CN114428709B - 一种云管理平台中sds状态检测方法和系统 - Google Patents

一种云管理平台中sds状态检测方法和系统 Download PDF

Info

Publication number
CN114428709B
CN114428709B CN202210049738.1A CN202210049738A CN114428709B CN 114428709 B CN114428709 B CN 114428709B CN 202210049738 A CN202210049738 A CN 202210049738A CN 114428709 B CN114428709 B CN 114428709B
Authority
CN
China
Prior art keywords
state
state information
disk
information
abnormal
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.)
Active
Application number
CN202210049738.1A
Other languages
English (en)
Other versions
CN114428709A (zh
Inventor
曹连峰
杨雪鸿
何奎
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.)
Guangzhou Lubangtong IoT Co Ltd
Original Assignee
Guangzhou Lubangtong IoT 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 Guangzhou Lubangtong IoT Co Ltd filed Critical Guangzhou Lubangtong IoT Co Ltd
Priority to CN202210049738.1A priority Critical patent/CN114428709B/zh
Publication of CN114428709A publication Critical patent/CN114428709A/zh
Application granted granted Critical
Publication of CN114428709B publication Critical patent/CN114428709B/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
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3034—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a storage system, e.g. DASD based or network based
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • 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
    • G06F3/0653—Monitoring storage devices or 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
    • G06F3/067—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
    • G06F3/0668—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
    • G06F3/0676—Magnetic disk device

Abstract

本发明提供了一种云管理平台中SDS状态检测方法和系统，包括：获取云管理平台SDS中磁盘阵列的状态信息矩阵；基于标准状态，提取所述状态信息矩阵中不满足预设状态的异常状态信息；确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒；方便在SDS中磁盘阵列出现故障之前，及时对SDS中磁盘阵列进行调整和维护，保证SDS的稳定运行。

