一种路径相似度分析方法以及系统技术方案
【技术实现步骤摘要】
一种路径相似度分析方法以及系统
本专利技术涉及信息处理领域，尤其涉及的是一种路径相似度分析方法以及系统。
技术介绍
存储业务中，由于数据所经过的模块或函数不同，因此存在多种不同的1/0路径。典型的如在(^(^6命中的情况下，数据直接从(^(^6模块返回$￡1(3116不命中数据会继续流向下层模块，这是两类不同的1/0路径。由于系统开发的连续性，存储系统不同版本之间的不同10路径往往存在一定对应关系，如在同样的工作场景下，基线版本和后续版本(也称问题版本)的10路径可能由于添加某一函数而导致不同，经验上认为这两类10路径之间存在对应关系，基线10路径突变为问题10路径，也称为结构突变。 固定的业务场景(如存储系统)下，请求的处理路径(如读写10的路径)是固定的，性能变化能够追溯到请求处理路径的变化(如读10 080116命中率下降导致10路径变长，性能相应下降通过分析请求路径的变化是分析性能变化的有效手段。路径变化主要有两种，1，时延突变:基准10路径同问题10路径结构相同，但是对应模块间的时延有明显差别；2，结构突变:基准10路径同问题1...
【技术保护点】
一种路径相似度分析方法，其特征在于，包括：分别获取基准数据的第一树形数据和问题数据的第二树形数据；根据相同的遍历规则以及各节点之间的隶属关系对所述第一树形数据和所述第二树形数据的各节点进行遍历以获取各节点的深度值，各节点的所述深度值用于表示各节点在所述第一树形数据或第二树形数据中所位于的层次；分别根据所述第一树形数据和所述第二树形数据的各节点的深度值确定第一集合和第二集合，其中，所述第一集合包括多个分别与所述深度值对应的第一子集，且各所述第一子集内的所述第一树形数据的节点的深度值相同，所述第二集合包括多个分别与所述深度值对应的第二子集，且各所述第二子集内的所述第二树形数据的...
【技术特征摘要】
1.一种路径相似度分析方法，其特征在于，包括: 分别获取基准数据的第一树形数据和问题数据的第二树形数据； 根据相同的遍历规则以及各节点之间的隶属关系对所述第一树形数据和所述第二树形数据的各节点进行遍历以获取各节点的深度值，各节点的所述深度值用于表示各节点在所述第一树形数据或第二树形数据中所位于的层次； 分别根据所述第一树形数据和所述第二树形数据的各节点的深度值确定第一集合和第二集合，其中，所述第一集合包括多个分别与所述深度值对应的第一子集，且各所述第一子集内的所述第一树形数据的节点的深度值相同，所述第二集合包括多个分别与所述深度值对应的第二子集，且各所述第二子集内的所述第二树形数据的节点的深度值相同； 根据与各所述第一子集和与各所述第二子集对应的深度值计算所述基准数据和所述问题数据的相似度权值。2.根据权利要求1所述的路径相似度分析方法，其特征在于，所述根据与各所述第一子集和与各所述第二子集对应的深度值计算所述基准数据和所述问题数据的相似度权值之前，所述方法还包括: 确定与所述第一子集对应的各深度值的最大值以及确定与所述第二子集对应的各深度值的最大值； 确定与所述第一子集对应的各深度值的最大值和与所述第二子集对应的各深度值的最大值中的较小值为第一基准深度值； 确定与所述第一子集对应的各深度值的最大值和与所述第二子集对应的各深度值的最大值中的较大值为第二基准深度值； 确定初始化相似度权值W等于O ; 确定目标节点个数为C，其中，所述C等于各所述第一子集和各所述第二子集内的节点数的最大值。3.根据权利要求2所述的路径相似度分析方法，其特征在于，所述根据与各所述第一子集和与各所述第二子集对应的深度值计算所述基准数据和所述问题数据的相似度权值包括: 根据与各所述第一子集和与各所述第二子集对应的深度值由低到高的顺序依次确定当前深度值是否小于或等于所述第一基准深度值； 若是，则根据字符串编辑距离算法确定与所述当前深度值对应的第一子集和所述第二子集之间的SED值； 若所述SED值等于O，则确定所述相似度权值W = Ι+&~(Η)*2(3，其中，a的取值范围为大于O且小于1，b为所述当前深度值，且b大于或等于I且小于或等于所述第一基准深度值； 若所述SED值不等于O，则确定所述相似度权值W = W+aK^Zc/SED。4.根据权利要求3所述的路径相似度分析方法，其特征在于，所述根据与各所述第一子集和与各所述第二子集对应的深度值计算所述基准数据和所述问题数据的相似度权值还包括: 若根据所述深度值由低到高的顺序依次确定当前深度值大于所述第一基准深度值时，则确定所述当前深度值是否小于或等于所述第二基准深度值； 若是，则确定所述相似度权值W = W - a^)，其中，b大于所述第一基准深度值且小于或等于所述第二基准深度值。5.一种系统，其特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。