吳文波

（閩南科技學(xué)院 福建 泉州 362000）

0 引言

服務(wù)器磁盤是一種安裝在服務(wù)器當(dāng)中，以磁性盤片作為數(shù)據(jù)載體的存儲器，這種存儲器結(jié)構(gòu)具有非易失性特點，因此能夠確保服務(wù)器運行中具備更有力的數(shù)據(jù)支撐。與服務(wù)器當(dāng)中的中央處理器、內(nèi)存等結(jié)構(gòu)相比，磁盤的機械結(jié)構(gòu)更加復(fù)雜，并且更加脆弱，在高速運轉(zhuǎn)中極易受到磨損[1]。在大數(shù)據(jù)環(huán)境當(dāng)中，多臺服務(wù)器被放置在同一個機架結(jié)構(gòu)當(dāng)中，若其中一塊磁盤出現(xiàn)故障問題，則會對整個服務(wù)器構(gòu)成機架的運行造成嚴(yán)重影響，同時在眾多服務(wù)器磁盤當(dāng)中找出故障的磁盤難度也較大。盡管服務(wù)器中每一塊磁盤配置備用數(shù)據(jù)塊用于替換壞的數(shù)據(jù)塊，但當(dāng)備用數(shù)據(jù)塊被用完后，若磁盤仍然持續(xù)受到磨損，則會造成數(shù)據(jù)丟失問題產(chǎn)生，進而影響到服務(wù)器的正常運行，并且對于用戶而言會造成無法逆轉(zhuǎn)的不利影響[2]。服務(wù)器磁盤在使用的前期階段（1 年）中，磁盤的故障發(fā)生概率會呈現(xiàn)出先增加后降低的趨勢?；谏鲜龇?wù)器磁盤的故障特征以及故障發(fā)生概率，為提高服務(wù)器磁盤及整體運行可靠性，本文將引入大數(shù)據(jù)技術(shù)，開展對服務(wù)器磁盤故障診斷方法的設(shè)計研究。

1 基于大數(shù)據(jù)技術(shù)的服務(wù)器磁盤故障診斷方法

為實現(xiàn)對服務(wù)器磁盤的故障診斷，本文采用服務(wù)器磁盤故障自診和系統(tǒng)級診斷相結(jié)合的方式，實現(xiàn)對故障問題的綜合診斷。為確保服務(wù)器磁盤的故障自診和系統(tǒng)級診斷具備更可靠診斷依據(jù)，在對其進行詳細(xì)設(shè)計前，首先利用大數(shù)據(jù)技術(shù)對服務(wù)器運行過程中的負(fù)載數(shù)據(jù)進行采集。

1.1 基于大數(shù)據(jù)技術(shù)的服務(wù)器磁盤運行中負(fù)載數(shù)據(jù)采集

考慮到服務(wù)器架構(gòu)中包含眾多磁盤，為確保獲取所有具有高利用價值的負(fù)載數(shù)據(jù)，引入大數(shù)據(jù)技術(shù)[3]，只針對磁盤運行中產(chǎn)生的磁盤利用率數(shù)據(jù)、磁盤讀取速度數(shù)據(jù)、磁盤寫入速度數(shù)據(jù)等進行采集，將負(fù)載數(shù)據(jù)的采集時間設(shè)定為每間隔5 min 完成1 次[4]。根據(jù)服務(wù)器磁盤的利用率數(shù)據(jù)，可實現(xiàn)對磁盤工作時間與磁盤通電時間比值的描述，通過5 min/次的數(shù)據(jù)采集，可以實現(xiàn)對5 min 時間內(nèi)磁盤工作時間占比信息的獲取[5]。若服務(wù)器磁盤的利用率越高，則說明磁盤的空閑時間越少，將這一數(shù)據(jù)作為磁盤負(fù)載的時間特征數(shù)據(jù)。通過服務(wù)器磁盤讀取速度數(shù)據(jù)和寫入數(shù)據(jù)，能夠?qū)崿F(xiàn)對從內(nèi)存到磁盤當(dāng)中數(shù)據(jù)傳輸?shù)乃俣龋块g隔5 min 完成1 次采集，能夠?qū)崿F(xiàn)對磁盤運行5 min 內(nèi)平均傳輸速度的描述，同樣將這一數(shù)據(jù)作為磁盤負(fù)載的空間特征數(shù)據(jù)。在獲取到上述負(fù)載數(shù)據(jù)后，為實現(xiàn)對服務(wù)器磁盤運行的準(zhǔn)確描述，可從時間角度，對服務(wù)器磁盤負(fù)載強度進行計算，其公式為：

