CN110413430A - 一种固态硬盘的寿命预测方法、装置及设备 - Google Patents
一种固态硬盘的寿命预测方法、装置及设备 Download PDFInfo
- Publication number
- CN110413430A CN110413430A CN201910654971.0A CN201910654971A CN110413430A CN 110413430 A CN110413430 A CN 110413430A CN 201910654971 A CN201910654971 A CN 201910654971A CN 110413430 A CN110413430 A CN 110413430A
- Authority
- CN
- China
- Prior art keywords
- hard disk
- solid state
- state hard
- index
- mediawear
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/008—Reliability or availability analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种固态硬盘的寿命预测方法、装置、设备及可读存储介质,该方案利用固态硬盘的编程和擦写循环次数固定的物理特性,获取固态硬盘在预设时间范围内的介质磨损指标和时间戳,基于此构建prophet模型以实现对固态硬盘的寿命预测。由于prophet模型能检测到固态硬盘磨损度的趋势变化、周期性变化和节假日变化,相较于简单的线性公式,场景适应能力更强,因此能够准确预测固态硬盘的寿命,帮助用户了解固态硬盘使用情况,避免固态硬盘损坏带来的损失,显著提升了固态硬盘中数据的安全性。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种固态硬盘的寿命预测方法、装置、设备及可读存储介质。
背景技术
数据中心的服务器越来越倾向于使用基于闪存的固态硬盘(SSD)作为硬盘驱动器的高性能替代方案。与HDD相比,固态硬盘的优势有:启动快、读写速度快、防震抗摔、无噪音等。但是固态硬盘使用寿命有限,且固态硬盘存储的数据丢失后很难恢复,如果能够预测固态硬盘寿命,在故障发生前替换掉将要损坏的固态硬盘,对数据中心的稳定性有着重大的意义。
当前市面上绝大多数的存储供应商比如Intel、IBM、Micron、Samsung、HUAWEI等都是将固态硬盘磨损度或者写入量带入简单的线性公式估算固态硬盘寿命。但是线性公式无法获取固态硬盘磨损度或者写入量的周期性规律,并且公式表达的趋势性也是简单的直线,所以计算得到的固态硬盘寿命的可靠性和准确性较低。
发明内容
本申请的目的是提供一种固态硬盘的寿命预测方法、装置、设备及可读存储介质,用以解决传统的固态硬盘寿命预测方案通过线性公式对固态硬盘的寿命进行预测,导致寿命预测结果的可靠性和准确性较低的问题。具体方案如下:
第一方面,本申请提供了一种固态硬盘的寿命预测方法,包括:
获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳;
根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型;
利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果。
优选的,所述获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳,包括:
按照预设周期采集目标固态硬盘的S.M.A.R.T.信息;根据所述S.M.A.R.T.信息确定所述目标固态硬盘的介质磨损指标和时间戳,并存储至目标csv文件;
从所述csv文件获取所述目标固态硬盘在预设时间范围内的介质磨损指标和时间戳。
优选的,所述利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果之前,还包括:
利用已知数据对所述prophet模型进行测试,并根据测试结果对所述prophet模型的模型参数进行调整。
优选的,所述根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型,包括:
根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,得到prophet模型。
优选的,根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,得到prophet模型,包括:
根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,并确定所述分段线性函数或分段逻辑回归函数的影响强度因子、所述周期函数的强度影响因子、所述节假日函数的强度影响因子,得到prophet模型。
第二方面,本申请提供了一种固态硬盘的寿命预测装置,包括:
