本發(fā)明涉及一種用于部署儲(chǔ)存系統(tǒng)資源的方法，特別是涉及一種通過對(duì)執(zhí)行中工作負(fù)載的學(xué)習(xí)而部署儲(chǔ)存系統(tǒng)資源的方法。

背景技術(shù)：

傳統(tǒng)上，儲(chǔ)存系統(tǒng)的管理人員一直被一個(gè)問題困擾：即如何部署“足夠的”資源給所有在儲(chǔ)存系統(tǒng)中運(yùn)作的工作負(fù)載。儲(chǔ)存系統(tǒng)可以用于私有網(wǎng)絡(luò)或云端服務(wù)中。舉例來說，如果一個(gè)系統(tǒng)存取儲(chǔ)存設(shè)備資源用來執(zhí)行電子郵件服務(wù)與erp(enterpriseresourceplanning，企業(yè)資源計(jì)劃)服務(wù)的工作負(fù)載，一個(gè)控制服務(wù)器必須妥善部署所有儲(chǔ)存設(shè)備與其它資源，諸如cpu(centralprocessingunit，中央處理單元)使用率與ssd(solidstatedisk，固態(tài)硬盤)緩存大小，以便當(dāng)工作負(fù)載加載時(shí)，工作性能，例如每秒輸入輸出操作次數(shù)(input/outputpersecond，iops)是可被接受的。實(shí)作上，工作負(fù)載性能接受度的需求都是由系統(tǒng)的服務(wù)層級(jí)協(xié)議(servicelevelagreement，sla)制定的。一旦觀測(cè)到的性能小于服務(wù)層級(jí)協(xié)議中所要求的水平，那么管理人員需要調(diào)整資源分布，以便該性能將很快地達(dá)到要求的水平。為了達(dá)到服務(wù)層級(jí)協(xié)議的標(biāo)準(zhǔn)，即使很少發(fā)生大量的工作負(fù)載要求，管理人員仍可能永久地指定過多額外的資源，以免臨時(shí)措手不及。這些額外的資源通常處于待機(jī)狀況，不單是資源的浪費(fèi)，也很少有系統(tǒng)能負(fù)擔(dān)這么多的資源浪費(fèi)。因此有必要提出一種有效且實(shí)時(shí)的資源部署。一種傳統(tǒng)的資源布設(shè)儲(chǔ)存系統(tǒng)架構(gòu)如圖1所示。資源布設(shè)儲(chǔ)存系統(tǒng)由控制服務(wù)器1來操作?？刂品?wù)器1具有許多用來執(zhí)行資源部署的模塊。舉例來說，控制服務(wù)器1可具有資源分析模塊11，用來偵測(cè)不同工作負(fù)載的需求，并分析對(duì)于該工作負(fù)載的最佳資源布設(shè)?？刂品?wù)器1可進(jìn)一步具有規(guī)則引擎12，用來提供資源分析模塊11相關(guān)規(guī)則，以及儲(chǔ)存設(shè)備資源管理模塊13，用來執(zhí)行來自資源分析模塊11的布設(shè)指示。每一個(gè)布設(shè)指示可能有不同的 儲(chǔ)存設(shè)備資源2(例如hdd、ssd與緩存ssd使用的數(shù)量)部署、計(jì)算資源3(例如cpu使用率)，與網(wǎng)絡(luò)資源4(例如執(zhí)行優(yōu)先次序)。通常來說，資源布設(shè)儲(chǔ)存系統(tǒng)是集中式控管的并具有其它輔助服務(wù)器來分散來自控制服務(wù)器1的工作量。

該儲(chǔ)存系統(tǒng)在運(yùn)作中遇到很多問題。首先，單一控制服務(wù)器1的工作量通常隨著工作負(fù)載增加而變重。儲(chǔ)存系統(tǒng)可能無法及時(shí)提供最佳的資源部署。即便輔助服務(wù)器協(xié)同運(yùn)作來操作儲(chǔ)存系統(tǒng)，它們可以處理的是位于不同位置或網(wǎng)絡(luò)中分散群的資源；但服務(wù)器協(xié)同運(yùn)作不是簡(jiǎn)單的工作，卸除工作到其它服務(wù)器可能無法如預(yù)期般及時(shí)完成。繁重的工作量對(duì)服務(wù)器來說是不好的且可能浪費(fèi)更多資源。其次，基于不同應(yīng)用的工作負(fù)載，管理人員需要在規(guī)則引擎12中設(shè)立不同的規(guī)則或政策供資源分析模塊11遵循。這工作需要嫻熟的管理人員。即便如此，也常常發(fā)生特殊情況，管理人員必須要立即調(diào)整規(guī)則或政策以讓儲(chǔ)存系統(tǒng)平順運(yùn)作。重要的是控制服務(wù)器1并不具有人工智能也無法學(xué)習(xí)如何自適應(yīng)，只能依靠管理人員的指示。

為了解決上述問題，需要一種通過對(duì)執(zhí)行中工作負(fù)載的學(xué)習(xí)而部署儲(chǔ)存系統(tǒng)資源的方法。

技術(shù)實(shí)現(xiàn)要素：

本段文字提取和編譯本發(fā)明的某些特點(diǎn)。其他特點(diǎn)將在后續(xù)的段落中被揭露。其目的在于在不脫離本發(fā)明構(gòu)思的前提下，各種的修改及類似的排列均在本發(fā)明的保護(hù)范圍內(nèi)。

