[发明专利]一种存储盘故障预测方法及预测系统

说明书

本发明公开了一种存储盘故障预测方法及预测系统，属于计算机存储领域，包括：(1)将实时采集到的待预测存储盘的状态数据作为输入，利用已训练好的故障预测模型预测待预测存储盘的故障情况；(2)判断预测结果是否正常，若是，则故障预测结束；若否，则转入步骤(3)；(3)对预测结果进行解释分析，以得到待预测存储盘的所有故障缘由集；(4)过滤掉检测率较低或误报率较高的故障缘由集，从而得到由剩余故障缘由集构成的集合S；(5)对集合S中的各故障缘由集中处理开销最小的属性项采取相应的故障处理措施，以解除待预测存储盘的故障，故障预测结束。本发明能够提高存储盘故障预测的准确度和可信度，并减少存储资源浪费。

技术领域

本发明属于计算机存储领域，更具体地，涉及一种存储盘故障预测方法及预测系统。

背景技术

当前，磁盘等存储盘是数据中心存储数据的重要存储设备，存储盘一旦出现故障，在数据没有备份或拷贝的情况下，会造成巨大的数据损失，而在有备份或拷贝的情况下，恢复数据会产生巨大的开销，影响数据的不间断在线服务。

在存储数据时，会导致存储盘故障的故障缘由有很多，常见的故障缘由包括温度、重映射扇区数、通电次数、累计通电时间等。为避免因存储盘故障而造成数据损失或带来巨大的数据恢复开销，数据中心通常会实时采集存储盘的SMART数据以及I/O负载统计数据，然后利用机器学习算法，构建故障预测模型，以预测存储盘的磨损度，从而推测存储盘是否即将故障，即推测存储盘是否在不久的将来会发生故障，并对潜在高危的存储盘采取故障处理举措，例如提前迁移数据或数据服务，从而避免数据损失以及降低故障修复开销。例如，在中国发明专利申请CN201610065807中公开了一种磁盘的故障预测方法和装置，通过磁盘监控技术获取磁盘的样本磁盘数据；采用GBDT算法对样本磁盘数据进行样本训练，得到由多个决策树组成的磁盘预测模型；在接收到待测磁盘的磁盘数据之后，使用由多个决策树组成的磁盘预测模型对待测磁盘的磁盘数据进行处理，确定待测磁盘是否为故障磁盘。

目前，已经有了一些实现对存储盘进行故障预测的方法和系统，但是这些方法和系统只关注预测磁盘是否故障、损耗程度如何，缺少对预测模型的进一步解析，因此，仅能提供单一的故障预测结果，并采取单一的故障处理措施，这容易造成模型过度拟合，导致故障预测结果的准确度和可信度较低，而且可能导致磁盘资源浪费的问题。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种存储盘故障预测方法及预测系统，其目的在于，提高存储盘故障预测的准确度和可信度，并减少存储资源浪费。

为实现上述目的，按照本发明的一个方面，提供了一种存储盘故障预测方法，包括：

(1)将实时采集到的待预测存储盘的状态数据作为输入，利用已训练好的故障预测模型预测待预测存储盘的故障情况；

状态数据包含多个属性项；

(2)判断预测结果是否正常，若是，则不采取故障处理措施，故障预测结束；若否，则转入步骤(3)；

(3)对预测结果进行解释分析，以得到导致待预测存储盘故障的一个或多个故障缘由集；

故障缘由集包含状态数据中的一个或多个属性项；

(4)过滤掉检测率低于预设的检测率阈值T_D或误报率高于预设的误报率阈值T_A的故障缘由集，从而得到由剩余故障缘由集构成的集合S；

(5)对于集合S中的每一个故障缘由集，对其中处理开销最小的属性项采取相应的故障处理措施，从而解除待预测存储盘的故障，故障预测结束；

其中，故障预测模型为一种预测模型，用于根据存储盘的状态数据预测该存储盘的故障情况；故障缘由集的检测率为故障预测模型根据该故障缘由集将故障盘正确预测为故障盘的概率，故障缘由集的误报率为故障预测模型根据该故障缘由集将正常盘错误预测为故障盘的概率。