[发明专利]存储系统延迟孤立点检测

说明书

本发明涉及一种存储系统延迟孤立点检测。一种用于识别指示数据存储网络中的错误配置或软件故障的异常的系统或方法，其可包括捕获数据存储网络延迟度量，识别所捕获的延迟度量中的高延迟的周期，将统计偏差操作应用于所识别的高延迟的周期中的延迟度量，以及识别在统计偏差延迟度量中的孤立点。该方法还包括计算所识别的孤立点的中值，对所识别的孤立点的中值进行归一化，以及对所识别的孤立点的归一化中值进行评分。

背景技术

在数据存储网络中，延迟是存储设备响应于数据请求或服务数据请求(诸如输入/输出(I/O)请求)所需的或使用的时间量。比通常更高或更长的延迟时间指示使用数据存储网络的应用程序所经历的数据存储网络的性能下降。传统的数据存储网络性能评估过程测量延迟时间以确定数据存储网络是否正在经历性能下降。然而，传统的基于延迟的性能评估方法已经显示出非常不准确，因为数据存储网络性能受到除了延迟时间之外的多个因素的影响。更具体地，已知数据存储网络性能取决于数据存储网络的应用程序工作负载的各种特性，例如诸如I/O请求的大小、CPU饱和度、端口饱和度、磁盘饱和度、队列深度和高速缓存未命中。因此，用于数据存储网络的传统的基于延迟的性能评估方法易于产生不准确的结果并且错误地指示性能下降。因此，数据存储网络及其管理员面临的挑战是如何准确地识别存储环境中是否存在性能问题，以及如果识别出性能问题，则识别出该性能问题的可能原因。传统的数据存储网络的另一个挑战是识别基于延迟的性能下降的根本原因，因为传统的基于延迟的性能评估技术不能分析或以其他方式确定可能导致延迟问题的因素。此外，传统的基于延迟的网络性能评估方法不能提供对即将到来的网络延迟问题的了解，这对于网络管理员来说管理网络活动是期望的。

附图说明

可以通过参考附图中所示的示例实施例来获得更具体的描述，以便可以详细地理解本公开的所述特征、优点和目的的方式。然而，应注意，附图仅示出了本公开的典型或示例实施例，并且不应被视为限制其范围。

图1示出了用于识别数据存储网络中的延迟阈值的聚类算法结果的示例图。

图2示出了八个数据簇或工作负载类型的示例延迟表。

图3示出了由相关系数排序的因素的示例列表，以显示对观察到的延迟的可能贡献者。

图4示出了用于识别数据存储网络中的延迟因素的示例方法。

图5示出了由本公开的方法或软件生成的示例健康评分图表。

图6示出了构造(即CPU组)的MAD操作、孤立点和中值的结果的图表。

图7示出了可视化孤立点影响的示例图。

图8示出了示例周期性表。

图9示出了分配到相等大小的二进制中的工作负载值和实际对应的工作负载指纹的表。

图10示出了处理的数据集的示例图，以显示与预测的延迟相比的实际延迟。

图11示出了用于识别数据存储网络中的延迟异常的示例方法。

图12示出了用于预测未来数据存储网络工作负载模式和高延迟的周期的示例方法。

图13示出了用于实现本公开的示例实施例的示例硬件配置。

图14示出了用于识别可有助于数据存储网络中的延迟性能的数据存储网络延迟度量中的孤立点的示例方法。

具体实施方式