[發(fā)明專利]一種預(yù)測存儲設(shè)備性能的方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201911208374.1
• 申請日: 2019-11-30
• 公開（公告）號: CN111124856A
• 公開（公告）日: 2020-05-08
• 發(fā)明（設(shè)計）人: 李闖;李玲俠
• 申請（專利權(quán)）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06N20/00
• 代理公司: 濟南舜源專利事務(wù)所有限公司 37205
• 代理人: 李舜江

本發(fā)明提供一種預(yù)測存儲設(shè)備性能的方法、裝置、設(shè)備及存儲介質(zhì)，包括如下步驟：搭建存儲設(shè)備測試環(huán)境收集不同配置下的性能數(shù)據(jù)；將收集的性能數(shù)據(jù)作為數(shù)據(jù)樣本，輸入決策樹機器學(xué)習(xí)模型進行算法訓(xùn)練；訓(xùn)練完成后，將配置信息輸入到?jīng)Q策樹機器學(xué)習(xí)模型中進行存儲設(shè)備性能的預(yù)測。采用一種決策樹機器學(xué)習(xí)模型方法，通過測試時對于各種配置調(diào)試時得到的性能數(shù)據(jù)進行機器學(xué)習(xí)，建立決策樹模型，可以智能的預(yù)測存儲設(shè)備最優(yōu)的配置方案。

技術(shù)領(lǐng)域

本發(fā)明計算機存儲設(shè)備技術(shù)領(lǐng)域，具體涉及一種預(yù)測存儲設(shè)備性能的方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)

隨著科學(xué)計算和各種網(wǎng)絡(luò)應(yīng)用的快速發(fā)展，人類產(chǎn)生的信息量越來越多，這使的數(shù)據(jù)的存儲越來越被人們所關(guān)注，從而使得存儲部件在整個計算機體系中所處的地位越來越重要，存儲已經(jīng)由單一的磁盤、磁帶轉(zhuǎn)向磁盤陣列，進而發(fā)展到當(dāng)前流行的存儲網(wǎng)絡(luò)。大規(guī)模的數(shù)據(jù)應(yīng)用需求不斷涌現(xiàn)，海量數(shù)據(jù)及其應(yīng)用也成為一個新的發(fā)展方向，數(shù)據(jù)存儲已經(jīng)對人們的工作和生活產(chǎn)生了巨大的影響，而其中對于使用的存儲設(shè)備的各項性能提高也自然越來越需要關(guān)注。

單臺存儲設(shè)備的性能高低在硬件配置不做更改的前提下，對于不同的管理軟件層面配置，得到的輸入輸出性能高低差異很大，如何配置存儲設(shè)備在固定的硬件環(huán)境條件下得到最優(yōu)的性能，是客戶使用存儲設(shè)備重點關(guān)注的問題，也是存儲設(shè)備在性能測試時要達到的目標(biāo)。

通常情況，存儲設(shè)備包含三大性能數(shù)據(jù)指標(biāo)：1、IOPS(I/O per second)，每秒最大I/O數(shù)。2、MBPS(MB per second)，每秒的存儲所能提供的最大帶寬。3、延時，從接收到數(shù)據(jù)包到開始向目的端口發(fā)送數(shù)據(jù)包之間的時間間隔。存儲設(shè)備的性能值高低在硬件不變情況下，和選用的鏈路數(shù)量、RAID級別、RAID包含的磁盤數(shù)量、創(chuàng)建的LUN數(shù)量、并發(fā)數(shù)等參數(shù)配置有關(guān)，在存儲設(shè)備性能調(diào)優(yōu)的過程中，每個參數(shù)調(diào)整都會影響性能的高低，一般情況下需要反復(fù)調(diào)試及結(jié)合經(jīng)驗才能選擇出最優(yōu)的存儲性能配置，沒有直接的理論依據(jù)及方案可以參照。

發(fā)明內(nèi)容

針對現(xiàn)有的存儲設(shè)備性能調(diào)優(yōu)無直接理論依據(jù)的問題，采用一種決策樹機器學(xué)習(xí)模型方法，通過測試時對于各種配置調(diào)試時得到的性能數(shù)據(jù)進行機器學(xué)習(xí)，建立決策樹模型，可以智能的預(yù)測存儲設(shè)備最優(yōu)的配置方案。

第一方面，本發(fā)明提供一種預(yù)測存儲設(shè)備性能的方法，包括如下步驟：

搭建存儲設(shè)備測試環(huán)境收集不同配置下的性能數(shù)據(jù)；

將收集的性能數(shù)據(jù)作為數(shù)據(jù)樣本，輸入決策樹機器學(xué)習(xí)模型進行算法訓(xùn)練；

訓(xùn)練完成后，將配置信息輸入到?jīng)Q策樹機器學(xué)習(xí)模型中進行存儲設(shè)備性能的預(yù)測。

進一步的，所述的將收集的性能數(shù)據(jù)作為數(shù)據(jù)樣本，輸入決策樹機器學(xué)習(xí)模型進行算法訓(xùn)練的步驟包括：

收集不同配置下的性能數(shù)據(jù)；其中，數(shù)據(jù)包括配置信息和性能值；

將配置信息和性能值離散為數(shù)字及符號生成數(shù)據(jù)集；

將不通配置不同環(huán)境下的數(shù)據(jù)集數(shù)據(jù)輸入決策樹機器學(xué)習(xí)模型。

進一步的，所述的訓(xùn)練完成后，將配置信息輸入到?jīng)Q策樹機器學(xué)習(xí)模型中進行存儲設(shè)備性能的預(yù)測的步驟包括：

訓(xùn)練過程獲取決策樹的準(zhǔn)確率達到預(yù)期的配置信息；

將獲得的配置信息輸入到?jīng)Q策樹機器學(xué)習(xí)模型獲得輸入配置的性能預(yù)測結(jié)論。

第二方面，一種預(yù)測存儲設(shè)備性能的裝置，包括數(shù)據(jù)收集模塊、訓(xùn)練模塊和性能預(yù)測模塊；

數(shù)據(jù)收集模塊，用于搭建存儲設(shè)備測試環(huán)境收集不同配置下的性能數(shù)據(jù)；

訓(xùn)練模塊，用于將收集的性能數(shù)據(jù)作為數(shù)據(jù)樣本，輸入決策樹機器學(xué)習(xí)模型進行算法訓(xùn)練；