CN115831167A - 硬盘温度巡检模型生成、硬盘温度巡检方法、装置 - Google Patents
硬盘温度巡检模型生成、硬盘温度巡检方法、装置 Download PDFInfo
- Publication number
- CN115831167A CN115831167A CN202211468675.XA CN202211468675A CN115831167A CN 115831167 A CN115831167 A CN 115831167A CN 202211468675 A CN202211468675 A CN 202211468675A CN 115831167 A CN115831167 A CN 115831167A
- Authority
- CN
- China
- Prior art keywords
- hard disk
- temperature
- reading operation
- data reading
- operation time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000009467 reduction Effects 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000001816 cooling Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000001174 ascending effect Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 230000036961 partial effect Effects 0.000 claims description 7
- 230000001131 transforming effect Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 9
- 230000002829 reductive effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Debugging And Monitoring (AREA)
- Recording Or Reproducing By Magnetic Means (AREA)
Abstract
本申请涉及一种硬盘温度巡检模型生成方法,所述方法包括:获取所述硬盘的高温降频阈值;对所述硬盘执行数据写操作,直至所述硬盘被写满;按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
Description
技术领域
本申请涉及计算机测试技术领域,特别是涉及一种测试环境监测管理方法、装置、计算机设备。
背景技术
目前随着服务器的计算量的增加,存储服务器以及大数据服务器的广泛应用,人们对硬盘的需求也越来越高,服务器中的硬盘容量数量都在增加。一台服务器中的硬盘数量达到了几十块之多。而目前SSD(SolidState Drives;固态硬盘)以及NVME正在逐渐代替HDD(HardDiskDrive;硬盘驱动器),由于他们的高速计算,产生了大量的热量。随着温度的升高,服务器中的电子原件会过热而导致出现故障或者进入过热保护而自锁。对于硬盘来说,一旦超过其内部设置的阈值,硬盘就会因为过热保护而降频,大幅缩减计算速度。严重时,会大幅减少硬盘寿命。因此,对于硬盘温度的监控成了服务器开发的一个重要任务。
目前,硬盘温度的监控通常是基于硬件监控设备实现的,但是通过硬件监控设备对硬盘温度进行监控通常存在以下弊端:1.经济成本高;现有的对硬件温度进行监控的技术方案中需要增设硬件监控设备,且为确保监控到的硬件温度的准确性,对硬件监控设备的数量要求较大;2.硬件监控设备监控到的硬盘温度准确度不高;由于硬盘内部部署着大量的计算模块,其内部温度远高于外部温度,而硬件监控设备通常设置于背板上,所以硬盘监控设备无法准确获取硬盘内部的实际温度;并且,硬盘及背板通常部署于服务器的进风口的位置,那么设置在背板上的硬盘监控设备也会导致其监控到的温度低于硬盘实际温度;3.带宽浪费率高;基于硬件监控设备监控到硬盘温度后,需要对硬盘数据进行读取,现有技术中会通过smart命令对硬件监控设备监控到的硬件温度进行读取,为了确保硬盘温度读取的准确度,需要在一定的时间间隔内反复读取硬盘温度,硬盘在频繁的执行读操作时,就会浪费大量的带宽,对硬盘的性能及一致性造成不良影响;4.硬件监控设备存在滞后性,即通过硬件监控设备对硬件温度进行监控时,只能监测硬件温度是否出现异常,而无法对硬件温度进行预警。
因此,急需提出一种能够解决上述技术问题的硬盘温度巡检模型生成、硬盘温度巡检方法、装置和计算机设备。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升硬盘温度读取准确性、及时性的硬盘温度巡检模型生成、硬盘温度巡检方法、装置、计算机设备。
一方面,提供一种硬盘温度巡检模型生成方法,所述方法包括:
获取所述硬盘的高温降频阈值;
对所述硬盘执行数据写操作,直至所述硬盘被写满;
按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
在其中一个实施例中,基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型,包括:基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,获取基准硬盘温度巡检模型;对所述基准硬盘温度巡检模型进行拟合,生成所述硬盘温度巡检模型。
在其中一个实施例中,对所述基准硬盘温度巡检模型进行拟合,生成所述硬盘温度巡检模型,包括:对所述基准硬盘温度巡检模型的待拟合参数和B进行拟合;对所述基准硬盘温度巡检模型的待拟合参数ω和A进行拟合;基于拟合后的所述待拟合参数A、B、ω和生成所述硬盘温度巡检模型。
在其中一个实施例中,对所述基准硬盘温度巡检模型的待拟合参数和B进行拟合,包括:基于冒泡排序算法,对所述硬盘的温度进行降序排列,所述硬盘的温度至少包括一个数据读操作周期内硬盘的最高温度及其相邻值;基于冒泡排序算法,对所述硬盘的温度对应的数据读操作时刻进行升序排列;基于所述数据读操作时刻,确定所述数据读操作周期,所述数据读操作周期至少为一;基于任一所述数据读操作周期内硬盘的最高温度对应的数据读操作时刻为所述待拟合参数所述读操作周期内硬盘的最高温度对应的数据读操作时刻和硬盘的最低温度对应的数据读操作时刻的平均值为所述待拟合参数B。
在其中一个实施例中,对所述基准硬盘温度巡检模型的待拟合参数ω和A进行拟合,包括:基于所述硬盘温度与所述硬盘读操作时刻,得到所述硬盘温度与所述硬盘读操作时刻的拟合结果:
其中,y为硬盘温度与硬盘读操作时刻的拟合结果,所述r(x)为所述基准硬盘温度巡检模型的基准函数,所述x表示数据读操作时刻,r(x)=Cos(x),所述k表示r(x)和a的个数,所述a为待定系数;对上述硬盘温度和硬盘读操作时刻的关系式进行变形,得到:其中,yi为第i个数据读操作时刻对应的硬盘的温度;对ak求偏导,得到:
将上式进行矩阵转换,得到:
M=[a1 … am]′
N=[y1 … yn]'
其中,r1(x1)…rm(xn)线性无关;基于所述矩阵R、矩阵M和矩阵N,得到:RTRM=RTN;得到:M=(RTR)-1RTM;基于所述矩阵M,得到所述待拟合参数ω和A,其中,所述M为包含有两个参数的一维数组,所述一维数组内的第一个参数为ω,所述一维数组内第二个参数为A。
在其中一个实施例中,获取所述硬盘的高温降频阈值,包括:控制所述硬盘的降温装置至降温下限;对所述硬盘执行数据写操作,获取相邻时刻内所述硬盘的数据写操作性能;当所述相邻时刻内所述硬盘的数据写操作性能不大于预设的数据写操作性能时,获取所述相邻时刻中的任一时刻,及,所述时刻对应的所述硬盘的温度;定义所述时刻对应的所述硬盘的温度为所述硬盘的高温降频阈值。
又一方面,提供了一种硬盘温度巡检方法,所述方法包括:按照预设的数据读操作时间间隔,对所述硬盘执行数据读操作;将所述数据读操作时刻输入至基于上述温度巡检模型生成方法生成的硬盘温度巡检模型中,以获取所述数据读操作时刻对应的硬盘温度。
另一方面,提供了一种硬盘温度巡检模型生成装置,所述装置包括:
获取单元,以用于获取所述硬盘的高温降频阈值;
数据写操作单元,以用于对所述硬盘执行数据写操作,直至所述硬盘被写满;
所述数据写操作单元,还用于按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作;
所述获取单元,还用于获取每一数据读操作时刻时所述硬盘的温度,;
模型生成单元,以用于基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
再一方面,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取所述硬盘的高温降频阈值;
对所述硬盘执行数据写操作,直至所述硬盘被写满;
按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
又一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取所述硬盘的高温降频阈值;
对所述硬盘执行数据写操作,直至所述硬盘被写满;
按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
上述硬盘温度巡检模型生成、硬盘温度巡检方法、装置、计算机设备,所述温度巡检模型生成方法,包括:获取所述硬盘的高温降频阈值;对所述硬盘执行数据写操作,直至所述硬盘被写满;按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。基于上述方法生成的硬盘温度巡检模型对硬盘温度进行巡检,具有以下技术效果:
1.减少了资源浪费;避免了在硬盘背板上部署大量的硬盘温度监控设备,且解决了背板传感器无法识别硬盘内部温度的问题;
2.提升了硬盘的稳定性与一致性;在获取硬盘温度时,不需要频繁调用smart命令读取硬盘温度,减少了硬盘带宽资源的浪费;
3.提升了硬盘温度巡检的及时性,基于上述方法生成的硬盘温度巡检模型在对硬盘温度进行巡检的过程中,能够及时预见硬盘温度超温的情况,能够准确计算硬盘温度。
附图说明
图1为一个实施例中硬盘温度巡检模型生成方法的流程示意图;
图2为一个实施例中硬盘温度巡检方法的流程示意图;
图3为一个实施例中硬盘温度巡检模型生成装置的结构框图;
图4为一个实施例中硬盘温度巡检装置的结构框图;
图5为一个实施例中计算机设备的内部结构图;
图6为一个实施例中基准硬盘温度巡检模型的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种硬盘温度巡检模型生成方法,所述方法包括:
获取所述硬盘的高温降频阈值;
对所述硬盘执行数据写操作,直至所述硬盘被写满;
按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
在其中一个实施例中,获取所述硬盘的高温降频阈值,包括:使用smatrctl命令查看硬盘的信息,所述硬盘的信息包括硬盘名称、厂商和容量;根据所述硬盘名称检索硬盘的规格书,找到硬盘的高温降频阈值。如果没有检索到硬盘的规格书,则将风扇维持在超低转速,对硬盘进行加压,不断采集硬盘的温度以及读写速度,获取硬盘的读写速度答复降低的时刻及所述时刻对应的温度,获取所述硬盘的高温降频值。最后,将硬盘的名称、厂商、容量和高温降频阈值保存至文件或数据库中,以便后续检索。
在其中一个实施例中,对所述硬盘执行数据写操作,直至所述硬盘被写满,包括:对硬盘进行预读写,使用fio将硬盘写满,使硬盘进行稳态,使硬盘的读写速率维持在一个稳定的状态。
在其中一个实施例中,按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度,包括:设定预设的数据读操作时间间隔为1s,数据读操作时间总长为30min;即通过smart采集硬盘的温度信息,每1s读取一次,连续读取30分钟,共计1800组数据,以时间作为横轴X,以温度作为竖轴Y,将采集到的硬盘温度读取时刻和每一时刻对应的硬盘温度,使用Matplotlib.pyplot图形库绘制散点图,如图6所示。需要理解的是,所述预设的数据读操作时间间隔可以由本领域技术人员根据实际情况进行选择设定。
需要理解的是,基于绘制得到的散点图,获得基准硬盘温度巡检模型,如图6所示,所述硬盘的基准硬盘温度巡检模型为:+B;其中,x表示硬盘温度读操作时刻,y表示硬盘温度读操作时刻时硬盘的温度,A、ω、B为待拟合参数。
具体地,拟合待拟合参数A、ω、B包括:基于冒泡排序算法,对所述硬盘的温度进行降序排列,所述硬盘的温度至少包括一个数据读操作周期内硬盘的最高温度及其相邻值;基于冒泡排序算法,对所述硬盘的温度对应的数据读操作时刻进行升序排列;基于所述数据读操作时刻,确定所述数据读操作周期,所述数据读操作周期至少为一;基于任一所述数据读操作周期内硬盘的最高温度对应的数据读操作时刻为所述待拟合参数所述读操作周期内硬盘的最高温度对应的数据读操作时刻和硬盘的最低温度对应的数据读操作时刻的平均值为所述待拟合参数B;基于所述硬盘温度与所述硬盘读操作时刻,得到所述硬盘温度与所述硬盘读操作时刻的拟合结果:其中,y为硬盘温度与硬盘读操作时刻的拟合结果,所述r(x)为所述基准硬盘温度巡检模型的基准函数,所述x表示数据读操作时刻,r(x)=Cos(x),所述k表示r(x)和a的个数,所述a为待定系数;对上述硬盘温度和硬盘读操作时刻的关系式进行变形,得到:其中,yi为第i个数据读操作时刻对应的硬盘的温度;对ak求偏导,得到:
将上式进行矩阵转换,得到:
M=[a1 … am]′
N=[y1 … yn]'
其中,r1(x1)…rm(xn)线性无关;基于所述矩阵R、矩阵M和矩阵N,得到:RTRM=RTN;得到:M=(RTR)-1RTM;基于所述矩阵M,得到所述待拟合参数ω和A,其中,所述M为包含有两个参数的一维数组,所述一维数组内的第一个参数为ω,所述一维数组内第二个参数为A。
在其中一个实施例中,所述方法还包括:优化所述硬盘温度巡检模型;具体地,调整所述数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,获取每一数据读操作时刻时硬盘的温度,基于不同的数据读操作时间间隔读取到的硬盘的温度之间的误差,对硬盘温度巡检模型进行修正。优化所述硬盘温度巡检模型,还包括基于二范数进行正则化优化。
在其中一个实施例中,所述方法还包括将生成的硬盘温度巡检模型保存至文件或数据库中,以便后续调用所述硬盘温度巡检模型进行硬盘温度巡检。
在一个实施例中,如图1所示,本申请提供一种硬盘温度巡检模型生成方法,所述方法包括:
获取所述硬盘的高温降频阈值;
对所述硬盘执行数据写操作,直至所述硬盘被写满;
按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
上述硬盘温度巡检模型生成方法中,基于上述温度巡检模型生成方法生成的硬盘温度巡检模型,能够避免在硬盘背板上部署大量的硬盘温度监控设备,能够有效地减少资源浪费;能够避免频繁调用温度采集指令对硬盘温度进行读取,能够减少硬盘带宽的资源占用率;能够实现对硬盘温度的预警,能够减少硬盘损坏的概率。
在其中一个实施例中,基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型,包括:基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,获取基准硬盘温度巡检模型;对所述基准硬盘温度巡检模型进行拟合,生成所述硬盘温度巡检模型。
在其中一个实施例中,所述基准硬盘温度巡检模型为:
在其中一个实施例中,对所述基准硬盘温度巡检模型进行拟合,生成所述硬盘温度巡检模型,包括:对所述基准硬盘温度巡检模型的待拟合参数和B进行拟合;对所述基准硬盘温度巡检模型的待拟合参数ω和A进行拟合;基于拟合后的所述待拟合参数A、B、ω和生成所述硬盘温度巡检模型。
在其中一个实施例中,对所述基准硬盘温度巡检模型的待拟合参数和B进行拟合,包括:基于冒泡排序算法,对所述硬盘的温度进行降序排列,所述硬盘的温度至少包括一个数据读操作周期内硬盘的最高温度及其相邻值;基于冒泡排序算法,对所述硬盘的温度对应的数据读操作时刻进行升序排列;基于所述数据读操作时刻,确定所述数据读操作周期,所述数据读操作周期至少为一;基于任一所述数据读操作周期内硬盘的最高温度对应的数据读操作时刻为所述待拟合参数所述读操作周期内硬盘的最高温度对应的数据读操作时刻和硬盘的最低温度对应的数据读操作时刻的平均值为所述待拟合参数B。
在其中一个实施例中,对所述基准硬盘温度巡检模型的待拟合参数ω和A进行拟合,包括:基于所述硬盘温度与所述硬盘读操作时刻,得到所述硬盘温度与所述硬盘读操作时刻的拟合结果:
其中,y为硬盘温度与硬盘读操作时刻的拟合结果,所述r(x)为所述基准硬盘温度巡检模型的基准函数,所述x表示数据读操作时刻,r(x)=Cos(x),所述k表示r(x)和a的个数,所述a为待定系数;
对上述硬盘温度和硬盘读操作时刻的关系式进行变形,得到:
其中,yi为第i个数据读操作时刻对应的硬盘的温度;
对ak求偏导,得到:
将上式进行矩阵转换,得到:
M=[a1 … am]′
N=[y1 … yn]'
其中,r1(x1)…rm(xn)线性无关;
基于所述矩阵R、矩阵M和矩阵N,得到:
RTRM=RTN;
得到:
M=(RTR)-1RTM;
基于所述矩阵M,得到所述待拟合参数ω和A,其中,所述M为包含有两个参数的一维数组,所述一维数组内的第一个参数为ω,所述一维数组内第二个参数为A。
在其中一个实施例中,获取所述硬盘的高温降频阈值,包括:控制所述硬盘的降温装置至降温下限;对所述硬盘执行数据写操作,获取相邻时刻内所述硬盘的数据写操作性能;当所述相邻时刻内所述硬盘的数据写操作性能不大于预设的数据写操作性能时,获取所述相邻时刻中的任一时刻,及,所述时刻对应的所述硬盘的温度;定义所述时刻对应的所述硬盘的温度为所述硬盘的高温降频阈值。
在一个实施例中,如图2所示,本申请还提供一种硬盘温度巡检方法,所述方法包括:按照预设的数据读操作时间间隔,对所述硬盘执行数据读操作;将所述数据读操作时刻输入至基于前述实施例所述的温度巡检模型生成方法生成的硬盘温度巡检模型中,以获取所述数据读操作时刻对应的硬盘温度。
应该理解的是,虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种硬盘温度巡检模型生成装置,包括:获取单元、数据写操作单元和模型生成单元,其中:
获取单元,以用于获取所述硬盘的高温降频阈值;
数据写操作单元,以用于对所述硬盘执行数据写操作,直至所述硬盘被写满;
所述数据写操作单元,还用于按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作;
所述获取单元,还用于获取每一数据读操作时刻时所述硬盘的温度,;
模型生成单元,以用于基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
在其中一个实施例中,所述模型生成单元,还用于基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,获取基准硬盘温度巡检模型;对所述基准硬盘温度巡检模型进行拟合,生成所述硬盘温度巡检模型;其中,所述基准硬盘温度巡检模型为:
在其中一个实施例中,所述模型生成单元,还用于对所述基准硬盘温度巡检模型的待拟合参数和B进行拟合;对所述基准硬盘温度巡检模型的待拟合参数ω和A进行拟合;基于拟合后的所述待拟合参数A、B、ω和生成所述硬盘温度巡检模型;其中,对所述基准硬盘温度巡检模型的待拟合参数和B进行拟合,包括:基于冒泡排序算法,对所述硬盘的温度进行降序排列,所述硬盘的温度至少包括一个数据读操作周期内硬盘的最高温度及其相邻值;基于冒泡排序算法,对所述硬盘的温度对应的数据读操作时刻进行升序排列;基于所述数据读操作时刻,确定所述数据读操作周期,所述数据读操作周期至少为一;基于任一所述数据读操作周期内硬盘的最高温度对应的数据读操作时刻为所述待拟合参数所述读操作周期内硬盘的最高温度对应的数据读操作时刻和硬盘的最低温度对应的数据读操作时刻的平均值为所述待拟合参数B;对所述基准硬盘温度巡检模型的待拟合参数ω和A进行拟合,包括:基于所述硬盘温度与所述硬盘读操作时刻,得到所述硬盘温度与所述硬盘读操作时刻的拟合结果:
其中,y为硬盘温度与硬盘读操作时刻的拟合结果,所述r(x)为所述基准硬盘温度巡检模型的基准函数,所述x表示数据读操作时刻,r(x)=Cos(x),所述k表示r(x)和a的个数,所述a为待定系数;对上述硬盘温度和硬盘读操作时刻的关系式进行变形,得到:
其中,yi为第i个数据读操作时刻对应的硬盘的温度;
对ak求偏导,得到:
将上式进行矩阵转换,得到:
M=[a1 … am]′
N=[y1 … yn]'
其中,r1(x1)…rm(xn)线性无关;
基于所述矩阵R、矩阵M和矩阵N,得到:
RTRM=RTN;
得到:
M=(RTR)-1RTM;
基于所述矩阵M,得到所述待拟合参数ω和A,其中,所述M为包含有两个参数的一维数组,所述一维数组内的第一个参数为ω,所述一维数组内第二个参数为A。
在其中一个实施例中,所述获取单元,还用于控制所述硬盘的降温装置至降温下限;对所述硬盘执行数据写操作,获取相邻时刻内所述硬盘的数据写操作性能;当所述相邻时刻内所述硬盘的数据写操作性能不大于预设的数据写操作性能时,获取所述相邻时刻中的任一时刻,及,所述时刻对应的所述硬盘的温度;定义所述时刻对应的所述硬盘的温度为所述硬盘的高温降频阈值。
在一个实施例中,如图4所示,提供了一种硬盘温度巡检***,所述***包括:数据读操作装置和硬盘温度巡检装置;
所述数据读操作装置,以用于按照预设的数据读操作时间间隔,对所述硬盘执行数据度操作;
所述硬盘温度巡检装置包括输入单元和硬盘温度巡检模型,所述输入单元,以用于输入所述数据读操作时刻至所述硬盘温度巡检模型;所述硬盘温度巡检模型,以用于基于所述数据读操作时刻获取所述数据读操作时刻对应的硬盘温度。
关于硬盘温度巡检模型生成装置的具体限定可以参见上文中对于硬盘温度巡检模型生成方法的限定,在此不再赘述。上述硬盘温度巡检模型生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种硬盘温度巡检模型生成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取所述硬盘的高温降频阈值;
对所述硬盘执行数据写操作,直至所述硬盘被写满;
按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,获取基准硬盘温度巡检模型;对所述基准硬盘温度巡检模型进行拟合,生成所述硬盘温度巡检模型;其中,所述基准硬盘温度巡检模型为: 其中,x为数据读操作时刻;y为数据读操作时刻时硬盘的温度;所述A、ω、B为待拟合参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于冒泡排序算法,对所述硬盘的温度进行降序排列,所述硬盘的温度至少包括一个数据读操作周期内硬盘的最高温度及其相邻值;基于冒泡排序算法,对所述硬盘的温度对应的数据读操作时刻进行升序排列;基于所述数据读操作时刻,确定所述数据读操作周期,所述数据读操作周期至少为一;基于任一所述数据读操作周期内硬盘的最高温度对应的数据读操作时刻为所述待拟合参数所述读操作周期内硬盘的最高温度对应的数据读操作时刻和硬盘的最低温度对应的数据读操作时刻的平均值为所述待拟合参数B。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于所述硬盘温度与所述硬盘读操作时刻,得到所述硬盘温度与所述硬盘读操作时刻的拟合结果:
其中,y为硬盘温度与硬盘读操作时刻的拟合结果,所述r(x)为所述基准硬盘温度巡检模型的基准函数,所述x表示数据读操作时刻,r(x)=Cos(x),所述k表示r(x)和a的个数,所述a为待定系数;对上述硬盘温度和硬盘读操作时刻的关系式进行变形,得到:其中,yi为第i个数据读操作时刻对应的硬盘的温度;对ak求偏导,得到:
将上式进行矩阵转换,得到:
M=[a1 … am]′
N=[y1 … yn]'
其中,r1(x1)…rm(xn)线性无关;基于所述矩阵R、矩阵M和矩阵N,得到:RTRM=RTN;得到:M=(RTR)-1RTM;基于所述矩阵M,得到所述待拟合参数ω和A,其中,所述M为包含有两个参数的一维数组,所述一维数组内的第一个参数为ω,所述一维数组内第二个参数为A。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
控制所述硬盘的降温装置至降温下限;对所述硬盘执行数据写操作,获取相邻时刻内所述硬盘的数据写操作性能;当所述相邻时刻内所述硬盘的数据写操作性能不大于预设的数据写操作性能时,获取所述相邻时刻中的任一时刻,及,所述时刻对应的所述硬盘的温度;定义所述时刻对应的所述硬盘的温度为所述硬盘的高温降频阈值。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取所述硬盘的高温降频阈值;
对所述硬盘执行数据写操作,直至所述硬盘被写满;
按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,获取基准硬盘温度巡检模型;对所述基准硬盘温度巡检模型进行拟合,生成所述硬盘温度巡检模型;其中,所述基准硬盘温度巡检模型为: 其中,x为数据读操作时刻;y为数据读操作时刻时硬盘的温度;所述A、ω、B为待拟合参数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于冒泡排序算法,对所述硬盘的温度进行降序排列,所述硬盘的温度至少包括一个数据读操作周期内硬盘的最高温度及其相邻值;基于冒泡排序算法,对所述硬盘的温度对应的数据读操作时刻进行升序排列;基于所述数据读操作时刻,确定所述数据读操作周期,所述数据读操作周期至少为一;基于任一所述数据读操作周期内硬盘的最高温度对应的数据读操作时刻为所述待拟合参数所述读操作周期内硬盘的最高温度对应的数据读操作时刻和硬盘的最低温度对应的数据读操作时刻的平均值为所述待拟合参数B。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于所述硬盘温度与所述硬盘读操作时刻,得到所述硬盘温度与所述硬盘读操作时刻的拟合结果:
其中,y为硬盘温度与硬盘读操作时刻的拟合结果,所述r(x)为所述基准硬盘温度巡检模型的基准函数,所述x表示数据读操作时刻,r(x)=Cos(x),所述k表示r(x)和a的个数,所述a为待定系数;对上述硬盘温度和硬盘读操作时刻的关系式进行变形,得到:其中,yi为第i个数据读操作时刻对应的硬盘的温度;对ak求偏导,得到:
将上式进行矩阵转换,得到:
M=[a1 … am]′
N=[y1 … yn]'
其中,r1(x1)…rm(xn)线性无关;基于所述矩阵R、矩阵M和矩阵N,得到:RTRM=RTN;得到:M=(RTR)-1RTM;基于所述矩阵M,得到所述待拟合参数ω和A,其中,所述M为包含有两个参数的一维数组,所述一维数组内的第一个参数为ω,所述一维数组内第二个参数为A。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
控制所述硬盘的降温装置至降温下限;对所述硬盘执行数据写操作,获取相邻时刻内所述硬盘的数据写操作性能;当所述相邻时刻内所述硬盘的数据写操作性能不大于预设的数据写操作性能时,获取所述相邻时刻中的任一时刻,及,所述时刻对应的所述硬盘的温度;定义所述时刻对应的所述硬盘的温度为所述硬盘的高温降频阈值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种硬盘温度巡检模型生成方法,其特征在于,所述方法包括:
获取所述硬盘的高温降频阈值;
对所述硬盘执行数据写操作,直至所述硬盘被写满;
按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作,并获取每一数据读操作时刻时所述硬盘的温度;
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
2.根据权利要求1所述的硬盘温度巡检模型生成方法,其特征在于,基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型,包括:
基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,获取基准硬盘温度巡检模型;
对所述基准硬盘温度巡检模型进行拟合,生成所述硬盘温度巡检模型。
6.根据权利要求5所述的硬盘温度巡检模型生成方法,其特征在于,对所述基准硬盘温度巡检模型的待拟合参数ω和A进行拟合,包括:
基于所述硬盘温度与所述硬盘读操作时刻,得到所述硬盘温度与所述硬盘读操作时刻的拟合结果:
其中,y为硬盘温度与硬盘读操作时刻的拟合结果,所述r(x)为所述基准硬盘温度巡检模型的基准函数,所述x表示数据读操作时刻,r(x)=Cos(x),所述k表示r(x)和a的个数,所述a为待定系数;
对上述硬盘温度和硬盘读操作时刻的关系式进行变形,得到:
其中,yi为第i个数据读操作时刻对应的硬盘的温度;
对ak求偏导,得到:
将上式进行矩阵转换,得到:
M=[a1…am]′
N=[y1…yn]'
其中,r1(x1)…rm(xn)线性无关;
基于所述矩阵R、矩阵M和矩阵N,得到:
RTRM=RTN;
得到:
M=(RTR)-1RTM;
基于所述矩阵M,得到所述待拟合参数ω和A,其中,所述M为包含有两个参数的一维数组,所述一维数组内的第一个参数为ω,所述一维数组内第二个参数为A。
7.根据权利要求1~6任一项所述的硬盘温度巡检模型生成方法,其特征在于,获取所述硬盘的高温降频阈值,包括:
控制所述硬盘的降温装置至降温下限;
对所述硬盘执行数据写操作,获取相邻时刻内所述硬盘的数据写操作性能;
当所述相邻时刻内所述硬盘的数据写操作性能不大于预设的数据写操作性能时,获取所述相邻时刻中的任一时刻,及,所述时刻对应的所述硬盘的温度;
定义所述时刻对应的所述硬盘的温度为所述硬盘的高温降频阈值。
8.一种硬盘温度巡检方法,其特征在于,所述方法包括:
按照预设的数据读操作时间间隔,对所述硬盘执行数据读操作;
将所述数据读操作时刻输入至基于上述权利要求1~7任一项的温度巡检模型生成方法生成的硬盘温度巡检模型中,以获取所述数据读操作时刻对应的硬盘温度。
9.一种硬盘温度巡检模型生成装置,其特征在于,所述装置包括:
获取单元,以用于获取所述硬盘的高温降频阈值;
数据写操作单元,以用于对所述硬盘执行数据写操作,直至所述硬盘被写满;
所述数据写操作单元,还用于按照预设的数据读操作时间间隔,连续对所述硬盘执行至少一个周期的数据读操作;
所述获取单元,还用于获取每一数据读操作时刻时所述硬盘的温度,;
模型生成单元,以用于基于所述数据读操作时刻及每一数据读操作时刻时所述硬盘的温度,生成所述硬盘温度巡检模型。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211468675.XA CN115831167B (zh) | 2022-11-22 | 2022-11-22 | 硬盘温度巡检模型生成、硬盘温度巡检方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211468675.XA CN115831167B (zh) | 2022-11-22 | 2022-11-22 | 硬盘温度巡检模型生成、硬盘温度巡检方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115831167A true CN115831167A (zh) | 2023-03-21 |
CN115831167B CN115831167B (zh) | 2024-06-21 |
Family
ID=85530298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211468675.XA Active CN115831167B (zh) | 2022-11-22 | 2022-11-22 | 硬盘温度巡检模型生成、硬盘温度巡检方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115831167B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018110372A1 (de) * | 2017-05-12 | 2018-11-15 | Western Digital Technologies, Inc. | Beaufsichtigtes Lernen mit geschlossenem Schleifen-Feedback, um eine IO-Konsistenz von Solid-State-Laufwerken zu verbessern |
CN110289027A (zh) * | 2019-06-28 | 2019-09-27 | 深圳忆联信息***有限公司 | 基于固态硬盘的存储颗粒过热保护方法和装置 |
CN110659135A (zh) * | 2019-09-12 | 2020-01-07 | 苏州浪潮智能科技有限公司 | 一种raid巡检方法、装置、电子设备及可读存储介质 |
CN111651327A (zh) * | 2020-06-03 | 2020-09-11 | 深圳忆联信息***有限公司 | 固态硬盘的温度控制方法、装置、计算机设备和存储介质 |
-
2022
