标签: statistics

传统观点¹认为，每次将硬盘向下旋转并重新启动时，它的预期寿命都会缩短一些时间。

之前已经讨论过这个话题：

• 关闭硬盘有害吗？
• 待机（减速）模式对现代硬盘有什么影响？

降速和升速有害的常见解释是，与普通运行相比，它们对机械部件产生更大的压力，并且它们会引起对设备机械有害的热量变化。

是否有任何数据可以定量显示旋转周期有多糟糕？也就是说，旋转周期的预期寿命是多少？或者，更实际的是，如果我知道 X 秒内不需要磁盘，那么 X 应该有多大才能保证减速？

¹ _{但传统智慧以前是错误的；例如，人们普遍认为硬盘应该尽可能保持凉爽，但一项已发表的关于该主题的研究表明，温度较低的驱动器实际上故障更多。这项研究在这里没有帮助，因为调查的所有磁盘都是 24/7 全天候供电的。}

首先，我想每个人都知道硬盘驱动器出现故障的次数比制造商愿意承认的要多得多。谷歌做了一项研究，表明硬盘驱动器的 SMART 状态报告的某些原始数据属性可能与驱动器未来的故障有很强的相关性。

例如，我们发现，在第一次扫描错误后，驱动器在 60 天内发生故障的可能性是没有此类错误的驱动器的 39 倍。重新分配、离线重新分配和试用计数中的第一个错误也与更高的故障概率密切相关。尽管存在这些强相关性，我们发现仅基于 SMART 参数的故障预测模型的预测准确性可能会受到严重限制，因为我们的大部分故障驱动器都没有显示出任何 SMART 错误信号。

希捷似乎试图掩盖有关其驱动器的这些信息，声称只有他们的软件才能准确确定其驱动器的准确状态，而且他们的软件不会告诉您 SMART 属性的原始数据值。据我所知，Western Digital 没有做出这样的声明，但他们的状态报告工具似乎也没有报告原始数据值。

我一直在使用 smartmontools 的 HDtune 和 smartctl 来收集每个属性的原始数据值。我发现确实如此......当涉及到某些属性时，我将苹果与橙子进行了比较。例如，我发现大多数希捷硬盘会报告它们有数百万个读取错误，而西部数据 99% 的时间显示读取错误为 0。我还发现希捷会报告数百万个搜索错误，而西部数据似乎总是报告 0。

问：如何标准化这些数据？希捷是否会产生数百万个错误，而西部数据则没有产生任何错误？维基百科关于SMART状态的文章说制造商有不同的报告这些数据的方式。

这是我的假设：

我想我找到了一种方法来规范化（这是正确的术语吗？）数据。

希捷硬盘有一个西部数据硬盘没有的附加属性（硬件 ECC 恢复）。当您从 ECC 恢复计数中减去读取错误计数时，您可能会得到 0。这似乎相当于 Western Digital 报告的“读取错误”计数。这意味着 Western Digital 只报告它无法纠正的读取错误，而 Seagate 会计算所有读取错误并告诉您它能够修复的错误数量。

我有一个 Seagate 驱动器，其中读取错误计数小于 ECC 恢复计数，我注意到我的许多文件都已损坏。这就是我提出我的假设的方式。希捷产生的数以百万计的搜索错误对我来说仍然是个谜。

如果您有其他信息，请确认或更正我的假设。

这是我的西部数字驱动器的智能状态，以便您了解我在说什么：

james@ubuntu:~$ sudo smartctl -a /dev/sda
smartctl version 5.38 [x86_64-unknown-linux-gnu] Copyright (C) 2002-8 Bruce Allen
Home page is http://smartmontools.sourceforge.net/

