一种基于弹性存储的I/O模式分析方法、装置及存储介质与流程

一种基于弹性存储的i/o模式分析方法、装置及存储介质
技术领域
1.本发明涉及分布式存储，操作系统内核、存储i/o栈及模式匹配预测技术领域，具体涉及一种基于弹性存储的i/o模式分析方法、装置及存储介质。


背景技术：

2.自计算机问世以来，计算、存储、网络一直是其应用发展的三个主要方向。其中存储系统作为信息的载体，承担着数据持久化和提供高性能输入输出的重任。不同于计算、网络的字节访问模式，存储设备具有其天然的特殊性，例如512/4k字节的最小访问单元、性能随i/o模式而变化，以及近些年兴起的闪存型存储介质带来的写放大与有限介质寿命的特性等等。
3.为了提高存储系统对客户的友好程度，计算机软件提供了各种接口诸如文件、对象、块的抽象，以及为了改善存储性能和效率而在内核/用户态叠加的各种调度策略和软件扩展。这一系列软件方案在有效地提高存储的可靠性和可用性的同时，也极大地增加了软件结构和整个系统的复杂度。如图1所示为单机场景下一个标准的文件i/o从应用程序到达硬件存储介质所经历的各层级调用关系。
4.随着分布式技术的发展和云计算服务模式的逐渐兴起，存储也朝着高可用，高弹性，高性能的方向继续发展。但这也使得基于云架构的前端业务模式与后端底层的数据i/o模型不再一一对应。在以弹性存储为代表的分布式存储架构上，云上的客户端所发起的业务与物理存储系统的i/o模式可能天差地别。如图2所示云上客户端业务模型与底层物理节点的转换示意图。
5.这一巨大差异一方面使得从客户端角度设计的各种针对不同业务模式的优化方案，可能对底层不再有效。另一方面当这个庞大而复杂的系统发生偶发性问题时，很难在极小范围内稳定重现问题并分析定位。


技术实现要素：

6.有鉴于此，本发明实施例提供了涉及一种基于弹性存储的i/o模式分析方法、装置及存储介质，以解决现有技术中从客户端设计的各种针对不同业务模式的优化方案，对底层不再有效的技术问题。
7.本发明提出的技术方案如下：
8.本发明实施例第一方面提供一种基于弹性存储的i/o模式分析方法，包括：在存储后端捕获内核i/o模式；对所述i/o模式进行分析抽象，得到分析结果；将捕获的i/o模式和分析结果导入新存储场景进行重建与回放。
9.可选地，在存储后端捕获内核i/o模式，包括：在存储后端基于内核追踪技术和工具捕获内核i/o模式；或者，在存储后端基于内核模块捕获内核i/o模式。
10.可选地，在存储后端基于内核模块捕获内核i/o模式，包括：监听内核块设备自身包含的预设事件；当i/o发送至底层硬件时捕获所述预设事件；将监听事件和捕获事件的操
作录制得到捕获的内核i/o模式。
11.可选地，在存储后端基于内核模块捕获内核i/o模式，包括：在内核底层驱动的i/o发送加入转发机制的预设函数；当所述内核底层驱动接收到i/o请求时将捕获的内核i/o模式转发。
12.可选地，对所述i/o模式进行分析抽象，得到分析结果，包括：基于markov预测模型对i/o模式的多个访问模式进行i/o模式特征提取和预测，得到分析结果，所述多个访问模式包括空间模式、重复行为、请求大小、时间间隔和i/o操作类型。
13.可选地，基于markov预测模型对i/o模式的多个访问模式进行i/o模式特征提取和预测，包括：基于贪心策略算法、路径预测算法或者分摊预测算法进行预测。
14.可选地，将捕获的i/o模式和分析结果导入新存储场景进行重建与回放，包括：将捕获的i/o模式和分析结果导入新存储场景的内核底层；根据捕获的i/o模式和分析结果进行适配优化，得到新i/o模式；将所述新i/o模式注入底层硬件模拟业务场景。
15.本发明实施例第二方面提供一种基于弹性存储的i/o模式分析装置，包括：捕获模块，用于在存储后端捕获内核i/o模式；分析模块，用于对所述i/o模式进行分析抽象，得到分析结果；重建回放模块，用于将捕获的i/o模式和分析结果导入新存储场景进行重建与回放。
16.本发明实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如本发明实施例第一方面及第一方面任一项所述的基于弹性存储的i/o模式分析方法。
17.本发明实施例第四方面提供一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如本发明实施例第一方面及第一方面任一项所述的基于弹性存储的i/o模式分析方法。
18.本发明提供的技术方案，具有如下效果：
