[發明專利]慢盤檢測方法及裝置、計算機可讀存儲介質

有效

• 申請號: 201810980255.7
• 申請日: 2018-08-27
• 公開（公告）號: CN110865896B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 楊康;程曉琳;于德權;臧慧;向甜
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 肖慶武

1.一種慢盤檢測方法，其特征在于，所述方法包括：

獲取訓練集，所述訓練集中包括硬盤的多個輸入輸出IO數據，每個所述IO數據包括IO值和時延值；

對所述訓練集重復執行x次訓練過程直至滿足訓練停止條件，x≥1，其中，所述訓練過程包括：

從所述訓練集獲取m個IO數據，m≥2，

對于所述m個IO數據中的每個IO數據，從第一搜索空間獲取與所述IO數據中的目標IO值距離最近的k個IO值，所述第一搜索空間由所述訓練集中除所述m個IO數據以外的IO數據中的IO值構成，k≥2，基于所述目標IO值對應的目標時延值以及所述k個IO值對應的k個時延值，確定所述IO數據對應的目標統計值，所述目標統計值表征所述k個時延值中大于所述目標時延值的時延值個數和所述k個時延值中小于所述目標時延值的時延值個數中的一種，

根據所述m個IO數據對應的m個目標統計值，確定所述m個IO數據對應的累積分布函數；

基于所述x次訓練過程所得到的x個累積分布函數，確定目標閾值；

基于所述目標閾值和所述訓練集，根據所述硬盤的實時IO數據對所述硬盤進行慢盤檢測。

2.根據權利要求1所述的方法，其特征在于，所述基于所述x次訓練過程所得到的x個累積分布函數，確定目標閾值，包括：

根據所述x個累積分布函數，確定x條累積分布曲線；

計算每條所述累積分布曲線的包絡面面積；

基于目標特征值與所述硬盤的狀態之間的關系，確定所述目標閾值，所述目標特征值與所述累積分布曲線的包絡面面積相關。

3.根據權利要求1或2所述的方法，其特征在于，所述基于所述目標閾值和所述訓練集，根據所述硬盤的實時IO數據對所述硬盤進行慢盤檢測，包括：

獲取檢測時段內所述硬盤的至少一個實時IO數據組，每個所述實時IO數據組包括m個實時IO數據，每個所述實時IO數據包括實時IO值和實時時延值；

對每個所述實時IO數據組執行檢測過程，其中，所述檢測過程包括：

對于每個所述實時IO數據，從第二搜索空間獲取與所述實時IO數據中的實時IO值距離最近的z個IO值，所述第二搜索空間由所述訓練集中所有IO數據中的IO值構成，基于所述實時IO值對應的實時時延值以及所述z個IO值對應的z個時延值，確定所述實時IO數據對應的實時統計值，z＝k，

根據所述實時IO數據組中的m個實時IO數據對應的m個實時統計值，確定所述實時IO數據組對應的實時累積分布函數；

基于所述目標閾值以及所述至少一個實時IO數據組對應的至少一個實時累積分布函數，檢測所述檢測時段內所述硬盤是否為慢盤；

其中，當所述目標統計值表征所述k個時延值中大于所述目標時延值的時延值個數，所述實時統計值表征所述z個時延值中大于所述實時時延值的時延值個數；當所述目標統計值表征所述k個時延值中小于所述目標時延值的時延值個數，所述實時統計值表征所述z個時延值中小于所述實時時延值的時延值個數。

4.根據權利要求3所述的方法，其特征在于，所述基于所述目標閾值以及所述至少一個實時IO數據組對應的至少一個實時累積分布函數，檢測所述檢測時段內所述硬盤是否為慢盤，包括：

根據所述至少一個實時累積分布函數，確定至少一條實時累積分布曲線；

計算每條所述實時累積分布曲線的包絡面面積；

當每個實時特征值與所述目標閾值的關系均滿足指定關系條件時，確定所述硬盤在所述檢測時段內不是慢盤，所述實時特征值與所述實時累積分布曲線的包絡面面積相關，且每個所述實時特征值分別對應一條所述實時累積分布曲線。

5.根據權利要求4所述的方法，其特征在于，所述獲取檢測時段內所述硬盤的至少一個實時IO數據組，包括：

獲取所述檢測時段內所述硬盤的多個實時IO數據組；

所述基于所述目標閾值以及所述至少一個實時IO數據組對應的至少一個實時累積分布函數，檢測所述檢測時段內所述硬盤是否為慢盤，還包括：

當存在指定實時特征值與所述目標閾值的關系不滿足所述指定關系條件時，檢測所述指定實時特征值的個數是否達到數量閾值；

當所述指定實時特征值的個數達到所述數量閾值時，確定所述硬盤在所述檢測時段內為慢盤。