磁盘故障预测和性能容量预测给存储管理做“减法”

2020-09-10 17:25
adminyb17

根据IDC的用户调查来看,针对未来事件的预测分析是存储用户重点关注的五大功能之一。存储本身很复杂,数据中心环境和用户应用也很复杂,预测性分析技术是准确预测存储风险和故障、解决存储的复杂性的重要一部分。预测性分析技术是通过分析历史的日志、告警、报错等信息,AI算法可以自动分析出问题出现前的频繁出现的数据模式,之后在从正常存储系统上匹配这些AI学习到模式就能形成预测。对于一个复杂的存储系统来说,用户关注最多的是硬盘、性能和容量的预测分析,磁盘故障预测和性能容量预测则成为两大关键功能。

中超比赛竞猜足球玩法

中超比赛竞猜足球玩法

为什么关注硬盘故障预测?公开数据显示百度数据中心4年29万次硬件故障中,硬盘故障占比高达81.84%。对于传统的存储厂商来说,虽然磁盘的绝对故障率不高,但是在所有的存储部件中,如CPU、内存、主板、网卡、HBA卡、电源等,磁盘的故障率是最高的。虽然传统存储有RAID、副本等机制,但是数据重建过程中使用了大量IO资源,这导致存储性能严重下降,而且重建时间很长往往以天计。因此,数据重建对用户的业务影响很大。如果我们可以提前预测磁盘故障,用户可以选择业务不繁忙的时间来重建数据,那么重建带来的影响可以忽略不计。同时,预测可以把突发事件变为计划事件,也降低了存储的维护成本。

中超比赛竞猜滚球玩法

中超比赛竞猜滚球玩法

为什么关注容量性能预测?除故障外,用户在日常使用存储的过程中关注最多的就是容量和性能。系统容量不足会导致系统不可用,用户业务中断。性能指标主要指时延、带宽、IOPS,随着用户业务的发展,给存储带来的性能压力越来越大,性能不足会让用户的应用变慢甚至无响应。利用AI技术,对存储的性能、容量变化趋势进行准确预测,一方面可以告知用户进行扩容、软硬件升级的时间点,另一方面也能提供存储规划的具体参考指标。

发表评论

电子邮件地址不会被公开。 必填项已用*标注