本發(fā)明涉及計算機服務(wù)器技術(shù)領(lǐng)域，尤其涉及一種硬盤性能穩(wěn)定性的測試及展現(xiàn)方法。

背景技術(shù)：

隨著it領(lǐng)域技術(shù)的不斷發(fā)展，傳統(tǒng)信息化服務(wù)以及日趨強大的云計算服務(wù)對服務(wù)器的存儲需求越來越高。硬盤的性能穩(wěn)定性作為服務(wù)器的一項重要指標(biāo)，越來越被重視。這要求服務(wù)器在7*24小時的工作下，能夠保證硬盤的性能維持在滿足需求的位置，不能夠出現(xiàn)忽高忽低的現(xiàn)象，這將影響服務(wù)器上運行的業(yè)務(wù)的性能，也是不利于硬盤本身的健康的。所以在服務(wù)器測試階段，對硬盤的性能穩(wěn)定性的測試就是必須的了。

以前的測試只關(guān)注硬盤性能的均值滿足需求即可，沒有整個運行過程的實時值的監(jiān)控和處理、對比的測試。

技術(shù)實現(xiàn)要素：

為了解決以上技術(shù)問題，本發(fā)明提出了一種硬盤性能穩(wěn)定性的測試及展現(xiàn)方法。具體地說是一種實用性強，可以自動化進行硬盤性能穩(wěn)定性測試并將結(jié)果進行處理以便對比的方法。

本發(fā)明引入了一致性的測試概念：在性能均值的上下10%(此值可調(diào))范圍內(nèi)的運行時間占總運行時間的比例。使用一致性對測試結(jié)果進行處理能夠反映性能穩(wěn)定性的好壞。

本發(fā)明的技術(shù)方案是：

一種硬盤性能穩(wěn)定性的測試及展現(xiàn)方法，其具體實現(xiàn)過程為：

1、安裝配置測試所需要的工具（fio、python等）和文件。

2、根據(jù)輸入要測試的盤符，自動修改測試配置文件。

3、使用fio搭配預(yù)定的測試參數(shù)自動挨個對指定的硬盤進行性能測試，使用fio自帶的write_iops_log和write_bw_log參數(shù)實時輸出當(dāng)前的性能值到指定命名對應(yīng)的文件中存儲。

4、性能測試完成后，對測試結(jié)果文件中的結(jié)果進行處理。根據(jù)一致性的概念，需要計算出測試總時間內(nèi)性能的均值i，然后將每一個實時值j與計算出來的i進行比對，看是否超出了i±i*10%（此處的10%可調(diào)，根據(jù)實際需求進行更改）。如果超出了標(biāo)準(zhǔn)，則此實時值j算作不合格；如果沒超出標(biāo)準(zhǔn)，則此實時值j算作合格。最后計算一下合格的總的數(shù)量，看占到總測試實時值的比例是多少（具體達標(biāo)的比例根據(jù)實際需要更改）。

5、將結(jié)果用圖表展現(xiàn)。獲取所有的實時值，將所有的值按照時間順序畫成一個折線圖。然后將前述計算得到的標(biāo)準(zhǔn)i±i*10%畫成兩條直線。這樣三條線在一個圖里面，就能夠清楚的看到在哪些時間點出現(xiàn)了不在兩條直線之間的值，即不符合標(biāo)準(zhǔn)的值。同時在圖上將最大值、最小值、平均值、一致性的值、上下限的值根據(jù)第四步算出來之后自動添加到圖片上顯示。

本發(fā)明借助fio和python能夠自動化的進行硬盤性能測試，并記錄實時的性能值，然后將生成的結(jié)果進行處理，以圖形化的方式展現(xiàn)出來。硬盤性能穩(wěn)定性是否滿足，一目了然。

附圖說明

圖1是本發(fā)明的流程示意圖；

圖2是最后生成的圖片樣例示意圖。

具體實施方式

下面對本發(fā)明的內(nèi)容進行更加詳細的闡述：

1、安裝測試所需要的python以及軟件包。借助pip工具將所需要的軟件包離線安裝，不需要連接網(wǎng)絡(luò)。

#!/bin/bash

root_dir=`pwd`

tar-zxfpython-2.7.12.tgz

tar-zxfsetuptools-28.8.0.tar.gz

tar-zxfpip-9.0.1.tar.gz

cdpython-2.7.12

./configure

make

makeinstall

cd$root_dir/setuptools-28.8.0

python2.7setup.pyinstall

cd$root_dir/pip-9.0.1

python2.7setup.pyinstall

cd$root_dir

pipinstall--no-index--find-links="offline/"-rrequirments.txt

echo"setenvironmentsuccefully!"

