CN118069474A - 磁盘可视化管理方法、装置、计算机设备、介质和产品 - Google Patents
磁盘可视化管理方法、装置、计算机设备、介质和产品 Download PDFInfo
- Publication number
- CN118069474A CN118069474A CN202410336913.4A CN202410336913A CN118069474A CN 118069474 A CN118069474 A CN 118069474A CN 202410336913 A CN202410336913 A CN 202410336913A CN 118069474 A CN118069474 A CN 118069474A
- Authority
- CN
- China
- Prior art keywords
- performance data
- disk
- real
- time
- historical
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 43
- 230000000007 visual effect Effects 0.000 title abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 238000012549 training Methods 0.000 claims description 23
- 238000012800 visualization Methods 0.000 claims description 15
- 238000013480 data collection Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 4
- 238000013024 troubleshooting Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本申请涉及一种磁盘可视化管理方法、装置、计算机设备、存储介质和计算机程序产品，应用于云计算技术领域。所述方法包括：调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，并存储所述实时性能数据；基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示；将当前展示出的所述实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示。采用本方法能够直观管理磁盘且能提高效率。
Description
技术领域
本申请涉及云计算技术领域，特别是涉及一种磁盘可视化管理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
Oracle（一款关系数据库）自动存储管理工具在实现某一功能时，Oracle会通过集群实现，一般由数台Oracle组成，称为分库。为了满足需求，不同的Oracle会连接到不同的外置磁盘，同一集群Oracle和磁盘是多对多的关系。Oracle通过SAN（Storage AreaNetwork，存储区域网络）连接外置存储，一般为磁盘。目前通过Oracle自动存储管理工具对磁盘内存空间和后台进程的管理方式为依赖于不同存储管理员各自的管理方案，和专业人员的经验。
然而，目前的Oracle磁盘管理方法因为缺乏可视化显示屏和完整的自动化管理，存在不直观且效率低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够直观管理磁盘且能提高效率的磁盘可视化管理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种磁盘可视化管理方法，包括：
调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；
基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，并存储所述实时性能数据；
基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示；
将当前展示出的所述实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；所述故障预测模型基于至少一个所述磁盘的历史性能数据和对应的历史故障结果训练得到；所述历史性能数据为多个历史时间采集的实时性能数据集合。
在其中一个实施例中，所述基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示，包括：
响应性能搜索指令，返回所述搜索指令对应的目标磁盘的整体的所述实时性能数据并在所述系统显示屏上展示；所述搜索指令由用户发起用于查询目标磁盘的整体的所述实时性能数据。
在其中一个实施例中，所述响应性能搜索指令，返回所述搜索指令对应的整体的所述实时性能数据并在所述系统显示屏上展示，包括：
在所述性能搜索指令对应目标磁盘或目标磁盘卷的读写数据量的情况下，返回所述目标磁盘或目标磁盘卷对应的多个变量对应的读写数据量之和；
在所述性能搜索指令对应目标磁盘或目标磁盘卷的读写请求时间的情况下，返回目标磁盘或目标磁盘卷对应的多个变量对应的读写请求时间的加权平均值。
在其中一个实施例中，所述将当前展示的实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示之前，还包括：
