預(yù)測性存儲分析工具正在成為企業(yè)采用的標(biāo)準(zhǔn)設(shè)備。人們需要了解它們的功能、工作方式以及提供的好處。

很多人都熟悉預(yù)測數(shù)據(jù)分析的強大功能、便利性，以及無經(jīng)倫比的精確性。無論是在Netflix網(wǎng)站上尋找新內(nèi)容，還是瀏覽近日在亞馬遜網(wǎng)站購買的物品，預(yù)測分析越來越多地用于自動化日常任務(wù)，過濾信息，做出更好的決策，并改善客戶支持。  

預(yù)測分析的大多數(shù)早期用途都集中在消費者應(yīng)用程序上，在這些應(yīng)用程序中可以從大量用戶那里收集大量數(shù)據(jù)，從而更容易證明在數(shù)據(jù)采集、處理和模型開發(fā)方面的大量投資是合理的。很難了解預(yù)測分析的投資回報率，因為這是一項復(fù)雜的工作。它遠遠超越了傳統(tǒng)的統(tǒng)計和概率技術(shù)，通常使用機器學(xué)習(xí)，甚至在某些情況下，采用基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)來訓(xùn)練模型，并根據(jù)大量數(shù)據(jù)集進行預(yù)測。數(shù)據(jù)驅(qū)動的方法非常適合于自動化IT系統(tǒng)管理，因為現(xiàn)在的基礎(chǔ)設(shè)施可以提供大量的事件日志、系統(tǒng)遙測、性能指標(biāo)。   制造、物流和設(shè)施控制系統(tǒng)開創(chuàng)了預(yù)測分析的工業(yè)應(yīng)用。例如，勞斯萊斯公司使用預(yù)測分析來主動安排維護，并提高其飛機發(fā)動機的效率。在存儲應(yīng)用中，預(yù)測分析用于預(yù)測和主動修復(fù)設(shè)備故障，識別性能瓶頸，并基于歷史測量優(yōu)化系統(tǒng)配置。  

消化所有數(shù)據(jù)   毫無疑問，無論是Netflix網(wǎng)站還是谷歌智能助理，企業(yè)的使用數(shù)據(jù)越多，國內(nèi)服務(wù)器租用服務(wù)器托管，其提供的建議就越好，因為逐步提高準(zhǔn)確性主要取決于是否有更多數(shù)據(jù)可供使用。這同樣適用于預(yù)測性存儲分析。該軟件的準(zhǔn)確性與它所擁有的數(shù)據(jù)一樣，無論是數(shù)量還是質(zhì)量都很重要;基于不準(zhǔn)確或不精確數(shù)據(jù)的預(yù)測模型都將失敗。   對于預(yù)測性存儲分析軟件，數(shù)據(jù)需求轉(zhuǎn)化為收集大量系統(tǒng)事件、內(nèi)部參數(shù)、性能度量和特定于工作負(fù)載的度量。其基線遙測包括：  

•事件和錯誤日志，例如系統(tǒng)故障和異常;  

•性能測量，例如總體IOPS和每卷IOPS、各種操作(如順序讀取、隨機讀取和順序?qū)懭?的吞吐量以及延遲;  

•按工作負(fù)載劃分的帶寬使用和延遲;  

•工作集(熱數(shù)據(jù))和緩存利用率。  

用于模型開發(fā)和培訓(xùn)的數(shù)據(jù)集越大，預(yù)測統(tǒng)計模型或機器學(xué)習(xí)模型的精度越高。考慮到這一點，許多供應(yīng)商對來自其所有客戶的數(shù)據(jù)進行匯總和匿名。使用更廣泛和多樣的安裝示例中的數(shù)據(jù)，供應(yīng)商可以顯著提高預(yù)測，更好地檢測性能、安全性和硬件異常。  

例如，Hewlett Packard Enterprise InfoSight是HPE公司收購Nimble的產(chǎn)物，每天從幾乎每個部署的Nimble陣列收集來自3000萬到7000萬個傳感器的數(shù)據(jù)。該公司聲稱，在客戶發(fā)現(xiàn)問題之前，它發(fā)現(xiàn)的90%的問題都可以得到解決。  

HPE公司的InfoSight每天從部署的Nimble陣列收集多達7000萬個傳感器的數(shù)據(jù)。  

由于訓(xùn)練數(shù)據(jù)集僅由存儲軟件供應(yīng)商用于預(yù)測模型開發(fā)，因此不需要識別特定客戶的信息，并且每個客戶部署可以從其他客戶的經(jīng)驗中受益。首先，存儲供應(yīng)商使用聚合數(shù)據(jù)來改進所謂的機器學(xué)習(xí)或深度學(xué)習(xí)培訓(xùn)階段的預(yù)測模型。然后，他們將模型推送到系統(tǒng)管理軟件，該軟件在推理階段從各個系統(tǒng)中提取實時監(jiān)控數(shù)據(jù)。其他模型用于系統(tǒng)配置、容量規(guī)劃和故障排除，以執(zhí)行根本原因分析。   預(yù)測算法正在成為存儲平臺上的標(biāo)準(zhǔn)設(shè)備，與存儲管理的被動方法相比，它具有許多優(yōu)勢。  

預(yù)測性存儲分析軟件通常用于改進許多任務(wù)。在評估產(chǎn)品時，需要查看每個產(chǎn)品如何衡量這五個關(guān)鍵特性和功能：  

(1)支持自動化預(yù)測并防止性能、容量、可用性和安全問題。容量管理是預(yù)測性存儲分析軟件最常見的應(yīng)用程序。模型可以實時分析每個設(shè)備、數(shù)量和應(yīng)用程序的使用情況，并在達到使用目標(biāo)時主動發(fā)出警報。根據(jù)管理員的判斷，系統(tǒng)可以自動添加分配的空間或重新平衡現(xiàn)有容量，以防止其耗盡。  

預(yù)測性存儲分析還可以通過關(guān)聯(lián)和識別與特定問題相關(guān)的事件來幫助解決問題和進行根本原因分析。使用匯總的客戶數(shù)據(jù)對于故障排除特別有用，因為它為管理系統(tǒng)提供了對所有客戶問題超集的可見性，并能夠檢測到以前未發(fā)現(xiàn)的細(xì)微的問題，這些問題與其他地方發(fā)生的類似問題共享取證簽名。  

(2)管理和配置功能顯示在模型中，模型可以自動確定性能、資源消耗、容量基線和趨勢。其中包括不適合簡單統(tǒng)計模型的模型，如線性、多項式回歸或周期性時間波動(季節(jié)性、每月、每周)。基線和趨勢可用于自動化存儲系統(tǒng)的設(shè)置和管理，并通過優(yōu)化配置設(shè)置和協(xié)助工作負(fù)載分配來提高資源利用率和效率。