上述公式中，D表示為服務(wù)器磁盤的負(fù)載強度；di表示為每間隔5 min 采集到的磁盤利用率數(shù)據(jù)；n表示為數(shù)據(jù)采集次數(shù)。通過上述公式計算得出，服務(wù)器磁盤的平均利用率越低，則說明磁盤負(fù)載強度越??；反之服務(wù)器磁盤的平均利用率越高，則說明磁盤負(fù)載強度越大[6]。再針對服務(wù)器磁盤在高利用率狀態(tài)下的時間占比，實現(xiàn)對磁盤這一狀態(tài)出現(xiàn)頻率的計算，其公式為：

上述公式中，D' 表示為磁盤在高利用率狀態(tài)當(dāng)中的時間占比；ld表示為知識函數(shù)，若其邏輯表達式成立，則輸出的數(shù)值為1；反之，若邏輯表達式不成立，則輸出的數(shù)值為0。結(jié)合上述公式（2），對服務(wù)器磁盤利用率閾值進行設(shè)定，若計算得出的結(jié)果超出閾值范圍，則此時指示函數(shù)的輸出值為1，同時意味著服務(wù)器磁盤出現(xiàn)了一次高利用率情況；反之，若計算得出的結(jié)果未超過閾值范圍或與閾值數(shù)值相同，則此時指示函數(shù)的輸出值為0，同時意味著服務(wù)器磁盤的利用率在正常范圍內(nèi)。根據(jù)上述內(nèi)容，實現(xiàn)對服務(wù)器磁盤高利用率情況出現(xiàn)次數(shù)的計量[7]。通常情況下，服務(wù)器磁盤的平均利用率若超過50%，則其故障發(fā)生概率會呈現(xiàn)出爆發(fā)式的上升趨勢。因此，結(jié)合上述得出的計量結(jié)果，也能夠為后續(xù)對磁盤是否出現(xiàn)故障問題的判斷提供依據(jù)。

1.2 服務(wù)器磁盤故障自診

在利用大數(shù)據(jù)技術(shù)完成對服務(wù)器磁盤運行中負(fù)載數(shù)據(jù)的采集后，采用劃分等級的方式，完成對磁盤的故障診斷，等級分別為服務(wù)器磁盤自診和系統(tǒng)級診斷。

在進行自診前需要對服務(wù)器磁盤在運行中，對資源的使用情況以及節(jié)點在物理層面上的狀態(tài)信息進行獲取，其每個狀態(tài)下的表征數(shù)據(jù)均為數(shù)值類型數(shù)據(jù)，可通過基于/proc 文件以及命令行采集相結(jié)合的方式獲取。在采集過程中，在/proc 文件當(dāng)中讀取服務(wù)器磁盤故障自診的相關(guān)文件，若文件存在并順利打開，則對該文件進行解析，并得到所需的表征值數(shù)據(jù)信息。若文件無法打開或為空，則需要調(diào)用相關(guān)的命令并將得到的結(jié)果重定向為文件再重復(fù)上述操作獲得表征數(shù)值。在實際執(zhí)行上述操作時，由于服務(wù)器磁盤個體之間存在差異，且服務(wù)器的操作系統(tǒng)版本更新問題可能會對/proc 文件結(jié)構(gòu)造成影響。因此，針對這一問題，引入基于命令行的采集方式，實現(xiàn)對上述操作的輔助，從而確保得到的表征數(shù)值更具可靠性。