根据至少一个所述磁盘的多个历史时间的所述历史性能数据的波动情况进行故障排查，得到对应的历史故障结果；
将多个历史时间的所述历史性能数据和对应的历史故障结果作为训练数据集输入故障预测模型，并按照预设规则进行训练，得到训练完成的故障预测模型。
在其中一个实施例中，所述根据至少一个所述磁盘的多个历史时间的所述历史性能数据的波动情况进行故障排查，得到对应的历史故障结果，包括：
在同一时刻同一磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为磁盘硬件故障；
在同一时刻多个的磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为业务故障。
在其中一个实施例中，所述调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据，包括：
调用数据采集脚本，按照预设频次对数据库的磁盘状态视图自动存储管理数据进行采集，得到数据库对应的至少一个磁盘的累计性能数据。
在其中一个实施例中，所述基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，包括：
获取各磁盘的第一时刻对应的累计性能数据和第二时刻对应的累计性能数据；所述第二时刻大于所述第一时刻；
将所述第二时刻对应的累计性能数据减去所述第一时刻对应的累计性能数据得到累计性能数据差值；
将所述累计性能差值除以所述第二时刻和所述第一时刻的差值，得到第二时刻对应的实时性能数据。
第二方面，本申请还提供了一种磁盘可视化管理装置，包括：
数据采集模块，用于调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；
数据计算模块，用于基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，并存储所述实时性能数据；
数据展示模块，用于基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示；
故障预测模块，用于将当前展示出的所述实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；所述故障预测模型基于至少一个所述磁盘的历史性能数据和对应的历史故障结果训练得到；所述历史性能数据为多个历史时间采集的实时性能数据集合。
第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；
基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，并存储所述实时性能数据；
基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示；
将当前展示出的所述实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；所述故障预测模型基于至少一个所述磁盘的历史性能数据和对应的历史故障结果训练得到；所述历史性能数据为多个历史时间采集的实时性能数据集合。
第四方面，本申请还提供了一种计算机可读存储介质，其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以下步骤：
调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；
基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，并存储所述实时性能数据；
基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示；
将当前展示出的所述实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；所述故障预测模型基于至少一个所述磁盘的历史性能数据和对应的历史故障结果训练得到；所述历史性能数据为多个历史时间采集的实时性能数据集合。
第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；
基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，并存储所述实时性能数据；
基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示；
将当前展示出的所述实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；所述故障预测模型基于至少一个所述磁盘的历史性能数据和对应的历史故障结果训练得到；所述历史性能数据为多个历史时间采集的实时性能数据集合。
上述磁盘可视化管理方法、装置、计算机设备、存储介质和计算机程序产品，通过调用数据采集脚本采集数据库对应的至少一个磁盘的累计性能数据，再计算预设时刻各磁盘对应的实时性能数据并存储，根据展示需求和存储的实时性能数据，在系统显示屏上分为各磁盘的整体和磁盘包括的每个磁盘卷对与所述展示需求信息对应的实时性能数据进行展示，直观的展示方式，有利于工作人员快速了解磁盘状态。将当前展示出的实时性能数据输入故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果进行提示，使得可以根据故障预测结果提前采取维护措施，提高了磁盘管理效率。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，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为一个实施例中磁盘可视化管理方法的应用环境图；