為了解決上述問題，本發(fā)明提供一種通過對(duì)執(zhí)行中工作負(fù)載的學(xué)習(xí)而部署儲(chǔ)存系統(tǒng)資源的方法。該方法包括：

a、設(shè)定在特定場(chǎng)景與資源調(diào)整下用于儲(chǔ)存系統(tǒng)的性能參數(shù)與工作負(fù)載的服務(wù)層級(jí)協(xié)議間的偏離百分比的狀態(tài)-動(dòng)作模糊規(guī)則，及用于資源調(diào)整與獎(jiǎng)勵(lì)值的動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則，其中所述場(chǎng)景為所述性能參數(shù)的偏離方向與對(duì)應(yīng)的資源變化間的特定關(guān)系；

b、提供經(jīng)驗(yàn)矩陣，所述經(jīng)驗(yàn)矩陣的任一列中的字段都對(duì)應(yīng)到在特定狀態(tài)下 的獎(jiǎng)勵(lì)值，且任一行的字段都對(duì)應(yīng)到對(duì)于至少一個(gè)資源的調(diào)整的獎(jiǎng)勵(lì)值，其中所述經(jīng)驗(yàn)矩陣的所有字段數(shù)值初始值歸零，該所述初始值歸零的狀態(tài)是性能參數(shù)偏離百分比的特定組合；

c、搜集來自其中一個(gè)工作負(fù)載的目前性能參數(shù)偏離百分比，并為所述工作負(fù)載提供多個(gè)之后時(shí)間點(diǎn)上的預(yù)測(cè)性能參數(shù)偏離百分比；

d、隨機(jī)選擇一個(gè)場(chǎng)景，并將搜集到的所述工作負(fù)載的目前性能參數(shù)偏離百分比輸入到選擇的場(chǎng)景的狀態(tài)-動(dòng)作模糊規(guī)則的隸屬函數(shù)中，進(jìn)行模糊化、模糊推理，與結(jié)果匯總，得到第一動(dòng)作區(qū)間；

e、對(duì)所述第一動(dòng)作區(qū)間解模糊化以得到對(duì)至少一個(gè)資源的調(diào)整量；

f、在所述儲(chǔ)存系統(tǒng)中對(duì)所述工作負(fù)載執(zhí)行所述該調(diào)整量；

g、將提供的前述所述工作負(fù)載的預(yù)測(cè)性能參數(shù)偏離百分比輸入到動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則的隸屬函數(shù)中，進(jìn)行模糊化、模糊推理，與結(jié)果匯總，得到獎(jiǎng)勵(lì)區(qū)間；

h、對(duì)所述獎(jiǎng)勵(lì)區(qū)間解模糊化以得到偏離獎(jiǎng)勵(lì)值；

i、在所述經(jīng)驗(yàn)矩陣中與所述預(yù)測(cè)性能參數(shù)偏離百分比的狀態(tài)對(duì)應(yīng)的列中，尋找每一列中的最大值；

j、將所述偏離獎(jiǎng)勵(lì)值與來自步驟i中在先前時(shí)間上的選擇值進(jìn)行累加得到更新獎(jiǎng)勵(lì)值，并將所述更新獎(jiǎng)勵(lì)值取代該所述經(jīng)驗(yàn)矩陣中在所述性能參數(shù)偏離百分比的狀態(tài)與先前時(shí)間點(diǎn)動(dòng)作量下的字段的值；

k、重復(fù)步驟c到步驟j，直到每一字段滿足收斂條件，其中步驟d所使用的工作負(fù)載是對(duì)所有工作負(fù)載依序輪流選定執(zhí)行；及

l、選擇所述經(jīng)驗(yàn)矩陣中與觀測(cè)到的性能參數(shù)偏離百分比對(duì)應(yīng)的一列，并在所述儲(chǔ)存系統(tǒng)中執(zhí)行對(duì)應(yīng)的列中最大值字段的特定資源的調(diào)整。

在其中一個(gè)實(shí)施例中，其中如果步驟i中沒有所述先前時(shí)間點(diǎn)，則所述更新獎(jiǎng)勵(lì)值設(shè)為0。

在其中一個(gè)實(shí)施例中，所述性能參數(shù)包含延遲時(shí)間、流通量、cpu負(fù)載、內(nèi)存使用狀況、或每秒輸入輸出操作次數(shù)。

在其中一個(gè)實(shí)施例中，所述資源包含ssd讀取緩存大小、ssd寫入緩存大小、cpu使用率、ram大小、塊狀輸入輸出帶寬、虛擬機(jī)數(shù)量、或配置儲(chǔ)存設(shè)備的數(shù)量。

在其中一個(gè)實(shí)施例中，時(shí)間點(diǎn)的數(shù)量為4或5。

在其中一個(gè)實(shí)施例中，所述收斂條件為對(duì)所有字段經(jīng)過學(xué)習(xí)階段后，獎(jiǎng)勵(lì)值保持不變，或在有限區(qū)間內(nèi)變動(dòng)，而所述區(qū)間維持不變或隨時(shí)間縮減。

在其中一個(gè)實(shí)施例中，所述學(xué)習(xí)階段長(zhǎng)于5小時(shí)。

在其中一個(gè)實(shí)施例中，如果每一字段中的獎(jiǎng)勵(lì)值不隨時(shí)間維持不變，則用在上限與下限間的平均值與相同列中的其它獎(jiǎng)勵(lì)值進(jìn)行比較，以找出最大值用于所述資源的調(diào)整。

在其中一個(gè)實(shí)施例中，在步驟e之后包括步驟e1：如果所述資源的調(diào)整量超過所述資源的剩余量時(shí)，則維持所述資源的量并發(fā)出警訊。

在其中一個(gè)實(shí)施例中，如果動(dòng)作導(dǎo)致資源的調(diào)整量落在所述資源的兩個(gè)連續(xù)調(diào)整值之間，則選擇較近的一個(gè)調(diào)整值。

在其中一個(gè)實(shí)施例中，步驟a中的設(shè)定狀態(tài)-動(dòng)作模糊規(guī)則由以下子步驟而獲得：

定義用于每一性能參數(shù)的語言值；

構(gòu)建描述所有所述語言值的程度的隸屬函數(shù)；及

根據(jù)所述隸屬函數(shù)建構(gòu)所述狀態(tài)-動(dòng)作模糊規(guī)則。

在其中一個(gè)實(shí)施例中，步驟a中的動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則由以下子步驟而獲得：

定義用于資源變化百分比的每個(gè)區(qū)間、性能參數(shù)的每個(gè)變化百分比，與每一獎(jiǎng)勵(lì)值的量的語言值；

構(gòu)建描述所有性能參數(shù)偏離百分比、資源調(diào)整、與獎(jiǎng)勵(lì)值區(qū)間的程度的隸屬函數(shù)；及

根據(jù)所述隸屬函數(shù)建構(gòu)所述動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則。