2、根據(jù)指定的盤符自動修改fio測試的配置文件。測試預(yù)設(shè)了六個配置文件，["seqprecondition.fio","seqwrite.fio","seqread.fio","randomprecondition.fio","randomwrite.fio","randomread.fio"]，里面的filename=xxx為指定盤符測試參數(shù)。如下步驟自動去對這六個文件進行修改。

defchange_devicename(filename_test):

pattern=re.compile(r"filename=.*")

file_under_filter=open(filename_test,mode='r')

text_under_filter=file_under_filter.read()

file_under_filter.close()

new_text=re.sub(pattern=pattern,repl="filename=%s"%sys.argv[1],string=text_under_filter)

file_under_filter=open(filename_test,mode='w')

file_under_filter.write(new_text)

file_under_filter.close()

if__name__=='__main__':

filename_test_list=["seqprecondition.fio","seqwrite.fio","seqread.fio","randomprecondition.fio","randomwrite.fio","randomread.fio"]

foritem_change_devicenameinfilename_test_list:

change_devicename(item_change_devicename)

3、使用fio進行一致性測試，并保存測試結(jié)果。測試結(jié)果根據(jù)當(dāng)前測試項目的名字自動命名。如測試項目為seqread.fio，則結(jié)果文件為seqread.fio.result

defget_data(filename_test,filename_result):

filename_display="%s.result"%filename_test

fio_process=subprocess.call("./fio%s>>results/%s"%(filename_test,filename_display),shell=true)

iffio_process==0:

print"run%ssuccessfully!"%filename_test

else:

print"fiorunfail!pleasecheck!"

4、測試結(jié)束之后，對測試結(jié)果進行處理：

#將測試結(jié)果全部讀取入內(nèi)存列表

iffilename_result!="none":

data_list_temp=[]

data_time=[]

data_over_list=[]

filename_to_filter=os.path.join("results",filename_result)

file_data=open(filename_to_filter,mode='r')

foritem_file_datainfile_data:

ifitem_file_data!=os.linesep:

data_data=item_change_devicename.split(',')[1]

data_list_temp.append(int(data_data.strip()))

#獲取測試最后的2700個測試值

data_list_temp.reverse()

data_list=data_list_temp[:2700]

data_list.reverse()

length=len(data_list)

foriinrange(1,length+1):

data_time.append(i)

#計算平均值

average_data=float(sum(data_list))/float(len(data_list))

#計算一致性要求的±10%的上下限

data_high=average_data*1.1

data_low=average_data*0.9

#獲取最大值和最小值，以及其所在的時間點

data_higest=max(data_list)

index_higest=data_list.index(data_higest)

data_lowest=min(data_list)

index_lowest=data_list.index(data_lowest)

#獲取超出±10%的范圍的測試值，并計算其數(shù)量

foritem_dataindata_list:

ifitem_data<=data_loworitem_data>=data_high:

data_over_list.append(item_data)

#計算一致性，并保留3位小數(shù)。

data_yizhixing=1-round(float(len(data_over_list))/float(len(data_list)),3)

#開始畫圖

data_x=numpy.array(data_time)

data_y=numpy.array(data_list)

data_high_list=[]

data_low_list=[]

forcountinrange(len(data_list)):

data_high_list.append(data_high)

data_low_list.append(data_low)

filename_to_write=filename_test.split('.')[0]

figure_1=plyt.figure(filename_to_write)

figure=figure_1.add_subplot(111)

plyt.title(filename_to_write)

#將所有測試值依據(jù)時間順序畫折線圖

plyt.plot(data_x,data_y,color='red')

#畫出上限

plyt.plot(data_x,numpy.array(data_high_list),color='blue')

#畫出下限

plyt.plot(data_x,numpy.array(data_low_list),color='blue')

#添加上限注釋

figure.annotate('high=%s'%data_high,xy=(1000,data_high),xytext=(1500,data_high))

#添加下限注釋

figure.annotate('low=%s'%data_low,xy=(1000,data_low),xytext=(1500,data_low))

#添加平均值注釋

figure.annotate('average=%s'%average_data,xy=(1000,average_data),xytext=(1500,average_data))

#添加一致性注釋

figure.annotate('yizhixing=%s'%data_yizhixing,xy=(200,average_data),xytext=(300,average_data))

#添加最高點注釋

figure.annotate('highest(xy)=(%s,%s)'%(index_higest,data_higest),xy=(index_higest,data_higest),xytext=(index_higest,data_higest))

#添加最低點注釋

figure.annotate('lowest(xy)=(%s,%s)'%(index_lowest,data_lowest),xy=(index_lowest,data_lowest),xytext=(index_lowest,data_lowest))

time.sleep(1)

#將圖片保存到results文件夾中

filename_to_write_all=filename_to_write+'_image.png'

filename_to_save=os.path.join("results",filename_to_write_all)

figure_1.savefig(filename_to_save)

if__name__=='__main__':

iflen(sys.argv)!=2:

print"usage:python2.7filter_perf_ssd/dev/sdxor/dev/nvme0n1"

sys.exit(1)

devicename_to_test=sys.argv[1]

filename_test_list=["seqprecondition.fio","seqwrite.fio","seqread.fio","randomprecondition.fio","randomwrite.fio","randomread.fio"]

filename_result_list=["none","seqwrite_bw.1.log","seqread_bw.1.log","none","randomwrite_iops.1.log","randomread_iops.1.log"]

print"begintotest%s"%devicename_to_test

#記錄開始時間

print"begintimeis%s"%time.strftime('%y-%m-%d%h:%m:%s',time.localtime(time.time()))

ifos.path.exists("results")andos.path.isdir("results"):

shutil.rmtree("results")

os.mkdir("results")

forindex,iteminenumerate(filename_test_list):

print"begintotest%s"%item

get_data(item,filename_result_list[index])

#記錄結(jié)束時間

print"endtimeis%s"%time.strftime('%y-%m-%d%h:%m:%s',time.localtime(time.time()))。