Description

一种云管理平台中SDS状态检测方法和系统
技术领域
本发明涉及存储技术领域，特别涉及一种云管理平台中SDS状态检测方法和系统。
背景技术
软件定义存储(SDS)是一种能将存储软件与硬件分隔开的存储架构。不同于传统的网络附加存储或存储区域网络系统，SDS一般都在行业标准系统或x86系统上执行，从而消除了软件对于专有硬件的依赖性。
在云管理平台中，通过SDS的方式将各个厂商的物理磁盘组合在一起，然后统一向云管理平台下的用户提供各种存储方案。
目前，为了保证SDS的稳定运行，需要配置相应的维护人员，在出现可见的故障后作出相应的防范措施，然而此种方式只能在故障后进行维护，违法提前做出准备，难以保证SDS的稳定运行。
发明内容
本发明提供一种云管理平台中SDS状态检测方法和系统，方便在SDS中磁盘阵列出现故障之前，及时对SDS中磁盘阵列进行调整和维护，保证SDS 的稳定运行。
本发明提供一种云管理平台中SDS状态检测方法，包括：
步骤1：获取云管理平台SDS中磁盘阵列的状态信息矩阵；
步骤2：基于标准状态，提取所述状态信息矩阵中不满足预设状态的异常状态信息；
步骤3：确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒。
在一种可能实现的方式中，
步骤1中，获取云管理平台SDS中磁盘阵列的状态信息矩阵包括：
自定义所述磁盘阵列的时间间隔；
基于预设状态信息，为所述磁盘阵列配置提取参数信息；
基于所述时间间隔、提取参数信息，为所述磁盘阵列中每个磁盘建立提取线程；
为每个提取线程配置数据接口，从所述数据接口有序获取状态信息，组成状态信息矩阵。
在一种可能实现的方式中，
基于预设状态信息，为所述磁盘阵列配置提取参数信息包括：
对所述预设状态信息进行分类，得到健康状态信息和运行状态信息；
基于所述健康状态信息，获取配置参数项目及属性，并根据所述项目及属性，生成提取规则，基于所述提取规则得到第一提取参数信息；
基于所述运行状态信息，确定不同运行状态下对应的指标，基于所述指标，配置第二提取参数信息；
基于所述第一提取参数信息、第二提取参数信息，得到提取参数信息。
在一种可能实现的方式中，
步骤2之前，还包括，获取所述SDS中磁盘阵列的标准状态，其步骤如下：
读取所述SDS中磁盘阵列的说明书，对所述说明书进行有效信息提取，并按照预设算法对所述有效信息进行分析，确定所述SDS中磁盘阵列的状态数据；
在标准数据库中，确定与所述状态数据对应的相关状态数据，并确定所述状态数据与相关状态数据之间的相似度；
基于所述相似度，根据所述状态数据、相关状态数据确定标准状态。
在一种可能实现的方式中，
基于所述相似度，根据所述状态数据、相关状态数据确定标准状态包括：
判断所述相似度是否大于预设相似值；
若是，以所述状态数据为基准，以所述相关状态数据为参考，以第一调整幅度值，对所述状态数据进行调整，得到标准状态；
否则，以所述状态数据为基准，以所述相关状态数据为参考，以第二调整幅度值，对所述状态数据进行调整，得到标准状态。
在一种可能实现的方式中，
提取所述状态信息矩阵中不满足预设状态的异常状态信息包括：
对所述标准状态进行类型划分，得到若干个单一标准状态；
获取所述状态信息矩阵中元素的维度，并基于所述维度，将所述状态信息矩阵划分为若干个单一状态矩阵；
提取所述单一标准状态和单一状态矩阵中的关键词，并基于所述关键词将所述单一标准状态和单一状态矩阵进行匹配，并建立匹配标识；
根据所述单一标准状态的属性，设定查询条件，并根据所述匹配标识对对应的单一状态矩阵进行遍历，确定目标字段；
提取所述目标字段中的目标参数，判断所述目标参数是否在第一预设范围内；
若是，根据所述目标参数建立参数矩阵；
否则，根据预设规则对所述目标参数进行标准化后，建立参数矩阵；
根据所述参数矩阵中的参数性质，确定计算规则，并根据所述计算规则获取对应的计算脚本；
基于所述计算脚本，对所述参数矩阵进行计算，自动生成目标状态矩阵；
将所述目标状态矩阵与对应的单一标准状态进行对比，提取出所述目标状态矩阵中不满足单一标准状态的异常目标状态；
获取异常目标状态对应的参数矩阵中的异常参数信息，所述异常参数信息即为异常状态信息。
在一种可能实现的方式中，
步骤3中，确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒包括：
获取所述异常状态信息在第一状态信息矩阵中的矩阵位置，并确定所述矩阵位置对应的位置标识；
基于预先设定的映射关系，获取所述位置标识对应的所述磁盘阵列的阵列标识，从而确定发生异常的磁盘在所述磁盘阵列中的位置行列号；
从所有状态信息矩阵中提取与所述位置行列号相同的待排序磁盘状态信息，并根据所述待排序磁盘状态信息的特征将所述待排序磁盘状态信息进行排序，得到状态序列；
确定所述异常状态信息在所述状态序列中的第一标号；
从所述状态序列中提取相关异常状态信息及个数；
判断所述相关异常状态信息的个数是否等于1；
若是，确定所述相关异常状态信息所在的位置即为异常状态信息所在的位置，并基于所述位置行列号、第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
否则，从所述第一状态信息矩阵中获取与所述异常状态信息相邻的相邻状态信息，组成第一状态分布图；
确定所述状态序列的第一标号对应的状态信息矩阵中的相邻状态信息组成第二状态分布图；