在其中一個(gè)實(shí)施例中，在步驟f中，如果一定數(shù)量的至少一個(gè)資源從所述工作負(fù)載中釋放，則給予較高的偏離獎(jiǎng)勵(lì)值。

在其中一個(gè)實(shí)施例中，在步驟j中在所述偏離獎(jiǎng)勵(lì)值累加前，每一獎(jiǎng)勵(lì)值均乘上具調(diào)校功能的伽馬值。

在其中一個(gè)實(shí)施例中，所述伽馬值位于0與1之間。

本發(fā)明的有益效果包括：

上述通過對(duì)執(zhí)行中工作負(fù)載的學(xué)習(xí)而部署儲(chǔ)存系統(tǒng)資源的方法，應(yīng)用于儲(chǔ)存系統(tǒng)，利用狀態(tài)-動(dòng)作模糊規(guī)則與動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則，學(xué)習(xí)工作負(fù)載的性能參數(shù)從而得到資源的最佳動(dòng)態(tài)部署，無須人力介入操作。減輕了儲(chǔ)存系統(tǒng)管理員的工作量，并加強(qiáng)了該儲(chǔ)存系統(tǒng)的性能。

附圖說明

圖1為一個(gè)實(shí)施例中的傳統(tǒng)的資源布設(shè)儲(chǔ)存系統(tǒng)架構(gòu)的示意圖；

圖2為一個(gè)實(shí)施例中的通過對(duì)執(zhí)行中工作負(fù)載的學(xué)習(xí)而部署儲(chǔ)存系統(tǒng)資源的方法的流程示意圖；

圖3為一個(gè)實(shí)施例中的兩個(gè)工作負(fù)載的每秒輸入輸出操作次數(shù)的偏離百分比隨時(shí)間變化的示意圖；

圖4為一個(gè)實(shí)施例中的兩個(gè)工作負(fù)載的延遲時(shí)間偏離百分比隨時(shí)間變化的示意圖；

圖5為一個(gè)實(shí)施例中的系統(tǒng)的所有場(chǎng)景的列表；

圖6為一個(gè)實(shí)施例中的場(chǎng)景6中的所有狀態(tài)-動(dòng)作模糊規(guī)則的列表；

圖7為一個(gè)實(shí)施例中的每秒輸入輸出操作次數(shù)偏離百分比的隸屬函數(shù)示意圖；

圖8為一個(gè)實(shí)施例中的延遲時(shí)間偏離百分比的隸屬函數(shù)示意圖；

圖9為一個(gè)實(shí)施例中的所有動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則的列表；

圖10為一個(gè)實(shí)施例中的ssd讀取緩存大小的隸屬函數(shù)示意圖；

圖11為一個(gè)實(shí)施例中的cpu核心數(shù)的隸屬函數(shù)示意圖；

圖12為一個(gè)實(shí)施例中的變化的每秒輸入輸出操作次數(shù)的隸屬函數(shù)示意圖；

圖13為一個(gè)實(shí)施例中的變化的延遲時(shí)間的隸屬函數(shù)示意圖；

圖14為一個(gè)實(shí)施例中的獎(jiǎng)勵(lì)值的隸屬函數(shù)示意圖；

圖15為一個(gè)實(shí)施例中的經(jīng)驗(yàn)矩陣的示意圖；

圖16為一個(gè)實(shí)施例中的狀態(tài)列表；

圖17為一個(gè)實(shí)施例中的動(dòng)作列表；

圖18為一個(gè)實(shí)施例中的系統(tǒng)操作列表；

圖19為一個(gè)實(shí)施例中的在學(xué)習(xí)階段完成后的經(jīng)驗(yàn)矩陣示意圖。

具體實(shí)施方式

本發(fā)明將參照下述的實(shí)施方式而更具體地描述。

本發(fā)明的概念是在儲(chǔ)存系統(tǒng)內(nèi)，依據(jù)執(zhí)行中多個(gè)工作負(fù)載的資源要求，觀測(cè)到及預(yù)測(cè)的性能參數(shù)偏離百分比從而找出對(duì)工作負(fù)載的最佳資源部署。在一個(gè)學(xué)習(xí)階段之后，儲(chǔ)存系統(tǒng)將知道如何隨時(shí)動(dòng)態(tài)安排“足夠的”資源給每一工作負(fù)載，以便所有的工作負(fù)載都不致違反服務(wù)層級(jí)協(xié)議(servicelevelagreement，sla)的要求。該學(xué)習(xí)階段為在一個(gè)預(yù)設(shè)的時(shí)間內(nèi)，學(xué)習(xí)工作負(fù)載的要求以對(duì)該儲(chǔ)存系統(tǒng)作最佳資源調(diào)配。優(yōu)選的，該學(xué)習(xí)階段要大于5小時(shí)，以便獲得足夠的學(xué)習(xí)數(shù)據(jù)，資源浪費(fèi)可以被減少到最低程度。其中，性能參數(shù)指的是延遲時(shí)間、流通量、cpu(centralprocessingunit，中央處理單元)負(fù)載、內(nèi)存使用狀況、或每秒輸入輸出操作次數(shù)(input/outputpersecond，iops)。資源是任何用于服務(wù)層級(jí)協(xié)議中的性能參數(shù)要求的硬件。舉例來說，資源可以是ssd(solidstatedisk，固態(tài)硬盤)讀取緩存大小、ssd寫入緩存大小、cpu使用率、ram(randomaccessmemory，隨機(jī)存取存儲(chǔ)器)大小、塊狀輸入輸出帶寬、虛擬機(jī)(virtualmachine，vm)數(shù)量、或配置儲(chǔ)存設(shè)備，如hdd與ssd的數(shù)量。工作負(fù)載是該儲(chǔ)存系統(tǒng)所提供的一種服務(wù)。舉例來說，前述的電子郵件與erp服務(wù)、視頻串流、遠(yuǎn)程計(jì)算、云端儲(chǔ)存設(shè)備服務(wù)等等。當(dāng)用戶在線使用相關(guān)的服務(wù)時(shí)，每一個(gè)工作負(fù)載具有一種隨時(shí)間變化的循環(huán)模式，例如erp服務(wù)為一家工廠的員工每周從周一上午8點(diǎn)到周五下午5點(diǎn)所使用，并在其它時(shí)段維持監(jiān)視功能。因?yàn)椴煌潭鹊臄?shù)據(jù)存取或計(jì)算，其表現(xiàn)的性能參數(shù)將隨資 源變化而增加或減少。一旦該系統(tǒng)掌握了所有工作負(fù)載的節(jié)奏，它便能自動(dòng)部署資源而無須管理人員干預(yù)。只要沒有其它的工作負(fù)載部署到該系統(tǒng)中且工作負(fù)載服務(wù)的用戶數(shù)量穩(wěn)定在一定的范圍內(nèi)，該系統(tǒng)便無需再進(jìn)行學(xué)習(xí)階段，就能自動(dòng)持續(xù)部署下去。