图2为一个实施例中磁盘可视化管理方法的流程示意图；
图3为一个实施例中故障预测模型训练步骤的流程示意图；
图4为另一个实施例中Oracle磁盘性能展示方法的流程示意图；
图5为一个实施例中磁盘可视化管理装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的磁盘可视化管理方法，可以应用于如图1所示的应用环境中。其中，数据存储系统可以存储终端102需要处理的数据。数据存储系统可以集成在终端102上，也可以放在云上或其他网络服务器上。终端102基于累计性能数据计算预设时刻各磁盘的实时性能数据，并存储实时性能数据；然后终端102基于当前工作人员的展示需求信息和存储的实时性能数据，在系统显示屏上分为各磁盘的整体、和各磁盘包括的每个磁盘卷分别对与展示需求信息对应的实时性能数据进行展示；进一步地，终端102将当前展示出的实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；工作人员可以根据故障预测结果做出相应措施。其中，故障预测模型基于至少一个磁盘的历史性能数据和对应的历史故障结果训练得到；历史性能数据为多个历史时间采集的实时性能数据集合。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。
在一个示例性的实施例中，如图2所示，提供了一种磁盘可视化管理方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤S202至步骤S206。其中：
步骤S202，调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据。
其中，数据采集脚本可以为通过计算机语言预先编写的一段程序代码，用于从指定的数据源中获取数据，并对数据进行处理、分析或存储。
其中，数据库可以为Oracle数据库，数据库和磁盘间的关系为多对多关系，数据库通过SAN（Storage Area Network，存储区域网络）连接外置磁盘。
可选地，服务器运行数据采集脚本，根据预设的频次（如1分钟一次、5分钟一次等），对数据库对应的至少一个磁盘的累计性能数据进行采集。
步骤S204，基于累计性能数据计算预设时刻各磁盘的实时性能数据，并存储实时性能数据。
其中，累计性能数据是指在一段时间内（通常是从系统启动或重置开始）累积的数据，表示系统或应用程序在整个时间段内的性能表现。实时性能数据是在瞬时或短时间内收集的数据，表示系统或应用程序当前的性能状态。
可选地，基于累计性能数据计算每个磁盘的实时性能数据，如采用差值法计算，并存储计算得到的实时性能数据。
步骤S206，基于当前的展示需求信息和存储的实时性能数据，在系统显示屏上分为各磁盘的整体、和各磁盘包括的每个磁盘卷分别对与展示需求信息对应的实时性能数据进行展示。
其中，需求展示需求信息可以为工作人员设置的需要查看的目标实时性能数据。
其中，整体是指单个磁盘的整体，磁盘卷是指将一个或多个物理磁盘组合在一起形成的逻辑存储单元。磁盘卷可以提供更大的存储容量、更高的性能和更好的数据保护，同时简化了数据管理和访问。
可选地，基于当前工作人员输入的展示需求信息和存储的实时性能数据，在系统上将与展示需求信息对应的实时性能数据分为各磁盘的整体和各磁盘包括的每个磁盘卷的实时性能数据进行展示。
步骤S208，将当前展示出的实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示。
其中，故障预测模型基于至少一个磁盘的历史性能数据和对应的历史故障结果训练得到；历史性能数据为多个历史时间采集的实时性能数据集合。
可选地，将各磁盘的实时性能数据可以是整体性数据或磁盘卷性能数据输入预先训练完成的故障预测模型，得到故障预测结果，针对会发生故障的预测结果发出提示，如给工作人员的终端发送消息、发出报警鸣响等。
上述磁盘可视化管理方法中，通过调用数据采集脚本采集数据库对应的至少一个磁盘的累计性能数据，再计算预设时刻各磁盘对应的实时性能数据并存储，根据展示需求和存储的实时性能数据，在系统显示屏上分为各磁盘的整体和磁盘包括的每个磁盘卷对与展示需求信息对应的实时性能数据进行展示，直观的展示方式，有利于工作人员快速了解磁盘状态。将当前展示出的实时性能数据输入故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果进行提示，使得可以根据故障预测结果提前采取维护措施，提高了磁盘管理效率。
在一个示例性的实施例中，步骤S204基于当前的展示需求信息和存储的实时性能数据，在系统显示屏上分为各磁盘的整体、和各磁盘包括的每个磁盘卷分别对与展示需求信息对应的实时性能数据进行展示，包括：
响应性能搜索指令，返回搜索指令对应的整体的实时性能数据并在系统显示屏上展示。
其中，搜索指令由用户发起用于查询目标磁盘的整体的实时性能数据。
可选地，响应用户发起的性能搜索指令，返回该搜索指令对应的选中磁盘的整体实时性能数据并在系统显示屏上展示。
本实施例中，通过响应用户发起的性能搜索指令，对用户选中的磁盘的整体性能数据进行展示，减少了用户需要在众多磁盘中找到选中磁盘的实时性能数据的时间，从而提高了工作效率。
在一个示例性的实施例中，上述实施例的步骤响应性能搜索指令，返回搜索指令对应的整体的实时性能数据并在系统显示屏上展示，包括：
