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】
本专利技术涉及磁盘,具体涉及一种基于服务器的硬盘共模故障分析方法、装置、设备、介质。
技术介绍
1、随着云计算、人工智能和大数据等新兴产业的快速发展,服务器行业也进入了一个快速发展的阶段。越来越多的公司和行业开始建设自己的机房,机架式服务器因此得到了广泛应用。在这些服务器中,硬盘作为关键部件,其可靠性至关重要。根据某云服务厂商的统计数据,hdd(机械硬盘,hard disk drive)的平均年故障率约为1.4%,ssd(固态硬盘,solid state drive)的平均年故障率则为1%左右。硬盘作为数据存储的主要载体,其故障可能导致业务延迟或中断、系统卡顿或宕机,甚至可能导致关键数据的不可恢复丢失。
2、在相关技术中,对于硬盘故障的预测,往往关注于某个硬盘单体的故障或者寿命进行预测,主要通过监控硬盘自身s.m.a.r.t(自动检测分析及报告技术,self-monitoringanalysis and report technology)参数,使用离线训练确定的算法和模型进行预测,预测硬盘未来发生故障的时间或概率实现。然而,相关技术中对故障发生的具体原因分析不足,尤其是在面对同一客户或机房中硬盘批量故障的情况下,缺乏共模失效风险的分析,欠缺识别潜在问题的能力,无法为故障预防措施、研发设计和测试完善提供有力支撑。
技术实现思路
1、有鉴于此,本专利技术提供了一种基于服务器的硬盘共模故障分析方法、装置、设备、介质,以解决缺乏公模风险分析与潜在问题识别的技术问题。
< ...【技术保护点】
1.一种基于服务器的硬盘共模故障分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据服务器的硬盘的类型与故障模式,确定故障相关部件,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述故障相关部件,确定主要故障因子,包括:
4.根据权利要求3所述的方法,其特征在于,所述分别基于每个模块对应的所述关联关系与所述影响因素,确定对应模块的主要故障因子,包括:
5.根据权利要求3所述的方法,其特征在于,所述分别基于每个模块对应的所述关联关系与所述影响因素,确定对应模块的主要故障因子,包括:
6.根据权利要求3所述的方法,其特征在于,所述分别基于每个模块对应的所述关联关系与所述影响因素,确定对应模块的主要故障因子,包括:
7.根据权利要求1所述的方法,其特征在于,所述分析所述主要故障因子,建立与主要故障因子对应的故障模型,包括:
8.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:磁头飞行高度,所述分别基于对应阈值建立与主要故障因子对应
9.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:坏扇区数量,所述分别基于对应阈值建立与主要故障因子对应的故障判定模型的步骤包括:
10.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:高频振动,所述分别基于对应阈值建立与主要故障因子对应的故障判定模型的步骤包括:
11.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:冲击,所述分别基于对应阈值建立与主要故障因子对应的故障判定模型的步骤包括:
12.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:电压,所述分别基于所述主要故障因子对应的参数信息建立与主要故障因子对应的故障物理模型的步骤包括:
13.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:电流,所述分别基于所述主要故障因子对应的参数信息建立与主要故障因子对应的故障物理模型的步骤包括:
14.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:温度,所述分别基于所述主要故障因子对应的参数信息建立与主要故障因子对应的故障物理模型的步骤包括:
15.根据权利要求1所述的方法,其特征在于,所述基于所述故障模型确定待测服务器的共模故障因子的步骤包括:
16.根据权利要求15所述的方法,其特征在于,所述获取待测服务器与所述主要故障因子对应的参数信息,包括:
17.一种基于服务器的硬盘共模故障分析装置,其特征在于,所述装置包括:
18.根据权利要求17所述的装置,其特征在于,所述装置,还包括:
19.一种计算机设备,其特征在于,包括:
20.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行权利要求1至16中任一项所述的基于服务器的硬盘共模故障分析方法。
...【技术特征摘要】
1.一种基于服务器的硬盘共模故障分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据服务器的硬盘的类型与故障模式,确定故障相关部件,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述故障相关部件,确定主要故障因子,包括:
4.根据权利要求3所述的方法,其特征在于,所述分别基于每个模块对应的所述关联关系与所述影响因素,确定对应模块的主要故障因子,包括:
5.根据权利要求3所述的方法,其特征在于,所述分别基于每个模块对应的所述关联关系与所述影响因素,确定对应模块的主要故障因子,包括:
6.根据权利要求3所述的方法,其特征在于,所述分别基于每个模块对应的所述关联关系与所述影响因素,确定对应模块的主要故障因子,包括:
7.根据权利要求1所述的方法,其特征在于,所述分析所述主要故障因子,建立与主要故障因子对应的故障模型,包括:
8.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:磁头飞行高度,所述分别基于对应阈值建立与主要故障因子对应的故障判定模型的步骤包括:
9.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:坏扇区数量,所述分别基于对应阈值建立与主要故障因子对应的故障判定模型的步骤包括:
10.根据权利要求7所述的方法,其特征在于,所述主要故障因子对应的参数信息包括:高频振动,所述分别基于对应阈值建立与主要故障因子对应的故障判定模型的步骤包括:
<...【专利技术属性】
技术研发人员:薛奎娇,王守昊,
申请(专利权)人:浪潮商用机器有限公司,
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。