如圖2所示，該圖為通過對(duì)執(zhí)行中工作負(fù)載的學(xué)習(xí)而部署儲(chǔ)存系統(tǒng)資源的方法的流程示意圖。在進(jìn)一步說明該方法前，要說明使用本發(fā)明的儲(chǔ)存系統(tǒng)的應(yīng)用場(chǎng)景及工作負(fù)載。本實(shí)施例中有兩個(gè)工作負(fù)載在此儲(chǔ)存系統(tǒng)中執(zhí)行。根據(jù)本發(fā)明的精神，并不限制工作負(fù)載的數(shù)量，只要儲(chǔ)存系統(tǒng)的容量能支撐該些工作負(fù)載。圖3所示為兩個(gè)工作負(fù)載(即工作負(fù)載a與工作負(fù)載b)每秒輸入輸出操作次數(shù)的偏離百分比隨時(shí)間的改變?？v軸是每秒輸入輸出操作次數(shù)與服務(wù)層級(jí)協(xié)議中需求的偏離百分比。對(duì)每一工作負(fù)載而言，在服務(wù)層級(jí)協(xié)議中的每秒輸入輸出操作次數(shù)需求可能與其它的工作負(fù)載不同。然而，每秒輸入輸出操作次數(shù)偏離百分比可被用來隨時(shí)表示部署的資源距實(shí)際需求有多遠(yuǎn)，而非使用“每秒輸入輸出操作次數(shù)”。對(duì)每一工作負(fù)載而言，不同的每秒輸入輸出操作次數(shù)的值代表1種狀態(tài)。橫軸顯示觀測(cè)到或預(yù)測(cè)的每秒輸入輸出操作次數(shù)偏離百分比所在時(shí)間?！?”意味過去的時(shí)間。舉例來說，-20是距現(xiàn)在20秒之前。正值的時(shí)間指的是未來的時(shí)間。因?yàn)闆]人能準(zhǔn)確知道未來的每秒輸入輸出操作次數(shù)偏離百分比，此時(shí)需要一種可靠的預(yù)測(cè)方法。任何能夠提供這樣服務(wù)的合適的方法、算法，或模塊都能使用。最好使用由相同發(fā)明人在美國(guó)專利申請(qǐng)案第14/290,533號(hào)中所提供的一種儲(chǔ)存設(shè)備流量模型來預(yù)測(cè)未來每秒輸入輸出操作次數(shù)偏離百分比。

依照本發(fā)明的精神，服務(wù)層級(jí)協(xié)議規(guī)定的性能參數(shù)的種類數(shù)量不限于一個(gè)。多于一種的性能參數(shù)可被用來決定儲(chǔ)存設(shè)備資源的部署。在本實(shí)施例中，第二性能參數(shù)為延遲時(shí)間。參見圖4。圖4顯示工作負(fù)載延遲時(shí)間偏離百分比隨時(shí)間的改變。相似地，“偏離百分比”的觀念也適用于延遲時(shí)間。延遲時(shí)間偏離百分比也能通過歷史資料預(yù)測(cè)。本發(fā)明可以結(jié)合目前與未來的每秒輸入輸出操作次數(shù)偏離百分比進(jìn)行實(shí)施。

本發(fā)明的步驟s01是設(shè)定狀態(tài)-動(dòng)作模糊規(guī)則與動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則。狀態(tài)-動(dòng)作模糊規(guī)則是為在特定場(chǎng)景與資源調(diào)整下用于儲(chǔ)存系統(tǒng)的性能參數(shù)偏離百分比(即每秒輸入輸出操作次數(shù)與延遲時(shí)間)與工作負(fù)載的服務(wù)層級(jí)協(xié)議而設(shè)定。動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則是為資源調(diào)整與獎(jiǎng)勵(lì)值而設(shè)定。事實(shí)上，幾乎所有提及到為工作負(fù)載而分配的資源，都或多或少影響每秒輸入輸出操作次數(shù)與延遲時(shí)間性能。為了簡(jiǎn)化說明并提供讀者全面的理解，僅在實(shí)施例中使用兩個(gè)資源：ssd讀取緩存大小(％)與cpu使用率(以核心數(shù)表示)。要強(qiáng)調(diào)的是可供工作負(fù)載調(diào)整的資源可能超過兩個(gè)。

此處，場(chǎng)景是性能參數(shù)的偏離方向與對(duì)應(yīng)的資源變化間的特定關(guān)系。參見圖5，圖5顯示系統(tǒng)中所有的場(chǎng)景。根據(jù)資源與性能參數(shù)的組合，有8個(gè)場(chǎng)景(“x”指的是沒影響；“+”指的是增加；“-”指的是減少)。對(duì)每一個(gè)工作負(fù)載來說，當(dāng)ssd讀取緩存大小及/或cpu核心數(shù)(資源)變化到某個(gè)程度，每秒輸入輸出操作次數(shù)與延遲時(shí)間也將會(huì)改變。同時(shí)，假設(shè)一個(gè)資源僅影響特定性能參數(shù)的偏離方向。舉例來說，在場(chǎng)景1中，cpu核心數(shù)的數(shù)量?jī)H影響每秒輸入輸出操作次數(shù)，ssd讀取緩存大小僅影響延遲時(shí)間。也就是說，cpu核心數(shù)的增減導(dǎo)致每秒輸入輸出操作次數(shù)的增減，而讀取緩存大小的增減導(dǎo)致延遲時(shí)間的增減。