- 2022-11-22 CN CN202211468675.XA patent/CN115831167B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018110372A1 (de) * | 2017-05-12 | 2018-11-15 | Western Digital Technologies, Inc. | Beaufsichtigtes Lernen mit geschlossenem Schleifen-Feedback, um eine IO-Konsistenz von Solid-State-Laufwerken zu verbessern |
CN110289027A (zh) * | 2019-06-28 | 2019-09-27 | 深圳忆联信息***有限公司 | 基于固态硬盘的存储颗粒过热保护方法和装置 |
CN110659135A (zh) * | 2019-09-12 | 2020-01-07 | 苏州浪潮智能科技有限公司 | 一种raid巡检方法、装置、电子设备及可读存储介质 |
CN111651327A (zh) * | 2020-06-03 | 2020-09-11 | 深圳忆联信息***有限公司 | 固态硬盘的温度控制方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115831167B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8245060B2 (en) | Memory object relocation for power savings | |
US8321703B2 (en) | Power aware memory allocation | |
US7769562B2 (en) | Method and apparatus for detecting degradation in a remote storage device | |
US9916265B2 (en) | Traffic rate control for inter-class data migration in a multiclass memory system | |
US11513933B2 (en) | Apparatus with temperature mitigation mechanism and methods for operating the same | |
JP2014524098A (ja) | 動的メモリデバイスの細粒度セルフリフレッシュ制御を容易にするための機構 | |
WO2017078698A1 (en) | Throttling components of a storage device | |
CN112684987A (zh) | 基于双芯智能电表的数据分类存储方法和装置 | |
CN112416670A (zh) | 硬盘测试方法、装置、服务器和存储介质 | |
CN116088652A (zh) | 硬盘散热协调控制方法、***、设备、介质和存储服务器 | |
CN117318052B (zh) | 发电机组进相试验无功功率预测方法、装置和计算机设备 | |
CN115831167A (zh) | 硬盘温度巡检模型生成、硬盘温度巡检方法、装置 | |
US7725285B2 (en) | Method and apparatus for determining whether components are not present in a computer system | |
WO2024098668A1 (zh) | 基于5g的核电设备异常诊断方法、装置和计算机设备 | |
CN112303811B (zh) | 空调运行数据的处理方法、装置、***、空调和存储介质 | |
CN108880916B (zh) | 一种基于iic总线的故障定位方法及*** | |
CN110442531A (zh) | 基于固态硬盘的读性能提升方法、装置和计算机设备 | |
KR102569836B1 (ko) | 디바이스를 위한 강화학습 기반의 발열 관리 방법 및 이를 위한 장치 | |
CN117390501B (zh) | 基于人工智能的工业燃气发电机组***状态监测方法 | |
CN115061866B (zh) | 模拟数据生成方法、***和计算机设备 | |
CN113986142B (zh) | 磁盘故障监控方法、装置、计算机设备及存储介质 | |
CN118295844A (zh) | 联机内存溢出快速检测方法、装置、和计算机设备 | |
CN118227394A (zh) | 内存的性能测试方法、装置、设备和存储介质 | |
CN118051416A (zh) | 测试方法、装置、设备、存储介质和计算机程序产品 | |
CN118211148A (zh) | 可靠性评估方法、计算机设备、存储介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |