智能运维技术助力浪潮存储实现存储自治

北京2021年11月11日/美通社/--随着新基建逐步发展落地，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。

在运维管理上，完全依赖人工已经不能满足需求，企业将更多依靠人工智能进行自动化运维。Gartner认为AIOps的广泛应用将让IT基础设施管理变得更主动、更具预测性，减少管理和停机成本。

存储智能管理就是通过AI技术实现存储自治，即自我管理、自我修复、自我调优，提高存储系统的性能、稳定性和易用性，降低存储使用的复杂性，简化运维，使存储设备永远保持在最优运行状态，加速数据在线。

近几年，浪潮一直在致力于该方向的研发和探索新特性。目前推出了智能管理软件InView，该软件包含了4个预测和2个自动化智能运维功能特性。

四个预测分别为： - 提前两周识别风险磁盘，降低数据丢失风险 - 智能预测性能增长需求，预知性能瓶颈 - 智能预测容量增长需求，给用户提供科学、准确的扩容建议 - 预测SSD使用寿命，精准到天

两个自动化功能分别为： - 性能瓶颈分析，通过端到端诊断分析，快速发现存储性能瓶颈状态，并能定位根因 - 性能自动调优，结合应用场景和用户IO模型，自动挖掘最优的客户端配置和存储端配置，并主动推荐配置给需要的存储系统和用户。

为什么需要性能自动调优？目前的存储系统中具有大量的可调参数，调整这些参数可以改善系统的能耗和性能效率。传统的参数调整由系统管理员完成，但手动调参较难适应大规模的存储系统，并且具有无法全天候监控和高额人力成本等问题。因此，如何结合具体应用场景，在存储默认配置和性能数据基础上，通过自动挖掘最优的存储配置，并主动推荐配置给需要的存储系统，具有重要意义。

浪潮存储通过InView性能自动调优技术，将存储系统的带宽提升41%、时延降低29%。在自动调优中，采用了强化学习算法，该算法通过试错机制与环境进行互动并获得奖励，从奖励中进行学习。具体采用了2016年谷歌DeepMind提出的DDPG算法，通过Actor网络和Critic网络实现参数配置的优化。

浪潮InView性能自动调优系统包含用户的应用、分布式存储系统AS13000和调优模块三个模块。参数推荐引擎根据AS13000的当前状态生成最佳配置，并动态下发给AS13000；AS13000负责响应客户端的IO读写请求；性能指标采集器负责采集在新配置下的状态信息并计算性能提升效果；深度学习引擎根据AS13000的反馈进行迭代更新。该过程迭代直到模型收敛，找到最合适的参数设置。

通过浪潮InView性能自动调优系统的应用，平均带宽提升了41%，时延降低了29%。与默认配置相比，调优效果接近专家经验。

随着云、大数据、人工智能、区块链、5G等新技术与实体经济的融合，中国存储市场未来5年复合增长率将达到8%。浪潮存储将持续投入与创新，加大在分布式存储和集中式存储平台以及智能管理软件领域的研发力度，以加速企业数字化转型，释放数据价值。