依照本發(fā)明，資源的調(diào)整是定量化的而非連續(xù)的。調(diào)整量(增加或減少)應(yīng)該是定量化的。舉例來說，ssd讀取緩存大小的調(diào)整可以是1％、2％、3％、4％、5％，或6％(比目前多)，或-1％、-2％、-3％、-4％、-5％，或-6％(比目前少)。不存在中間值，諸如1.52％。這是為了簡(jiǎn)化模糊化的操作。相似地，cpu使用率的調(diào)整可以是增加1、2，或3個(gè)cpu核心數(shù)，它也可以是減少1、2，或3個(gè)使用的cpu核心數(shù)。

依照模糊邏輯，給儲(chǔ)存系統(tǒng)性能參數(shù)偏離百分比的狀態(tài)-動(dòng)作模糊規(guī)則的設(shè)定可通過以下子步驟而獲得。首先，定義每一性能參數(shù)的語言值(linguisticvalue)。以本實(shí)施例的場(chǎng)景6為例，圖6的列表顯示場(chǎng)景6所有狀態(tài)-動(dòng)作模糊規(guī)則。如果延遲時(shí)間偏離百分比是正值，它意味著目前工作負(fù)載的延遲時(shí)間比服務(wù)層級(jí)協(xié)議中要求的更快。相反地，如果延遲時(shí)間偏離百分比是負(fù)值，則指目 前工作負(fù)載的延遲時(shí)間比服務(wù)層級(jí)協(xié)議中要求的更慢?！爸行浴币馕堆舆t時(shí)間偏離百分比是0，目前工作負(fù)載的延遲時(shí)間和服務(wù)層級(jí)協(xié)議要求的相同。相似地，如果每秒輸入輸出操作次數(shù)偏離百分比是正值，它意味著目前工作負(fù)載的每秒輸入輸出操作次數(shù)比服務(wù)層級(jí)協(xié)議中要求的較高。相反地，如果每秒輸入輸出操作次數(shù)偏離百分比是負(fù)值，則指目前工作負(fù)載的每秒輸入輸出操作次數(shù)比服務(wù)層級(jí)協(xié)議中要求的較低?！爸行浴币馕睹棵胼斎胼敵霾僮鞔螖?shù)偏離百分比為0，目前工作負(fù)載的每秒輸入輸出操作次數(shù)和服務(wù)層級(jí)協(xié)議要求的相同。更快、更慢、較高、較低，與中性是所謂的語言值。

接著，下一個(gè)子步驟是構(gòu)建描述所有語言值的程度的隸屬函數(shù)。參見圖7與圖8。圖7顯示用于每秒輸入輸出操作次數(shù)偏離百分比的隸屬函數(shù)，圖8顯示用于延遲時(shí)間偏離百分比的隸屬函數(shù)。隸屬函數(shù)的程度可能對(duì)某些每秒輸入輸出操作次數(shù)偏離百分比有不同的值。這些每秒輸入輸出操作次數(shù)偏離百分比可被視作多語言值。舉例來說，每秒輸入輸出操作次數(shù)的程度介于-10％與-30％間可屬于較低或中性且有不同的程度值，ssd讀取緩存大小與cpu核心數(shù)可在這種情況下變化。要注意的是，雖然狀態(tài)-動(dòng)作模糊規(guī)則可能在所有場(chǎng)景中是不同的，但隸屬函數(shù)仍是一致的。圖7與圖8僅是本發(fā)明隸屬函數(shù)的一種實(shí)施例，它們不是用來限制隸屬函數(shù)的應(yīng)用。當(dāng)然，隸屬函數(shù)的變化不一定是線性的，也可以包含部分的曲線段。

最后一個(gè)子步驟是根據(jù)隸屬函數(shù)構(gòu)建狀態(tài)-動(dòng)作模糊規(guī)則。狀態(tài)-動(dòng)作模糊規(guī)則應(yīng)提供讀取緩存大小與cpu核心數(shù)的調(diào)整。在圖6中的單個(gè)方格中顯示的動(dòng)作處于個(gè)別的每秒輸入輸出操作次數(shù)偏離百分比與延遲時(shí)間偏離百分比的情況下，構(gòu)成了用于場(chǎng)景6的狀態(tài)-動(dòng)作模糊規(guī)則。舉例來說，括號(hào)a3字段指的是一種狀態(tài)-動(dòng)作模糊規(guī)則：如果延遲時(shí)間偏離百分比較快且每秒輸入輸出操作次數(shù)偏離百分比較低，則移除(一部分)ssd讀取緩存大小與cpu核心數(shù)。隸屬函數(shù)能依照儲(chǔ)存系統(tǒng)管理人員的經(jīng)驗(yàn)與歷史數(shù)據(jù)而設(shè)定。隸屬函數(shù)的細(xì)部設(shè)計(jì)在此不詳細(xì)的說明。

相似地，動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則可以由以下的子步驟而獲得。首先，定義用于 資源變化百分比的每個(gè)區(qū)間、性能參數(shù)的每個(gè)變化百分比，與每一獎(jiǎng)勵(lì)值的量的語言值。狀態(tài)-動(dòng)作模糊規(guī)則中對(duì)相同資源的性能參數(shù)偏離百分比所使用的語言值可以被繼承，也可以使用重新定義的語言值。圖9是所有動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則的列表。再一次強(qiáng)調(diào)，增加、中性、移除、更遠(yuǎn)、不變、更近、低、高、非常低，及非常高都是各自標(biāo)的語言值。規(guī)則1到規(guī)則9顯示使用較多的資源，給予較少的獎(jiǎng)勵(lì)值。規(guī)則10到規(guī)則12及規(guī)則13到規(guī)則15顯示較近于服務(wù)層級(jí)協(xié)議要求的每秒輸入輸出操作次數(shù)，給予較高的獎(jiǎng)勵(lì)值。