数据获取模块:用于获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳;
模型构建模块:用于根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型;
寿命预测模块:用于利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果。
优选的,所述数据获取模块包括:
数据采集单元:用于按照预设周期采集目标固态硬盘的S.M.A.R.T.信息;根据所述S.M.A.R.T.信息确定所述目标固态硬盘的介质磨损指标和时间戳,并存储至目标csv文件;
数据获取单元:用于从所述csv文件获取所述目标固态硬盘在预设时间范围内的介质磨损指标和时间戳。
优选的,所述模型构建模块具体用于:根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,得到prophet模型。
第三方面,本申请提供了一种固态硬盘的寿命预测设备,包括:
存储器:用于存储计算机程序;
处理器:用于执行所述计算机程序以实现如上所述的一种固态硬盘的寿命预测方法的步骤。
第四方面,本申请提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如上所述的一种固态硬盘的寿命预测方法的步骤。
本申请所提供的一种固态硬盘的寿命预测方法、装置、设备及可读存储介质,方案包括:获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳;根据预设时间范围内的介质磨损指标和时间戳,构建prophet模型;利用prophet模型,确定目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果。
可见,该方案利用固态硬盘的编程和擦写循环次数固定的物理特性,获取固态硬盘在预设时间范围内的介质磨损指标和时间戳,基于此构建prophet模型以实现对固态硬盘的寿命预测。由于prophet模型能检测到固态硬盘磨损度的趋势变化、周期性变化和节假日变化,相较于简单的线性公式,场景适应能力更强,因此能够准确预测固态硬盘的寿命,帮助用户了解固态硬盘使用情况,避免固态硬盘损坏带来的损失,显著提升了固态硬盘中数据的安全性。
附图说明
为了更清楚的说明本申请实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一种固态硬盘的寿命预测方法实施例一的实现流程图;
图2为一种固态硬盘的寿命预测方法实施例二的实现流程图;
图3为一种固态硬盘的寿命预测方法实施例二中S204的实现流程图;
图4为一种固态硬盘的寿命预测装置实施例的功能框图;
图5为一种固态硬盘的寿命预测设备实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的核心是提供一种固态硬盘的寿命预测方法、装置、设备及可读存储介质,能够准确预测固态硬盘的寿命,避免固态硬盘损坏带来的损失,显著提升了数据的安全性。
下面对本申请提供的一种固态硬盘的寿命预测方法实施例一进行介绍,参见图1,实施例一包括:
S101、获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳;
本实施例主要用于预测固态硬盘的寿命,固态硬盘即Solid State Drive,简称SSD。具体的,可以按照预设周期使用smartctl工具中的smartcl–a命令获得固态硬盘的S.M.A.R.T.参数,并将S.M.A.R.T.参数中的smart_233 Media Wearout Indicator和时间戳记录到目标csv文件中,其中,smart_233 Media Wearout Indicator即本实施例中介质磨损指标。S.M.A.R.T全称Self-Monitoring Analysis and Reporting Technology,即自我监测、分析及报告技术,支持S.M.A.R.T技术的固态硬盘可以通过固态硬盘上的监测指令或主机上的监测软件对磁头、盘片、马达、电路的运行情况、历史记录及预设的安全值进行分析、比较。介质磨损指标表示固态硬盘的磨损程度,初始值为100,并随着固态硬盘的编程和擦写循环次数增长而递减,一旦介质磨损指标降低到预设阈值,比如1,则表示固态硬盘上编程和擦写循环次数已经到达了最大次数。
S102、根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型;
本实施例根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型,其中,预设时间范围内的建议磨损指标和时间戳可以看作一个时间序列,本实施例根据prophet模型的基本模型函数对该时间序列进行拟合,从而确定prophet模型的模型参数,得到最终的prophet模型。
S103、利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果。
