[发明专利]一种存储设备性能的预测方法、系统及设备

权利要求书

1.一种存储设备性能的预测方法，其特征在于，包括如下步骤：

S1：搭建存储设备环境，并收集测试数据；

S2：根据搭建AdaBoost迭代算法模型要求的测试数据表示方法，将收集的测试数据构造为数据样本特征空间向量；

S3：搭建AdaBoost迭代算法模型和数据样本输入输出接口；

S4：将不同配置的存储设备在不同环境下的性能测试结果，输入所述AdaBoost迭代算法模型，训练AdaBoost迭代算法；

S5：测试AdaBoost迭代算法模型，判断准确率是否达到预设值，若是，则训练成功并转到下一步；

S6：将待测存储设备的配置信息输入所述AdaBoost迭代算法模型，得到性能预测结论。

2.根据权利要求1所述的存储设备性能的预测方法，其特征在于，所述测试数据包括：存储设备的RAID级别、RAID包含的磁盘数量、输出链路数量、每个RAID创建LUN数量、测试性能的并发数和性能测试结果。

3.根据权利要求2所述的存储设备性能的预测方法，其特征在于，所述步骤S2包括：

所述存储设备的RAID级别包括RAID0、RAID10、RAID5、RAID6，用x1＝{1,2,3,4}分别表示所述四种RAID级别；

所述存储设备的RAID包含的磁盘数量用x2＝{1,2,3……24}表示，其中最大的元素24表示当前对应的储产品最大支持24块磁盘数量；

所述存储设备的输出链路数量用x3＝{1,2,3……8}表示，其中最大的元素8表示当前对应的存储产品最大支持8条链路；

所述存储设备的RAID下LUN的划分按照场景可划分多个，用x4＝{1,2,3……10}表示，其中最大的元素10表示当前测试性能最大划分10个LUN；

所述存储设备的测试性能的并发数按照实际场景，用x5＝{1,2,3……64}表示，其中最大的元素64表示实际测试场景最大并发数为64；

用y表示存储设备测试的性能测试结果。

4.根据权利要求3所述的存储设备性能的预测方法，其特征在于，所述步骤S3包括：

根据不同的性能测试场景得到的结果，建立AdaBoost迭代算法的数据样本特征空间训练数据模型如下：

T＝{(X₁,Y₁),(X₂,Y₂),…,(X_N,Y_N)}

其中：

N＝1,2,……，表示性能测试的次数；

X_i,i＝1,2,……N,表示第i次不同配置组合的特征向量，即由配置x1、x2、x3、x4、x5组成的5维特征向量；

Y_i＝{+1,-1},i＝1,2,……N,表示第i次由特征向量X_i对应的测试结果y的标记，定义性能测试y＜1000时Y_i＝-1表示性能低；性能测试y≥1000时Y_i＝+1表示性能高。

5.根据权利要求4所述的存储设备性能的预测方法，其特征在于，所述步骤S4还包括：

把特征空间向量T表示为图形及AdaBoost迭代算法模型要得到的最终结果并展示；

其中，在迭代的过程中求解最终的分类器函数F(X)，预测存储设备性能高低时通过代入存储配置X_i到F(X)得出预测的性能值高低分类。