在性能搜索指令对应目标磁盘或目标磁盘卷的读写数据量的情况下，返回目标磁盘或目标磁盘卷对应的多个变量对应的读写数据量之和；在性能搜索指令对应目标磁盘或目标磁盘卷的读写请求时间的情况下，返回目标磁盘或目标磁盘卷对应的多个变量对应的读写请求时间的加权平均值。
其中，加权平均值为一种计算平均值的方法，其中每个数据值都有一个权重，权重表示该值在整体平均值中的贡献程度。
可选地，在性能搜索指令对应目标磁盘或目标磁盘卷的读写数据量（如WRITE_NUMS写字符、READ_NUMS读字符、READ_BYTES读数据量和WRITE_BYTES写数据量）的情况下，返回目标磁盘或目标磁盘卷对应的多个变量对应的读写数据量之和，在性能搜索指令对应目标磁盘或目标磁盘卷的读写请求时间（如READ_TIME阅读请求时间、WRITE_TIME书写请求时间）的情况下，返回目标磁盘或目标磁盘卷对应的多个变量对应的读写请求时间的加权平均值，例如，采用以下公式计算书写请求时间的加权平均值：
本实施例中，通过搜索指令对应不同种类的性能数据的情况下，将对应的实时性能数据各自进行处理得到可以体现目标磁盘或目标磁盘卷整体的性能状态的数据并返回，使得工作人员可以快速了解磁盘的整体性能状态，从而提高工作效率。
在一个示例性的实施例中，如图3所示，步骤S206将当前展示的实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示之前，还包括以下步骤S302至步骤S304。其中：
步骤S302，根据至少一个磁盘的多个历史时间的历史性能数据的波动情况进行故障排查，得到对应的历史故障结果。
其中，波动情况可以为在历史性能数据为曲线的情况下，产生毛刺或者曲线平滑，在历史性能数据为数字的情况下，前后对比产生较大的变化或保持在稳定范围内。
可选地，根据至少一个磁盘的多个历史时间点对应的历史性能数据的波动情况进行故障排查，得到对应的历史故障结果，例如某个历史时间点对应的历史性能数据产生了波动，判断为发生故障。
步骤S304，将多个历史时间的历史性能数据和对应的历史故障结果作为训练数据集输入故障预测模型，并按照预设规则进行训练，得到训练完成的故障预测模型。
可选地，将多个历史时间的历史性能数据和对应判断得到的历史故障结果（如正常运行和产生故障）作为训练数据集输入故障预测模型，并按照预设规则进行训练，得到训练完成的故障预测模型。
本实施例中，通过将多个历史性能数据和对应的历史故障结果作为训练数据集对故障预测模型进行训练，能够提高故障预测的准确度。
在一个示例性的实施例中，步骤S304根据至少一个磁盘的多个历史时间的历史性能数据的波动情况进行故障排查，得到对应的历史故障结果，包括：
在同一时刻同一磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为磁盘硬件故障；在同一时刻多个的磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为业务故障。
其中，业务故障可以为金融系统的金融业务的影响，大量写入有热点引发。
可选地，在对比同一时刻同一磁盘的历史性能数据均存在波动的情况下，判断对应的历史故障结果为该磁盘硬件故障，工作人员可对存储侧进一步进行排查；在对比统一时刻多个磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为业务故障，工作人员可对应用侧进一步进行排查。
本实施例中，通过对单个磁盘或多个磁盘的历史性能数据进行对比分析，得到对应的历史故障结果，在系统直观的展示下，减少了对比分析时间，从而提高了磁盘管理效率。
在一个示例性实施例中，步骤S202调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据，包括：
调用数据采集脚本，按照预设频次对数据库的磁盘状态视图自动存储管理数据进行采集，得到数据库对应的至少一个磁盘的累计性能数据。
其中，数据库自动存储管理的磁盘性能视图是指Oracle的磁盘状态视图ASM_DISK_STAT数据，它可用于检索每个ASM（Automatic Storage Management，自动存储管理）磁盘组缓存中每个磁盘的状态，从而控制ASM磁盘的可用性。
可选地，调用数据采集脚本（如查询语句），按照预设频次对数据数据库自动存储管理的磁盘性能视图进行采集，得到数据库对应的至少一个磁盘的累计性能数据，包括：包括：数据库实例SID、ASM（Automatic Storage Management，自动存储管理）磁盘卷名NAME、到ASM磁盘的路径PATH、时间点、指定时间内I/O（Input/Output）读请求次数、指定时间内I/O写请求次数、平均每次I/O读请求所需时间（ms，毫秒）、平均每次I/O写请求所需时间（ms）、平均每次I/O读请求得到的数据量（BYTES，比特）、平均每次I/O写请求得到的数据量（BYTES）。
本实施例中，通过数据采集脚本对数据库的磁盘状态视图自动存储管理数据进行采集，能快速准确获取磁盘的状态数据，从而提高了磁盘的管理效率。
在一个示例性实施例中，步骤S204基于累计性能数据计算各磁盘的实时性能数据，包括：获取各磁盘的第一时刻对应的累计性能数据和第二时刻对应的累计性能数据；将第二时刻对应的累计性能数据减去第一时刻对应的累计性能数据得到累计性能数据差值；将累计性能差值除以第二时刻和第一时刻的差值，得到第二时刻对应的实时性能数据。
其中，第二时刻大于第一时刻。