19.本发明实施例提供的基于弹性存储的i/o模式分析方法、装置及存储介质，从最底层截获i/o模式，解决了现有的追踪技术限制于运行平台以及使用场景，例如linux文件系统的inotify工具仅适用于某些类文件系统元数据修改的追踪，无法检测非文件业务的问题。同时，目前主流追踪技术仅用于定位分析问题，并未对采集的i/o模型进行分析总结以及深度提取。该分析方法提出了提取－分析－重新注入的完整系统性设计，结合当前热门的模式匹配与大数据分析预测技术，使传统技术在新兴的云计算场景发挥更大效能。此外，通过该分析方法，可以在分布式存储场景对云计算前端业务模式有更深地了解和对底层更针对性地优化，真正做到端到端的质量提升。
附图说明
20.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1是单机文件i/o调用栈示意图；
22.图2是弹性存储架构i/o流示意图；
23.图3是根据本发明实施例的基于弹性存储的i/o模式分析方法的流程图；
24.图4是根据本发明实施例的基于弹性存储的i/o模式分析方法的内核i/o追踪工具原理图；
25.图5是根据本发明实施例的基于弹性存储的i/o模式分析方法的数据流监测示意图；
26.图6是根据本发明实施例的基于弹性存储的i/o模式分析方法的读写操作示意图；
27.图7是根据本发明实施例的基于弹性存储的i/o模式分析方法的blkparse命令分析结果示意图；
28.图8是根据本发明实施例的基于弹性存储的i/o模式分析方法的观测结果示意图；
29.图9是根据本发明实施例的基于弹性存储的i/o模式分析方法的前台捕获特征示意图；
30.图10是根据本发明实施例的基于弹性存储的i/o模式分析方法的场景一观测结果示意图；
31.图11是根据本发明实施例的基于弹性存储的i/o模式分析方法的场景二观测结果示意图；
32.图12是根据本发明实施例的基于弹性存储的i/o模式分析方法的场景三观测结果示意图；
33.图13是根据本发明实施例的基于弹性存储的i/o模式分析方法的状态转移示意图；
34.图14是根据本发明另一实施例的基于弹性存储的i/o模式分析方法的流程图；
35.图15是根据本发明实施例的基于弹性存储的i/o模式分析装置的结构框图；
36.图16是根据本发明实施例提供的计算机可读存储介质的结构示意图；
37.图17是根据本发明实施例提供的电子设备的结构示意图。
具体实施方式
38.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
39.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
40.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他
的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
41.正如在背景技术所述，在以天翼云弹性存储为代表的分布式存储架构上，云上的客户端所发起的业务与物理存储系统的i/o模式可能天差地别。这一巨大差异一方面使得从客户端角度设计的各种针对不同业务模式的优化方案，可能对底层不再有效。另一方面当这个庞大而复杂的系统发生偶发性问题时，很难在极小范围内稳定重现问题并分析定位。
42.针对单机/分布式场景下业务在前后端巨大的差异，本发明提出了基于现有操作系统内核追踪技术以及内核存储栈架构的i/o录制、分析与重放设计。一方面在整条数据传输路径的不同阶段捕获i/o模式以供监测和分析前端业务与后端i/o模式的匹配对应关系，另一方面利用所收集数据在不同时机、场景对i/o进行重放，以达到模拟、恢复场景便于业务分析和问题定位。
43.与此同时，结合i/o模式匹配与优化算法以及大数据技术，通过大量的检测数据积累，可以推演出业务行为特征，在现有i/o模式的基础上加入新的特征，为前后端的业务优化提供策略和建议。
44.根据本发明实施例，提供了一种基于弹性存储的i/o模式分析方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
45.在本实施例中提供了一种基于弹性存储的i/o模式分析方法，可用于电子设备，如电脑、手机、平板电脑等，图3是根据本发明实施例的基于弹性存储的i/o模式分析方法的流程图，如图3所示，该方法包括如下步骤：
46.步骤s101：在存储后端捕获内核i/o模式。
47.在一实施方式中，当该分析方法应用于linux开源操作系统时，可以采用linux中内置的内核监测跟踪工具如blktrace、iostat或bcc捕获内核内核i/o模式。其中，blktrace具有较为底层的监测点，并配备相应的数据分析工具blkparse，另外存储压力测试工具fio也支持导入其记录结果作为i/o输入模式。
48.具体地，如图4所示，采用内核追踪技术和工具捕获内核i/o模式时，blktrace用于捕获内核i/o，blkparse用于分析捕获结果并输出模式记录，fio用于导入模式记录重现业务现场。
