023-03-09 | 深圳前海微众银行股份有限公司 | 一种确定磁盘可使用时长的方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116993087A (zh) * | 2023-07-28 | 2023-11-03 | 中国电建集团华东勘测设计研究院有限公司 | 基于多层次嵌套动态规划多目标模型的水库优化调度方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094708A (zh) * | 2015-08-25 | 2015-11-25 | 北京百度网讯科技有限公司 | 一种磁盘容量的预测方法及装置 |
CN106469107A (zh) * | 2016-08-31 | 2017-03-01 | 浪潮(北京)电子信息产业有限公司 | 一种存储资源的容量预测方法及装置 |
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 |
JP2019101490A (ja) * | 2017-11-28 | 2019-06-24 | 株式会社東芝 | 時系列データ予測装置、時系列データ予測方法およびコンピュータプログラム |
US20190317826A1 (en) * | 2018-04-12 | 2019-10-17 | Vmware, Inc. | Methods and systems for estimating time remaining and right sizing usable capacities of resources of a distributed computing system |
CN113033906A (zh) * | 2021-04-07 | 2021-06-25 | 山东润一智能科技有限公司 | 基于三参数指数平滑的能耗预测方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11016870B2 (en) * | 2019-05-22 | 2021-05-25 | Vmware, Inc. | Exponential decay real-time capacity planning |
CN111898826A (zh) * | 2020-07-31 | 2020-11-06 | 北京文思海辉金信软件有限公司 | 资源消耗预测方法、装置、电子设备及可读存储设备 |
CN113835626B (zh) * | 2021-09-02 | 2024-04-05 | 深圳前海微众银行股份有限公司 | 一种确定磁盘可使用时长的方法及装置 |
-
2021
- 2021-09-02 CN CN202111027635.7A patent/CN113835626B/zh active Active
-
2022
- 2022-06-22 WO PCT/CN2022/100508 patent/WO2023029680A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094708A (zh) * | 2015-08-25 | 2015-11-25 | 北京百度网讯科技有限公司 | 一种磁盘容量的预测方法及装置 |
CN106469107A (zh) * | 2016-08-31 | 2017-03-01 | 浪潮(北京)电子信息产业有限公司 | 一种存储资源的容量预测方法及装置 |
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 |
JP2019101490A (ja) * | 2017-11-28 | 2019-06-24 | 株式会社東芝 | 時系列データ予測装置、時系列データ予測方法およびコンピュータプログラム |
US20190317826A1 (en) * | 2018-04-12 | 2019-10-17 | Vmware, Inc. | Methods and systems for estimating time remaining and right sizing usable capacities of resources of a distributed computing system |
CN113033906A (zh) * | 2021-04-07 | 2021-06-25 | 山东润一智能科技有限公司 | 基于三参数指数平滑的能耗预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
张宗华;张海全;李师航;牛新征;: "基于加权滑动平均的磁盘使用率预测模型", 深圳大学学报(理工版), no. 01 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023029680A1 (zh) * | 2021-09-02 | 2023-03-09 | 深圳前海微众银行股份有限公司 | 一种确定磁盘可使用时长的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2023029680A1 (zh) | 2023-03-09 |
CN113835626B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106713029B (zh) | 一种确定资源监控阈值的方法及装置 | |
CN113835626A (zh) | 一种确定磁盘可使用时长的方法及装置 | |
CN106959894B (zh) | 资源分配方法和装置 | |
CN113434253B (zh) | 集群资源调度方法、装置、设备及存储介质 | |
CN109426896A (zh) | 一种确定区域运力状态的方法及装置、电子设备 | |
CN112148427A (zh) | 一种云平台资源分配方法、装置和计算机可读存储介质 | |
CN106464733A (zh) | 一种调整云计算中虚拟资源的方法及装置 | |
CN111104303A (zh) | 一种服务器指标数据采集方法、装置和介质 | |
CN114500339B (zh) | 一种节点带宽监测方法、装置、电子设备及存储介质 | |
US20190138354A1 (en) | Method for scheduling jobs with idle resources | |
CN109086194A (zh) | 一种线程池容量调整方法、装置、设备及可读存储介质 | |
CN114490078A (zh) | 一种微服务的动态缩扩容方法、装置及设备 | |
CN108664321B (zh) | 系统资源分配调整方法及装置 | |
CN116955455A (zh) | 适用于辐射监测系统的处理方法及平台 | |
CN109756372B (zh) | 一种电信计费系统的弹性伸缩方法及装置 | |
CN108139930B (zh) | 基于q学习的资源调度方法和装置 | |
CN115756812A (zh) | 一种资源调整方法及装置、存储介质 | |
CN113326132A (zh) | 一种信息调节方法、设备及存储介质 | |
CN111813524A (zh) | 一种任务执行方法、装置、电子设备和存储介质 | |
CN110647437A (zh) | 基于pid控制器调整cpu使用率的方法、装置、终端及介质 | |
CN112286623A (zh) | 一种信息处理方法及装置、存储介质 | |
CN108429704B (zh) | 一种节点资源分配方法及装置 | |
CN105677662A (zh) | 一种动态数据控制方法及设备 | |
CN106131187B (zh) | 一种授权的控制方法及装置 | |
CN110187971B (zh) | 业务请求处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |