[发明专利]一种诊断数据中心储存设备的剩余寿命的方法和系统

说明书

本案揭露一种诊断数据中心储存设备剩余寿命的方法与系统。方法包含：a)依序且周期性地收集一数据中心损坏储存设备的操作属性及至损坏时间纪录；b)将同时或落于连续时段内所收集到的操作属性进行分群，以便每一群具有相同数量的操作属性；c)依序地为各操作属性群标注时间卷标；d)通过通过机器学习/深入学习算法，以根据时间卷标顺序馈入操作属性群和和损坏时间纪录，由操作属性和损坏时间纪录产生储存设备的剩余寿命的一趋势模式；以及e)输入一目前运作的储存设备的一组操作属性至该趋势模式中以为该储存设备计算一剩余寿命。

技术领域

本发明关于一种诊断数据中心储存设备之剩余寿命的方法与系统，特别是关于一种通过建模收集到的储存设备操作属性而用于诊断在数据中心储存设备的剩余寿命的方法与系统。

背景技术

在数据中心里有成千上万个储存设备，例如硬盘、固态硬盘、磁盘，甚至是光盘，这些储存设备连接到远程设备且能够被存取以提供各种服务。储存设备是数据中心中最昂贵的组件。一方面，需要提供足够数量的储存设备来满足在数据中心的一部分服务器上运行的工作负载的要求；另一方面，由于长期使用，储存设备的寿命短于同样使用于个人计算机中的使用寿命。如何节省储存设备在采购和维护方面的费用是降低数据中心固定成本的关键因素。

很明显，如果有可用的数据中心的运作趋势，储存设备可以自动部署，以实现最经济的配置，实现最有效地使用储存设备，从而可以实现上述目标。然而，由于工作负载不可预测的要求，所有储存设备是被动地被使用，而不是依预先设定规划使用。因此，必须要准备更多备用储存设备，从而造成不可忽视的负担。在这种情况下，重要的是要掌握储存设备的寿命，若是可以更准确的学习和处理储存设备的剩余寿命，则造成的浪费越少，风险越小，从而可以提供更多的价值。

储存设备的实际寿命是当储存设备最终损坏时可以获得的客观数据，但没有人可以在未知的未来中准确地预测出确切时间点。幸运的是，存储设备的一些操作属性可以被追踪及记录。根据相关记录，通过在同一数据中心(工作环境)中比较其他储存设备，储存设备损坏可以通过一些方法大致预测，但结果并不总是准确的。现在，数据中心的管理者面临两难的境地：在实际损坏之前太早从数据中心移除由任何预测方法预测会很快将要损坏的储存设备，这会是一种浪费；反之，如果太晚，巨大的数据将会丢失，没有备份。这对数据中心来说是无法负担的。

因此，需要可靠方法来确定储存设备的终止天数。有许多的已知技术，比如美国专利第9,229,796号(system and method for determining disk failure indicator topredict future disk failures)、第9,542,296号(disk replacement using apredictive Statistical模型)、第9,612,896号(prediction of disk failure)、第 9,244,790号(system and method for predicting future disk failures)，及美国专利申请案第20170206026号(predicting solid state drive reliability)，揭露不同的方法。然而，其结果可能没有太多实际意义，因为该些方法不考虑环境的动态变化。一个事故就可能会减少或延长储存设备的使用寿命。因此，数据中心对储存设备的剩余寿命进行连续评估是有意义的，预期的和必要的。

发明内容

为了满足上述要求，本发明揭露了一种诊断数据中心储存设备之剩余寿命的方法，该方法包含步骤：a)依序且周期性地收集一数据中心的损坏储存设备的操作属性及该损坏储存设备的至损坏时间纪录；b)将同时或落于连续时段内所收集到的操作属性进行分群，以便每一群具有相同数量的操作属性；c)依序地为各操作属性群标注时间卷标；d)通过机器学习/深入学习算法，以及根据时间卷标顺序馈入所述操作属性群和损坏时间纪录，由所述操作属性和损坏时间纪录产生储存设备的剩余寿命的一趋势模式；以及e)输入一目前运作的储存设备的一组操作属性至该趋势模式中以为该储存设备计算一剩余寿命。