49.此外，当采用内核追踪技术和工具捕获内核i/o模式时，可以在单机场景验证其有效性。验证时，在前台用户态客户端使用基础命令dd来生成i/o，同时在后台使用blktrace从内核态捕获i/o模式，以验证其有效性。具体采用如下步骤a－d实现：
50.a.事先启动blktrace对存储设备sdb1的数据流监测，具体方式如图5所示。
51.b.同时使用dd模拟用户行为对位于磁盘sdb1的文件系统发起读写操作，如图6所示。
52.c.使用blkparse命令分析blktrace的输出结果，它会组合blktrace产生的多个cpu文件并且产生可供人阅读的格式化输出，如图7所示。
53.d.将blkparse得到的输出结果，导入至fio，并再次用步骤a－c观测，得到如图8所示的观测结果。
54.根据观测结果可以看出，通过dd生成的数据传输模型，与后期fio模拟的i/o模型拟合，符合设计预期。
55.同时，通过内核追踪技术和工具捕获内核i/o模式还可以观测分布式存储各种场景下的i/o模型规律。鉴于云计算模式中的多种存储使用场景(块存储，文件存储，对象存储等)，以及分布式存储多种架构(副本、纠删码)，使用内核追踪技术观测其不同的i/o模式。为便于前后台比较，在前台用fio对云存储进行顺序读写操作。在前台捕获的i/o特征如图9所示。
56.具体地，可以分三种场景观测其规律。场景一为前端对云硬盘直接读写+后端分布式存储三副本策略。其后端分布式存储结点内i/o访问模式如图10所示。可以看出在未经云主机内本地文件系统干预的情况下，前后端i/o连续性接近，但大小不同。
57.场景二是前端对云硬盘直接读写+后端分布式存储纠删码策略。如图11所示，在该场景下可见后端i/o则根据存储策略发生了与前端不一致的情况。
58.场景三是前端对基于分布式文件系统的数据库读写+后端分布式存储三副本。如图12所示，可以发现其i/o特征与场景一的简单顺序读写有很大区别。
59.从上述内容可以看出在存储后端基于内核追踪技术和工具捕获内核i/o模式时，blktrace可以快速建立实现模型以验证设计思想。但其自身也有一定限制，包括其监测点位于内核块设备层之上，无法完全摆脱块层的调度机制以获取i/o真实落盘的场景，此外blkparse只能做简单的文本导入导出，自身不具备模式分析和匹配能力以及与数据库服务器端通信并导出数据的功能。整体来看基于现有工具的方案也受到跨软硬件平台兼容性的限制。为克服这一限制，还可以在存储后端基于内核模块捕获内核i/o模式。
60.在一实施方式中，基于内核模块捕获内核i/o模式包括：监听内核块设备自身包含的预设事件；当i/o发送至底层硬件时捕获所述预设事件；将监听事件和捕获事件的操作录制得到捕获的内核i/o模式。具体地，可以监听内核块设备模块自身包含的block：block_rq_issue事件，当i/o发送至底层硬件时捕获这一事件，并将本次操作录制得到捕获的内核i/o模式转发至用户态客户端进行处理。
61.在一实施方式中，基于内核模块捕获内核i/o模式包括：在内核底层驱动的i/o发送加入转发机制的预设函数；当所述内核底层驱动接收到i/o请求时将捕获的内核i/o模式转发。具体地，采用该方式捕获内核i/o模式时直接在内核底层驱动的i/o发送函数scsi_host_template－＞queuecommand()直接加入转发机制，在驱动接收到i/o请求的同时直接转发至用户态客户端进行处理。
62.具体地，采用上述方式捕获内核i/o模式可以同步及时捕获i/o行为，且最接近底层硬件行为，排除了块层以及驱动内部的调度干扰。但由于不同平台以及底层硬件的差异性，需要在具体场景的不同驱动中注入代码，通用性会受到一定影响。
63.由此，基于上述内容，该分析方法采用两种方式实现了i/o模式的捕获。其一是通过操作系统内核追踪技术以及相关工具记录i/o状态，并将i/o记录信息导出到观测/分析结点，并利用相应的内核i/o注入技术和工具将该记录在其他场景重现。第二种方案则是采用自行开发内核模块在软件栈的最底层对i/o进行录制、导出，并在用户态开发相应套件进
行i/o重放。
64.步骤s102：对所述i/o模式进行分析抽象，得到分析结果。具体地，基于markov预测模型对i/o模式的多个访问模式进行i/o模式特征提取和预测，得到分析结果，所述多个访问模式包括空间模式、重复行为、请求大小、时间间隔和i/o操作类型。
65.具体地，该分析方法不仅能记录原始i/o模式并在不同场景进行回放和重现，其更大的意义在于通过大数据等新兴技术在大量业务数据和统计记录的基础上提取i/o模式的特征，并智能地对未来即将发生的业务进行主动的优化。其中，可以采用markov model prediction用于提取i/o模式特征并进行预测。
