[发明专利]一种磁盘故障的预测方法、系统、设备及存储介质

说明书

本发明公开了一种磁盘故障的预测方法，包括：采集磁盘多个时刻的SMART数据；根据采集的SMART数据，构建出用于进行训练的各个训练样本；基于训练样本中的数据的采集时刻与该采集时刻之后的故障发生时刻之间的间隔时长，为每一个训练样本添加相对应的标签；将添加了标签的各个训练样本输入至预设的预测模型中实现对预测模型的训练；将磁盘的待测的SMART数据输入至经过训练的预测模型中，获得待测的SMART数据的标签，作为磁盘的故障预测结果。应用本申请的方案，可以及早地发现磁盘可能出现的故障情况产生预警，降低磁盘故障对业务运行的影响。本申请还提供了一种磁盘故障的预测系统、设备及存储介质，具有相应技术效果。

技术领域

本发明涉及存储技术领域，特别是涉及一种磁盘故障的预测方法、系统、设备及存储介质。

背景技术

随着互联网的飞速发展，数据中心承载着各种数据的采集、存储以及分析等功能。并且，随着业务的不断增加，业务主机在运行过程中经常会出现各种各样的软件或者硬件故障的情况，影响业务的稳定运行。其中，磁盘故障是数据中心最常见，也是最频繁的故障，磁盘故障影响着业务的正常运行，甚至会导致主机直接宕机。

目前，通常会对磁盘进行实时的故障检测，及时发现磁盘当前出现的故障情况，并且及时进行处理。此外，也会采用一些冗余机制来降低磁盘故障之后对业务的影响。但是，这样的方式只能在一定程度上降低磁盘故障对业务运行造成的影响。

综上所述，如何更加有效地降低磁盘故障对业务运行造成的影响，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种磁盘故障的预测方法、系统、设备及存储介质，以更加有效地降低磁盘故障对业务运行造成的影响。

为解决上述技术问题，本发明提供如下技术方案：

一种磁盘故障的预测方法，包括：

采集磁盘多个时刻的SMART数据；

根据采集的SMART数据，构建出用于进行训练的各个训练样本；

基于训练样本中的数据的采集时刻与该采集时刻之后的故障发生时刻之间的间隔时长，为每一个训练样本添加相对应的标签；

将添加了标签的各个训练样本输入至预设的预测模型中实现对所述预测模型的训练；

将磁盘的待测的SMART数据输入至经过训练的预测模型中，获得待测的SMART数据的标签，作为磁盘的故障预测结果。

优选的，所述采集磁盘多个时刻的SMART数据，包括：

依次采集磁盘在N个时刻的SMART数据；N为不小于2的正整数；

所述根据采集的SMART数据，构建出用于进行训练的各个训练样本，包括：

针对第2时刻至第N时刻中的任意时刻的SMART数据，将该时刻的数据与历史平均数据做差，得到差值矩阵，并将该时刻的数据与前一时刻的数据做差，得到磁盘波动矩阵；

利用该时刻的所述差值矩阵与该时刻的所述磁盘波动矩阵构造出输入矩阵，作为构建出的一个训练样本。

优选的，所述利用该时刻的所述差值矩阵与该时刻的所述磁盘波动矩阵构造出输入矩阵，包括：

将该时刻的所述差值矩阵以及该时刻的所述磁盘波动矩阵均进行归一化处理；

利用归一化处理之后的差值矩阵以及归一化处理之后的磁盘波动矩阵构造出输入矩阵。

优选的，所述基于训练样本中的数据的采集时刻与该采集时刻之后的故障发生时刻之间的间隔时长，为每一个训练样本添加相对应的标签，包括：