上述预设阈值可以根据实际需求进行调整,例如,预设阈值可以设置为1,从而预测介质磨损指标降低到1的时间;预设阈值也可以设置为接近于1的其他数值,实现提前预警,给用户更多的时间去转移数据,提高容错率,本实施例对此不做具体限定。
本实施例创建的Prophet模型能够准确预测固态硬盘的寿命,理由如下:
1)prophet模型能监测到介质磨损指标的趋势性变化。固态硬盘磨损度往往随着用户的写入量的变化呈现阶段性的变化,在固态硬盘寿命预测中,prophet模型通过设置断点并建立分段函数来拟合磨损度的阶段性变化。
2)prophet模型能监测到介质磨损指标的周期性变化。由于用户写入量在一定的周期内不是均衡的,因此介质磨损指标的变化往往有周期性规律。prophet模型能够获取到以周或者以年为周期的周期性规律,并依据此周期性规律对未来的介质磨损指标做出更准确的预测。
3)prophet模型能监测到介质磨损指标在特殊日期的变化。在实际应用场景中,在某些特殊的时间节点用户的写入量会有较大的波动,prophet模型能够检测到这一特殊时间点,并将其添加到未来的预测结果中,从而能够得到更加准确的固态硬盘寿命预测结果。
综上,本实施例所提供一种固态硬盘的寿命预测方法,包括:获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳;根据预设时间范围内的介质磨损指标和时间戳,构建prophet模型;利用prophet模型,确定目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果。可见,该方案利用固态硬盘的编程和擦写循环次数固定的物理特性,获取固态硬盘在预设时间范围内的介质磨损指标和时间戳,基于此构建prophet模型以实现对固态硬盘的寿命预测。由于prophet模型能检测到固态硬盘磨损度的趋势变化、周期性变化和节假日变化,相较于简单的线性公式,场景适应能力更强,因此能够准确预测固态硬盘的寿命,帮助用户了解固态硬盘使用情况,避免固态硬盘损坏带来的损失,显著提升了固态硬盘中数据的安全性。
下面开始详细介绍本申请提供的一种固态硬盘的寿命预测方法实施例二,实施例二基于前述实施例一实现,并在实施例一的基础上进行了一定程度上的拓展。
参见图2,实施例二具体包括:
S201、按照预设周期采集目标固态硬盘的S.M.A.R.T.信息;
S202、根据所述S.M.A.R.T.信息确定所述目标固态硬盘的介质磨损指标和时间戳,并存储至目标csv文件;
上述预设周期可以根据实际需求自行调整,当上述预设周期为每天时,则每天使用smartctl工具中的smartcl–a命令获得固态硬盘的S.M.A.R.T.参数,并将S.M.A.R.T.参数中的smart_233 Media Wearout Indicator作为本实施例的介质磨损指标连同其时间戳一并记录到目标csv文件中。本实施例中目标csv文件即预先创建的用于存储目标固态硬盘的介质磨损指标和时间戳的文件。
S203、在所述csv文件的数据量达到一定数量后,从中获取在第一预设时间范围内的介质磨损指标和时间戳,作为训练集;并获取在第二预设时间范围内的介质磨损指标和时间戳,作为测试集;
S204、根据所述训练集中的介质磨损指标和时间戳,构建prophet模型;
上述步骤的主要目的在于根据prophet模型的基本模型函数和训练集确定具体的模型参数,详细过程将在下文进行介绍,此处不再展开。
S205、利用所述测试集中的介质磨损指标和时间戳,对所述prophet模型进行测试,并根据测试结果对所述prophet模型的模型参数进行调整;
为保证prophet模型得出的预测结果的可靠性,本实施例在构建prophet模型之后,会对其进行测试,从而进一步调整模型参数,提升预测结果的准确性和可靠性。
S206、利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果;
S207、根据所述寿命预测结果,生成相应的报警信息。
作为一种优选的实施方式,本实施例可以设置多个预设阈值,利用不同的预设阈值反映固态硬盘不同的使用情况,并生成相应的报警信息。
参见图3,上述S204具体包括以下步骤:
S301、依据训练集的数据特征,设置趋势项为分段线性函数或分段逻辑回归函数;
S302、设置断点数量、各个断点的分布区间以及各个变点的影响强度因子;
S303、设置周期项以及周期项的影响强度因子;
S304、设置节假日项以及节假日项的影响强度因子。
可见,本实施例提供的一种固态硬盘的寿命预测方法,基于固态硬盘的S.M.A.R.T.技术,采用Prophet模型,预测固态硬盘的使用寿命。与传统的线性公式计算方法相比,prophet模型能检测到固态硬盘磨损度的趋势变化、周期性变化和节假日变化,具有较强的场景适应能力,并且有较大的优化空间,因此能够得到更准确的固态硬盘的寿命预测结果。用户根据固态硬盘的剩余使用寿命,能直观的了解SSD固态硬盘使用情况,既能使固态硬盘得到充分利用,又能避免固态硬盘损坏带来的损失。根据固态硬盘剩余寿命设置告警,能有效保护数据中心数据的安全性,提高数据中心的可靠性。
下面对本申请实施例提供的一种固态硬盘的寿命预测装置进行介绍,下文描述的一种固态硬盘的寿命预测装置与上文描述的一种固态硬盘的寿命预测方法可相互对应参照。
