一种存储设备的性能预测方法和装置制造方法及图纸

本发明专利技术公开了一种存储设备的性能预测方法和装置，方法包括：对存储设备执行基于不同配置参数的性能测试并获得基于不同配置参数的多个存储性能作为多个测试结果；基于不同配置参数和多个测试结果建立数据样本特征空间；使用数据样本特征空间训练机器学习模型以生成分类判断函数；使用分类判断函数处理特定配置参数以预测存储设备在特定配置参数下的存储性能。本发明专利技术能够自动预测存储设备在不同配置下的性能，操作性强且便于实施。

A performance prediction method and device for storage devices

【技术实现步骤摘要】
一种存储设备的性能预测方法和装置
本专利技术涉及存储
，更具体地，特别是指一种存储设备的性能预测方法和装置。
技术介绍
随着科学计算和各种网络应用的快速发展，人类产生的信息量越来越多，这使的数据的存储越来越被人们所关注，从而使得存储部件在整个计算机体系中所处的地位越来越重要，存储已经由单一的磁盘、磁带转向磁盘阵列，进而发展到当前流行的存储网络。大规模的数据应用需求不断涌现，海量数据及其应用也成为一个新的发展方向，数据存储已经对人们的工作和生活产生了巨大的影响，而其中对于使用的存储设备的各项性能提高也自然越来越需要关注。单台存储设备的性能高低在硬件配置不做更改的前提下，对于不同的管理软件层面配置，得到的输入输出性能高低差异很大，如何判断配置存储设备在固定的硬件环境条件性能高低，是客户使用存储设备重点关注的问题，也是存储设备在性能测试时要达到的目标。通常情况下存储设备关注的性能高低数据指标为IOPS(I/Opersecond)，即每秒最大输入输出(I/O)数。存储设备的性能值高低在硬件不变情况下，和选用的链路数量、RAID(存本文档来自技高网...

【技术保护点】
1.一种存储设备的性能预测方法，其特征在于，包括执行以下步骤：/n对存储设备执行基于不同配置参数的性能测试并获得基于所述不同配置参数的多个存储性能作为多个测试结果；/n基于所述不同配置参数和所述多个测试结果建立数据样本特征空间；/n使用所述数据样本特征空间训练机器学习模型以生成分类判断函数；/n使用所述分类判断函数处理特定配置参数以预测所述存储设备在所述特定配置参数下的存储性能。/n

【技术特征摘要】
1.一种存储设备的性能预测方法，其特征在于，包括执行以下步骤：
对存储设备执行基于不同配置参数的性能测试并获得基于所述不同配置参数的多个存储性能作为多个测试结果；
基于所述不同配置参数和所述多个测试结果建立数据样本特征空间；
使用所述数据样本特征空间训练机器学习模型以生成分类判断函数；
使用所述分类判断函数处理特定配置参数以预测所述存储设备在所述特定配置参数下的存储性能。


2.根据权利要求1所述的方法，其特征在于，所述配置参数包括以下至少之一：阵列级别、磁盘数量、输出链路数量、逻辑单元号数量、最大并发；所述阵列级别包括以下之一：RAID0、RAID10、RAID5、RAID6；所述磁盘数量为1到24；所述输出链路数量为1到8；所述逻辑单元号数量为1到10；所述最大并发为1到64；所述存储性能包括每秒最大输入输出数。


3.根据权利要求1所述的方法，其特征在于，所述存储性能包括基于每秒最大输入输出数确定的性能范围；
使用所述分类判断函数处理特定配置参数包括：在数据样本特征空间中确定与所述特定配置参数接近的多个所述不同配置参数，并基于多个所述不同配置参数各自所在的所述性能范围来预测所述特定配置参数所在的所述性能范围。


4.根据权利要求3所述的方法，其特征在于，在数据样本特征空间中确定与所述特定配置参数接近的多个所述不同配置参数包括：在数据样本特征空间中以向量形式计算所述特定配置参数与每个所述不同配置参数之间的欧氏距离，并将欧氏距离最小的多个所述不同配置参数确定为与所述特定配置参数接近的多个所述不同配置参数。


5.根据权利要求3所述的方法，其特征在于，所述性能范围包括基于所述每秒最大输入输出数由小到大来划分的低性能范围、中性能范围、和高性能范围：
基于多个所述不同配置参数各自所在的所述性能范围来预测所述特定配置参数所在的所述性能范围包括：将上述三个性能范围中容纳与所述特定配置参数接近的多个所述不同配置参数的数量最大的性能范围作为预测的所述性能范围。


6.一种存储设备的性能预测装置，其...

【专利技术属性】
技术研发人员：李闯，李玲侠，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32