判断所述第一状态分布图与第二状态分布图是否一致；
若是，基于所述位置行列号、第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
否则，基于所述相关异常状态信息的标号，对所述第一标号进行更改，直到所述第一状态分布图与第二状态分布图一致，基于所述位置行列号、修改后的第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
将所述磁盘位置和异常状态信息进行打包，得到告警信息，并利用所述告警信息进行告警提醒。
在一种可能实现的方式中，
将所述磁盘位置和异常状态信息进行打包，得到告警信息，并利用所述告警信息进行告警提醒包括：
判断所述异常状态信息中的异常状态取值是否在预设异常状态范围内；
若所述异常状态取值大于所述预设异常状态范围，对所述告警信息设置一级告警标签；
若所述异常状态取值在所述预设异常状态范围内，对所述告警信息设置二级告警标签；
若所述异常状态取值小于所述预设异常状态范围，对所述告警信息设置三级告警标签；
根据所述告警信息中的告警标签等级，设置不同的告警提醒方式。
在一种可能实现的方式中，
根据所述待排序磁盘状态信息的特征将所述相同的磁盘状态信息进行排序，得到状态序列包括：
将所述待排序磁盘状态信息的特征与磁盘阵列中每个磁盘的预设特征进行匹配，得到匹配结果；
基于所述匹配结果，将所述盘阵列中每个磁盘的标号赋予匹配对应的待排序磁盘状态信息；
按照所述待排序磁盘状态信息的标号，对所述待排序磁盘状态信息进行排序，得到第一状态序列；
基于所述匹配结果，计算所述第一状态序列的序列误差值；
基于所述序列误差率，提取所述第一状态序列中出现误差的错位磁盘状态信息；
基于所述序列误差率，提取所述第一状态序列中出现误差的错位磁盘状态信息；
基于所述序列误差率计算得到校正值；
从校正方案集合中提取与所述校正值最接近的校正方案，对所述错位磁盘状态信息的标号进行校正，得到第二状态序列；
所述第二状态序列，即为最终的状态序列。
一种云管理平台中SDS状态检测系统，包括：
获取模块，用于获取云管理平台SDS中磁盘阵列的状态信息矩阵；
提取模块，用于基于标准状态，提取所述状态信息矩阵中不满足预设状态的异常状态信息；
告警模块，用于确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种云管理平台中SDS状态检测方法的流程图；
图2为本发明实施例中状态信息矩阵的获取流程图；
图3为本发明实施例中一种云管理平台中SDS状态检测系统的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1
本发明实施例提供一种云管理平台中SDS状态检测方法，如图1所示，包括：
步骤1：获取云管理平台SDS中磁盘阵列的状态信息矩阵；
步骤2：基于标准状态，提取所述状态信息矩阵中不满足预设状态的异常状态信息；
步骤3：确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒。
在该实施例中，所述SDS的全称为：Software Defined Storage，中文名称为：软件定义存储，是一种能将存储软件与硬件分隔开的存储架构。
在该实施例中，所述磁盘阵列由多个磁盘有序组成，状态信息矩阵中每一个元素代表一个磁盘的状态信息。
在该实施例中，所述状态信息矩阵为多个，所述SDS中磁盘阵列呈三维空间分布，所述状态信息矩阵呈二维空间分布，所述状态信息矩阵组成所述磁盘阵列。
在该实施例中，所述标准状态为所述SDS中磁盘阵列的各个指标的正常范围，例如磁盘的磨损度、温度、剩余寿命的正常范围，以及在云管理平台中加入所述SDS的客户端数量占比。
在该实施例中，所述异常状态信息为所述磁盘阵列中磁盘状态不在标准状态下，但还未出现故障时的信息。
在该实施例中，所述状态信息矩阵为与磁盘的磨损度、温度、剩余寿命相关的参数，例如所述磨损度对应的参数为磁盘的光滑度、划痕等参数，温度对应的参数为磁盘的硬度、热度等参数，剩余寿命对应的参数为磁盘已使用时间、预计使用时间等参数。
上述设计方案的有益效果是：通过每隔一段时间来获取云管理平台SDS 中磁盘阵列的状态信息矩阵，以标准状态为基准，异常状态信息所对应磁盘阵列中的磁盘位置，确定出现异常的磁盘，并携带磁盘的异常信息进行告警提醒，自动检测SDS中磁盘阵列的工作状态，在出现异常时及时进行告警提醒，方便在SDS中磁盘阵列出现故障之前，及时对SDS中磁盘阵列进行调整和维护，保证SDS的稳定运行。
实施例2
基于实施例1的基础上，本发明实施例提供一种云管理平台中SDS状态检测方法，如图2所示，步骤1中，获取云管理平台SDS中磁盘阵列的状态信息矩阵包括：
S101：自定义所述磁盘阵列的时间间隔；
S102：基于预设状态信息，为所述磁盘阵列配置提取参数信息；
S103：基于所述时间间隔、提取参数信息，为所述磁盘阵列中每个磁盘建立提取线程；
S104：为每个提取线程配置数据接口，从所述数据接口有序获取状态信息，组成状态信息矩阵。
在该实施例中，所述状态信息矩阵为与磁盘的磨损度、温度、剩余寿命相关的参数，例如所述磨损度对应的参数为磁盘的光滑度、划痕等参数，温度对应的参数为磁盘的硬度、热度等参数，剩余寿命对应的参数为磁盘已使用时间、预计使用时间等参数。