在完成上述操作后，針對服務(wù)器磁盤故障自診進行設(shè)計，服務(wù)器磁盤不同的故障類型，采用不同的監(jiān)控方式，監(jiān)控到的信息類型不一致，但均采用大數(shù)據(jù)技術(shù)周期性地獲得相關(guān)狀態(tài)表增值的方式，實現(xiàn)對數(shù)據(jù)的分類和對服務(wù)器磁盤的故障診斷，并最終得出服務(wù)器磁盤是否為故障。針對上述采集到的負(fù)載數(shù)據(jù)信息，針對不同數(shù)據(jù)類型，采用不同的監(jiān)控方式[8]。例如，針對使用率、流量、輸入輸出性能等負(fù)載相關(guān)數(shù)據(jù)，采用基于proc 文件和基于命令行相結(jié)合的方式進行監(jiān)控；針對核心服務(wù)進程、關(guān)鍵服務(wù)進程等負(fù)載相關(guān)數(shù)據(jù)，采用內(nèi)核監(jiān)控方法。前者在監(jiān)控過程中，通過ps 命令、top 命令和who 命令，實現(xiàn)對監(jiān)控信息的獲取，并根據(jù)信息內(nèi)容實現(xiàn)故障檢測。在檢測過程中，還需要對與服務(wù)器磁盤相連接的電源、風(fēng)扇等結(jié)構(gòu)的工作狀態(tài)進行實時監(jiān)控，并采取門限檢測的方法，診斷服務(wù)器磁盤是否出現(xiàn)故障問題。服務(wù)器磁盤自診流程圖見圖1。

上述服務(wù)器磁盤故障自診過程中，可基于深度學(xué)習(xí)算法，構(gòu)建磁盤故障診斷的模型，其表達式為：

上述公式中，S(t+△t)表示為故障診斷結(jié)果；S表示為服務(wù)器磁盤的狀態(tài)當(dāng)量；g(I(t),S(t))表示為通過上述操作獲取到的磁盤運行負(fù)載數(shù)據(jù)。為提高服務(wù)器磁盤自診的精度，在完成對診斷模型的構(gòu)建后，將其應(yīng)用到監(jiān)督學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)當(dāng)中，并進行迭代訓(xùn)練。在完成訓(xùn)練后，將輸出的結(jié)果作為最終服務(wù)器磁盤的自診結(jié)果[9]。同時，為了區(qū)別服務(wù)器磁盤的自診和系統(tǒng)級診斷，在實際應(yīng)用中，對上述建立的故障診斷模型進行閾值設(shè)定，當(dāng)采集到的負(fù)載數(shù)據(jù)沒有達到自診閾值范圍時，則不會觸發(fā)上述模型的運行，自診模塊不會啟動。

1.3 服務(wù)器磁盤系統(tǒng)級診斷

針對服務(wù)器磁盤系統(tǒng)級故障診斷進行設(shè)計，需要完成對服務(wù)器中各個節(jié)點的配置，并構(gòu)成一個完整的集群。每個節(jié)點都需要保存在同一個集群配置文件當(dāng)中。在進行系統(tǒng)級故障診斷的過程中，階段讀取配置文件得到集群中各個節(jié)點狀態(tài)[10]。在服務(wù)器磁盤處于健康狀態(tài)中運行時，每一個節(jié)點的心跳模塊都會生成一些狀態(tài)線程，若集群中包含n 個節(jié)點，則每個節(jié)點的心跳模塊都會生成n-1 個狀態(tài)線程，利用獲取到的集群節(jié)點狀態(tài)實現(xiàn)對服務(wù)器磁盤運行狀態(tài)的判斷。假設(shè)某一節(jié)點a 與另一個節(jié)點b 之間的狀態(tài)線程為ab，則每隔一定時間后，節(jié)點a 都會向節(jié)點b發(fā)送一個故障檢測結(jié)果。時間間隔按照上述負(fù)載數(shù)據(jù)采集的時間間隔進行設(shè)置，即5 min。通過對節(jié)點a 到節(jié)點b發(fā)送結(jié)果可實現(xiàn)對服務(wù)器磁盤故障的診斷，其表達式為：

上述公式中，T表示為節(jié)點a 到節(jié)點b 發(fā)送時間；cT表示為當(dāng)前時間節(jié)點；tT表示為超時時間節(jié)點。上述公式中，上半部分為超時情況下的檢測結(jié)果；下半部分為正常情況下的檢測結(jié)果。

在進行對服務(wù)器磁盤系統(tǒng)級診斷時，同樣為了區(qū)分自診和系統(tǒng)級診斷，以上述相同方式為系統(tǒng)級診斷的閾值進行設(shè)置，當(dāng)數(shù)據(jù)沒有達到系統(tǒng)級診斷的閾值范圍時，則不會觸發(fā)上述模塊的運行，系統(tǒng)級診斷模塊不會啟動。如若數(shù)據(jù)不在自診閾值范圍同時也不在系統(tǒng)級診斷閾值范圍，則自動認(rèn)為服務(wù)器磁盤未發(fā)生故障問題，處于健康運行狀態(tài)，以此實現(xiàn)對服務(wù)器磁盤故障的診斷。