=== …

是否可以知道 SubVersion 存储库中的每个项目使用了多少磁盘空间？

我可以查看每个项目的工作副本并查看每个项目占用的大小，但我认为这不包括项目的总大小（所有修订版）。

我可以在存储库的“db”目录下查看，但是那里的文件都没有意义 - 我认为不可能使用它们来计算每个项目占用的空间。

我尝试了该svn ls --verbose命令，但它给我的大小只是主要修订中实际文件的大小，我认为它不包括所有修订。

也许这是不可能的，但我想我会问。

提前致谢！

任何可用于收集和分析有关鼠标使用情况的统计信息的应用程序。

例如：鼠标移动速度、有效和​​无效点击次数等。可用的分析越多越好。

我已经看过最接近我发现的反鼠标功能，不幸的是每次关闭程序时统计信息都会重置。我需要一个程序来收集统计数据以进行长期分析。

PS：任何类似的键盘使用程序。

平均无故障时间 (MTTF) 通常以小时为单位给出，通过进行一些计算，似乎磁盘应该在经过很多年之后才会发生故障。

似乎磁盘需要更频繁地修复。有谁知道为什么会这样？

我认为这个指标有些可疑。在这里解释错误吗？

我正在寻找有关各种媒体的长期存储/存档可靠性的统计参考。也就是说，我正在寻找有关数据可以在尽可能多类型的介质（例如，软盘、磁带、CD、DVD、闪存）上可靠存储多长时间的信息、比较、图表、图表、测试结果等。驱动器/存储卡、HD、SSD、设备固件/EEPROMS，见鬼，甚至打孔卡和石碑（如果有的话）。

显然，不会有关于 DVD 50 年可靠性之类的数据，但据推测，这些数据会随着时间的推移而更新，类似于反病毒比较数据库。

我记得自从过去建立连接以来发送/接收了字节/数据包，但我现在在适配器属性中找不到它。

顺便说一句，当我将鼠标悬停network connection在托盘中的图标上时，它显示Network: Internet access, Unindentified network, No network access，但是，您看到我无论如何都发布了这个问题。

大卫猜到了我正在看的屏幕。问题是在我的情况下状态不可用（对于我的 Windows 会话中的一些错误）。

在过去的 11 年中，我的公司希望为客户的 Wordpress 2 博客文章创建 PivotViewer 可视化。然而，要做到这一点，我们需要编辑有些随意、不完整且普遍较差的标签，以用作可排序的类别。我正在寻找一种工具来分析他们的博客条目并执行字数统计，让我们了解我们正在处理的内容。

理想情况下，它将具有所有这些功能：

1. 单词黑名单（忽略）
2. 词干提取
3. 自定义同义词合并
4. 计算所有用途
5. 计算一个词出现的帖子数。

我本以为这种文本分析会非常普遍，但我一直无法在整个博客上找到任何软件来做这种事情。有没有可用的软件来做到这一点？

在 linux 中，如何判断哪些进程使用了​​最多的网络带宽？网络是否有类似“顶部”的东西？

我知道 bwm-ng，但它只显示全局统计信息，而不是每个进程的使用情况。

如果数据是按三元组而不是两个输入表组织的，我如何在 LibreOffice Calc 中创建折线图？

例子：

Banana      Jan   10
Banana      Feb   20
Banana      Mar   30
Banana      Apr   40
Orange      Jan   13
Orange      Feb   16
Orange      Mar   24
Orange      Apr   27
Grape       Jan   73
Grape       Feb   11
Grape       Mar   22
Grape       Apr   21

我想（在单个图中）每个水果有一条线，x 轴为月份，y 轴为第三列的值。

如果数据组织在两个输入表中，这将很简单，例如

         Jan  Feb  Mar  Apr
       +-------------------
Banana |  10   20   30   40
Orange |  13   16   24   27
Grape  |  73   11   22   21

但是，我有一组非常大的第一种格式（3 元组）的数据。我已经尝试了图形向导中给出的许多选项，但没有一个起作用。如果数据很小，我可以使用一个简单的脚本轻松地从数据中生成一个两输入表，但是表很大，所以我想知道是否有某种方法可以在不重新排列数据的情况下创建图表。

谢谢

编辑：另外，如果有人知道如何调用第一个表，请告诉我。如果我知道这一点，我可以在询问之前在互联网上进行更好的搜索......