随着“新基建”的逐步发展落地,现代数据中心迅速崛起,数据量呈指数级增长,同时各种新存储介质和技术的应用,使得存储系统变得越来越复杂。用户需要一套稳定、高性能且简单易用的存储系统。 AI技术可以解决存储系统使用的复杂性问题,提供简单易用、智能化的存储系统。AI会不断地从存储及其运行环境中采集存储的各种状态信息和性能数据,用机器学习算法分析,学习用户的存储使用情况,进而自动化的调整并优化存储系统,使存储服务能更好地适应用户的需求。有AI加持的智能化存储可以增强系统的可靠性,降低存储的复杂性和维护成本。 因此,在前期的文章中,我们提出”
客户的未来,从AI加持的新存储开始 ”的观点,并介绍了存储AIOps的五大关键技术:监控、学习、预测、推荐、实施。
今天我们来具体探讨一下被客户重点关注的存储磁盘故障预测和性能容量预测技术。
1
磁盘故障预测和性能容量预测
给复杂的存储管理做“减法”
存储本身很复杂,数据中心环境和客户应用也很复杂,预测性分析技术是准确预测存储风险和故障,解决存储的复杂性的重要一部分。