用于云端服务系统中数据保护的方法技术方案

本发明专利技术公开了一种用于云端服务系统中数据保护的方法，该方法包含步骤：A.搜集云端服务系统中储存设备的历史运作数据；B.由搜集的历史运作数据建立寿命预期模型和次7日损坏机率模型；C.对于每个储存设备，输入过去24小时的运作数据到寿命预期模型和次7日损坏机率模型中，获取各组中预期寿命的范围及对应的损坏机率；D.根据步骤C的结果备份储存设备中的数据。

【技术实现步骤摘要】
用于云端服务系统中数据保护的方法
本专利技术涉及一种用于数据保护的方法，特别是涉及一种用于云端服务系统中数据保护的方法。
技术介绍
工作负载，如：MongoDB(分布式文档存储数据库)，运行在具有群集结点的云端服务系统上。该工作负载可在云端服务系统的单一节点或数个节点上运行，每一节点指定至少一个磁盘来储存供存取的数据。就在单一节点上作业的工作负载来说，当指定的磁盘损坏时，该工作负载在备份的数据回存前都无法执行。对在数个节点上作业的工作负载来说，当其中一个指定的磁盘损坏，或甚至一整个节点都损毁时，由于数据需要转移到新的节点上，因此云端服务系统的性能可能会降低，工作负载的性能也会受影响。由此，云端服务系统中磁盘的健康情况及对数据恢复的存盘作业在对工作负载进行数据保护过程中起着非常重要的影响。目前，现有很多技术可提供上述相应需求解决方案，而其中多数是关于储存设备寿命的预测。举例来说，一种用于监测储存设备寿命的传统方法可包含步骤：设定一数据库，该数据库纪录多笔训练数据，其中每一笔训练数据包含操作习惯信息与对应的操作寿命值；由储存设备取得相应的操作习惯信息；依照该操作习惯信息与对应的训练数据的操作寿命值，建立一储存设备寿命预测模型；输入储存设备的操作习惯信息到该储存设备寿命预测模型中，为个别储存设备产生预测寿命值。储存设备寿命预测模型也可根据使用寿命值而建立。当储存设备中的第一储存设备损毁时，纪录该第一储存设备的使用寿命以建立该储存设备寿命预测模型。虽然有许多的方法可用来预测储存设备的寿命，以便数据保护可根据该预测结果而进行，但是，在具体应用时仍遭遇许多的挑战。首先，一个储存设备(硬盘或固态硬盘)的损坏机率随着储存设备接近使用寿命终点时急速增加。然而，前述方法仅依赖操作寿命值的训练数据，对于使用寿命终点前突发的储存设备损毁难以预测。第二，储存设备的损毁为加载工作负载的结果。也就是说，越高的工作负载使用需求会导致较短的储存设备寿命。而前述方法并未考虑到工作负载的影响。此外，数据保护应包含储存于储存设备中数据备份的适当计划。如果数据备份时常进行，可能会减少相关工作负载的性能。反之，则工作负载系统性崩溃可能会发生。如果有了预测的储存设备寿命，该问题就可获得解决。因此，为了解决上述问题，本专利技术提供一种用于云端服务系统中数据保护的方法。本专利技术提供的一种用于云端服务系统中数据保护的方法，通过导入“接近损坏机率”的概念，考虑到当一磁盘接近使用寿命终点时的损坏概率，从而能够精准的预测磁盘可能损坏的时间点。
技术实现思路
为了解决上述问题，本专利技术提供一种用于云端服务系统中数据保护的方法，该方法包含以下步骤：A.搜集云端服务系统中储存设备的历史运作数据；B.由搜集的所述历史运作数据建立寿命预期模型和次7日损坏机率模型；C.对于每个储存设备，输入过去24小时的运作数据到所述寿命预期模型和所述次7日损坏机率模型中，获取各组中预期寿命的范围及对应的损坏机率；D.根据步骤C的结果备份所述储存设备中的数据。在其中一个实施例中，所述历史运作数据为性能数据、自我监测分析和报告技术数据、所述储存设备的可用容量、所述储存设备的总容量，或设备元数据。在其中一个实施例中，所述性能数据为延迟时间、流通量、中央处理器负载、内存使用量，或每秒输入/输出操作次数。在其中一个实施例中，所述储存设备为硬盘或固态硬盘。在其中一个实施例中，所述寿命预期模型和所述次7日损坏机率模型均根据搜集到的所述历史运作数据的更新而实时更新。在其中一个实施例中，搜集所述储存设备的历史运作数据的时间间隔为1小时。其中一个实施例中，所述寿命预期模型通过以下步骤建立：B1.将所述储存设备区分为好的储存设备与损坏的储存设备；B2.以不同寿命范围将损坏的储存设备进行归类并对所有好的储存设备设定特定寿命范围；B3.根据所述寿命范围分级所述储存设备的历史运作数据至复数个组中；B4.对所有组常规化来自每一储存设备的历史运作数据。在其中一个实施例中，所述寿命预期模型由以下步骤操作：B3’.根据所述寿命范围分级所述储存设备的历史运作数据至复数个组中；B4’.对所有组常规化来自每一储存设备的历史运作数据。在其中一个实施例中，所述次7日损坏机率模型由以下步骤建立：B5.排序所述历史运作数据；B6.获取损坏的储存设备及复数个随机选取的好的储存设备中由最近搜集时点起算7天内的历史运作数据；B7.常规化来自每一储存设备的历史运作数据。在其中一个实施例中，用于搜集由最近搜集时点起算7天内运作数据的损坏的储存设备与好的储存设备的比例可为1：1。在其中一个实施例中，还包括如下步骤：A1.搜集第一储存设备的历史运作数据；其中所述第一储存设备为全新的储存设备或刚加入所述云端服务系统的储存设备。在其中一个实施例中，所述寿命预期模型根据人工神经网络算法计算输入的过去24小时的运作数据与历史运作数据，来预测预期寿命的范围。在其中一个实施例中，所述次7日损坏机率模型根据所述人工神经网络算法计算输入的过去24小时的运作数据与历史运作数据，来预测对应的损坏机率。在其中一个实施例中，步骤D中，所述根据步骤C的结果备份所述储存设备中的数据时，包括如下步骤：对所述储存设备中具有预期寿命低于对应特定寿命的储存设备，和/或具有损坏机率超过特定百分比的储存设备内的数据进行备份。在其中一个实施例中，步骤D中，所述根据步骤C的结果备份所述储存设备中的数据时，由执行具有计算得到的快照时间间隔的快照作业为储存设备内的数据进行备份。在其中一个实施例中，所述快照时间间隔通过将步骤C的结果输入到模糊系统中计算得到。在其中一个实施例中，所述模糊系统由以下步骤形成：E1.定义用于分级、损坏机率，及快照时间间隔的语言值；E2.建构用于描述所有分级、损坏机率，及快照时间间隔的程度的隶属函数；E3.为分级、损坏机率，及快照时间间隔建构模糊规则。在其中一个实施例中，所述模糊系统包含运作步骤：F1.接收分级与损坏机率；F2.由输入所述分级和所述损坏机率到所述模糊规则的隶属函数以执行模糊化、模糊推理与结果汇总；F3.解模糊化，以得到所述快照时间间隔。上述用于云端服务系统中数据保护的方法，其根据寿命预期模型和次7日损坏机率模型，来确定预期寿命和任何储存设备在未来7天内的损坏机率。一旦获得这些结果，数据备份(快照作业)的时程也能被决定，前述问题可以一次获得解决。附图说明图1为本专利技术的用于云端服务系统中数据保护的方法可以应用的典型云端服务系统；图2为本专利技术的用于云端服务系统中数据保护的方法的流程图；图3为本专利技术的用于云端服务系统中数据保护的方法中，建立寿命预期模型的工作流程图；图4为本专利技术的用于云端服务系统中数据保护的方法中，建立次7日损坏机率模型的工作流程图；图5为本专利技术的用于云端服务系统中数据保护的方法中，形成模糊系统的方法的流程图；图6为用于该些分级、损坏机率，与快照时间间隔的语言值及模糊规则；图7为模糊系统中预期寿命的隶属函数；图8为模糊系统中损坏几率的隶属函数；图9为模糊系统中快照时间间隔的隶属函数。附图标记说明：10云端服务系统100服务器101中央处理器102储存设备输出输入单元103数据库104网络输出输入单元110运作资料搜集器200(1)第一储存设备200本文档来自技高网...

【技术保护点】
一种用于云端服务系统中数据保护的方法，其特征在于，包含以下步骤：A.搜集云端服务系统中储存设备的历史运作数据；B.由搜集的所述历史运作数据建立寿命预期模型和次7日损坏机率模型；C.对于每个所述储存设备，输入过去24小时的运作数据到所述寿命预期模型和所述次7日损坏机率模型中，获取各组中预期寿命的范围及对应的损坏机率；D.根据步骤C的结果备份所述储存设备中的数据。

【技术特征摘要】
1.一种用于云端服务系统中数据保护的方法，其特征在于，包含以下步骤：A.搜集云端服务系统中储存设备的历史运作数据；B.由搜集的所述历史运作数据建立寿命预期模型和次7日损坏机率模型；C.对于每个所述储存设备，输入过去24小时的运作数据到所述寿命预期模型和所述次7日损坏机率模型中，获取各组中预期寿命的范围及对应的损坏机率；D.根据步骤C的结果备份所述储存设备中的数据。2.根据权利要求1所述的方法，其特征在于，所述历史运作数据为性能数据、自我监测分析和报告技术数据、所述储存设备的可用容量、所述储存设备的总容量，或设备元数据。3.根据权利要求2所述的方法，其特征在于，所述性能数据为延迟时间、流通量、中央处理器负载、内存使用量，或每秒输入/输出操作次数。4.根据权利要求1所述的方法，其特征在于，所述储存设备为硬盘或固态硬盘。5.根据权利要求1所述的方法，其特征在于，所述寿命预期模型和所述次7日损坏机率模型均根据搜集到的所述历史运作数据的更新而实时更新。6.根据权利要求1所述的方法，其特征在于，搜集所述储存设备的历史运作数据的时间间隔为1小时。7.根据权利要求1所述的方法，其特征在于，所述寿命预期模型通过以下步骤建立：B1.将所述储存设备区分为好的储存设备和损坏的储存设备；B2.以不同寿命范围将损坏的储存设备进行归类并对所有好的储存设备设定特定寿命范围；B3.根据所述寿命范围分级所述储存设备的历史运作数据至复数个组中；B4.对所有组常规化来自每一储存设备的历史运作数据。8.根据权利要求1所述的方法，其特征在于，所述寿命预期模型由以下步骤操作：B3’.根据所述寿命范围分级所述储存设备的历史运作数据至复数个组中；B4’.对所有组常规化来自每一储存设备的历史运作数据。9.根据权利要求1所述的方法，其特征在于，所述次7日损坏机率模型由以下步骤建立：B5.排序所述历史运作数据；B6.获取损坏的储存设备及复数个随机选取的好的储存设备中由最近搜集时点起算7天内的...

【专利技术属性】
技术研发人员：陈文贤，黄纯芳，黄明仁，
申请(专利权)人：先智云端数据股份有限公司，
类型：发明
国别省市：中国台湾,71