[發明專利]一種基于機器學習的低能耗數據冷磁存儲方法及裝置

在審

• 申請號: 202110391455.0
• 申請日: 2021-04-09
• 公開（公告）號: CN113190173A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 楊宇波;李婧;朱濤;趙陽;倪志云;任毅
• 申請（專利權）人: 北京易華錄信息技術股份有限公司;中國華錄集團有限公司
• 主分類號: G06F3/06
• 分類號: G06F3/06
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李博洋

本發明提供一種基于機器學習的低能耗數據冷磁存儲方法及裝置，其中，基于機器學習的低能耗數據冷磁存儲方法，包括：獲取用戶訪問特征參數；根據所述用戶訪問特征參數，對網絡模型進行訓練，得到用戶行為模型；根據所述用戶行為模型，生成磁盤調度策略；根據所述磁盤調度策略，對數據進行存儲。通過實施本發明，根據用戶訪問特征參數對網絡模型進行訓練，得到用戶行為模型，根據用戶行為模型，生成磁盤調度策略，從而實現對數據的靈活調度，避免了由于數據存儲在磁盤固定位置，導致進行磁盤讀寫時效率低的問題，提高了數據的讀寫效率。

技術領域

本發明涉及計算機技術領域，具體涉及一種基于機器學習的低能耗數據冷磁存儲方法及裝置。

背景技術

磁盤是指利用磁記錄技術存儲數據的存儲器，可以存儲大量的二進制數據，并且斷電后也能保持數據不丟失。針對數據中心大量的數據存儲一般采用大規模熱磁集群為數據提供穩定的數據存儲和讀寫能力。相關技術中，數據在磁盤上的存儲位置一般為固定位置，也即，存儲入磁盤后存儲位置不再變動，當對某磁盤的數據進行讀寫操作時，其操作速度取決于該磁盤的性能以及占用情況等，當該讀寫的磁盤性能差或者被占用時，導致數據的讀寫效率低。

發明內容

有鑒于此，本發明實施例提供了一種基于機器學習的低能耗數據冷磁存儲方法及裝置，以解決現有技術中數據的讀寫效率低的缺陷。

根據第一方面，本發明實施例提供一種基于機器學習的低能耗數據冷磁存儲方法，包括如下步驟：獲取用戶訪問特征參數；根據所述用戶訪問特征參數，對網絡模型進行訓練，得到用戶行為模型；根據所述用戶行為模型，生成磁盤調度策略；根據所述磁盤調度策略，對數據進行存儲。

可選地，所述數據為根據預設分組規則，分組存儲在磁盤上的數據，同一分組的數據存儲在磁盤的相鄰物理位置。

可選地，當以不同用戶為預設分組規則對數據進行分組時，根據所述用戶行為模型，生成磁盤調度策略，包括：根據所述用戶行為模型，預測用戶操作習慣；根據所述用戶操作習慣，對所述數據生成磁盤調度策略。

可選地，根據所述用戶行為模型，生成磁盤調度策略之前，包括：根據當前預設時間段內的用戶訪問特征參數，形成當前預設時間段內的用戶行為基線；當所述當前預設時間段內的用戶行為基線與上一預設時間段內的用戶行為基線偏差超過預設偏差值，則根據所述用戶行為模型，生成磁盤調度策略。

可選地，根據所述磁盤調度策略，對數據進行存儲，包括：判斷當前業務量是否超過預設業務量；當當前業務量不超過預設業務量，根據所述磁盤調度策略，對數據進行存儲。

可選地，根據所述磁盤調度策略，對數據進行存儲，包括：根據所述磁盤調度策略，使所述數據存儲在處于不同的使用狀態的磁盤。

可選地，根據所述磁盤調度策略，使所述數據存儲在處于不同的使用狀態的磁盤，包括：根據所述磁盤調度策略，將數據調度到對應磁盤位置進行存儲，不同的磁盤位置所對應的使用狀態不同；或根據所述磁盤調度策略，調整存儲所述數據的磁盤的進入對應使用狀態。

可選地，所述使用狀態，包括：磁盤工作狀態、磁盤降速狀態以及磁盤休眠狀態。

可選地，根據所述用戶訪問特征參數，對網絡模型進行訓練，得到用戶行為模型，包括：對所述用戶訪問特征參數進行篩選，得到符合預設條件的用戶訪問特征參數；根據所述符合預設條件的用戶訪問特征參數，對網絡模型進行訓練，得到用戶行為模型。

可選地，對所述用戶訪問特征參數進行篩選，得到符合預設條件的用戶訪問特征參數，包括：當用戶訪問特征參數中出現異常特征數據，則根據所述異常特征數據所執行的操作數據量以及出現頻率，確定所述異常特征數據是否符合預設條件。