可选地，分别在第一时刻和第二时刻先后运行查询语句，获得两个时刻对应的累计性能数据，将第二时刻的累计性能数据与第一时刻的累计性能数据的差值除以第二时刻和第一时刻的时间差值，得到第二时刻的实时性能数据，例如，当需要计算T时刻的实时性能为READ_NUMS阅读数据量，可以通过如下公式计算：
其中，为第二时刻（T时刻）和第一时刻（T-1时刻）的时间差值。
本实施例中，根据两个时刻的累计性能数据推断出实时性能数据，帮助监测磁盘的性能变化情况。
在一个示例性实施例中，如图4所示，提供了一种Oracle磁盘性能展示方法，具体包括：
步骤S402，运行数据采集脚本，对磁盘性能视图相关数据进行采集。
其中，根据实际需要设置采集频次（例如1分钟一次、5分钟一次等），对Oracle磁盘性能视图ASM_DISK_STAT数据进行采集。包括数据库实例SID、ASM磁盘卷名NAME、到ASM磁盘的路径PATH、时间点、指定时间内I/O读请求次数、指定时间内I/O写请求次数、平均每次I/O读请求所需时间（ms）、平均每次I/O写请求所需时间（ms）、平均每次I/O读请求得到的数据量（BYTES）、平均每次I/O写请求得到的数据量（BYTES）
步骤S404，根据数据累加值计算实时值。
其中，由于Oracle磁盘性能视图ASM_DISK_STAT记录的各项数据为累加值，如要获取时段内的I/O性能数据，需在两个时刻运行SQL，将得到的数据相减作为后一个时刻的瞬时值。将服务器IP、采样时间、各指标写入表。后续数据展示均对上述T时刻实时值进行操作。具体计算方法如下：
表1
步骤S406，盘包级性能展示。
其中，通过IP、SID、NAME(经处理分为DAT\LOG两类)展示IO性能，性能包括WRITE_NUMS、READ_NUMS、READ_TIME、WRITE_TIME、READ_BYTES、WRITE_BYTES。每个PATH为一条线。
步骤S408，搜索数据整体性能展示。
其中，通过DAT\LOG（Data Analysis Tool\Logarithm，两种不同类型的数据处理方式）级性能展示。通过IP、SID、NAME(经处理分为DAT\LOG两类)搜IO性能，性能包括WRITE_NUMS、READ_NUMS、READ_TIME、WRITE_TIME、READ_BYTES、WRITE_BYTES。性能数据经过计算后，每个IP、SID，NAME(经处理分为DAT\LOG两类)搜性能，返回一条线。代表整体性能。包括：
T时刻WRITE_NUMS为该时刻所有PATH的WRITE_NUMS之和；
T时刻READ_NUM为该时刻所有PATH的READ_NUM之和；
T时刻READ_BYTES为该时刻所有PATH的READ_BYTES之和；
T时刻WRITE_BYTES为该时刻所有PATH的WRITE_BYTES之和；
T时刻READ_TIME为对该时刻所有PATH的READ_TIME加权平均；
T时刻WRITE_TIME为该时刻所有PATH的WRITE_TIME加权平均，计算方法如下列公式所示：
步骤S410，对比展示连接同一磁盘的Oracle磁盘性能。
其中，如同一时刻同一磁盘上的Oracle磁盘性能都有波动，则大概率是磁盘硬件故障，联系存储侧进一步排查。
步骤S412，对比展示同一集群的Oracle磁盘性能。如
其中，同一时刻同一集群的Oracle磁盘性能都有波动，大概率是业务影响，大量写入有热点引发，联系应用侧进一步排查。
步骤S414，将展示数据接入机器学习引擎进行学习，定制规则，将异常推出，第一时间提示磁盘波动。
本实施例中，通过数据采集、拟合，将Oracle的磁盘性能信息直观展示。通过不同维度对比，便于定位问题。极大方便存储管理员进行磁盘管理，同时方便非存储专业人员快速查询磁盘性能信息。通过将数据接入机器学习引擎进行学习，定制规则，将异常推出，起到预警作用
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的磁盘可视化管理方法的磁盘可视化管理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个磁盘可视化管理装置实施例中的具体限定可以参见上文中对于磁盘可视化管理方法的限定，在此不再赘述。
在一个示例性的实施例中，如图5所示，提供了一种磁盘可视化管理装置500，包括：数据采集模块502、数据计算模块504、数据展示模块506和故障预测模块508，其中：
数据采集模块502，用于调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；。
数据计算模块504，用于基于累计性能数据计算预设时刻各磁盘的实时性能数据，并存储实时性能数据。
数据展示模块506，用于基于当前的展示需求信息和存储的实时性能数据，在系统显示屏上分为各磁盘的整体、和各磁盘包括的每个磁盘卷分别对与展示需求信息对应的实时性能数据进行展示。
故障预测模块508，用于将当前展示出的实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；故障预测模型基于至少一个磁盘的历史性能数据和对应的历史故障结果训练得到；历史性能数据为多个历史时间采集的实时性能数据集合。
进一步地，在一个实施例中，实时计算模块504，还用于响应性能搜索指令，返回搜索指令对应的整体的实时性能数据并在系统显示屏上展示；搜索指令由用户发起用于查询目标磁盘的整体的实时性能数据。
进一步地，在一个实施例中，实时计算模块504，还用于在性能搜索指令对应目标磁盘或目标磁盘卷的读写数据量的情况下，返回目标磁盘或目标磁盘卷对应的多个变量对应的读写数据量之和；在性能搜索指令对应目标磁盘或目标磁盘卷的读写请求时间的情况下，返回目标磁盘或目标磁盘卷对应的多个变量对应的读写请求时间的加权平均值。