接著，構(gòu)建描述所有性能參數(shù)偏離百分比、資源調(diào)整，與獎(jiǎng)勵(lì)值區(qū)間的程度的隸屬函數(shù)。請(qǐng)見圖10到圖14，它們各自表示用于描述ssd讀取緩存大小調(diào)整、cpu核心數(shù)調(diào)整、每秒輸入輸出操作次數(shù)的變化，延遲時(shí)間的變化，與獎(jiǎng)勵(lì)值的隸屬函數(shù)。隸屬函數(shù)可由儲(chǔ)存系統(tǒng)的管理人員，依照個(gè)人經(jīng)驗(yàn)與歷史數(shù)據(jù)來定義。最后，動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則根據(jù)這些隸屬函數(shù)而構(gòu)建。

本發(fā)明的步驟s02提供的是一個(gè)經(jīng)驗(yàn)矩陣。該經(jīng)驗(yàn)矩陣可儲(chǔ)存于該儲(chǔ)存系統(tǒng)的內(nèi)存或較小的儲(chǔ)存設(shè)備中，它的內(nèi)容能夠被更新從而為儲(chǔ)存系統(tǒng)來學(xué)習(xí)資源的部署。任一列中的字段都對(duì)應(yīng)到在特定狀態(tài)下的獎(jiǎng)勵(lì)值，且任一行的字段都對(duì)應(yīng)到對(duì)于至少一個(gè)資源的調(diào)整的獎(jiǎng)勵(lì)值。此處，狀態(tài)指的是性能參數(shù)偏離百分比的特定組合，例如每秒輸入輸出操作次數(shù)偏離20％及延遲時(shí)間偏離-10％。在學(xué)習(xí)運(yùn)作的開始狀態(tài)下，經(jīng)驗(yàn)矩陣所有字段數(shù)值初始值歸零。經(jīng)驗(yàn)矩陣的一個(gè)實(shí)施例在圖15中顯示。經(jīng)驗(yàn)矩陣由“0”字段所構(gòu)成。要注意的是每一字段可能會(huì)在稍后更新。因此，字段中的分?jǐn)?shù)是由累加所有時(shí)間點(diǎn)的獎(jiǎng)勵(lì)值而計(jì)算獲得。參見圖16，該圖表示該實(shí)施例中所有可能的狀態(tài)。每一狀態(tài)代表性能參數(shù)偏離百分比的一種特定組合。性能參數(shù)的偏離百分比可以是一個(gè)固定值或介于一個(gè)范圍內(nèi)的數(shù)值。在這實(shí)施例中是介于一個(gè)范圍內(nèi)的數(shù)值。舉例來說，狀態(tài)s14包含一個(gè)范圍的每秒輸入輸出操作次數(shù)偏離百分比，由-25％到0，及一個(gè)范圍的延遲時(shí)間偏離百分比，由-50％到-25％。參見圖17，圖17示出了該實(shí)施例中的動(dòng)作。每一操作表示ssd讀取緩存及cpu核心數(shù)的改變量。舉例來說，a15移除0到15％的ssd讀取緩存并維持cpu核心數(shù)不變。

接著，本發(fā)明的步驟s03是搜集來自其中一個(gè)工作負(fù)載(工作負(fù)載a與工作負(fù)載b中的一個(gè))的目前性能參數(shù)偏離百分比，并為前述工作負(fù)載提供多個(gè)之后時(shí)間點(diǎn)上的預(yù)測(cè)性能參數(shù)偏離百分比。本發(fā)明描述中使用的“時(shí)間點(diǎn)”指的是特定的時(shí)間，包含未來與現(xiàn)在。參見圖18，圖18是該系統(tǒng)操作的一個(gè)實(shí)施例，而關(guān)于細(xì)節(jié)會(huì)在稍后步驟中詳細(xì)說明。時(shí)間點(diǎn)分別是0秒、10秒、20秒、30秒，與40秒。在0秒，即目前時(shí)間，所有性能參數(shù)值是由觀察工作負(fù)載而搜集的。其余未來的時(shí)間點(diǎn)則是根據(jù)以往搜集的真實(shí)數(shù)據(jù)預(yù)測(cè)出來的。未來數(shù)據(jù)預(yù)測(cè)的方式已在前面敘述過，此處不再重復(fù)。實(shí)際操作中，用于預(yù)測(cè)性能參數(shù)的未來時(shí)間點(diǎn)的數(shù)量可以是4或5個(gè)。

讓儲(chǔ)存系統(tǒng)學(xué)習(xí)資源的部署的想法是使用某一時(shí)間點(diǎn)上來自工作負(fù)載的性能參數(shù)偏離百分比以及預(yù)測(cè)值以從中取得獎(jiǎng)勵(lì)值。每一工作負(fù)載的觀測(cè)到及預(yù)測(cè)的性能參數(shù)偏離百分比將交替使用以在連續(xù)時(shí)間點(diǎn)上計(jì)算。此處，該實(shí)施例在服務(wù)層級(jí)協(xié)議設(shè)定的每秒輸入輸出操作次數(shù)與延遲時(shí)間對(duì)工作負(fù)載a來說是5000與250，對(duì)工作負(fù)載b來說是4000與200。在時(shí)間0秒(目前)，工作負(fù)載a的性能參數(shù)偏離百分比已搜集，工作負(fù)載a性能參數(shù)預(yù)測(cè)偏離百分比也已提供。此時(shí)，每秒輸入輸出操作次數(shù)是3000且延遲時(shí)間150。每秒輸入輸出操作次數(shù)偏離百分比與延遲時(shí)間偏離百分比各自為-40％與-40％。預(yù)測(cè)的每秒輸入輸出操作次數(shù)、延遲時(shí)間偏離百分比(在括號(hào)內(nèi)成對(duì)顯示)在未來10秒、20秒、30秒與40秒分別是(-20％，-30％)、(0％，-5％)、(20％，15％)、與(10％，-5％)。

