<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />抽象
このホワイトペーパーでは、大規模データセットからハードドライブのパフォーマンスデータを理解するために行ったさまざまな手順について説明します。このデータセットは、クラウドストレージ会社のBackBlazeによって提供されています。このデータは、約2年間で、毎日約50,000台のハードドライブのパフォーマンスを記録しています。データは、稼働中の各ハードドライブについて1日1レコードで構成されています。各レコードには、タイムスタンプ、いくつかの人口統計、失敗のインジケーター、および80個のSMART（自己監視、分析およびレポート作成テクノロジー）インジケーターが含まれています。最初の問題は、データテーブルのサイズが非常に大きいことです。2つ目の課題は、分析の前にデータ品質が適切であることを評価して確認することです。3つ目の課題は、JMPの既存の分析ツールおよびグラフィカルツールで利用できるさまざまな形にデータを整理することです。さらに、そして最も重要なこととして、データが明らかにしているものを理解するために適切なツールを用いて分析が行われるでしょう。どのハードドライブが最適か、およびハードドライブの障害が予測可能かどうかという2つの重要な質問に対する回答を見つけようとします。この作業では、データ操作、探索、信頼性プラットフォームなど、JMPの広範な機能を紹介します。
バイオ
Peng Liu博士はJMPの主任研究統計学者です。彼は、信頼性、存続期間、および時系列プラットフォームの維持と開発を担当しています。彼の仕事には研究、データ分析、そしてソフトウェア設計が含まれます。
CQEのLeo Wrightは、JMPの信頼性と品質の主任プロダクトマネージャです。彼は、品質と信頼性のエンジニアリングに焦点を当てた製造業における豊富な経験を持っています。SASに入社する前は、いくつかのFortune 500組織の品質組織を管理していました。