66.理论上i/o访问模式有无数种可能。可以从不同的维度对其进行分类，包括空间模式、重复行为、请求大小、时间间隔和i/o操作类型。基于markov模型对i/o请求的空间模式进行分析并得到相应的预取算法，该预取算法能够对空间访问模式进行一定程度的精确预测，达到减少i/o响应时间的目的。
67.其中，对于markov预测模型，markov的定义是下一个状态的产生只和当前的状态有关，即：
68.p[s
t+1
|s
t
]＝p[s
t+1
|s1，...，s
t
]
[0069]
直观上讲，下一个状态的产生跟所有历史状态是有关的，也就是等式右边所示。但是markov的定义则是忽略掉历史信息，只保留了当前状态的信息来预测下一个状态。对于一个具体的状态s和它的下一个状态s｀，它们的状态转移概率(就是从s转移到s｀的概率)定义为：
[0070]
p
ss
′
＝p[s
t+1
＝s
′
|s
t
＝s]
[0071]
也就是说，下一个状态的产生只受到当前状态的影响。假如总共有n种状态可以选择。则状态转移矩阵p定义为：
[0072][0073]
矩阵中第i行表示，如果当前状态为i，那么它的下一个状态为1，...，n的概率分别为pi1，....，pin，并且这一行所有概率之和为1。由此，结合图13，该状态转移矩阵可以表示为：
[0074][0075]
图13中，class1，class2，class3，facebook，sleep，pub，pass都是分别代表不同的状态，状态到状态之间有一个转移概率。
[0076]
基于markov预测模型还可以采用于贪心策略算法、路径预测算法或者分摊预测算法等几种策略对未来即将发生的业务进行预测。其中，贪心策略通过历史统计选择最有可
能从s状态发生迁移的i/o序列，即单步发生越多越有可能。同时也给定一个下限阈值，当可能性低于该阈值则认为迁移序列无效。路径预测策略选择整体迁移路径最高可能性的序列以提供更优的预测精度，这一策略将markov模型以图的方式从当前节点进行有限深度搜索以寻找最高可能性的路径。分摊预测：对于频繁访问同一存储位置的i/o模型，简单凭借后续步骤权重无法衡量其可能性。此时需要考虑业务整体运行生命周期内对该存储位置的访问频率做加权考虑。
[0077]
具体地，该基于markov预测模型的分析过程可以在用户态客户端实现。同时，在用户态客户端中，还包括数据库，用于对捕获的i/o模式进行统一保存管理。此外，对于分析结果还可以发送至用户界面进行展示和交互
[0078]
步骤s103：将捕获的i/o模式和分析结果导入新存储场景进行重建与回放。具体地，在将捕获的i/o模式和分析结果导入新存储场景后，新存储场景用户态客户端接收捕获的i/o模式和分析结果并送入新存储场景的内核底层；内核模块根据捕获的i/o模式和分析结果进行适配优化，得到新i/o模式；将所述新i/o模式注入底层硬件模拟业务场景。具体地，在适配优化时，可以对底层存储的i/o业务进行针对性调优，例如调整存储系统相关配置参数，以及切换内核i/o调度器(noop，cfq，deadline)等。
[0079]
本发明实施例提供的基于弹性存储的i/o模式分析方法，从最底层截获i/o模式，解决了现有的追踪技术限制于运行平台以及使用场景，例如linux文件系统的inotify工具仅适用于某些类文件系统元数据修改的追踪，无法检测非文件业务的问题。同时，目前主流追踪技术仅用于定位分析问题，并未对采集的i/o模型进行分析总结以及深度提取。该分析方法提出了提取－分析－重新注入的完整系统性设计，结合当前热门的模式匹配与大数据分析预测技术，使传统技术在新兴的云计算场景发挥更大效能。此外，通过该分析方法，可以在分布式存储场景对云计算前端业务模式有更深地了解和对底层更针对性地优化，真正做到端到端的质量提升。
[0080]
在一实施方式中，如图14所示，该基于弹性存储的i/o模式分析方法采用如下流程实现：存储后端捕获内核i/o模式；i/o模式批量发往用户态客户端进行整理；用户态客户端初步分析并导出i/o模式文件；i/o模式纳入数据库引擎统一纳管；大量i/o模式交由模式分析引擎进行大数据分析抽象；分析统计结果送至用户界面进行展示与交互；原始i/o模式直接导出至新存储场景进行重建与回放；数据引擎分析结果叠加用户输入导出至新存储场景进行重建与回放；新存储场景客户端接受i/o模式并送入内核底层；内核模块根据模式特征对i/o调度器等存储策略进行适配优化；内核模块将新i/o模式直接注入底层硬件模拟业务场景。
[0081]
本发明实施例提供的基于弹性存储的i/o模式分析方法，适用于单机、分布式架构的前后端i/o业务模式比较分析和模拟。其基本设计理念并不限于存储业务本身，计算网络以及内存等系统资源在虚拟化和分布式的场景中都存在高复杂度和不一致的情况。针对类似问题本发明同样适用。其中基于现有内核追踪技术和开发内核模块的两种方案在计算网络场景都有参考范例，而基于markov模型的抽象预测算法也同样适用于计算资源，网络流量的统计和预测。
