[發明專利]一種存儲性能參數統計方法、裝置、設備及存儲介質

在審

• 申請號: 202011271710.X
• 申請日: 2020-11-13
• 公開（公告）號: CN112463558A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 史亞威;亓開元;馬豹
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06N20/20
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 丁曼曼

本申請公開了一種存儲性能參數統計方法、裝置、設備及存儲介質。該方法的步驟包括：獲取云存儲系統的存儲資源參數；將存儲資源參數輸入預設統計模型得到第一性能參數；其中，預設統計模型基于樣本存儲資源參數以及與樣本存儲資源參數對應的樣本性能參數共同對XGBoost模型進行訓練得到；基于測試工具對存儲資源參數進行運算生成第二性能參數；利用第一性能參數以及第二性能參數計算得到性能參數統計結果。本方法能夠相對確保統計得到的存儲性能參數的準確性。此外，本申請還提供一種存儲性能參數統計裝置、設備及存儲介質，有益效果同上所述。

技術領域

本申請涉及云存儲領域，特別是涉及一種存儲性能參數統計方法、裝置、設備及存儲介質。

背景技術

云存儲是在云計算概念上延伸和衍生發展出來的一個新的概念，是指通過集群應用、網格技術或分布式文件系統等功能，網絡中大量各種不同類型的存儲設備通過應用軟件集合起來協同工作，共同對外提供數據存儲和業務訪問功能的一個系統，保證數據的安全性，并節約存儲空間。

為了確保云存儲的可靠性，需要對云存儲在不同存儲場景下的存儲性能參數進行預測，當前往往通過測試工具根據云存儲系統的存儲資源參數進行運算得到存儲性能參數，但是在實際場景下存儲性能參數受到很多因素的影響，例如讀寫方式、磁盤容量和數量、組成存儲系統的方式、磁盤類型等。在對云計算中的存儲性能進行測試時，會受到網絡、計算資源等因素的干擾，難以確保統計得到的存儲性能參數的準確性。

由此可見，提供一種存儲性能參數統計方法，以相對確保統計得到的存儲性能參數的準確性，是本領域技術人員需要解決的問題。

發明內容

本申請的目的是提供一種存儲性能參數統計方法、裝置、設備及存儲介質。

為解決上述技術問題，本申請提供一種存儲性能參數統計方法，包括：

獲取云存儲系統的存儲資源參數；

將存儲資源參數輸入預設統計模型得到第一性能參數；其中，預設統計模型基于樣本存儲資源參數以及與樣本存儲資源參數對應的樣本性能參數共同對XGBoost模型進行訓練得到；

基于測試工具對存儲資源參數進行運算生成第二性能參數；

利用第一性能參數以及第二性能參數計算得到性能參數統計結果。

優選地，預設統計模型的生成過程包括：

獲取云存儲系統的樣本存儲資源參數，以及與樣本存儲資源參數對應的樣本性能參數；

將樣本存儲資源參數以及樣本性能參數輸入至XGBoost模型，生成預設統計模型。

優選地，獲取云存儲系統的樣本存儲資源參數，以及與樣本存儲資源參數對應的樣本性能參數，包括：

獲取云存儲系統的樣本存儲資源參數；

將樣本存儲資源參數輸入至vdbench測試工具，生成樣本性能參數。

優選地，將樣本存儲資源參數以及樣本性能參數輸入至XGBoost模型，生成預設統計模型，包括：

將樣本存儲資源參數以及樣本性能參數輸入至XGBoost模型；

調整XGBoost模型中的訓練參數直至XGBoost模型的均絕對誤差達到預設閾值，并將XGBoost模型設置為預設統計模型。

優選地，第一性能參數包括第一IOPS參數，第二性能參數包括第二IOPS參數，性能參數統計結果包括IOPS統計結果。

優選地，獲取云存儲系統的存儲資源參數，包括：

獲取OpenStack云存儲系統的存儲資源參數。