一种性能监控分析方法、系统、存储介质及设备与流程

本发明涉及数据存储，尤其涉及固态硬盘，具体涉及固态硬盘的性能监控分析领域。

背景技术：

1、固态硬盘(solid state disk或solid state drive，简称ssd)，又称固态驱动器，是用固态电子存储芯片阵列制成的硬盘。固态硬盘通常由控制单元和存储单元(flash芯片、dram芯片)组成。固态硬盘在接口的规范和定义、功能及使用方法上与普通硬盘的完全相同，在产品外形和尺寸上基本与普通硬盘一致(新兴的u.2，m.2等形式的固态硬盘尺寸和外形与sata机械硬盘完全不同)。

2、固态硬盘具有传统机械硬盘不具备的快速读写、质量轻、能耗低以及体积小等特点，同时其劣势也较为明显，被广泛应用于军事、车载、工控、视频监控、网络监控、网络终端、电力、医疗、航空、导航设备等诸多领域。

3、尽管ssd被认为已经进入存储市场的主流行列，但其价格仍较为昂贵，容量较低，一旦硬件损坏，数据较难恢复等；并且亦有人认为固态硬盘的耐用性(寿命)相对较短。

4、影响固态硬盘性能的几个因素主要是：主控芯片、nand闪存介质和固件。在上述条件相同的情况下，采用何种接口也可能会影响ssd的性能。

5、目前现有的ssd性能监控分析技术，主要是在性能测试中监控实时速率，绘制图表展示测试结果，具体的曲线波动分析依赖人工检查。

6、因此，针对现有技术中的上述缺点、问题，需要提出一种优化的针对ssd的性能监控分析方法，减少在性能测试中对人工的依赖，并进一步对检测到的数据进行更为有效的利用、从而获得更深层次的数据波动解读及性能趋势分析结论。

技术实现思路

1、有鉴于此，本发明的目的在于提出一种改进的性能监控分析方法、系统、存储介质及设备，从而解决现有技术中检测数据利用率较差、数据分析依赖人工等问题。

2、基于上述目的，一方面，本发明提供了一种性能监控分析方法，其中该方法包括以下步骤：

3、在数据库中预先存入硬盘性能的曲线特征和对应的波动类型；

4、响应于触发测试，生成测试命令并根据所述测试命令选择相应的测试程序对硬盘进行性能测试，并在测试过程中离散地采集性能数据，将采集的性能数据按时间顺序打包，并基于数据包产生第一序列、第二序列；

5、基于第一序列的数据计算均值ave，并基于所述均值ave分析第二序列的数据中处于数据平稳区间之外的数据特征，得出数据波动结论；

6、将历史采集的数据包的各个均值记为第三序列，并基于数据库中的曲线特性和波动类型分析第三序列，从而得出性能趋势分析结论；

7、反馈并展示所述数据波动结论、所述性能趋势分析结论及对应的数据包。

8、在根据本发明的性能监控分析方法的一些实施例中，在数据库中预先存入硬盘性能的曲线特征和对应的波动类型进一步包括：

9、所述曲线特征对应的波动类型至少包括周期性振荡、无规则振荡、上升趋势、下降趋势。

10、在根据本发明的性能监控分析方法的一些实施例中，响应于触发测试，生成测试命令并根据所述测试命令选择相应的测试程序对硬盘进行性能测试，并在测试过程中离散地采集性能数据，将采集的性能数据按时间顺序打包，并基于数据包产生第一序列、第二序列进一步包括：

11、每t秒采集一次性能数据，每收集n个数据按时间顺序打包，记为数据包i，i＝1，2，3……；

12、将数据包i记作第一序列，取数据包i-1的最后1个数据插入到数据包i首部记为第二序列。

13、在根据本发明的性能监控分析方法的一些实施例中，基于第一序列的数据计算均值ave，并基于所述均值ave分析第二序列的数据中处于数据平稳区间之外的数据特征，得出数据波动结论进一步包括：

