System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及一种互联网设备的故障评估方法及相关装置。
技术介绍
1、近年来,超大规模的数据中心建设在全球范围内成为热点,互联网设备(又称为it(internet technology,互联网技术)设备)规模不断扩大。it设备部件的备件用于在it设备发生故障时替换故障设备,以维持数据中心的正常运行。传统方法中,基于各类it设备的标定寿命以及人工经验对it设备进行故障预测,并基于故障预测结果配置it设备部件的备件的数量,但是,基于传统故障预测方法实现的it设备部件的备件的数量评估方法的准确性低,过多的it设备部件的备件造成资源浪费,过少的it设备部件的备件难以应对it设备的运行故障,造成数据中心运行异常。
2、针对上述问题,目前尚未提出有效的解决方案。
技术实现思路
1、鉴于上述问题,本申请提供了一种互联网设备的故障评估方法及相关装置,以实现提高互联网设备的备件数量预测准确性的目的。具体方案如下:
2、本申请第一方面提供一种互联网设备的故障评估方法,包括:
3、依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域;
4、获取各个所述故障域的部件故障数据,所述故障域的所述部件故障数据包括所述故障域内的互联网设备的各类设备部件是否故障以及故障发生时间;
5、对于每个所述故障域,基于所述故障域的部件故障数据构建每一类设备部件的故障率模型;基于各类所述设备部件的故障率模型获取各类所述设备部件在预设的未来
6、对于每一类所述设备部件,基于各个所述故障域的所述设备部件的故障部件预估量,获取所述数据中心的所述设备部件的备件数量总值。
7、在一种可能的实现中,依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域,包括:
8、获取所述数据中心的所有所述互联网设备的设备数据,所述设备数据包括各个所述域分类指标的值;
9、根据各个所述互联网设备的设备数据,将设备数据相同的多个互联网设备划分至同一个所述故障域中。
10、在一种可能的实现中,在所述依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域之前,所述方法还包括:
11、获取全量故障数据,全量故障数据包括各个所述互联网设备的预设的候选指标和故障率;
12、分别将各个候选指标作为控制变量,将故障率作为因变量,采用多因素方差分析方法分析所述全量故障数据,从多个控制变量中确定出所述域分类指标;所述域分类指标包括业务场景、机房、上线批次、和品牌型号。
13、在一种可能的实现中,基于所述故障域的部件故障数据构建每一类设备部件的故障率模型,包括:
14、基于部件故障数据确定所述故障域中每类所述设备部件所属的故障期,所述故障期包括偶然故障期和损耗故障期中的一项;
15、若所述设备部件所属的故障期为所述偶然故障期,建立第一威尔布分布模型,作为所述设备部件的故障率模型,所述第一威尔布分布模型为形状参数等于1的两参数威尔布分布模型;
16、若所述设备部件所属的故障期为所述损耗故障期,建立第二威尔布分布模型,作为所述设备部件的故障率模型,所述第二威尔布分布模型为形状参数大于1的两参数威尔布分布模型。
17、在一种可能的实现中,基于部件故障数据确定所述故障域中每类所述设备部件所属的故障期,包括:
18、以预设的区间数划分历史时间段,得到多个时间区间,历史时间段为初始时刻至当前时刻的时间段;
19、对于每一类所述设备部件,基于故障发生时间落在各个时间区间内的所述设备部件,获取各个所述时间区间的观测时刻对应的故障率观测值;
20、获取各个所述时间区间的观测时刻对应的故障率观测值,相对于第一故障率观测值的变化率,作为所述时间区间的故障变化率,所述第一故障率观测值为第一时间区间的观测时刻对应的故障率观测值;
21、确定是否存在预设数量的连续时间区间的故障变化率大于0;
22、若存在,确定所述设备部件所属的故障期为所述损耗故障期;
23、若不存在,确定所述设备部件所属的故障期为所述偶然故障期。
24、在一种可能的实现中,基于各类所述设备部件的故障率模型获取各类所述设备部件在预设的未来时间段内的故障部件预估量,包括:
25、基于各类所述设备部件的故障率模型获取各类所述设备部件在预设的未来时刻的预测故障率,所述未来时刻为所述未来时间段的结束时刻;
26、计算各类所述设备部件的总数量与所述预测故障率的乘积作为故障部件预估量。
27、在一种可能的实现中,基于各个所述故障域的所述设备部件的故障部件预估量,获取所述数据中心的所述设备部件的备件数量总值,包括:
28、获取各个所述故障域对应的所述设备部件的故障部件预估量的总和,作为所述设备部件的故障总数量;
29、将所述故障总数量乘以预设的备件比值得到目标设备部件的备件数量总值,所述备件比值大于或者等于1。
30、本申请第二方面提供一种互联网设备的故障评估装置,包括:
31、故障域划分单元,用于依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域;
32、故障数据获取单元,用于获取各个所述故障域的部件故障数据,所述故障域的所述部件故障数据包括所述故障域内的互联网设备的各类设备部件是否故障以及故障发生时间;
33、模型构建单元,用于对于每个所述故障域,基于所述故障域的部件故障数据构建每一类设备部件的故障率模型;
34、故障数量预估单元,用于基于各类所述设备部件的故障率模型获取各类所述设备部件在预设的未来时间段内的故障部件预估量;
35、备件数量预估单元,用于对于每一类所述设备部件,基于各个所述故障域的所述设备部件的故障部件预估量,获取所述数据中心的所述设备部件的备件数量总值。
36、在一种可能的实现中,故障域划分单元用于依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域时,具体用于:
37、获取所述数据中心的所有所述互联网设备的设备数据,所述设备数据包括各个所述域分类指标的值;
38、根据各个所述互联网设备的设备数据,将设备数据相同的多个互联网设备划分至同一个所述故障域中。
39、在一种可能的实现中,互联网设备的故障评估装置还包括指标获取单元,用于在所述依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域之前获取全量故障数据,全量故障数据包括各个所述互联网设备的预设的候选指标和故障率;分别将各个候选指标作为控制变量,将故障率作为因变量,采用多因素方差分析方法分析所述全量故障数据,从多个控制变量中确定出所述域分类指标;所述域分类指标包括业务场景、机房、上线批次、和品牌型号。
本文档来自技高网...
【技术保护点】
1.一种互联网设备的故障评估方法,其特征在于,包括:
2.根据权利要求1所述的互联网设备的故障评估方法,其特征在于,所述依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域,包括:
3.根据权利要求2所述的互联网设备的故障评估方法,其特征在于,在所述依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域之前,所述方法还包括:
4.根据权利要求1所述的互联网设备的故障评估方法,其特征在于,所述基于所述故障域的部件故障数据构建每一类设备部件的故障率模型,包括:
5.根据权利要求4所述的互联网设备的故障评估方法,其特征在于,所述基于部件故障数据确定所述故障域中每类所述设备部件所属的故障期,包括:
6.根据权利要求1所述的互联网设备的故障评估方法,其特征在于,所述基于各类所述设备部件的故障率模型获取各类所述设备部件在预设的未来时间段内的故障部件预估量,包括:
7.根据权利要求1所述的互联网设备的故障评估方法,其特征在于,所述基于各个所述故障域的所述设备部件的故障部件预估量,获取所述数据中
8.一种互联网设备的故障评估装置,其特征在于,包括:
9.一种计算机程序产品,其特征在于,包括计算机可读指令,当所述计算机可读指令在电子设备上运行时,使得所述电子设备实现如权利要求1至7中任意一项所述的互联网设备的故障评估方法。
10.一种电子设备,其特征在于,包括至少一个处理器和与所述处理器连接的存储器,其中:
...【技术特征摘要】
1.一种互联网设备的故障评估方法,其特征在于,包括:
2.根据权利要求1所述的互联网设备的故障评估方法,其特征在于,所述依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域,包括:
3.根据权利要求2所述的互联网设备的故障评估方法,其特征在于,在所述依据域分类指标将待评估的数据中心配置的多个互联网设备划分至多个故障域之前,所述方法还包括:
4.根据权利要求1所述的互联网设备的故障评估方法,其特征在于,所述基于所述故障域的部件故障数据构建每一类设备部件的故障率模型,包括:
5.根据权利要求4所述的互联网设备的故障评估方法,其特征在于,所述基于部件故障数据确定所述故障域中每类所述设备部件所属的故障期,包括:
6....
【专利技术属性】
技术研发人员:刘千,吴吉林,闫怀礼,汤亚南,王钰,吴非,
申请(专利权)人:中国银行股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。