[发明专利]根分区的监控方法、装置和监控服务器

说明书

本发明提供了一种根分区的监控方法、装置和监控服务器，其中，该方法包括：获取根分区的历史状态数据；将该历史状态数据输入至预设的状态预测模型中，得到根分区在未来预设时间段内的状态数据；如果该状态数据满足预设条件，生成根分区的报警信息和/或处理根分区中的数据。本发明通过根分区的历史状态数据，预测未来时间段内的状态数据，并根据预测的状态数据对根分区进行相应的处理，从而可提前处理可能发生报警的根分区，以减少服务器的报警量，同时提高服务器运行的稳定性。

技术领域

本发明涉及分布式存储技术领域，尤其是涉及一种根分区的监控方法、装置和监控服务器。

背景技术

每台服务器都对应有根分区，当根分区的空间使用率超过阈值时会报警，工作人员接受到报警信号后，采取相应的措施减少根分区的空间使用率，但是该方式在多台服务器集中报警时，需要大量的人力去处理报警；另外，如果工作人员无法及时处理，也将导致服务器的报警不断积累增多，还会影响服务器的正常运行。

发明内容

本发明的目的在于提供一种根分区的监控方法、装置和监控服务器，以减少服务器的报警量，同时提高服务器运行的稳定性。

第一方面，本发明实施例提供一种根分区的监控方法，该方法包括：获取根分区的历史状态数据；将该历史状态数据输入至预设的状态预测模型中，得到根分区在未来预设时间段内的状态数据；其中，该状态预测模型通过时间序列预测模型建立；如果状态数据满足预设条件，生成该根分区的报警信息和/或处理根分区中的数据。

在本发明较佳的实施例中，上述方法还包括：建立状态预测模型；建立该状态预测模型包括：计算历史状态数据的自相关函数结果和偏自相关函数结果；根据该自相关函数结果的截尾状态或拖尾状态，以及所述偏自相关函数结果的截尾状态或拖尾状态，确定时间序列预测模型的初始阶数参数；通过预设的最小化信息量准则或贝叶斯信息准则，调整初始阶数参数，得到该时间序列预测模型的最终阶数参数；根据最终阶数参数确定时间序列预测模型的初始模型；通过该历史状态数据对初始模型进行训练，得到状态预测模型。

在本发明较佳的实施例中，上述计算历史状态数据的自相关函数结果和偏自相关函数结果的步骤之前，该方法还包括：对历史状态数据进行清洗处理；根据清洗后的历史状态数据的期望和方差，确定历史状态数据是否平稳；如果不平稳，对历史状态数据进行差分处理，直至历史状态数据平稳。

在本发明较佳的实施例中，上述将历史状态数据输入至预设的状态预测模型中，得到根分区在未来预设时间段内的状态数据的步骤，包括：根据状态预测模型的训练结果，确定状态预测模型的预测时间段；其中，在训练结果中，预测时间段内的预测准确率高于预设的准确率阈值；将历史状态数据输入至预设的状态预测模型中，得到输出结果；从该输出结果中截取预测时间段内的状态数据，将截取的状态数据确定为根分区在未来预设时间段内的状态数据。

在本发明较佳的实施例中，上述状态数据包括根分区的空间使用率；该预设条件包括：根分区的空间使用率高于预设的使用率阈值；如果状态数据满足预设条件，处理根分区中的数据的步骤，包括：如果根分区的空间使用率高于预设的使用率阈值，对根分区中的数据进行压缩或迁移。

在本发明较佳的实施例中，上述对根分区中的数据进行压缩或迁移的步骤，包括：判断根分区中的指定文件的数据量是否大于预设的第一数据量阈值；其中，该指定文件包括日志和/或目录文件；如果大于预设的数据量阈值，压缩该指定文件；如果小于或等于预设的数据量阈值，扫描该根分区，得到数据量大于预设的第二数据量阈值的数据，迁移扫描得到的数据。

第二方面，本发明实施例提供一种根分区的监控装置，该装置包括：数据获取模块，用于获取根分区的历史状态数据；数据预测模块，用于将历史状态数据输入至预设的状态预测模型中，得到该根分区在未来预设时间段内的状态数据；其中，状态预测模型通过时间序列预测模型建立；数据处理模块，用于如果状态数据满足预设条件，生成根分区的报警信息和/或处理根分区中的数据。