基于 Mondrian 保形预测器的企业级磁盘驱动器擦洗

磁盘擦洗是通过从磁盘读取数据来解决磁盘读取错误的过程。然而,一次性擦洗整个存储阵列会对系统性能产生不利影响,尤其在高输入输出操作期间。此外,擦洗时持续从磁盘读取数据会造成磨损,尤其对大容量磁盘,因涉及显著的时间与能耗。为解决这些问题,我们提出一种选择性磁盘擦洗方法,以提升数据中心的整体可靠性与能效。我们的方法采用基于 Mondrian 保形预测的机器学习模型,通过使用开源数据集主动预测存储池中每块磁盘的健康状态并提前 n 天预报,以识别特定需擦洗磁盘。对预测为非健康的磁盘,我们标记更换而不采取进一步操作。对健康驱动器,我们建立一个集合并基于预测器置信度量化其在整个存储池中的相对健康度。这使我们能依据擦洗周期下既定擦洗频率,对驱动器进行优先级选择性擦洗。我们提出的方法为管理企业级磁盘驱动器提供了高效可靠的方案。仅擦洗总计 22.7% 的存储磁盘,我们即可实现优化能耗并降低数据中心的碳足迹。