[发明专利]一种存储系统性能预测的方法、设备及介质

权利要求书

1.一种存储系统性能预测的方法，其特征在于，包括以下步骤：

收集预定时长的性能数据作为历史性能数据；

将性能数据函数按预定周期展开为傅里叶级数，基于所述历史性能数据，利用最大似然估计法计算得到所述傅里叶级数的系数矩阵，并基于所述系数矩阵得到周期分量预测值；

基于所述历史性能数据得到性能增长方程；以及

基于所述周期分量预测值和所述性能增长方程，得到性能预测值；

其中，所述将性能数据函数按预定周期展开为傅里叶级数，基于所述历史性能数据，利用最大似然估计法计算得到所述傅里叶级数的系数矩阵，并基于所述系数矩阵得到周期分量预测值包括：

将所述性能数据函数按预定周期展开为n阶傅里叶级数和，以得到傅里叶展开式，以及基于所述预定周期的周期特征矩阵；

基于所述历史性能数据，利用最大似然估计法计算得到所述傅里叶级数的系数矩阵；

根据所述周期特征矩阵和系数矩阵计算得到基于所述预定周期的所述周期分量预测值。

2.根据权利要求1所述的方法，其特征在于，基于所述历史性能数据得到性能增长方程包括：

基于所述历史性能数据的第一组和最后一组数据，得到关于时间和性能数据的线性方程。

3.根据权利要求1所述的方法，其特征在于，基于所述周期分量预测值和趋势增长分量，得到性能预测值包括：

遍历周期列表，将通过计算得到得所有基于所述预定周期的所有所述周期分量预测值相加，得到周期预测值；

将预测时长带入所述性能增长方程，得到趋势增长分量；

将所述周期预测值与所述趋势增长分量相加，得到所述性能预测值。

4.根据权利要求1所述的方法，其特征在于，所述性能数据为存储系统CPU利用率、IOPS、带宽、时延。

5.一种计算机设备，其特征在于，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现以下步骤：

收集预定时长的性能数据作为历史性能数据；

将性能数据函数按预定周期展开为傅里叶级数，基于所述历史性能数据，利用最大似然估计法计算得到所述傅里叶级数的系数矩阵，并基于所述系数矩阵得到周期分量预测值；

基于所述历史性能数据得到性能增长方程；以及

基于所述周期分量预测值和所述性能增长方程，得到性能预测值；

其中，所述将性能数据函数按预定周期展开为傅里叶级数，基于所述历史性能数据，利用最大似然估计法计算得到所述傅里叶级数的系数矩阵，并基于所述系数矩阵得到周期分量预测值包括：

将所述性能数据函数按预定周期展开为n阶傅里叶级数和，以得到傅里叶展开式，以及基于所述预定周期的周期特征矩阵；

基于所述历史性能数据，利用最大似然估计法计算得到所述傅里叶级数的系数矩阵；

根据所述周期特征矩阵和系数矩阵计算得到基于所述预定周期的所述周期分量预测值。

6.根据权利要求5所述的计算机设备，其特征在于，基于所述历史性能数据得到性能增长方程包括：

基于所述历史性能数据的第一组和最后一组数据，得到关于时间和性能数据的线性方程。

7.根据权利要求5所述的计算机设备，其特征在于，基于所述周期分量预测值和趋势增长分量，得到性能预测值包括：

遍历周期列表，将通过计算得到得所有基于所述预定周期的所有所述周期分量预测值相加，得到周期预测值；

将预测时长带入所述性能增长方程，得到趋势增长分量；

将所述周期预测值与所述趋势增长分量相加，得到所述性能预测值。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4任意一项所述方法的步骤。