[0082]
本发明实施例还提供一种基于弹性存储的i/o模式分析装置，如图15所示，该装置包括：
[0083]
捕获模块，用于在存储后端捕获内核i/o模式；具体内容参见上述方法实施例对应部分，在此不再赘述。
[0084]
分析模块，用于对所述i/o模式进行分析抽象，得到分析结果；具体内容参见上述方法实施例对应部分，在此不再赘述。
[0085]
重建回放模块，用于将捕获的i/o模式和分析结果导入新存储场景进行重建与回放。具体内容参见上述方法实施例对应部分，在此不再赘述。
[0086]
本发明实施例提供的基于弹性存储的i/o模式分析装置，从最底层截获i/o模式，解决了现有的追踪技术限制于运行平台以及使用场景，例如linux文件系统的inotify工具仅适用于某些类文件系统元数据修改的追踪，无法检测非文件业务的问题。同时，目前主流追踪技术仅用于定位分析问题，并未对采集的i/o模型进行分析总结以及深度提取。该分析装置提出了提取－分析－重新注入的完整系统性设计，结合当前热门的模式匹配与大数据分析预测技术，使传统技术在新兴的云计算场景发挥更大效能。此外，通过该分析装置，可以在分布式存储场景对云计算前端业务模式有更深地了解和对底层更针对性地优化，真正做到端到端的质量提升。
[0087]
本发明实施例提供的基于弹性存储的i/o模式分析装置的功能描述详细参见上述实施例中基于弹性存储的i/o模式分析方法描述。
[0088]
本发明实施例还提供一种存储介质，如图16所示，其上存储有计算机程序601，该指令被处理器执行时实现上述实施例中基于弹性存储的i/o模式分析方法的步骤。该存储介质上还存储有音视频流数据，特征帧数据、交互请求信令、加密数据以及预设数据大小等。其中，存储介质可为磁碟、光盘、只读存储记忆体(read－only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid－state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
[0089]
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read－only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid－state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
[0090]
本发明实施例还提供了一种电子设备，如图17所示，该电子设备可以包括处理器51和存储器52，其中处理器51和存储器52可以通过总线或者其他方式连接，图17中以通过总线连接为例。
[0091]
处理器51可以为中央处理器(central processing unit，cpu)。处理器51还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(applicati/on specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0092]
存储器52作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的对应的程序指令/模块。处理器51通
过运行存储在存储器52中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的基于弹性存储的i/o模式分析方法。
[0093]
存储器52可以包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需要的应用程序；存储数据区可存储处理器51所创建的数据等。此外，存储器52可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器52可选包括相对于处理器51远程设置的存储器，这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0094]
所述一个或者多个模块存储在所述存储器52中，当被所述处理器51执行时，执行如图3－14所示实施例中的基于弹性存储的i/o模式分析方法。
[0095]
上述电子设备具体细节可以对应参阅图3至图14所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
[0096]
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。