元核云发布存储产品新特性，结合AI算法助力慢盘智能化检测 AI时代来临

AI时代来临，让许多工作变得智能化、自动化，节省了大量的人力和物力，其实存储也不例外。
01技术背景
众所周知在分布式存储系统集群运行环境下，硬盘是数量最多且故障率最高的硬件之一，目前，一般硬盘不加电、不工作等故障，普遍能做到及时发现并快速隔离处理。但有些时候硬盘故障会表现为工作的同时性能变得缓慢。
具体表现为两方面
1. 随着时间推移性能相对其他硬盘逐渐变慢
2. 突发性缓慢，一段时间后恢复正常
判断一块硬盘是否已出现缓慢症状是相对复杂的过程，影响因素众多,如：IO大小， IO延迟， IO数量， IO类型， IO分布等等，同时在不同运行环境下其表现也不相同。
所以及时准确地找出缓慢硬盘，并将其实施隔离，是存储系统性能稳定保证的关键。
02技术说明
10年磨炼， 5年精耕，元核云技术团队紧跟最新技术发展动向和发展方向，不断钻研，小步快跑快速迭代，结合AI算法助力慢盘智能化检测，实现智能存储新特性。
通过建立延迟数据AI预测模型，定期不断训练，将实际延迟数据与预测延迟数据实时比对，将数据差异较大的硬盘标记为缓慢故障盘，并执行自动隔离操作。

具体流程如下
1 基于实际环境硬盘负载及其对应延迟数据，训练出基于硬盘负载的延迟预测AI模型；
2 获取运行环境的实时硬盘负载和延迟，基于负载可预测出正常延迟范围；
3 实际延迟频繁高于预测延迟范围的硬盘，即被标记为慢盘；
4 自动化运维平台在保障数据安全可靠前提下，将标记的慢盘踢出集群。
03技术效果
数据来源：某客户生产环境下采集一套集群48小时的硬盘性能数据。
硬盘类型：7.2K企业级机械盘。
完成数据训练后，随机选择了2000个数据采样点进行预测延迟与实际延迟趋势对比，详见下图：

注：蓝色为预测延迟数据，绿色为实际延迟数据
从图中数据中可以看出，两组数据成相似轨迹波动，符合预期。将两组数据取差值，可以看到2000个测试样本，差距基本在正负10毫秒以内，详见下图：

04展现效果

元核云发布存储产品新特性，结合AI算法助力慢盘智能化检测■?支持手动重置模型：若长时间运行业务环境需增加其他业务场景，或其他长期场景导致集群性能压力变化较大情况下，可重置模型。重新基于变化后环境进行预测且预
测模型参数可调，包括检测周期、采样频率、慢盘敏感度。适应不同压力业务环境下的训练模型，使预测更准确且更具针对性。
? 预测到持续性慢盘后，根据疑似慢盘处理可以实现仅产生预警、仅产生告警、告警并隔离，根据告警/预警准确定位故障磁盘位置，并自动点亮磁盘灯，提醒运维人员查验并更换。
? 若选择告警并隔离，其会自动将慢盘从存储集群中剔除，使后续业务更加稳定。
? 根据预测的延迟偏离趋势分析预测准确度：偏离趋势持续下降则说明预测越来越准确，偏离趋势持续上升即需要对预测模型参数做调整，从而实现准确预测效果。