在该实施例中，所述提取参数信息为提取状态提供资源基础。
在该实施例中，通过建立提取线程，并为每个提取线程配置数据接口，可以确保获取到的状态信息与磁盘对应的准确性，每个接口对应一个磁盘，从而方便了对状态信息的处理和对状态信息矩阵的建立。
上述设计方案的有益效果是：通过每隔一段时间，并根据设置提取参数信息，保证了提取线程的准确性，使得相关数据接口有序获取状态信息，得到状态信息矩阵，为SDS状态检测提供基础。
实施例3
基于实施例2的基础上，本发明实施例提供一种云管理平台中SDS状态检测方法，基于预设状态信息，为所述磁盘阵列配置提取参数信息包括：
对所述预设状态信息进行分类，得到健康状态信息和运行状态信息；
基于所述健康状态信息，获取配置参数项目及属性，并根据所述项目及属性，生成提取规则，基于所述提取规则得到第一提取参数信息；
基于所述运行状态信息，确定不同运行状态下对应的指标，基于所述指标，配置第二提取参数信息；
基于所述第一提取参数信息、第二提取参数信息，得到提取参数信息。
在该实施例中，所述健康状态信息对应的配置参数项目包括磨损度、温度和剩余寿命，对应的属性为图像 检测、红外检测和运行检测，对应的提取规则为图像 提取规则、红外检测规则和运行检测规则，所述第一提取参数信息用来约束提取规则，保证提取到健康状态信息的准确性。
在该实施例中，所述运行状态信息为所述云管理平台管理的客户端的运行状态，包括运行状态和非运行状态，它们对应不同的指标，如信号强度，所述第二提取参数信息用来确定提取指标，保证得到运行状态信息的准确性。
上述设计方案的有益效果是：通过为提取磁盘阵列的状态信息矩阵的提取操作，配置提取参数信息，保证了提取到状态信息的准确性，为SDS状态检测提供基础。
实施例4
基于实施例1的基础上，本发明实施例提供一种云管理平台中SDS状态检测方法，步骤2之前，还包括，获取所述SDS中磁盘阵列的标准状态，其步骤如下：
读取所述SDS中磁盘阵列的说明书，对所述说明书进行有效信息提取，并按照预设算法对所述有效信息进行分析，确定所述SDS中磁盘阵列的状态数据；
在标准数据库中，确定与所述状态数据对应的相关状态数据，并确定所述状态数据与相关状态数据之间的相似度；
基于所述相似度，根据所述状态数据、相关状态数据确定标准状态。
在该实施例中，所述有效信息包括与所述磁盘阵列的磁盘光滑度、工作温度、使用寿命相关的文字说明。
在该实施例中，所述状态数据包括磁盘光滑度、工作温度、使用寿命等数据。
在该实施例中，所述标准数据库用于存储与所述SDS中磁盘阵列同类型磁盘的标准状态信息。
在该实施例中，所述相关状态数据为同类型磁盘的磁盘光滑度、工作温度、使用寿命等数据。
在该实施例中，基于所述相似度，根据所述状态数据、相关状态数据确定标准状态具体为根据所述状态数据、相关状态数据的相似度大小，对所述状态数据进行调整，相似度越大，调整的幅度越小；相似度越小，调整的幅度越大。
上述设计方案的有益效果是：通过根据磁盘阵列的说明书以及与所述磁盘阵列相关的标准数据库相结合，对磁盘阵列的本身与同类型磁盘的状态进行结合考虑，来确定SDS中磁盘阵列的标准状态，保证了磁盘阵列的标准状态更能提现磁盘阵列的工作情况，从而保证了提取的异常状态信息的精确性，避免出现错误告警或告警不及时的情况。
实施例5
基于实施例4的基础上，本发明实施例提供一种云管理平台中SDS状态检测方法，基于所述相似度，根据所述状态数据、相关状态数据确定标准状态包括：
判断所述相似度是否大于预设相似值；
若是，以所述状态数据为基准，以所述相关状态数据为参考，以第一调整幅度值，对所述状态数据进行调整，得到标准状态；
否则，以所述状态数据为基准，以所述相关状态数据为参考，以第二调整幅度值，对所述状态数据进行调整，得到标准状态。
在该实施例中，所述第一调整幅度值小于第二调整幅度值。
在该实施例中，若相似度是大于预设相似值，表明所述状态数据、相关状态数据差异不大，只需对所述状态数据稍做调整即可，反之，表明所述状态数据、相关状态数据差异相对较大，需对所述状态数据的调整幅度偏大一点。
上述设计方案的有益效果是：从磁盘阵列的本身与同类型磁盘两方面结合确定标准状态，保证了磁盘阵列的标准状态更能提现磁盘阵列的工作情况，从而保证了提取的异常状态信息的精确性，避免出现错误告警或告警不及时的情况。
实施例6
基于实施例1的基础上，本发明实施例提供一种云管理平台中SDS状态检测方法，步骤2中，提取所述状态信息矩阵中不满足预设状态的异常状态信息包括：
对所述标准状态进行类型划分，得到若干个单一标准状态；
获取所述状态信息矩阵中元素的维度，并基于所述维度，将所述状态信息矩阵划分为若干个单一状态矩阵；
提取所述单一标准状态和单一状态矩阵中的关键词，并基于所述关键词将所述单一标准状态和单一状态矩阵进行匹配，并建立匹配标识；
根据所述单一标准状态的属性，设定查询条件，并根据所述匹配标识对对应的单一状态矩阵进行遍历，确定目标字段；
提取所述目标字段中的目标参数，判断所述目标参数是否在第一预设范围内；
若是，根据所述目标参数建立参数矩阵；
否则，根据预设规则对所述目标参数进行标准化后，建立参数矩阵；
根据所述参数矩阵中的参数性质，确定计算规则，并根据所述计算规则获取对应的计算脚本；
基于所述计算脚本，对所述参数矩阵进行计算，自动生成目标状态矩阵；
将所述目标状态矩阵与对应的单一标准状态进行对比，提取出所述目标状态矩阵中不满足单一标准状态的异常目标状态；