进一步地，在一个实施例中，故障预测模块506，还用于根据至少一个磁盘的多个历史时间的历史性能数据的波动情况进行故障排查，得到对应的历史故障结果；将多个历史时间的历史性能数据和对应的历史故障结果作为训练数据集输入故障预测模型，并按照预设规则进行训练，得到训练完成的故障预测模型。
进一步地，在一个实施例中，故障预测模块506，还用于在同一时刻同一磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为磁盘硬件故障；在同一时刻多个的磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为业务故障。
进一步地，在一个实施例中，数据采集模块502，还用于调用数据采集脚本，按照预设频次对数据库的磁盘状态视图自动存储管理数据进行采集，得到数据库对应的至少一个磁盘的累计性能数据。
进一步地，在一个实施例中，实时计算模块504，还用于获取各磁盘的第一时刻对应的累计性能数据和第二时刻对应的累计性能数据；第二时刻大于第一时刻；将第二时刻对应的累计性能数据减去第一时刻对应的累计性能数据得到累计性能数据差值；将累计性能差值除以第二时刻和第一时刻的差值，得到第二时刻对应的实时性能数据。
上述磁盘可视化管理装置500中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种磁盘可视化管理方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要符合相关规定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (11)
1.一种磁盘可视化管理方法，其特征在于，所述方法包括：
调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；
基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，并存储所述实时性能数据；
基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示；
将当前展示出的所述实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；所述故障预测模型基于至少一个所述磁盘的历史性能数据和对应的历史故障结果训练得到；所述历史性能数据为多个历史时间采集的实时性能数据集合。
2.根据权利要求1所述的方法，其特征在于，所述基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示，包括：
响应性能搜索指令，返回所述搜索指令对应的目标磁盘的整体的所述实时性能数据并在所述系统显示屏上展示；所述搜索指令由用户发起用于查询目标磁盘的整体的所述实时性能数据。
3.根据权利要求2所述的方法，其特征在于，所述响应性能搜索指令，返回所述搜索指令对应的整体的所述实时性能数据并在所述系统显示屏上展示，包括：
在所述性能搜索指令对应目标磁盘或目标磁盘卷的读写数据量的情况下，返回所述目标磁盘或目标磁盘卷对应的多个变量对应的读写数据量之和；
在所述性能搜索指令对应目标磁盘或目标磁盘卷的读写请求时间的情况下，返回目标磁盘或目标磁盘卷对应的多个变量对应的读写请求时间的加权平均值。
4.根据权利要求1所述的方法，其特征在于，所述将当前展示的实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示之前，还包括：
根据至少一个所述磁盘的多个历史时间的所述历史性能数据的波动情况进行故障排查，得到对应的历史故障结果；
将多个历史时间的所述历史性能数据和对应的历史故障结果作为训练数据集输入故障预测模型，并按照预设规则进行训练，得到训练完成的故障预测模型。
5.根据权利要求4所述的方法，其特征在于，所述根据至少一个所述磁盘的多个历史时间的所述历史性能数据的波动情况进行故障排查，得到对应的历史故障结果，包括：
在同一时刻同一磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为磁盘硬件故障；
在同一时刻多个的磁盘对应的历史性能数据均存在波动的情况下，判断对应的历史故障结果为业务故障。
6.根据权利要求1所述的方法，其特征在于，所述调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据，包括：
调用数据采集脚本，按照预设频次对数据库的磁盘状态视图自动存储管理数据进行采集，得到数据库对应的至少一个磁盘的累计性能数据。
7.根据权利要求1所述的方法，其特征在于，所述基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，包括：
获取各磁盘的第一时刻对应的累计性能数据和第二时刻对应的累计性能数据；所述第二时刻大于所述第一时刻；
将所述第二时刻对应的累计性能数据减去所述第一时刻对应的累计性能数据得到累计性能数据差值；
将所述累计性能差值除以所述第二时刻和所述第一时刻的差值，得到第二时刻对应的实时性能数据。
8.一种磁盘可视化管理装置，其特征在于，所述装置包括：
数据采集模块，用于调用数据采集脚本，按照预设频次采集数据库对应的至少一个磁盘的累计性能数据；
数据计算模块，用于基于所述累计性能数据计算预设时刻各所述磁盘的实时性能数据，并存储所述实时性能数据；