参见图4,该装置包括:
数据获取模块401:用于获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳;
模型构建模块402:用于根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型;
寿命预测模块403:用于利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果。
在一些具体的实施例中,所述数据获取模块401包括:
数据采集单元:用于按照预设周期采集目标固态硬盘的S.M.A.R.T.信息;根据所述S.M.A.R.T.信息确定所述目标固态硬盘的介质磨损指标和时间戳,并存储至目标csv文件;
数据获取单元:用于从所述csv文件获取所述目标固态硬盘在预设时间范围内的介质磨损指标和时间戳。
在一些具体的实施例中,所述模型构建模块402具体用于:
根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,得到prophet模型。
本实施例的一种固态硬盘的寿命预测装置用于实现前述的一种固态硬盘的寿命预测方法,因此该装置中的具体实施方式可见前文中的一种固态硬盘的寿命预测方法的实施例部分,例如,数据获取模块401、模型构建模块402、寿命预测模块403,分别用于实现上述固态硬盘的寿命预测方法中步骤S101,S102,S103。所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再展开介绍。
另外,由于本实施例的一种固态硬盘的寿命预测装置用于实现前述的一种固态硬盘的寿命预测方法,因此其作用与上述方法的作用相对应,这里不再赘述。
此外,本申请还提供了一种固态硬盘的寿命预测设备,如图5所示,包括:
存储器100:用于存储计算机程序;
处理器200:用于执行所述计算机程序以实现如上所述的一种固态硬盘的寿命预测方法的步骤。
最后,本申请提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如上所述的一种固态硬盘的寿命预测方法的步骤。
本实施例的一种固态硬盘的寿命预测设备、可读存储介质用于实现前述的一种固态硬盘的寿命预测方法,因此该设备、可读存储介质的具体实施方式可见前文中的一种固态硬盘的寿命预测方法的实施例部分,且二者的作用与前述方法实施例相对应,这里不再赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的方案进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种固态硬盘的寿命预测方法,其特征在于,包括:
获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳;
根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型;
利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果。
2.如权利要求1所述的方法,其特征在于,所述获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳,包括:
按照预设周期采集目标固态硬盘的S.M.A.R.T.信息;根据所述S.M.A.R.T.信息确定所述目标固态硬盘的介质磨损指标和时间戳,并存储至目标csv文件;
从所述csv文件获取所述目标固态硬盘在预设时间范围内的介质磨损指标和时间戳。
3.如权利要求1所述的方法,其特征在于,所述利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果之前,还包括:
利用已知数据对所述prophet模型进行测试,并根据测试结果对所述prophet模型的模型参数进行调整。
4.如权利要求1-3任意一项所述的方法,其特征在于,所述根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型,包括:
根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,得到prophet模型。
5.如权利要求4所述的方法,其特征在于,根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,得到prophet模型,包括:
根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,并确定所述分段线性函数或分段逻辑回归函数的影响强度因子、所述周期函数的强度影响因子、所述节假日函数的强度影响因子,得到prophet模型。
6.一种固态硬盘的寿命预测装置,其特征在于,包括:
数据获取模块:用于获取目标固态硬盘在预设时间范围内的介质磨损指标和时间戳;
模型构建模块:用于根据所述预设时间范围内的介质磨损指标和时间戳,构建prophet模型;