获取异常目标状态对应的参数矩阵中的异常参数信息，所述异常参数信息即为异常状态信息。
在该实施例中，所述标准状态为SDS中磁盘阵列的各个指标的正常范围，例如磁盘的磨损度、温度、剩余寿命的正常范围，以及在云管理平台中加入所述SDS的客户端数量占比，其对应的类型为磨损度、温度、剩余寿命、客户端数量占比，对应的单一标准状态分别为磨损度、温度、剩余寿命、客户端数量占比的正常取值范围。
在该实施例中，所述状态信息矩阵中元素的维度与单一标准状态个个数相对应。
在该实施例中，所述单一标准状态和单一状态矩阵中的关键词包括与磁盘的光滑度、划痕、磁盘的硬度、热度、磁盘已使用时间、预计使用时间相关的词汇或文本。
在该实施例中，所述匹配标识例如可以是单一状态矩阵中磁盘的光滑度、划痕与所述单一标准状态中的磁盘光滑度建立匹配标识。
在该实施例中，所述单一标准状态为磨损度状态，则对应的查询条件为有关磁盘的光滑度、划痕的查询，得到的目标字段中包含磁盘的光滑度、划痕参数的文本，对应的目标参数为光滑度、划痕参数。
在该实施例中，所述预设规则为对所述目标参数的单位进行统一标准化，可以保证建立参数的一致性，为提取异常信息提供基础。
在该实施例中，所述参数性质例如可以是光滑度、划痕，对应的计算规则为根据所述光滑度、划痕计算得到磁盘的磨损度，所述计算脚本为根据为所述计算规则配置资源信息得到，在获取计算脚本后可对所述计算脚本进行存储，当进行相关计算时，调取所述计算脚本即可实现批量计算，提高计算效率。
上述设计方案的有益效果是：通过以标准状态为基准，提取所述状态信息矩阵中不满足预设状态的异常状态信息，并在提取过程中根据标准状态的类型及计算规则，确定计算脚本，实现对磁盘阵列中状态的批量计算，提高计算效率，从而提高对异常状态信息的提取，便于及时对SDS中磁盘阵列进行调整和维护，保证SDS的稳定运行。
实施例7
基于实施例1的基础上，本发明实施例例提供一种云管理平台中SDS状态检测方法，步骤3中，确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒包括：
获取所述异常状态信息在第一状态信息矩阵中的矩阵位置，并确定所述矩阵位置对应的位置标识；
基于预先设定的映射关系，获取所述位置标识对应的所述磁盘阵列的阵列标识，从而确定发生异常的磁盘在所述磁盘阵列中的位置行列号；
从所有状态信息矩阵中提取与所述位置行列号相同的待排序磁盘状态信息，并根据所述待排序磁盘状态信息的特征将所述待排序磁盘状态信息进行排序，得到状态序列；
确定所述异常状态信息在所述状态序列中的第一标号；
从所述状态序列中提取相关异常状态信息及个数；
判断所述相关异常状态信息的个数是否等于1；
若是，确定所述相关异常状态信息所在的位置即为异常状态信息所在的位置，并基于所述位置行列号、第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
否则，从所述第一状态信息矩阵中获取与所述异常状态信息相邻的相邻状态信息，组成第一状态分布图；
确定所述状态序列的第一标号对应的状态信息矩阵中的相邻状态信息组成第二状态分布图；
判断所述第一状态分布图与第二状态分布图是否一致；
若是，基于所述位置行列号、第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
否则，基于所述相关异常状态信息的标号，对所述第一标号进行更改，直到所述第一状态分布图与第二状态分布图一致，基于所述位置行列号、修改后的第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
将所述磁盘位置和异常状态信息进行打包，得到告警信息，并利用所述告警信息进行告警提醒。
在该实施例中，状态信息矩阵为二维矩阵，磁盘阵列为三维阵列，多个状态信息矩阵组成所述磁盘阵列中所有磁盘的状态信息，所述第一状态矩阵为所述异常状态信息所在的矩阵。
在该实施例中，所述位置标识、位置行列号均表示二维标识，只能确定所述发生异常的磁盘在所述磁盘阵列中两个维度的位置，需要进一步确定在第三个维度的位置信息。
在该实施例中，将所述相同的磁盘状态信息进行排序，得到状态序列为初步根据所述相同的磁盘状态信息的特征与预设磁盘阵列中每个磁盘的特征进行匹配，根据匹配结果，例如其中一个相同的磁盘状态信息与磁盘阵列中第5 排匹配，则这个相同的磁盘状态信息在状态序列的第一标号为5。
在该实施例中，所述位置序列号例如可以是第n行第m列，则获取所有状态信息矩阵中第n行第m列所对应的状态信息组成状态序列，若所述状态序列中相关异常状态信息只有一个，表明所述相关异常状态信息即为异常状态信息所在的位置，获取第一标号，例如k，则对应磁盘阵列中标号为k，第n行第 m列的位置即为发生异常的磁盘所在的位置；若所述状态序列中相关异常状态信息有多个，则通过所述第一状态信息矩阵的第一状态分布图，与每个相关异常状态信息在相对应的状态信息矩阵中的相邻状态信息，组成的第二状态分布图进行比较，并判断得到的是否相同，若不，将所述第一标号修改为第二标号，并基于所述位置序列号、第二标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置，可以避免因为所述状态序列中存在多个异常状态信息时，出现对异常状态信息的匹配错误，从而导致告警提醒中异常信息与磁盘位置不符的情况发生。