2 對比實驗

在上文論述基礎(chǔ)上，引入大數(shù)據(jù)技術(shù)提出了一種針對服務(wù)器磁盤的故障診斷方法，為了進一步驗證這一方法的應(yīng)用優(yōu)勢，選擇將基于無線傳感網(wǎng)絡(luò)的診斷方法作為對照組，將這一診斷方法的應(yīng)用條件作為對照條件，本文基于大數(shù)據(jù)技術(shù)的診斷方法作為實驗組，并按照上述論述該方法應(yīng)用需要作為實驗條件。利用兩種方法對相同的服務(wù)器磁盤研究對象進行故障診斷。選擇ST16000NM00 型號服務(wù)器磁盤作為實驗研究對象，將該型號所有磁盤的歷史運行信息匯總，并構(gòu)成完成的數(shù)據(jù)集，將這一數(shù)據(jù)集作為實驗數(shù)據(jù)集，其基本信息見表1。

表1 ST16000NM00 型號服務(wù)器磁盤實驗數(shù)據(jù)集

將上述實驗數(shù)據(jù)集用Python 編程語言進行編碼，并對數(shù)據(jù)集中相關(guān)信息進行預(yù)處理、排序訓(xùn)練等。將處理后的實驗數(shù)據(jù)集作為測試集，分別利用兩種方法對測試集進行故障診斷。已知服務(wù)器磁盤在出現(xiàn)故障問題時，服務(wù)器通常會表現(xiàn)出3 種狀態(tài)，分別為：服務(wù)暫停、進程異常和服務(wù)停止。利用兩種方法對磁盤是否故障進行判斷，并給出具體故障診斷類型，分別從故障判斷結(jié)果和診斷故障類別結(jié)果兩方面，對兩種方法的診斷性能進行分析。將兩種方法的故障判斷結(jié)果記錄，并繪制成表2。

表2 實驗組與對照組故障判斷結(jié)果記錄表 單位：例

從表2 中記錄的實驗數(shù)據(jù)可以看出，兩種故障診斷方法在對相同服務(wù)器磁盤故障進行診斷時，實驗組磁盤故障和健康判斷結(jié)果與實際情況完全相同，而對照組判斷結(jié)果與實際相差較大。因此，從這一實驗結(jié)果能夠初步證明，本文提出的故障診斷方法在對服務(wù)器磁盤的故障和健康狀態(tài)判斷時，可實現(xiàn)99%的診斷精度。再針對兩種診斷方法對服務(wù)器磁盤故障類型診斷的精度進行對比，結(jié)合上述3種服務(wù)器磁盤故障類型，將類型診斷結(jié)果記錄，并繪制表3。

表3 實驗組與對照組服務(wù)器磁盤故障類型診斷結(jié)果 單位：個

由表3 可知，實驗組正確判斷3 種故障類型的個數(shù)均高于對照組，因此，通過這一實驗結(jié)果能夠進一步證明，本文提出的基于大數(shù)據(jù)技術(shù)的診斷方法不僅能夠?qū)崿F(xiàn)對服務(wù)器磁盤故障狀態(tài)與健康狀態(tài)的準(zhǔn)確判斷，同時還能夠?qū)崿F(xiàn)對磁盤故障具體類型的診斷，得出的診斷結(jié)果對于服務(wù)器的運行和維護策略提出具有更高利用價值。

3 結(jié)語

服務(wù)器磁盤的故障原因可分為內(nèi)部因素和外部因素兩種，其中外部因素主要是受到外界物理破壞，而內(nèi)部因素包括磁盤的接口等內(nèi)部組件的運行質(zhì)量，兩方面因素的存在決定著磁盤的使用質(zhì)量和維護質(zhì)量。在明確服務(wù)器磁盤故障原因基礎(chǔ)上，本文提出一種全新的故障診斷方法，并通過實驗實現(xiàn)了對該診斷方法的應(yīng)用優(yōu)勢驗證，將該方法應(yīng)用于實際可以促進服務(wù)器磁盤運行穩(wěn)定性的進一步提升。