数据展示模块，用于基于当前的展示需求信息和存储的所述实时性能数据，在系统显示屏上分为各所述磁盘的整体、和各所述磁盘包括的每个磁盘卷分别对与所述展示需求信息对应的实时性能数据进行展示；
故障预测模块，用于将当前展示出的所述实时性能数据输入预先训练完成的故障预测模型，得到故障预测结果并针对会发生故障的故障预测结果发出提示；所述故障预测模型基于至少一个所述磁盘的历史性能数据和对应的历史故障结果训练得到；所述历史性能数据为多个历史时间采集的实时性能数据集合。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410336913.4A CN118069474A (zh) | 2024-03-22 | 2024-03-22 | 磁盘可视化管理方法、装置、计算机设备、介质和产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410336913.4A CN118069474A (zh) | 2024-03-22 | 2024-03-22 | 磁盘可视化管理方法、装置、计算机设备、介质和产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118069474A true CN118069474A (zh) | 2024-05-24 |
Family
ID=91107308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410336913.4A Pending CN118069474A (zh) | 2024-03-22 | 2024-03-22 | 磁盘可视化管理方法、装置、计算机设备、介质和产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118069474A (zh) |
-
2024
- 2024-03-22 CN CN202410336913.4A patent/CN118069474A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10191668B1 (en) | Method for dynamically modeling medium error evolution to predict disk failure | |
| US20220035794A1 (en) | Data retrieval via incremental updates to graph data structures | |
| CN118069474A (zh) | 磁盘可视化管理方法、装置、计算机设备、介质和产品 | |
| CN112905635A (zh) | 一种业务的处理方法、装置、设备及存储介质 | |
| CN118245585A (zh) | 本质安全问题展示方法、装置、设备、存储介质和产品 | |
| CN117097599B (zh) | 网络服务检测方法、装置、计算机设备和存储介质 | |
| CN114077510B (zh) | 一种故障根因定位和故障根因显示的方法和装置 | |
| CN116577586A (zh) | 电力设备故障监测方法、装置、计算机设备和存储介质 | |
| US20230359506A1 (en) | Methods and apparatus for aggregating metadata of multiple cloud databases | |
| CN118338337A (zh) | 可靠性检测方法、装置、计算机设备和存储介质 | |
| CN117221068A (zh) | 网络管理方法、装置、计算机设备、存储介质和程序产品 | |
| CN117557951A (zh) | 电网异常事件监控方法、装置、计算机设备和存储介质 | |
| CN118211870A (zh) | 业绩数据处理方法、装置、计算机设备和存储介质 | |
| CN117033452A (zh) | 数据库处理方法、装置、计算机设备和存储介质 | |
| CN117648336A (zh) | 数据查询方法、装置、计算机设备和存储介质 | |
| CN117271263A (zh) | Oracle数据库监控方法、装置、计算机设备和存储介质 | |
| CN118113530A (zh) | 芯片故障定位方法、装置、计算机设备和存储介质 | |
| CN116938681A (zh) | 网元设备的孪生数据稽核方法、装置和计算机设备 | |
| CN117271445A (zh) | 日志数据处理方法、装置、服务器、存储介质和程序产品 | |
| CN115408405A (zh) | 表单处理方法、装置、计算机设备 | |
| CN117951135A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN116541145A (zh) | 数据调用方法、装置、计算机设备和计算机存储介质 | |
| CN116149750A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN117056307A (zh) | 数据库管理方法、装置、设备、存储介质和程序产品 | |
| CN118313830A (zh) | 资源处理方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |