[发明专利]一种存储设备的性能数据预测方法、设备以及存储介质

权利要求书

1.一种存储设备的性能数据预测方法，包括步骤：

获取存储设备的多组历史性能数据以及对应的时间点；

基于最小二乘理论利用所述多组历史性能数据以及对应的时间点计算初始预测函数的最小二乘系数，并将所述最小二乘系数带入所述初始预测函数以得到实际预测函数；

根据预测时间点以及所述实际预测函数得到存储设备的预测性能数据；

其中，所述初始预测函数Fun为：

其中，A₁-A₉为最小二乘系数。

2.如权利要求1所述的性能预测方法，其特征在于，还包括：

将所述预测性能数据以及对应的预测时间点在web页面进行图形化展示。

3.如权利要求2所述的性能预测方法，其特征在于，还包括：

获取预测时间点的实际性能数据，并图形化展示在所述web页面上。

4.如权利要求1所述的性能预测方法，其特征在于，获取存储设备的多组历史性能数据以及对应的时间点，进一步包括：

收集预设时间段内所述存储设备的性能数据；

将所述性能数据以及对应的时间点保存到数据库；

从数据库中获取在所述预设时间段内的多组所述性能数据以及对应的时间点。

5.如权利要求4所述的性能预测方法，其特征在于，收集预设时间段内所述存储设备的性能数据，进一步包括：

将磁盘、数据通道和逻辑单元号的性能数据通过SSH协议或FTP协议推送到预设的用于收集性能数据的客户端。

6.如权利要求5所述的性能预测方法，其特征在于，将所述性能数据以及对应的时间点保存到数据库，进一步包括：

按照磁盘、数据通道和逻辑单元号产生的性能数据分别存入数据库相应的数据表中。

7.如权利要求2所述的性能预测方法，其特征在于，基于最小二乘理论利用所述多组历史性能数据以及对应的时间点计算初始预测函数的最小二乘系数，并将所述最小二乘系数带入所述初始预测函数以得到实际预测函数，进一步包括：

调用MatLab中曲线拟合函数；

利用所述曲线拟合函数计算所述最小二乘系数。

8.如权利要求7所述的性能预测方法，其特征在于，调用MatLab中曲线拟合函数，进一步包括：

所述曲线拟合函数调用所述多组历史性能数据以及对应的时间点、所述初始预测函数以及所述最小二乘系数的初始预估值。

9.一种计算机设备，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述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程序时执行如权利要求1-8任意一项所述的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行权利要求1-8任意一项所述的方法的步骤。