[发明专利]用于支持盘故障预测的方法、设备和计算机程序产品

说明书

本公开的实施例提供了用于支持盘故障预测的方法、设备和计算机程序产品。一种支持盘故障预测的方法包括获取与多个盘相关联的操作信息和故障信息，多个盘包括由故障信息指示存在故障的第一组盘和由故障信息指示不存在故障的第二组盘；基于与包括第一组盘的相应存储系统相关的系统上下文信息，确定与第一组盘相关联的故障信息的有效性；以及响应于确定与第一组盘中的至少一个盘相关联的故障信息有效，基于与至少一个盘和第二组盘相关联的操作信息和故障信息来确定机器学习模型，机器学习模型具有从盘的操作信息预测盘的故障的能力。以此方式，通过过滤无效信息，其余信息更利于机器学习模型的确定，使机器学习模型能更准确预测盘故障。

技术领域

本公开的实施例涉及存储技术，并且更具体地，涉及用于支持盘故障预测的方法、电子设备和计算机程序产品。

背景技术

各类盘被用作存储系统的主要存储设备。例如，多个盘可以组成一个存储系统，例如一个独立磁盘冗余阵列(RAID)或RAID组，以提供数据存储。由于自身和/或环境因素的影响，存储系统中的一个或多个盘可能会损坏。为了降低在盘损坏的情况下导致的数据损失，期望在盘损坏之前将该盘中存储的数据复制或“重构”到其他存储介质。这种数据复制需要耗费一些时间。此外，为了确保存储系统持续正常运行，要损坏的盘还应被修复或者替换。因此，能够提前正确预测盘故障是数据存储中的一个重要任务。

发明内容

本公开的实施例提供了一种用于支持盘故障预测的方案。

在本公开的第一方面，提供了一种支持盘故障预测的方法。该方法包括：获取与多个盘相关联的操作信息和故障信息，多个盘包括由故障信息指示存在故障的第一组盘和由故障信息指示不存在故障的第二组盘；基于与包括第一组盘的相应存储系统相关的系统上下文信息，确定与第一组盘相关联的故障信息的有效性；以及响应于确定与第一组盘中的至少一个盘相关联的故障信息有效，基于与至少一个盘和第二组盘相关联的操作信息和故障信息来确定机器学习模型，机器学习模型具有从盘的操作信息预测盘的故障的能力。

在本公开的第二方面，提供了一种电子设备。该电子设备包括处理器以及与处理器耦合的存储器，存储器具有存储于其中的指令，指令在被处理器执行时使设备执行动作，动作包括：获取与多个盘相关联的操作信息和故障信息，多个盘包括由故障信息指示存在故障的第一组盘和由故障信息指示不存在故障的第二组盘；基于与包括第一组盘的相应存储系统相关的系统上下文信息，确定与第一组盘相关联的故障信息的有效性；以及响应于确定与第一组盘中的至少一个盘相关联的故障信息有效，基于与至少一个盘和第二组盘相关联的操作信息和故障信息来确定机器学习模型，机器学习模型具有从盘的操作信息预测盘的故障的能力。

在本公开的第三方面，提供了一种计算机程序产品，计算机程序产品被有形地存储在计算机可读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执行根据第一方面的方法。

提供发明内容部分是为了简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。

图1示出了常规的盘故障预测的环境的示意框图；

图2示出了根据本公开的一些实施例的盘故障预测的环境的示意框图；

图3示出了根据本公开的另一些实施例的盘故障预测的环境的示意框图；

图4示出了根据本公开的一些实施例的用于支持盘故障预测的过程的流程图；

图5示出了根据本公开的另一些实施例的用于支持盘故障预测的过程的流程图；以及