14、将第一序列的数据去掉m个最小值和m个最大值，计算均值ave；

15、用第二序列中的最大值、最小值与均值ave做差值，得到最大值差dmaxt和最小值差dmint；

16、基于第一阈值p1以均值ave计算数据平稳区间，并统计第一序列中处于数据平稳区间范围以外的数据的非稳数据个数l；

17、计算历史数据包的最大值差dmaxt中的最大值dmax和最小值差dmint中的最小值dmin；

18、计算历史数据包的非稳数据个数l的总和lsum；

19、基于非稳数据的总和lsum及其所占百分比和最大值dmax、最小值dmin得出数据波动结论。

20、在根据本发明的性能监控分析方法的一些实施例中，将历史采集的数据包的各个均值记为第三序列，并基于数据库中的曲线特性和波动类型分析第三序列，从而得出性能趋势分析结论进一步包括：

21、取数据包1到数据包i的各个均值ave记为第三序列；

22、计算第三序列中数据的均值ac，设置第二阈值p2，并基于第二阈值p2以均值ac计算曲线平稳区间；

23、将第三序列的数据基于曲线平稳区间及连续性规则进行分类，统计各类中数据个数，并基于统计的个数生成第四序列；

24、根据第四序列的特征在数据库中匹配曲线特征，得到性能走势分析结论。

25、在根据本发明的性能监控分析方法的一些实施例中，将历史采集的数据包的各个均值记为第三序列，并基于数据库中的曲线特性和波动类型分析第三序列，从而得出性能趋势分析结论进一步包括：

26、将第三序列中数据分为高于曲线平稳区间、落在曲线平稳区间内、低于曲线平稳区间；

27、根据第三序列数据的时间顺序，统计连续高于曲线平稳区间的数据个数k，记为+k；连续落在曲线平稳区间内的数据个数h，记为h；连续低于曲线平稳区间的数据个数j，记为-j；

28、基于统计的个数数据序列生成第四序列。

29、在根据本发明的性能监控分析方法的一些实施例中，将历史采集的数据包的各个均值记为第三序列，并基于数据库中的曲线特性和波动类型分析第三序列，从而得出性能趋势分析结论进一步包括：

30、响应于第四序列无+和-，判定曲线平稳；

31、响应于第四序列中+、-交替且出现次数存在固定规律，判定曲线呈周期性振荡；

32、响应于第四序列中+、-交替且无明显周期性规律，判定曲线呈无规则振荡；

33、响应于第四序列中有+无-，判定曲线包含下降趋势；

34、响应于第四序列中有-无+，判定曲线存在上升趋势。

35、本发明的另一方面，还提供了一种性能监控分析系统，其中包括：

36、特征模型配置模块，所述特征模型配置模块配置为在数据库中预先存入硬盘性能的曲线特征和对应的波动类型；

37、性能测试触发模块，所述性能测试触发模块配置为响应于触发测试，生成测试命令并根据所述测试命令选择相应的测试程序对硬盘进行性能测试，并在测试过程中离散地采集性能数据，将采集的性能数据按时间顺序打包，并基于数据包产生第一序列、第二序列；

38、波动结论生成模块，所述波动结论生成模块配置为基于第一序列的数据计算均值ave，并基于所述均值ave分析第二序列的数据中处于数据平稳区间之外的数据特征，得出数据波动结论；

39、性能趋势分析模块，所述性能趋势分析模块配置为将历史采集的数据包的各个均值记为第三序列，并基于数据库中的曲线特性和波动类型分析第三序列，从而得出性能趋势分析结论；

40、结论反馈展示模块，所述结论反馈展示模块配置为反馈并展示所述数据波动结论、所述性能趋势分析结论及对应的数据包。

41、本发明的再一方面，还提供了一种计算机可读存储介质，存储有计算机程序指令，该计算机程序指令被执行时实现上述任一项根据本发明的性能监控分析方法。

42、本发明的又一方面，还提供了一种计算机设备，包括存储器和处理器，该存储器中存储有计算机程序，该计算机程序被处理器执行时执行上述任一项根据本发明的性能监控分析方法。

43、本发明至少具有以下有益技术效果：基于本发明的方法能够在实时展示性能数据的同时，将性能数据波动、性能趋势展示出来。通过前端组件触发测试组件执行性能测试，测试组件将性能采集到的性能数据传输给性能分析组件，性能分析组件将数据进行处理分析，匹配数据库中的曲线趋势，得到性能数据波动结论和性能趋势分析结论，并回传数据分析结果到前端组件展示。相对于现有的方法，本发明至少具有如下优点：

44、1)实现ssd性能曲线自动化分析；

45、2)除了实时展示性能数据外，还可以展示实时性能数据波动性结论、性能趋势分析结论；

46、3)数据库中存储曲线走势，可以不断维护扩充。