上述设计方案的有益效果是：通过根据异常状态信息在状态信息矩阵中的位置，并确定由所有状态信息矩阵在所述位置组成的状态序列，然后根据状态序列与磁盘阵列的对应关系，确定异常状态信息对应的磁盘位置，且通过与所述异常状态信息相邻的相邻状态信息组成的状态分布图进行进一步确认，避免因为所述状态序列中存在多个异常状态信息时，出现对异常状态信息的匹配错误，从而导致告警提醒中异常信息与磁盘位置不符的情况发生，保证获取到磁盘位置的准确性。
实施例8
基于实施例7的基础上，本发明实施例提供一种云管理平台中SDS状态检测方法，将所述磁盘位置和异常状态信息进行打包，得到告警信息，并利用所述告警信息进行告警提醒包括：
判断所述异常状态信息中的异常状态取值是否在预设异常状态范围内；
若所述异常状态取值大于所述预设异常状态范围，对所述告警信息设置一级告警标签；
若所述异常状态取值在所述预设异常状态范围内，对所述告警信息设置二级告警标签；
若所述异常状态取值小于所述预设异常状态范围，对所述告警信息设置三级告警标签；
根据所述告警信息中的告警标签等级，设置不同的告警提醒方式。
在该实施例中，所述告警提醒方式根据所述告警标签等级依次提高，例如三级告警标签对应的告警提醒方式的声音预警为柔和，二级告警标签对应的告警提醒方式的声音预警为正常，一级告警标签对应的告警提醒方式的声音预警为急促。
上述设计方案的有益效果是：通过异常状态信息的异常程度，设置不同的告警提醒，可以直观向工作人员表明异常程度，方便在SDS中磁盘阵列出现故障之前，及时对SDS中磁盘阵列进行调整和维护，保证SDS的稳定运行。
实施例9
基于实施例7的基础上，本发明实施例提供一种云管理平台中SDS状态检测方法，根据所述待排序磁盘状态信息的特征将所述相同的磁盘状态信息进行排序，得到状态序列包括：
将所述待排序磁盘状态信息的特征与磁盘阵列中每个磁盘的预设特征进行匹配，得到匹配结果；
基于所述匹配结果，将所述盘阵列中每个磁盘的标号赋予匹配对应的待排序磁盘状态信息；
按照所述待排序磁盘状态信息的标号，对所述待排序磁盘状态信息进行排序，得到第一状态序列；
基于所述匹配结果，计算所述第一状态序列的序列误差值；
其序列误差值的计算公式如下：
Figure BDA0003473558610000161
其中，γ表示所述第一状态序列的序列误差率，n表示所述待排序磁盘状态信息的个数，τ表示所述待排序磁盘状态信息的特征与磁盘阵列中每个磁盘的预设特征进行匹配的匹配精度，取值为(0.80，0.99)，εi表示第i个待排序磁盘状态信息的特征对应的参数值，取值为(0，1)，σi表示磁盘阵列中磁盘的与第i个待排序磁盘状态信息对应磁盘的参数值，取值为(0，1)；
基于所述序列误差率，提取所述第一状态序列中出现误差的错位磁盘状态信息；
基于所述序列误差率计算得到校正值；
其校正值的计算公式如下：
Figure BDA0003473558610000171
其中，q表示所述校正值；
从校正方案集合中提取与所述所述校正值最接近的校正方案，对所述错位磁盘状态信息的标号进行校正，得到第二状态序列；
所述第二状态序列，即为最终的状态序列。
在该实施例中，所述排序磁盘状态信息的特征例如为检测得到的磁盘的尺寸、内存大小、缓存大小、转速、S.M.A.R.T值，每个磁盘的预设特征为磁盘标注的磁盘内存大小、缓存大小、转速、S.M.A.R.T值，将对应的特征数值相似度最高的进行匹配，得到匹配结果。
在该实施例中，所述待排序磁盘状态信息的特征与磁盘阵列中每个磁盘的预设特征进行匹配的匹配精度与匹配过程中的匹配次数相关，匹配次数越多，对应的匹配精度越高。
在该实施例中，所述待排序磁盘状态信息的特征对应的参数值用来表示将特征数值化，例如磁盘的内存大小特征用(0,1)来表示，内存越大对应的参数值越大，对应的尺寸、缓存大小、转速、S.M.A.R.T值也可这样表示。
对于公式
Figure BDA0003473558610000181
用来表示所述待排序磁盘状态信息的特征与匹配结果得到的磁盘阵列中对应磁盘的预设特征之间的差异，其值越大，表明序列出现误差的概率越大，序列误差值就越大，例如εi＝0.5，σi＝0.9，τ＝0.90，则γ大约为0.45。
对于公式
Figure BDA0003473558610000182
来说，例如εi＝0.5，σi＝0.9，则对应的校正值为0.75，所述校正值越大，对应的校正方案的校正幅度越大。
上述设计方案的有益效果是：通过根据所述待排序磁盘状态信息的特征将所述相同的磁盘状态信息进行排序，得到状态序列，并在匹配结束后，对状态序列进行校正，使得到的状态序列的排序更能表示磁盘阵列中磁盘的排列方式，为定位发生异常的磁盘位置提供基础。
实施例10
一种云管理平台中SDS状态检测系统，如图3所示，包括：
获取模块，用于获取云管理平台SDS中磁盘阵列的状态信息矩阵；
提取模块，用于基于标准状态，提取所述状态信息矩阵中不满足预设状态的异常状态信息；
告警模块，用于确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒。
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发明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 (8)

1.一种云管理平台中SDS状态检测方法，其特征在于，包括：
步骤1：获取云管理平台SDS中磁盘阵列的状态信息矩阵；
步骤2：基于标准状态，提取所述状态信息矩阵中不满足预设状态的异常状态信息；
步骤3：确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒；
步骤3中，确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒包括：
获取所述异常状态信息在第一状态信息矩阵中的矩阵位置，并确定所述矩阵位置对应的位置标识；
基于预先设定的映射关系，获取所述位置标识对应的所述磁盘阵列的阵列标识，从而确定发生异常的磁盘在所述磁盘阵列中的位置行列号；
从所有状态信息矩阵中提取与所述位置行列号相同的待排序磁盘状态信息，并根据所述待排序磁盘状态信息的特征将所述待排序磁盘状态信息进行排序，得到状态序列；
确定所述异常状态信息在所述状态序列中的第一标号；
从所述状态序列中提取相关异常状态信息及个数；
判断所述相关异常状态信息的个数是否等于1；
若是，确定所述相关异常状态信息所在的位置即为异常状态信息所在的位置，并基于所述位置行列号、第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
否则，从所述第一状态信息矩阵中获取与所述异常状态信息相邻的相邻状态信息，组成第一状态分布图；
确定所述状态序列的第一标号对应的状态信息矩阵中的相邻状态信息组成第二状态分布图；
判断所述第一状态分布图与第二状态分布图是否一致；
若是，基于所述位置行列号、第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
否则，基于所述相关异常状态信息的标号，对所述第一标号进行更改，直到所述第一状态分布图与第二状态分布图一致，基于所述位置行列号、修改后的第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
将所述磁盘位置和异常状态信息进行打包，得到告警信息，并利用所述告警信息进行告警提醒；
根据所述待排序磁盘状态信息的特征将所述相同的磁盘状态信息进行排序，得到状态序列包括：
将所述待排序磁盘状态信息的特征与磁盘阵列中每个磁盘的预设特征进行匹配，得到匹配结果；
基于所述匹配结果，将所述盘阵列中每个磁盘的标号赋予匹配对应的待排序磁盘状态信息；
按照所述待排序磁盘状态信息的标号，对所述待排序磁盘状态信息进行排序，得到第一状态序列；
基于所述匹配结果，计算所述第一状态序列的序列误差值；
基于序列误差率，提取所述第一状态序列中出现误差的错位磁盘状态信息；
基于所述序列误差率，提取所述第一状态序列中出现误差的错位磁盘状态信息；
基于所述序列误差率计算得到校正值；
从校正方案集合中提取与所述校正值最接近的校正方案，对所述错位磁盘状态信息的标号进行校正，得到第二状态序列；
所述第二状态序列，即为最终的状态序列。
2.根据权利要求1所述的一种云管理平台中SDS状态检测方法，其特征在于，步骤1中，获取云管理平台SDS中磁盘阵列的状态信息矩阵包括：
自定义所述磁盘阵列的时间间隔；
基于预设状态信息，为所述磁盘阵列配置提取参数信息；
基于所述时间间隔、提取参数信息，为所述磁盘阵列中每个磁盘建立提取线程；
为每个提取线程配置数据接口，从所述数据接口有序获取状态信息，组成状态信息矩阵。
3.根据权利要求2所述的一种云管理平台中SDS状态检测方法，其特征在于，基于预设状态信息，为所述磁盘阵列配置提取参数信息包括：
对所述预设状态信息进行分类，得到健康状态信息和运行状态信息；
基于所述健康状态信息，获取配置参数项目及属性，并根据所述项目及属性，生成提取规则，基于所述提取规则得到第一提取参数信息；
基于所述运行状态信息，确定不同运行状态下对应的指标，基于所述指标，配置第二提取参数信息；
基于所述第一提取参数信息、第二提取参数信息，得到提取参数信息。
4.根据权利要求1所述的一种云管理平台中SDS状态检测方法，其特征在于，步骤2之前，还包括，获取所述SDS中磁盘阵列的标准状态，其步骤如下：
读取所述SDS中磁盘阵列的说明书，对所述说明书进行有效信息提取，并按照预设算法对所述有效信息进行分析，确定所述SDS中磁盘阵列的状态数据；
在标准数据库中，确定与所述状态数据对应的相关状态数据，并确定所述状态数据与相关状态数据之间的相似度；
基于所述相似度，根据所述状态数据、相关状态数据确定标准状态。
5.根据权利要求4所述的一种云管理平台中SDS状态检测方法，其特征在于，基于所述相似度，根据所述状态数据、相关状态数据确定标准状态包括：
判断所述相似度是否大于预设相似值；
若是，以所述状态数据为基准，以所述相关状态数据为参考，以第一调整幅度值，对所述状态数据进行调整，得到标准状态；
否则，以所述状态数据为基准，以所述相关状态数据为参考，以第二调整幅度值，对所述状态数据进行调整，得到标准状态。
6.根据权利要求1所述的一种云管理平台中SDS状态检测方法，其特征在于，步骤2中，提取所述状态信息矩阵中不满足预设状态的异常状态信息包括：
对所述标准状态进行类型划分，得到若干个单一标准状态；
获取所述状态信息矩阵中元素的维度，并基于所述维度，将所述状态信息矩阵划分为若干个单一状态矩阵；
提取所述单一标准状态和单一状态矩阵中的关键词，并基于所述关键词将所述单一标准状态和单一状态矩阵进行匹配，并建立匹配标识；
根据所述单一标准状态的属性，设定查询条件，并根据所述匹配标识对对应的单一状态矩阵进行遍历，确定目标字段；
提取所述目标字段中的目标参数，判断所述目标参数是否在第一预设范围内；
若是，根据所述目标参数建立参数矩阵；
否则，根据预设规则对所述目标参数进行标准化后，建立参数矩阵；
根据所述参数矩阵中的参数性质，确定计算规则，并根据所述计算规则获取对应的计算脚本；
基于所述计算脚本，对所述参数矩阵进行计算，自动生成目标状态矩阵；
将所述目标状态矩阵与对应的单一标准状态进行对比，提取出所述目标状态矩阵中不满足单一标准状态的异常目标状态；
获取异常目标状态对应的参数矩阵中的异常参数信息，所述异常参数信息即为异常状态信息。
7.根据权利要求1所述的一种云管理平台中SDS状态检测方法，其特征在于，将所述磁盘位置和异常状态信息进行打包，得到告警信息，并利用所述告警信息进行告警提醒包括：
判断所述异常状态信息中的异常状态取值是否在预设异常状态范围内；
若所述异常状态取值大于所述预设异常状态范围，对所述告警信息设置一级告警标签；
若所述异常状态取值在所述预设异常状态范围内，对所述告警信息设置二级告警标签；
若所述异常状态取值小于所述预设异常状态范围，对所述告警信息设置三级告警标签；
根据所述告警信息中的告警标签等级，设置不同的告警提醒方式。
8.一种云管理平台中SDS状态检测系统，其特征在于，包括：
获取模块，用于获取云管理平台SDS中磁盘阵列的状态信息矩阵；
提取模块，用于基于标准状态，提取所述状态信息矩阵中不满足预设状态的异常状态信息；
告警模块，用于确定所述异常状态信息所对应磁盘阵列中的磁盘位置，并进行告警提醒；
所述告警模块的具体功能如下：
获取所述异常状态信息在第一状态信息矩阵中的矩阵位置，并确定所述矩阵位置对应的位置标识；
基于预先设定的映射关系，获取所述位置标识对应的所述磁盘阵列的阵列标识，从而确定发生异常的磁盘在所述磁盘阵列中的位置行列号；
从所有状态信息矩阵中提取与所述位置行列号相同的待排序磁盘状态信息，并根据所述待排序磁盘状态信息的特征将所述待排序磁盘状态信息进行排序，得到状态序列；
确定所述异常状态信息在所述状态序列中的第一标号；
从所述状态序列中提取相关异常状态信息及个数；
判断所述相关异常状态信息的个数是否等于1；
若是，确定所述相关异常状态信息所在的位置即为异常状态信息所在的位置，并基于所述位置行列号、第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
否则，从所述第一状态信息矩阵中获取与所述异常状态信息相邻的相邻状态信息，组成第一状态分布图；
确定所述状态序列的第一标号对应的状态信息矩阵中的相邻状态信息组成第二状态分布图；
判断所述第一状态分布图与第二状态分布图是否一致；
若是，基于所述位置行列号、第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
否则，基于所述相关异常状态信息的标号，对所述第一标号进行更改，直到所述第一状态分布图与第二状态分布图一致，基于所述位置行列号、修改后的第一标号，确定所述异常状态信息所对应磁盘阵列中的磁盘位置；
将所述磁盘位置和异常状态信息进行打包，得到告警信息，并利用所述告警信息进行告警提醒；
根据所述待排序磁盘状态信息的特征将所述相同的磁盘状态信息进行排序，得到状态序列包括：
将所述待排序磁盘状态信息的特征与磁盘阵列中每个磁盘的预设特征进行匹配，得到匹配结果；
基于所述匹配结果，将所述盘阵列中每个磁盘的标号赋予匹配对应的待排序磁盘状态信息；
按照所述待排序磁盘状态信息的标号，对所述待排序磁盘状态信息进行排序，得到第一状态序列；
基于所述匹配结果，计算所述第一状态序列的序列误差值；
基于序列误差率，提取所述第一状态序列中出现误差的错位磁盘状态信息；
基于所述序列误差率，提取所述第一状态序列中出现误差的错位磁盘状态信息；
基于所述序列误差率计算得到校正值；
从校正方案集合中提取与所述校正值最接近的校正方案，对所述错位磁盘状态信息的标号进行校正，得到第二状态序列；
所述第二状态序列，即为最终的状态序列。
CN202210049738.1A 2022-01-17 2022-01-17 一种云管理平台中sds状态检测方法和系统 Active CN114428709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210049738.1A CN114428709B (zh) 2022-01-17 2022-01-17 一种云管理平台中sds状态检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210049738.1A CN114428709B (zh) 2022-01-17 2022-01-17 一种云管理平台中sds状态检测方法和系统

Publications (2)

Publication Number Publication Date
CN114428709A CN114428709A (zh) 2022-05-03
CN114428709B true CN114428709B (zh) 2022-08-05

Family

ID=81311866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210049738.1A Active CN114428709B (zh) 2022-01-17 2022-01-17 一种云管理平台中sds状态检测方法和系统

Country Status (1)

Country Link
CN (1) CN114428709B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4839823A (en) * 1985-03-20 1989-06-13 Kabushiki Kaisha Toshiba Automatic trouble analysis apparatus and method thereof
JP2009294837A (ja) * 2008-06-04 2009-12-17 Hitachi Ltd 障害監視システム及びデバイスと監視装置並びに障害監視方法
CN102097133A (zh) * 2010-12-31 2011-06-15 中国人民解放军装备指挥技术学院 一种海量存储系统的可靠性测试系统及测试方法
CN106844161A (zh) * 2017-02-20 2017-06-13 重庆邮电大学 一种带状态流计算系统中的异常监控及预测方法和系统
CN108415810A (zh) * 2018-03-15 2018-08-17 中国人民解放军国防科技大学 一种硬盘状态监控方法和装置
CN108959004A (zh) * 2018-06-28 2018-12-07 郑州云海信息技术有限公司 磁盘故障预测方法、装置、设备及计算机可读存储介质
CN110825579A (zh) * 2019-09-18 2020-02-21 平安科技（深圳）有限公司 服务器性能监控方法、装置、计算机设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3184171B2 (ja) * 1998-02-26 2001-07-09 日本電気株式会社 ディスクアレイ装置、そのエラー制御方法、ならびにその制御プログラムを記録した記録媒体
CN102129397A (zh) * 2010-12-29 2011-07-20 深圳市永达电子股份有限公司 一种自适应磁盘阵列故障预测方法及系统
CN103810074B (zh) * 2012-11-14 2017-12-29 华为技术有限公司 一种片上系统芯片及相应的监控方法
CN103067485A (zh) * 2012-12-25 2013-04-24 曙光信息产业(北京)有限公司 云存储系统的磁盘监控方法
CN107612787B (zh) * 2017-11-06 2021-01-12 南京易捷思达软件科技有限公司 一种基于Openstack开源云平台的云主机故障检测方法
CN112416703A (zh) * 2020-11-06 2021-02-26 北京浪潮数据技术有限公司 云管理平台中sds状态检测方法、系统、装置及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4839823A (en) * 1985-03-20 1989-06-13 Kabushiki Kaisha Toshiba Automatic trouble analysis apparatus and method thereof
JP2009294837A (ja) * 2008-06-04 2009-12-17 Hitachi Ltd 障害監視システム及びデバイスと監視装置並びに障害監視方法
CN102097133A (zh) * 2010-12-31 2011-06-15 中国人民解放军装备指挥技术学院 一种海量存储系统的可靠性测试系统及测试方法
CN106844161A (zh) * 2017-02-20 2017-06-13 重庆邮电大学 一种带状态流计算系统中的异常监控及预测方法和系统
CN108415810A (zh) * 2018-03-15 2018-08-17 中国人民解放军国防科技大学 一种硬盘状态监控方法和装置
CN108959004A (zh) * 2018-06-28 2018-12-07 郑州云海信息技术有限公司 磁盘故障预测方法、装置、设备及计算机可读存储介质
CN110825579A (zh) * 2019-09-18 2020-02-21 平安科技（深圳）有限公司 服务器性能监控方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN114428709A (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
US10990903B2 (en) Self-learning log classification system
JP7169369B2 (ja) 機械学習アルゴリズムのためのデータを生成する方法、システム
US11093519B2 (en) Artificial intelligence (AI) based automatic data remediation
WO2021052031A1 (zh) 基于统计四分位距的商品库存风险预警方法、系统及计算机可读存储介质
US10685044B2 (en) Identification and management system for log entries
US8595233B2 (en) Data processing apparatus, data processing method, program, and integrated circuit
KR20150049511A (ko) 데이터 분류 장치 및 방법과 이를 이용한 데이터 수집 시스템
US11966402B2 (en) Context driven data profiling
CN115146865A (zh) 基于人工智能的任务优化方法及相关设备
CN114116829A (zh) 异常数据分析方法、异常数据分析系统和存储介质
CN114428709B (zh) 一种云管理平台中sds状态检测方法和系统
CN115793990B (zh) 存储器健康状态确定方法、装置、电子设备及存储介质
CN116384949A (zh) 一种基于数字化管理的智慧政务信息数据管理系统
US11954945B2 (en) Systems and methods for analyzing machine performance
CN111400122A (zh) 一种硬盘健康度评估方法及装置
US20230244987A1 (en) Accelerated data labeling with automated data profiling for training machine learning predictive models
CN115563275A (zh) 一种多维度自适应日志分类分级方法和装置
US11062236B2 (en) Self-learning analytical attribute and clustering segmentation system
US20210396178A1 (en) Computer-implemented methods
US20210397614A1 (en) Computer-implemented methods
EP3926486A1 (en) Computer-implemented methods
CN116383715A (zh) 一种基于双指纹的Prometheus告警信号归类方法及装置
CN115269322A (zh) 一种基于多维数据融合的硬盘状态通用监测方法
CN116340845A (zh) 标签生成方法、装置、存储介质及电子设备
CN116185790A (zh) 一种模块化日志审计高效管控方法及系统

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