寿命预测模块:用于利用所述prophet模型,确定所述目标固态硬盘的介质磨损指标达到预设阈值的时间,以作为寿命预测结果。
7.如权利要求6所述的装置,其特征在于,所述数据获取模块包括:
数据采集单元:用于按照预设周期采集目标固态硬盘的S.M.A.R.T.信息;根据所述S.M.A.R.T.信息确定所述目标固态硬盘的介质磨损指标和时间戳,并存储至目标csv文件;
数据获取单元:用于从所述csv文件获取所述目标固态硬盘在预设时间范围内的介质磨损指标和时间戳。
8.如权利要求6或7所述的装置,其特征在于,所述模型构建模块具体用于:根据所述预设时间范围内的介质磨损指标和时间戳,分别确定断点、与所述断点对应的分段线性函数或分段逻辑回归函数、周期函数、节假日函数,得到prophet模型。
9.一种固态硬盘的寿命预测设备,其特征在于,包括:
存储器:用于存储计算机程序;
处理器:用于执行所述计算机程序以实现如权利要求1-5任意一项所述的一种固态硬盘的寿命预测方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如权利要求1-5任意一项所述的一种固态硬盘的寿命预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910654971.0A CN110413430A (zh) | 2019-07-19 | 2019-07-19 | 一种固态硬盘的寿命预测方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910654971.0A CN110413430A (zh) | 2019-07-19 | 2019-07-19 | 一种固态硬盘的寿命预测方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110413430A true CN110413430A (zh) | 2019-11-05 |
Family
ID=68362048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910654971.0A Withdrawn CN110413430A (zh) | 2019-07-19 | 2019-07-19 | 一种固态硬盘的寿命预测方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110413430A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111142796A (zh) * | 2019-12-20 | 2020-05-12 | 北京浪潮数据技术有限公司 | 一种ssd寿命预测方法、装置、设备及可读存储介质 |
CN111736768A (zh) * | 2020-05-29 | 2020-10-02 | 苏州浪潮智能科技有限公司 | 服务器硬盘剩余使用时间的预测方法、系统及存储介质 |
CN112700813A (zh) * | 2020-12-25 | 2021-04-23 | 北京浪潮数据技术有限公司 | 一种基于磨损状态的nand控制方法、装置及设备 |
CN113361208A (zh) * | 2021-07-02 | 2021-09-07 | 中国科学院空间应用工程与技术中心 | 基于综合健康指标的固态硬盘剩余寿命评估方法 |
CN113553222A (zh) * | 2021-06-21 | 2021-10-26 | 长沙证通云计算有限公司 | 一种存储硬盘检测预警方法及系统 |
CN113656204A (zh) * | 2020-05-12 | 2021-11-16 | 中国移动通信集团浙江有限公司 | 固态硬盘管理方法、装置及计算设备 |
CN113688564A (zh) * | 2021-07-30 | 2021-11-23 | 济南浪潮数据技术有限公司 | 一种预测ssd硬盘剩余寿命的方法、装置、终端及存储介质 |
-
2019
- 2019-07-19 CN CN201910654971.0A patent/CN110413430A/zh not_active Withdrawn
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111142796A (zh) * | 2019-12-20 | 2020-05-12 | 北京浪潮数据技术有限公司 | 一种ssd寿命预测方法、装置、设备及可读存储介质 |
CN113656204A (zh) * | 2020-05-12 | 2021-11-16 | 中国移动通信集团浙江有限公司 | 固态硬盘管理方法、装置及计算设备 |
CN113656204B (zh) * | 2020-05-12 | 2023-11-21 | 中国移动通信集团浙江有限公司 | 固态硬盘管理方法、装置及计算设备 |
CN111736768A (zh) * | 2020-05-29 | 2020-10-02 | 苏州浪潮智能科技有限公司 | 服务器硬盘剩余使用时间的预测方法、系统及存储介质 |
CN111736768B (zh) * | 2020-05-29 | 2022-07-08 | 苏州浪潮智能科技有限公司 | 服务器硬盘剩余使用时间的预测方法、系统及存储介质 |
CN112700813A (zh) * | 2020-12-25 | 2021-04-23 | 北京浪潮数据技术有限公司 | 一种基于磨损状态的nand控制方法、装置及设备 |
CN112700813B (zh) * | 2020-12-25 | 2023-12-22 | 北京浪潮数据技术有限公司 | 一种基于磨损状态的nand控制方法、装置及设备 |
CN113553222A (zh) * | 2021-06-21 | 2021-10-26 | 长沙证通云计算有限公司 | 一种存储硬盘检测预警方法及系统 |
CN113553222B (zh) * | 2021-06-21 | 2022-05-13 | 长沙证通云计算有限公司 | 一种存储硬盘检测预警方法及系统 |
CN113361208B (zh) * | 2021-07-02 | 2023-07-18 | 中国科学院空间应用工程与技术中心 | 基于综合健康指标的固态硬盘剩余寿命评估方法 |
CN113361208A (zh) * | 2021-07-02 | 2021-09-07 | 中国科学院空间应用工程与技术中心 | 基于综合健康指标的固态硬盘剩余寿命评估方法 |
CN113688564A (zh) * | 2021-07-30 | 2021-11-23 | 济南浪潮数据技术有限公司 | 一种预测ssd硬盘剩余寿命的方法、装置、终端及存储介质 |
CN113688564B (zh) * | 2021-07-30 | 2024-02-27 | 济南浪潮数据技术有限公司 | 一种预测ssd硬盘剩余寿命的方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413430A (zh) | 一种固态硬盘的寿命预测方法、装置及设备 | |
CN109558287B (zh) | 一种固态硬盘寿命预测方法、装置和系统 | |
JP4487978B2 (ja) | 半導体記憶装置管理システム、プログラム、半導体記憶装置の管理方法 | |
US10147048B2 (en) | Storage device lifetime monitoring system and storage device lifetime monitoring method thereof | |
CN101937721B (zh) | 一种测试存储器件的方法 | |
US20180157438A1 (en) | Slow-disk detection method and apparatus | |
CN106873908B (zh) | 数据存储方法及装置 | |
CN111104342B (zh) | 用于存储的方法、电子设备和计算机程序产品 | |
CN112000497B (zh) | 固态硬盘的寿命预测方法、装置及计算机可读存储介质 | |
CN105579970B (zh) | 具有贮存盘寿命估计机制的电子系统及其操作的方法 | |
EP3336702B1 (en) | Metadata recovery method and device | |
CN104268099A (zh) | 一种管理数据读写的方法及装置 | |
CN106502917A (zh) | 闪速存储器设备的磨损管理 | |
CN103034567B (zh) | 发现并修复损坏数据的装置和方法 | |
KR101547134B1 (ko) | 메모리 관리 장치 및 방법 | |
CN105493024A (zh) | 一种数据阈值预测方法与相关装置 | |
CN108958665B (zh) | 一种历史记录信息的存储方法及装置 | |
CN110688069A (zh) | 固态硬盘的寿命预测方法、装置、设备及可读存储介质 | |
US10650879B2 (en) | Device and method for controlling refresh cycles of non-volatile memories | |
CN110532139A (zh) | 预警方法及装置 | |
CN114253478B (zh) | 一种计算raid校验盘位置的方法和装置 | |
CN114048106B (zh) | 磁盘状态检测方法、系统、介质和存储设备 | |
CN110647507A (zh) | 一种文件系统写状态确定方法、装置、电子设备及介质 | |
CN108038035A (zh) | 一种闪存读写状态的检测方法及相关装置 | |
CN109634525B (zh) | 一种存储系统有效容量的估算方法、系统及相关组件 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191105 |
|
WW01 | Invention patent application withdrawn after publication |