一种存储集群性能预测方法和系统

本申请公开了一种存储集群性能预测方法和系统，应用于独立于存储集群的服务器，包括：获取大量历史时间存储集群各个节点的性能数据并按照固定的时间窗口进行分割，得到存储集群多个时间步的性能数据；将存储集群多个时间步的性能数据输入到LSTM模型中进行训练；获取训练好的LSTM模型中每个时间步的隐藏状态；将存储集群多个时间步的隐藏状态和性能数据进行组合，形成增强后的多个时间步特征集；将增强后的多个时间步的特征集对应的目标值输入基于XGBoost的多输出回归模型中进行训练；得到训练完成的预测模型；将实时采集的存储集群各个节点的性能数据输入到预测模型中获得预测结果。通过本申请，能够提高预测结果的准确性。