本發(fā)明的步驟s04是隨機(jī)選擇一個(gè)場(chǎng)景，并將搜集到的工作負(fù)載a的性能參數(shù)偏離百分比輸入到選擇的場(chǎng)景的狀態(tài)-動(dòng)作模糊規(guī)則的隸屬函數(shù)中，進(jìn)行模糊化、模糊推理，與結(jié)果匯總，得到第一動(dòng)作區(qū)間。在0秒，選擇了場(chǎng)景8，應(yīng)用場(chǎng)景8的狀態(tài)-動(dòng)作模糊規(guī)則。接著，步驟s05，對(duì)第一動(dòng)作區(qū)間解模糊化(defuzzify)以得到對(duì)至少一個(gè)資源的調(diào)整量。有很多的方法可用于解模糊化，本發(fā)明并未限定使用哪一種，它可以依照觀測(cè)的系統(tǒng)操作或基于管理人員的經(jīng)驗(yàn)而選擇。根據(jù)上述的計(jì)算ssd讀取緩存的變化量是增加20％，cpu核心數(shù)變化量是-2。cpu核心數(shù)最小是1。增加的20％ssd讀取緩存與減少的2個(gè)cpu核心數(shù)就是 調(diào)整量。接著，步驟s06，在該儲(chǔ)存系統(tǒng)中對(duì)工作負(fù)載a執(zhí)行該調(diào)整量。如果一動(dòng)作導(dǎo)致資源的調(diào)整量落在該資源的兩個(gè)連續(xù)調(diào)整值之間，則選擇較近的調(diào)整值。

下一步，步驟s07,通過將提供的工作負(fù)載a的預(yù)測(cè)性能參數(shù)偏離百分比輸入到動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則的隸屬函數(shù)中，進(jìn)行模糊化、模糊推理，與結(jié)果匯總，得到獎(jiǎng)勵(lì)區(qū)間。即輸入(-20％，-30％)、(0％，-5％)、(20％，15％)，與(10％，-5％)到動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則的隸屬函數(shù)中。步驟s08，接著對(duì)該獎(jiǎng)勵(lì)區(qū)間解模糊化以得到偏離獎(jiǎng)勵(lì)值。依照本發(fā)明的精神，該偏離獎(jiǎng)勵(lì)值將會(huì)在下一個(gè)時(shí)間點(diǎn)(10秒)獲得。步驟s09，在該經(jīng)驗(yàn)矩陣中與這些預(yù)測(cè)性能參數(shù)偏離百分比的狀態(tài)對(duì)應(yīng)的列中，尋找每一列中的最大值。對(duì)于(-20％，-30％)、(0％，-5％)、(20％，15％)，與(10％，-5％)的每秒輸入輸出操作次數(shù)及延遲時(shí)間，對(duì)應(yīng)的狀態(tài)各為s14、s15、s22，與s21。在第15圖中的經(jīng)驗(yàn)矩陣，最大值分別是0、0、0，與0(開始狀態(tài))。

接著，步驟s10，將偏離獎(jiǎng)勵(lì)值與來自步驟s09中在先前時(shí)間上的選擇值進(jìn)行累加得到更新獎(jiǎng)勵(lì)值，并將該更新獎(jiǎng)勵(lì)值取代該經(jīng)驗(yàn)矩陣中在該些性能參數(shù)偏離百分比的狀態(tài)與先前時(shí)間點(diǎn)動(dòng)作量下的字段的值。步驟s11，重復(fù)步驟s03到步驟s10直到每一字段滿足收斂條件。步驟s04所使用的工作負(fù)載是對(duì)所有工作負(fù)載依序輪流選定執(zhí)行，也就是第一輪的學(xué)習(xí)是基于工作負(fù)載a的數(shù)據(jù)，第二輪的學(xué)習(xí)是基于工作負(fù)載b的數(shù)據(jù)。接著，第三輪的學(xué)習(xí)是基于工作負(fù)載a的數(shù)據(jù)，而第四輪的學(xué)習(xí)是基于工作負(fù)載b的數(shù)據(jù)等等。目前是處于第一輪。對(duì)步驟s09來說沒有先前時(shí)間點(diǎn)，更新獎(jiǎng)勵(lì)值在一開始時(shí)設(shè)為0。

在時(shí)間10秒，對(duì)工作負(fù)載b來說，每秒輸入輸出操作次數(shù)偏離百分比是0％，延遲時(shí)間偏離百分比是15％。預(yù)測(cè)每秒輸入輸出操作次數(shù)與延遲時(shí)間的偏離百分比在未來20秒、30秒、40秒與50秒分別是(-10％，15％)、(10％，-5％)、(20％，-30％)，與(10％，-50％)。它們分屬s16、s22、s20，與s19。以這些數(shù)據(jù)再次重復(fù)步驟s03到s11。計(jì)算得到在0秒的更新獎(jiǎng)勵(lì)值為146。因此，經(jīng)驗(yàn)矩陣的字段(s8，a11)更新為146。在20秒時(shí)，回歸到工作負(fù)載a。每秒輸入輸出操作次數(shù) 偏離百分比為-28％，延遲時(shí)間偏離百分比為-8％。預(yù)測(cè)每秒輸入輸出操作次數(shù)與延遲時(shí)間的偏離百分比在未來30秒、40秒、50秒，與60秒分別是(20％，15％)、(10％，-5％)、(-5％，-22％)，與(-18％，-35％)。它們分屬s22、s21、s15，與s14。以這些數(shù)據(jù)再次重復(fù)步驟s03到s11，計(jì)算得到在10秒的更新獎(jiǎng)勵(lì)值為-59。這些步驟一直持續(xù)下去。如上所述，這些步驟或?qū)W習(xí)階段應(yīng)在每一字段滿足收斂條件時(shí)停止。收斂條件是對(duì)所有字段來說，獎(jiǎng)勵(lì)值保持不變，或在經(jīng)過學(xué)習(xí)階段后在有限區(qū)間內(nèi)變動(dòng)。該區(qū)間可能維持不變或隨時(shí)間縮減。舉例來說，字段可能具有一個(gè)固定的最終累計(jì)獎(jiǎng)勵(lì)值，例如588，它也可以在563到607(區(qū)間)之間變動(dòng)。

