本发明涉及数据存储与备份,尤其是涉及一种基于ai智能的算力数据运维处理方法及系统。
背景技术:
1、随着信息技术的迅猛发展,算力数据在各个领域的重要性日益凸显。无论是企业的关键业务运营、科学研究的数据分析,还是日常生活中的数字化服务,都离不开大量的算力数据支撑。有效的算力数据运维处理对于确保数据的安全性、可用性和完整性至关重要。通过智能的备份触发机制、精准的优先级确定、全面的备份装置能力评估以及高效的数据备份策略,可以最大程度地降低数据丢失的风险,保障业务的连续性和稳定性,为决策提供可靠的数据支持,提升整体的运营效率和竞争力。
2、在现有技术中,算力数据的运维处理通常采用一些较为传统的方法。一般会设置固定的备份时间间隔,如每天或每周进行一次备份。对于数据类别的区分相对简单,可能只是大致分为重要数据和普通数据,备份优先级的确定不够精细。
3、一方面,简单的重要数据和普通数据分类不能准确反映不同类型算力数据的价值和重要性差异。例如,关键业务数据和高价值数据可能需要更高的备份优先级和更严格的安全保障,但在现有技术中可能得不到充分体现。另一方面,备份装置选择片面,仅以存储容量为主要指标选择备份装置,容易忽略其他重要性能因素。例如,处理性能低可能导致备份速度慢,传输性能差可能影响数据传输的效率,稳定性能不足可能增加数据丢失的风险,安全性能薄弱则可能使数据面临被攻击或泄露的危险。
技术实现思路
1、为了替算力数据运维提供了高效、安全、可靠的解决方案,保障数据的完整性和可恢复性,降低数据丢失风险,本技术提供一种基于ai智能的算力数据运维处理方法及系统。
2、第一方面,本技术提供一种基于ai智能的算力数据运维处理方法,采用如下的技术方案:
3、一种基于ai智能的算力数据运维处理方法,包括:
4、获取算力数据的备份触发信息;
5、获取算力数据类别以及预设距离范围内所有备份装置的剩余备份算力数据量,算力数据类别包括关键业务数据、系统配置数据、高价值数据、日志数据、临时数据、用户偏好数据以及统计数据;
6、根据算力数据类别与备份优先级别的映射关系,分析确定不同算力数据类别的备份优先级别;
7、获取预设距离范围内所有备份装置的综合性能信息,并根据预设的综合性能信息的能力值量化评估方法,分析确定预设距离范围内所有备份装置的能力值,综合性能信息包括存储性能信息、处理性能信息、传输性能信息、稳定性能信息以及安全性能信息;
8、根据备份设备的备份能力值由高至低接收并备份高优先级的算力数据,直至备份设备的剩余备份算力数据量清空或待备份的算力数据已全部完成备份。
9、通过采用上述技术方案,首先,明确不同算力数据类别优先级别,确保关键业务等重要数据优先备份,提高数据安全性。其次,考虑预设距离内备份装置综合性能及剩余算力,合理分配备份任务,优化资源利用。再者,按备份能力值由高到低接收高优先级数据,提升备份效率。同时,适应不同业务需求,可灵活调整备份策略。整体上,该方法为算力数据运维提供了高效、安全、可靠的解决方案,有助于保障数据的完整性和可恢复性,降低数据丢失风险。
10、可选的,获取算力数据的备份触发信息包括:
11、分析算力数据的备份触发条件是否达到,备份触发条件包括时间触发条件、数据量触发条件、事件触发条件;
12、若为是,则继续后续步骤;
13、若为否,则停止后续步骤。
14、通过采用上述技术方案,通过分析时间、数据量和事件等触发条件,能准确判断是否启动备份。当条件满足时进行后续步骤,确保备份及时进行;不满足时停止,避免不必要的资源浪费,提高了备份的效率和针对性。
15、可选的,预设距离范围的获取包括:
16、获取本次算力数据的备份触发信息所关联的备份触发条件;
17、根据备份触发条件、算力数据类别与预设距离范围的对应关系,分析确定预设距离范围。
18、通过采用上述技术方案,一方面,依据备份触发条件确定范围,使得在不同情况下能灵活调整。如时间紧急触发时,可选择近距离设备快速备份;数据量触发则能根据规模合理规划距离。另一方面,结合算力数据类别,确保重要数据在更合适距离内备份,提高安全性。例如关键业务数据可在近距离高可靠设备备份。这样既提高了备份效率,又能满足不同场景需求,实现资源的合理配置,为算力数据的安全备份提供了有效保障,提升了整体的数据运维水平。
19、可选的,根据算力数据类别与备份优先级别的映射关系,分析确定不同算力数据类别的备份优先级别包括:
20、分析所获取的算力数据类别是否处于业务关键节点时期;
21、若为是,则根据处于业务关键节点时期的算力数据类别、备份触发条件与备份优先级别的映射关系,分析确定处于业务关键节点时期的算力数据类别的备份优先级别;
22、若为否,则根据算力数据类别、备份触发条件与备份优先级别的映射关系,分析确定不同算力数据类别的备份优先级别。
23、通过采用上述技术方案,在非业务关键节点时期,根据常规映射关系确定备份优先级,确保不同类别算力数据得到合理安排。而在业务关键节点时期,针对性地调整映射关系,提高关键数据的备份优先级,能更好地保障业务的连续性和稳定性。这种方式灵活适应不同业务状态,既避免了资源浪费,又在关键时刻为重要数据提供了更强的保护,提升了整体的数据备份策略的有效性和针对性,有助于提高系统的可靠性和应对突发情况的能力,为企业的业务运行提供有力的支持。
24、可选的,根据算力数据类别与备份优先级别的映射关系,分析确定不同算力数据类别的备份优先级别包括:
25、分析所获取的算力数据类别是否处于业务关键节点时期和/或业务重要变化阶段;
26、若为是,则根据同时处于业务关键节点时期和业务重要变化阶段的算力数据类别、备份触发条件与备份优先级别的映射关系,分析确定同时处于业务关键节点时期和业务重要变化阶段的算力数据类别的优先级别;根据单独处于业务关键节点时期的算力数据类别、备份触发条件与备份优先级别的映射关系,分析确定单独处于业务关键节点时期的算力数据类别的优先级别;根据单独处于业务重要变化阶段的算力数据类别、备份触发条件与备份优先级别的映射关系,分析确定单独处于业务重要变化阶段的算力数据类别的优先级别;
27、若为否,则根据算力数据类别、备份触发条件与备份优先级别的映射关系,分析确定不同算力数据类别的备份优先级别。
28、通过采用上述技术方案,在业务关键节点时期和业务重要变化阶段,对不同情况的算力数据分别确定优先级别,能精准保障关键数据的备份。对于同时处于特殊时期的算力数据给予更高优先级,确保其安全性。非特殊时期按常规映射确定优先级,合理分配资源。考虑备份触发条件,进一步优化备份安排,提高备份效率和可靠性。这种方式适应不同业务状态,增强了数据安全性和可恢复性,为业务稳定运行提供有力支持,有助于实现对算力数据的合理备份和管理,提升整体的数据运维水平。
29、可选的,分析确定预设距离范围内所有备份装置的能力值包括:
30、收集所有备份装置的历史性能数据以及相关的环境数据,其中,历史性能数据包括存储介质的读写次数、错误率、温度,环境数据包括温度、湿度、电压;
31、将所收集的所有备份装置的历史性能数据以及相关的环境数据作为输入对象,输入至预先建立并完成训练的存储介质寿命预测模型和备份设备故障预测模型,并输出备份设备故障可能性量化值以及存储介质剩余寿命量化值;
32、根据备份设备故障可能性量化值所落入的区间范围、存储介质剩余寿命量化值所落入的区间范围与能力值的下滑系数,分析确定备份设备能力值的下滑系数;
33、根据备份设备能力值的下滑系数以及备份设备能力值,计算得到备份设备的有效能力值。
34、通过采用上述技术方案,通过收集历史性能和环境数据,利用预测模型得出量化值,能准确评估备份设备状态。确定下滑系数进而计算有效能力值,可动态反映设备实际性能。在实际应用中,能合理分配备份任务,避免故障设备承担过多任务。同时,有助于提前规划设备维护和更换,提高备份系统的可靠性和稳定性。能够更好地适应不同设备状态,优化资源利用,为算力数据的安全备份提供有力保障,提升整体的数据运维水平,确保在不同情况下都能高效、可靠地进行数据备份。
35、可选的,还包括根据备份设备的备份能力值由高至低接收并备份相对高优先级的算力数据,直至备份设备的剩余备份算力数据量清空或待备份的算力数据已全部完成备份并行的步骤,具体如下:
36、获取不同类别算力数据的优先级以及备份设备的有效能力值;
37、根据不同类别算力数据的优先级、备份设备的有效能力值所落入的区间范围与数据压缩方案的对应关系,分析确定不同类别算力数据的数据压缩方案;
38、执行不同算力数据的数据压缩方案。
39、通过采用上述技术方案,获取不同类别算力数据优先级和备份设备有效能力值,能针对性确定压缩方案。根据对应关系确定方案,可在不影响备份进度的同时优化存储。对不同数据执行特定压缩方案,提高了备份效率,节省存储空间。适应不同数据需求和设备能力,确保高优先级数据在合理压缩下快速备份。增强了备份系统的灵活性和适应性,提升了整体的数据运维水平,为算力数据的安全存储和高效管理提供了有力支持,有助于在各种情况下实现数据的可靠备份和快速恢复。
40、第二方面,本技术提供一种基于ai智能的算力数据运维处理系统,采用如下的技术方案:
41、一种基于ai智能的算力数据运维处理系统,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序,该程序能够被处理器加载执行时实现如第一方面所述的基于ai智能的算力数据运维处理方法。