性能推荐方法、装置、电子设备及计算机可读存储介质与流程

本公开涉及计算机领域，更具体地，涉及性能推荐方法、性能推荐装置、电子设备及计算机可读存储介质。

背景技术：

1、在云和ai时代，数据迎来海量增长。高速5g通信、高清8k视频、自动驾驶和大数据分析等越来越多的新兴应用正逐步推高对数据存储的需求，并且对数据存储的性能要求也越来越高。在这种需求下，存储系统也在日益发展以满足用户的各种需求。

2、当前，为了节省开销、改善应用的可用性，主流的存储系统逐渐往多业务融合共享的架构发展，这使得存储系统可以同时为多种混合负载服务，换句话说，多业务可以共享一套硬件资源。然而，在多业务共享同一套硬件资源带来便利的同时，也引入了资源争抢和业务间相互影响的问题。

技术实现思路

1、本技术的实施例提供了一种性能推荐方法以及相关的性能推荐装置，用于推荐存储性能数据，便于存储系统中的工作负载运行。

2、在本公开的第一方面，提供了一种性能推荐方法，该方法包括：确定运行在存储系统上的工作负载的工作负载特征；基于工作负载特征，确定推荐性能数据；以及发送推荐性能数据。

3、如此，在本公开的实施例中，能够便捷地为用户推荐配置工作负载运行的性能数据，从而为用户提供合理的配置指导，进而显著降低业务之间的资源争抢和相互影响的问题。此外，还可以大幅降低用户使用存储系统的技术门槛，显著提升用户的操作体验。

4、在第一方面的一些实施例中，确定工作负载的工作负载特征包括：获取与工作负载对应的工作负载模型；基于获取到的工作负载模型，获得工作负载模型的模型特征；以及将该模型特征确定为工作负载的工作负载特征。

5、在第一方面的一些实施例中，获取与工作负载对应的工作负载模型包括：响应于接收到运行该工作负载的指令，获取该工作负载在存储系统上运行的过程中的读写特征和/或时序特征；以及基于获取到的读写特征和/或时序特征对该工作负载进行建模，以获得该工作负载对应的工作负载模型。

6、在第一方面的一些实施例中，该方法还包括：将该工作负载模型与模型库中的多个存储的模型进行匹配；以及响应于该工作负载模型与该模型库中的所述多个存储的模型不匹配，将该工作负载模型存储到该模型库中。

7、如此，在本公开的实施例中，通过对工作负载进行建模并将建模后的工作负载模型存储到模型库中，能够持续地更新模型库，从而能够为用户提供工作负载模型选择的便利性，还能够进一步提升性能推荐的准确度和精确度。

8、在第一方面的一些实施例中，获取与工作负载对应的工作负载模型包括：接收针对该工作负载模型的选择指令；以及根据所述选择指令获取工作负载模型。

9、如此，在本公开的实施例中，通过接收用户针对工作负载模型的选择指令来提供工作负载模型，使得用户能够主动选择工作负载模型，从而提升用户在使用存储系统的过程中的操作体验。

10、在第一方面的一些实施例中，确定推荐性能数据包括：将工作负载特征与特征空间中的经划分的多个特征区域进行匹配；确定经划分的多个特征区域中与工作负载特征匹配的匹配特征区域；获取匹配特征区域所对应的区域性能数据；以及将区域性能数据确定为推荐性能数据。

11、如此，在本公开的实施例中，通过将工作负载特征与特征空间中的预先划分的特征区域进行匹配，并根据匹配结果进行性能数据推荐，能够针对特定的工作负载进行有针对性的性能推荐，进而避免各工作负载之间的资源争抢和相互影响的问题，从而能够有效地提升存储系统的使用效率，也能够提升工作负载运行的顺畅性和稳定性。

12、在第一方面的一些实施例中，该方法还包括：获取多个样本特征，其中多个样本特征中的每个样本特征包括样本模型特征以及样本模型特征对应的样本性能数据；对特征空间进行划分，以获得多个特征子空间，其中多个特征子空间中的每个特征子空间包括至少一个样本模型特征，并且其中每个特征子空间具有对应的空间性能数据；以及根据每个特征子空间所对应的空间性能数据与每个特征子空间中的每个样本模型特征所对应的样本性能数据，确定每个特征子空间对应的子空间性能误差；以及基于每个特征子空间对应的子空间性能误差，确定经划分的多个特征区域。

13、在第一方面的一些实施例中，确定经划分的多个特征区域包括：通过对每个特征子区域对应的子空间性能误差进行求和，来获得多个特征子空间所对应的空间性能误差；确定空间性能误差最小；以及将该多个特征子空间确定为经划分的多个特征区域。

14、在第一方面的一些实施例中，样本模型特征包括相应的存储的工作负载模型的特征和存储系统的硬件模型特征。

15、在第一方面的一些实施例中，相应的存储的工作负载模型的特征包括用于相应的存储的工作负载模型的读写大小、读写大小的分布状态、读写比例、读写访问模式、文件系统操作命令字分布、时序特征中的至少一项。

16、在第一方面的一些实施例中，硬件模型特征包括存储系统中的盘的类型、盘的数量、处理器类型以及内存大小中的至少一项。

17、如此，在本公开的实施例中，通过在样本模型特征中包括存储的工作负载模型的特征和硬件模型的特征，能够在进行特征区域的划分过程中，既考虑到运行在存储系统上的工作模型的特征又考虑到存储系统的硬件特征，从而使得特征区域的划分更加精准且符合硬件能力，相应地，所获得的推荐性能数据也更加准确、合理且准确。

18、在第一方面的一些实施例中，该方法还包括：基于工作负载在存储系统上的运行，获取工作负载所对应的运行性能数据；利用运行性能数据和工作负载的工作负载特征，更新多个样本特征，以获得更新后的多个样本特征，其中更新后的多个样本特征对应于更新的特征空间；以及基于更新后的多个样本特征，在所述更新的特征空间中获得经重新划分的多个特征区域。

19、如此，在本公开的实施例中，根据实时获得的运行性能数据来更新划分的特征区域，能够使得推荐的性能数据符合实际情况的变化，因此也更加精准。

20、在第一方面的一些实施例中，更新多个样本特征包括：获取样本特征中与工作负载特征匹配的样本模型特征；以及将匹配的样本模型特征所对应的样本性能数据更新为运行性能数据。

21、在第一方面的一些实施例中，更新样本特征包括：将工作负载特征和运行性能数据增加到多个样本特征中。

22、在第一方面的一些实施例中，获得经重新划分的多个特征区域还包括：对更新的特征空间进行重新划分，以获得多个更新特征子空间，其中多个更新特征子空间中的每个更新特征子空间包括至少一个样本模型特征，并且其中每个更新特征子空间具有对应的更新空间性能数据；根据每个更新特征子空间所对应的更新空间性能数据与每个更新特征子空间中的每个样本模型特征所对应的样本性能数据，确定每个更新特征子空间对应的更新子空间性能误差；以及基于每个更新特征子空间对应的更新子空间性能误差，确定经重新划分的多个特征区域。

23、在第一方面的一些实施例中，确定经重新划分的多个特征区域包括：通过对每个更新特征子区域对应的更新子空间性能误差进行求和，来获得多个更新特征子空间所对应的更新空间性能误差；确定更新空间性能误差最小；以及将多个更新特征子空间确定为经重新划分的多个特征区域。

24、在本公开的第二方面，提供了一种性能推荐装置，该性能推荐装置包括：特征确定模块，被配置为确定运行在存储系统上的工作负载的工作负载特征；推荐模块，被配置为基于该工作负载特征，确定推荐性能数据；以及发送模块，被配置为发送推荐性能数据。

