EN
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
鲲鹏小智

参数包

参数包详解如表1所示。

表1 参数包参数描述

param

描述

输入/输出

类型

取值范围

默认值

detect_points

被检测的源数据点数。

输入

int

[1 ~ ∞)

120

valid_factor_default

控制模型灵敏度的默认参数。

输入

float

(0.0 ~ ∞)

1.0

detection_window

用于检测的滑动窗口大小。

输入

int

[1 ~ ∞)

5

slide_window

用于检测的滑动窗口滚动步长。

输入

int

[2 ~ 待检测盘总数]

5

train_model_min

DBSCAN算法最小半径参数。

输入

float

(0.0 ~ ∞)

0.3

log_file

日志文件路径。

输入

String

-

/var/log/smartmaintainkit.log

慢盘检测的效果主要由两个指标决定。

  • 滑动窗口的宽度与步长
    被检测的所有源数据被分割成一个个滑动窗口,每个滑动窗口的值被打包成一个测试点。
    • detection_window控制窗口宽度。
    • slide_window控制窗口滑动步长。

      例如原本使用默认参数调用,但数据集中慢盘的时延出现时间较短,无法检测出慢盘。

      slow_detect(r'slow_test.data', r'result.data')

      经调整detection_window,适配窗口宽度。减小slide_window,缩窄滑动步长,以对时延采集更加细致。

      param = {'detection_window': 4, 'slide_window': 2} 
      slow_detect(r'slow_test.data', r'result.data', param)
  • 慢盘检测的精度

    该指标由DBSCAN算法的半径决定,而该半径由valid_factor_defaulttrain_model_min两个参数决定。

    valid_factor_default是一个因子,它与每个检测点的值进行计算,最终得出DBSCAN算法的半径。valid_factor_default越大,DBSCAN算法的半径越大,慢盘检测的精度越低,反之亦然。

    但是DBSCAN算法的半径必须大于0,所以需要一个最小值来控制valid_factor_default因子计算得出的DBSCAN算法的半径。

    如果发现日志中出现“WARNING: Model is too low, set model with train_model_min”,则代表通过valid_factor_default最终计算出的DBSCAN算法半径,低于train_model_min值。然后则会将DBSCAN算法的半径设置为train_model_min的值。

    例如对慢盘的时延精度要求较高,慢盘的时延与正常盘的时延差距较小,执行如下命令使用默认参数调用无法检测出慢盘。

    slow_detect(r'slow_test.data', r'result.data')

    此时可以通过降低valid_factor_default的值来达到预期的效果。

    param = {'valid_factor_default': 0.5} 
    slow_detect(r'slow_test.data', r'result.data', param)

    如果发现日志中出现“WARNING: Model is too low, set model with train_model_min",则表明已经达到train_model_min最小半径下限,如需继续提高精度,则可以继续降低train_model_min参数的下限值。

    param = {'valid_factor_default': 0.5, 'train_model_min': 0.1} 
    slow_detect(r'slow_test.data', r'result.data', param)
搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词