本發(fā)明的最后一個(gè)步驟s12，選擇經(jīng)驗(yàn)矩陣中與觀測(cè)到的性能參數(shù)偏離百分比對(duì)應(yīng)的一列，并在該儲(chǔ)存系統(tǒng)中執(zhí)行對(duì)應(yīng)的列中最大值字段的特定資源的調(diào)整。為了有較好的理解，請(qǐng)參見圖19。圖19是學(xué)習(xí)階段后的經(jīng)驗(yàn)矩陣。當(dāng)它應(yīng)用到系統(tǒng)中時(shí)，第一步驟是決定觀測(cè)到的性能參數(shù)偏離百分比。如果觀測(cè)到的每秒輸入輸出操作次數(shù)與延遲時(shí)間偏離百分比分別是26％與35％，此時(shí)就處于s29。只要找出s29中的最大值(277)并執(zhí)行對(duì)應(yīng)的動(dòng)作(a28)即可。系統(tǒng)中資源的部署可由圖19的經(jīng)驗(yàn)矩陣自動(dòng)執(zhí)行。

在步驟s10中，在對(duì)偏離獎(jiǎng)勵(lì)值累加前，每一選擇的值可進(jìn)一步乘以具有調(diào)校功能的伽馬值。該伽馬值位于0與1之間。如果伽馬值接近0，表示傾向考慮實(shí)時(shí)的獎(jiǎng)勵(lì)值。如果伽馬值接近1，表示傾向考慮未來的獎(jiǎng)勵(lì)值。如果每一字段中的獎(jiǎng)勵(lì)值不隨時(shí)間維持不變，則用在上限與下限間的平均值與相同列中的其它獎(jiǎng)勵(lì)值進(jìn)行比較，以找出最大值用于該資源的調(diào)整。

本發(fā)明的一個(gè)特點(diǎn)是給予獎(jiǎng)勵(lì)值的方式。儲(chǔ)存系統(tǒng)不是獨(dú)立地監(jiān)視及學(xué)習(xí)工作負(fù)載的模式。相反地，當(dāng)儲(chǔ)存系統(tǒng)對(duì)一個(gè)工作負(fù)載部署資源時(shí)，它將考慮未來其它工作負(fù)載的需求。如果目前儲(chǔ)存系統(tǒng)進(jìn)行的工作負(fù)載使用的資源在未來會(huì)超過其實(shí)際所需，超過的部分會(huì)被釋放。舉例來說，如果工作負(fù)載a使用3個(gè)cpu核心數(shù)來運(yùn)作但實(shí)際上只需要2個(gè)，多的一個(gè)就可以保留給工作負(fù)載b因工作負(fù)載b在未來數(shù)分鐘內(nèi)需要進(jìn)行更多的運(yùn)算。一個(gè)具體的實(shí)現(xiàn)方式是給予較高 的偏離獎(jiǎng)勵(lì)值如果至少一個(gè)資源的部分?jǐn)?shù)量在步驟s06中由一個(gè)工作負(fù)載中釋放出來。

在一個(gè)實(shí)施例中，本發(fā)明在步驟s05之后步驟s06之前進(jìn)一步包含：如果資源的調(diào)整量超過該資源的剩余量時(shí)，則維持該資源的量并發(fā)出警訊。這能預(yù)防儲(chǔ)存系統(tǒng)免于供應(yīng)超過其本身的資源量。同時(shí)，警示管理人員(通過顯示在其屏幕上的一段訊息來警示)以便他可以開始為該工作負(fù)載安裝新的資源。

本發(fā)明利用狀態(tài)-動(dòng)作模糊規(guī)則與動(dòng)作-獎(jiǎng)勵(lì)模糊規(guī)則供儲(chǔ)存系統(tǒng)學(xué)習(xí)如何部署資源。當(dāng)這套方法為一個(gè)系統(tǒng)管理人員所使用時(shí)，他僅需開始時(shí)設(shè)立模糊規(guī)則與相關(guān)的隸屬函數(shù)。儲(chǔ)存系統(tǒng)將找出用于工作負(fù)載的最佳資源布署，本方法起始后便不需人為干涉。雖然對(duì)工作負(fù)載的資源部署可能無法完全解決目前工作負(fù)載所遭遇的問題，因?yàn)椴渴鹗莿?dòng)態(tài)的調(diào)整，該工作負(fù)載會(huì)在未來某個(gè)時(shí)間獲得補(bǔ)償。整體來看，所有工作負(fù)載的性能參數(shù)滿足及達(dá)到服務(wù)層級(jí)協(xié)議所要求的水平。然而，如果工作負(fù)載內(nèi)容已被修改或新的工作負(fù)載加到儲(chǔ)存系統(tǒng)中運(yùn)作，該方法就應(yīng)重新執(zhí)行一次以獲得新的經(jīng)驗(yàn)矩陣來使用。如果需要，該些模糊規(guī)則與相關(guān)的隸屬函數(shù)也要重設(shè)。

如上所述，集中式控管的儲(chǔ)存系統(tǒng)通常遭遇沉重的工作負(fù)載，而更多的資源或服務(wù)器需要用來解決這問題。本發(fā)明以一種分散但合作的代理人方式，提出解決該問題的方法。每一個(gè)工作負(fù)載能由儲(chǔ)存系統(tǒng)中的獨(dú)立模塊所追蹤及預(yù)測(cè)，該獨(dú)立模塊比如是控制服務(wù)器中安裝的硬件或軟件。該些模塊扮演搜集網(wǎng)絡(luò)流量與來自特定資源的需求的代理人角色。它們分散地搜集數(shù)據(jù)，然而，當(dāng)儲(chǔ)存系統(tǒng)需要對(duì)未來資源部署做出決定時(shí)，搜集到的數(shù)據(jù)就可以分享(以經(jīng)驗(yàn)矩陣的形式)，而推薦的數(shù)據(jù)可以交替使用。每一模塊也能從其它模塊上學(xué)習(xí)經(jīng)驗(yàn)。就這點(diǎn)來說，模塊間是相互合作的。因此，本發(fā)明避免集中式控管儲(chǔ)存系統(tǒng)的缺點(diǎn)，并為應(yīng)用本發(fā)明提供的方法的儲(chǔ)存系統(tǒng)強(qiáng)化性能。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改 進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。

符號(hào)說明：

1控制服務(wù)器；2儲(chǔ)存設(shè)備資源；3計(jì)算資源；4網(wǎng)絡(luò)資源；11資源分析模塊；12規(guī)則引擎；13儲(chǔ)存設(shè)備資源管理模塊。