25、如此，在本公开的实施例中，能够便捷地为用户推荐配置工作负载运行的性能数据，从而为用户提供合理的配置指导，进而显著降低业务之间的资源争抢和相互影响的问题。此外，还可以大幅降低用户使用存储系统的技术门槛，显著提升用户的操作体验。

26、在第二方面的一些实施例中，特征确定模块包括：模型获取子模块，被配置为获取与工作负载对应的工作负载模型；工作负载特征获取子模块，被配置为基于获取到的工作负载模型，获得工作负载模型的模型特征；以及确定子模块，被配置为将该模型特征确定为工作负载的工作负载特征。

27、在第二方面的一些实施例中，模型获取子模块被配置为：响应于接收到运行该工作负载的指令，获取该工作负载在存储系统上运行的过程中的读写特征和/或时序特征；以及基于获取到的读写特征和/或时序特征对该工作负载进行建模，以获得该工作负载对应的工作负载模型。

28、在第二方面的一些实施例中，存储系统还包括：模型更新模块，模型更新模块被配置为：将该工作负载模型与模型库中的多个存储的模型进行匹配；以及响应于该工作负载模型与该模型库中的所述多个存储的模型不匹配，将该工作负载模型存储到该模型库中。

29、如此，在本公开的实施例中，通过对工作负载进行建模并将建模后的工作负载模型存储到模型库中，能够持续地更新模型库，从而能够为用户提供工作负载模型选择的便利性，还能够进一步提升性能推荐的准确度和精确度。

30、在第二方面的一些实施例中，模型获取子模块被配置为：接收针对该工作负载模型的选择指令；以及根据所述选择指令获取工作负载模型。

31、如此，在本公开的实施例中，通过接收用户针对工作负载模型的选择指令来提供工作负载模型，使得用户能够主动选择工作负载模型，从而提升用户在使用存储系统的过程中的操作体验。

32、在第二方面的一些实施例中，推荐模块包括：区域匹配子模块，被配置为将工作负载特征与特征空间中的经划分的多个特征区域进行匹配；区域匹配确定子模块，被配置为确定经划分的多个特征区域中与工作负载特征匹配的匹配特征区域；匹配区域性能数据获取子模块，被配置为获取匹配特征区域所对应的区域性能数据；以及推荐子模块，被配置为将区域性能数据确定为所述推荐性能数据。

33、如此，在本公开的实施例中，通过将工作负载特征与预先划分的特征区域进行匹配，并根据匹配结果进行性能数据推荐，能够针对特定的工作负载进行有针对性的性能推荐，进而避免各工作负载之间的资源争抢和相互影响的问题，从而能够有效地提升存储系统的使用效率，也能够提升工作负载运行的顺畅性和稳定性。

34、在第二方面的一些实施例中，该存储系统还包括：样本特征获取模块，被配置为获取多个样本特征，其中多个样本特征中的每个样本特征包括样本模型特征以及样本模型特征对应的样本性能数据；特征子空间划分模块，被配置为对特征空间进行划分，以获得多个特征子空间，其中多个特征子空间中的每个特征子空间包括至少一个样本模型特征，并且其中每个特征子空间具有对应的空间性能数据；以及误差确定模块，被配置为根据每个特征子空间所对应的空间性能数据与每个特征子空间中的每个样本模型特征所对应的样本性能数据，确定每个特征子空间对应的子空间性能误差；以及特征区域确定模块，被配置为基于每个特征子空间对应的子空间性能误差，确定经划分的多个特征区域。

35、在第二方面的一些实施例中，特征区域确定模块包括：求和子模块，被配置为通过对每个特征子区域对应的子空间性能误差进行求和，来获得多个特征子空间所对应的空间性能误差；最小误差确定子模块，被配置为确定空间性能误差最小；以及特征区域确定子模块，被配置为将多个特征子空间确定为经划分的多个特征区域。

36、在第二方面的一些实施例中，样本模型特征包括相应的存储的工作负载模型的特征和存储系统的硬件模型特征。

37、在第二方面的一些实施例中，相应的存储的工作负载模型的特征包括用于相应的存储的工作负载模型的读写大小、读写大小的分布状态、读写比例、读写访问模式、文件系统操作命令字分布、时序特征中的至少一项。

38、在第二方面的一些实施例中，硬件模型特征包括存储系统中的盘的类型、盘的数量、处理器类型以及内存大小中的至少一项。

39、如此，在本公开的实施例中，通过在样本模型特征中包括存储的工作负载模型的特征和硬件模型的特征，能够在进行特征区域的划分过程中，既考虑到运行在存储系统上的工作模型的特征又考虑到存储系统的硬件特征，从而使得特征区域的划分更加精准且符合硬件能力，相应地，所获得的推荐性能数据也更加准确、合理且准确。

40、在第二方面的一些实施例中，该存储系统还包括：运行性能数据获取模块，被配置为基于工作负载在存储系统上的运行，获取工作负载所对应的运行性能数据；样本特征更新模块，被配置为利用运行性能数据和工作负载的工作负载特征，更新多个样本特征，以获得更新后的多个样本特征，其中更新后的多个样本特征对应于更新的特征空间；以及特征区域重划分模块，被配置为基于更新后的多个样本特征，在所述更新的特征空间中获得经重新划分的多个特征区域。

41、如此，在本公开的实施例中，根据实时获得的运行性能数据来更新划分的特征区域，能够使得推荐的性能数据符合实际情况的变化，因此也更加精准。

42、在第二方面的一些实施例中，样本特征更新模块被配置为：获取样本特征中与工作负载特征匹配的样本模型特征；以及将匹配的样本模型特征所对应的样本性能数据更新为运行性能数据。

43、在第二方面的一些实施例中，样本特征更新模块被配置为：将工作负载特征和运行性能数据增加到多个样本特征中。

44、在第二方面的一些实施例中，该特征区域重划分模块包括：特征子空间更新子模块，被配置为：对更新的特征空间进行重新划分，以获得多个更新特征子空间，其中多个更新特征子空间中的每个更新特征子空间包括至少一个样本模型特征，并且其中每个更新特征子空间具有对应的更新空间性能数据；误差更新子模块，被配置为：根据每个更新特征子空间所对应的更新空间性能数据与每个更新特征子空间中的每个样本模型特征所对应的样本性能数据，确定每个更新特征子空间对应的更新子空间性能误差；以及特征区域更新子模块，被配置为基于每个更新特征子空间对应的更新子空间性能误差，确定经重新划分的多个特征区域。

45、在第二方面的一些实施例中，特征区域更新子模块被配置为：通过对每个更新特征子区域对应的更新子空间性能误差进行求和，来获得多个更新特征子空间所对应的更新空间性能误差；确定更新空间性能误差最小；以及将多个更新特征子空间确定为经重新划分的多个特征区域。

46、在本公开的第三方面，提供了一种电子设备，包括接口，以及耦合与该接口的处理器，处理器用于执行根据上述第一方面或其任一实施例中的方法的操作。

47、第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现根据上述第一方面或其任一实施例中的方法的操作。

48、第五方面，提供了一种芯片或芯片系统。该芯片或芯片系统包括处理电路，被配置为执行根据上述第一方面或其任一实施例中的方法的操作。

49、第六方面，提供了一种计算机程序或计算机程序产品。该计算机程序或计算机程序产品被有形地存储在计算机可读存储介质上并且包括计算机可执行指令，计算机可执行指令在被执行时使设备实现根据上述第一方面或其任一实施例中的方法的操作。

50、实施本技术以上一个或多个方面，能够便捷地为用户推荐配置工作负载运行的性能数据，从而为用户提供合理的配置指导，进而显著降低业务之间的资源争抢和相互影响的问题。此外，还可以大幅降低用户使用存储系统的技术门槛，显著提升用户的操作体验。