構(gòu)建精細(xì)化運(yùn)營的智慧數(shù)據(jù)中心

    隨著應(yīng)用與技術(shù)的發(fā)展，數(shù)據(jù)中心的建設(shè)規(guī)模出現(xiàn)兩極分化的特征：一方面，業(yè)務(wù)集中與資源共享等趨勢推動數(shù)據(jù)中心向規(guī)模化方向發(fā)展，另一方面，小型數(shù)據(jù)中心在解決資源瓶頸的問題以及提供差異化服務(wù)方面的作用日趨明顯。

    IT系統(tǒng)的集中規(guī)�；�建設(shè)與垂直化分布特征，對基礎(chǔ)設(shè)施的管理提出了全新的要求，這些要求集中體現(xiàn)在融合統(tǒng)一、持續(xù)高可用、經(jīng)濟(jì)性運(yùn)營、可服務(wù)等方面，并已成為數(shù)據(jù)中心可持續(xù)發(fā)展的關(guān)鍵KPI，而以此為基礎(chǔ)的數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（DCIM）成為了精細(xì)化運(yùn)營建設(shè)的關(guān)鍵內(nèi)容。

1 為何需要建設(shè)精細(xì)化運(yùn)營

    早期的數(shù)據(jù)中心管理側(cè)重“監(jiān)測”，管理對象單一，網(wǎng)絡(luò)簡單，煙囪化管理特征明顯，無法支撐業(yè)務(wù)的可持續(xù)發(fā)展。物聯(lián)網(wǎng)、M2M、云技術(shù)的發(fā)展，使得大量設(shè)備連接成為可能，基礎(chǔ)設(shè)施日趨整合，數(shù)據(jù)規(guī)模、復(fù)雜性增加，呈現(xiàn)出如下特征：

    1、領(lǐng)域產(chǎn)業(yè)鏈聚合，海量硬件與軟件連接，資源的統(tǒng)一管理是基本訴求；

    2、保障連續(xù)供電、連續(xù)供冷，構(gòu)建內(nèi)耗最小、功效最大的資源服務(wù)中心以應(yīng)對資源集中、成本控制帶來的挑戰(zhàn)，成為IDC建設(shè)、過程運(yùn)營需要面對的共同課題；

    3、供電、冷卻能力、機(jī)柜空間等資源的最大化利用，成為降低TCO、延長數(shù)據(jù)中心建設(shè)周期的有效方法；

    4、同時，DCIM管理與工具快速的滲透到數(shù)據(jù)中心基礎(chǔ)設(shè)施管理的E2E流程中，為自動化、智能化的高效運(yùn)維與精細(xì)化管理提供了基本的技術(shù)條件；

    建設(shè)完整的數(shù)據(jù)中心涉及基礎(chǔ)設(shè)施，技術(shù)與系統(tǒng)架構(gòu)，應(yīng)用與數(shù)據(jù)，業(yè)務(wù)與流程，組織與運(yùn)營等全方位內(nèi)容。藉由基礎(chǔ)設(shè)施的運(yùn)營管理，減少數(shù)據(jù)中心運(yùn)營和管理成本，提高數(shù)據(jù)中心的易用性、持續(xù)可用性和靈活擴(kuò)展性，保護(hù)投資、提升回報率，幫助用戶實現(xiàn)IT創(chuàng)新甚至業(yè)務(wù)創(chuàng)新，是IDC精細(xì)化運(yùn)營的基本訴求。

2 滿足要求的精細(xì)化運(yùn)營框架

    數(shù)據(jù)中心建設(shè)是不同領(lǐng)域產(chǎn)業(yè)鏈的整合，基礎(chǔ)設(shè)施呈現(xiàn)出異構(gòu)、領(lǐng)域差異化特征，需構(gòu)建一個普適的管理模式，實現(xiàn)統(tǒng)一、融合的管理，以確保業(yè)務(wù)發(fā)生變化時，對系統(tǒng)進(jìn)行自動調(diào)優(yōu)，實現(xiàn)高效、準(zhǔn)確的管理。

  2.1 統(tǒng)一、融合的管理

    技術(shù)、業(yè)務(wù)、流程的發(fā)展和演進(jìn)，推動數(shù)據(jù)中心管理目標(biāo)和功能不斷發(fā)展。

    數(shù)據(jù)中心的基礎(chǔ)設(shè)施管理已經(jīng)從基本的動環(huán)管理演進(jìn)為DCIM，且范圍逐漸延伸到BMS、IT資源領(lǐng)域。

    管理體系已經(jīng)由孤立的資源監(jiān)控、系統(tǒng)及網(wǎng)絡(luò)，向著統(tǒng)一、融合，面向服務(wù)、流程自動化方向發(fā)展。

    管理功能從數(shù)據(jù)收集、發(fā)現(xiàn)、實時監(jiān)控，向歷史數(shù)據(jù)分析、決策分析、自動響應(yīng)方向發(fā)展。采集實際的數(shù)據(jù)以及對數(shù)據(jù)的分析、統(tǒng)計、報告，給出執(zhí)行策略是差異化競爭力的關(guān)鍵。

    統(tǒng)一、融合的管理，要求有統(tǒng)一的數(shù)據(jù)模型，實現(xiàn)多源數(shù)據(jù)相同框架的管理；要求基于開放的平臺與體系架構(gòu)，為系統(tǒng)管理工具選型提供更高的靈活性。

  2.2 實現(xiàn)與業(yè)務(wù)關(guān)聯(lián)的架構(gòu)

    IDC機(jī)房管理系統(tǒng)的目標(biāo)是保障基礎(chǔ)設(shè)施的持續(xù)高可用性，為業(yè)務(wù)系統(tǒng)安全、可靠地運(yùn)行提供保障。

    調(diào)查發(fā)現(xiàn)，在眾多的機(jī)房中，盡管已經(jīng)部署了一定的監(jiān)控工具，但是這些監(jiān)控工具都是針對某一個系統(tǒng)或資源設(shè)計的，系統(tǒng)相互獨立，無法很好的集成（如制冷系統(tǒng)、供配電系統(tǒng)、服務(wù)器網(wǎng)絡(luò)設(shè)備之間的管理往往由不同的廠家提供，相互獨立）。

    由于缺乏集成的管道和框架，其監(jiān)控的管理信息不能共享，導(dǎo)致誤報警和報警重復(fù)等現(xiàn)象。同時，由于這些工具都只是面向基礎(chǔ)設(shè)施的監(jiān)控，即使發(fā)現(xiàn)問題，也不能將問題與真正的業(yè)務(wù)聯(lián)系起來，也就不能判斷此問題對業(yè)務(wù)的影響，同時無法判斷解決問題時的優(yōu)先級順序，使影響關(guān)鍵業(yè)務(wù)的問題被延遲，甚或被忽略，從而無法達(dá)成SLA的關(guān)鍵訴求。

    因此，一套能實時監(jiān)控系統(tǒng)、部件運(yùn)行狀態(tài)，準(zhǔn)確地判斷對業(yè)務(wù)影響的系統(tǒng)是實現(xiàn)數(shù)據(jù)中心智能化管理的基礎(chǔ)。要實現(xiàn)基礎(chǔ)設(shè)施的關(guān)聯(lián)管理，提升運(yùn)營服務(wù)水平，要求：

    1、系統(tǒng)能夠?qū)⒒�礎(chǔ)設(shè)施的管理與業(yè)務(wù)流程連接；

    2、系統(tǒng)能夠?qū)⑺�有不同的管理工具進(jìn)行統(tǒng)一和集成，實現(xiàn)信息共享；

    3、系統(tǒng)能夠根據(jù)共享的信息，建立起業(yè)務(wù)的關(guān)聯(lián)視圖。

    精細(xì)化的運(yùn)營要求管理工具可將自動化和智能化融入到業(yè)務(wù)流程中，實現(xiàn)主動式監(jiān)測和管理，專注于滿足業(yè)務(wù)增長提出的可用性、容量規(guī)劃和資源利用效率需求。

  2.3 基于ITIL的最佳實踐

    基礎(chǔ)設(shè)施管理解決方案不僅關(guān)注基礎(chǔ)設(shè)施本身，而且還包括組織內(nèi)部的組織流程、指令規(guī)范、 業(yè)務(wù)。 如何將組織流程、規(guī)范及業(yè)務(wù)融合到管理系統(tǒng)中，實現(xiàn)數(shù)據(jù)整合，提升運(yùn)營服務(wù)品質(zhì)是ITIL的基本理念，是數(shù)據(jù)中心對外提供服務(wù)的基礎(chǔ)。

    TIL提供了一個業(yè)務(wù)與技術(shù)相結(jié)合的框架，是IT服務(wù)管理的成功實踐總結(jié)、指導(dǎo)，已經(jīng)成為事實上的行業(yè)標(biāo)準(zhǔn)，借鑒ITIL，運(yùn)營可以以一種受控、有序的方式向最終用戶提供服務(wù)。

    ITSM是建立在ITIL基礎(chǔ)上的數(shù)據(jù)中心管理與運(yùn)營服務(wù)系統(tǒng)，包括如下幾個階段：基礎(chǔ)監(jiān)控、融合集成、主動預(yù)防、自動優(yōu)化等，是一個漸進(jìn)過程，處于不斷的優(yōu)化系統(tǒng)與技術(shù)的動態(tài)演進(jìn)中。

圖 1 基于ITIL實踐的IDC管理階段模型

    基礎(chǔ)監(jiān)控，是IDC管理的起點，通常以數(shù)據(jù)采集、故障監(jiān)控和修復(fù)重大故障所需時間作為評估標(biāo)準(zhǔn)，往往是事件觸發(fā)式的、被動式的。

    在融合集成階段，對基礎(chǔ)設(shè)施管理評估標(biāo)準(zhǔn)為：所管理資源的可用性、在故障管理系統(tǒng)中關(guān)閉故障所需時間。要改善這些評估指標(biāo)，離不開對業(yè)務(wù)流程化、最佳實踐方案的反饋與循環(huán)改進(jìn)。

    在主動預(yù)測階段，保障業(yè)務(wù)系統(tǒng)的可用性和SLA，是支撐主動、高效管理的動因。對資源的性能進(jìn)行評估、分析，并利用相關(guān)領(lǐng)域的技能與知識，對系統(tǒng)資源性能、問題、容量做主動式管理，對資源的優(yōu)化配置提出建議，是該階段實踐的主要內(nèi)容。

    自動優(yōu)化階段，系統(tǒng)會自動調(diào)整資源配置，以優(yōu)化性能。業(yè)務(wù)策略、業(yè)務(wù)優(yōu)先級及SLA會支配基礎(chǔ)構(gòu)架優(yōu)化的行為，如基于業(yè)務(wù)均衡的IT資源（VM）與基礎(chǔ)設(shè)施層的高效節(jié)能聯(lián)動、基于容量管理的負(fù)載均衡與資源優(yōu)化配置等。

    自主階段，使用先進(jìn)的成本與收益模型、性能與業(yè)務(wù)響應(yīng)及時性等來實現(xiàn)業(yè)務(wù)自動化保障、業(yè)務(wù)快速部署、資源的最大化利用，實現(xiàn)IDC建設(shè)的彈性擴(kuò)展。

3 持續(xù)構(gòu)建精細(xì)化運(yùn)營系統(tǒng)

    數(shù)據(jù)中心基礎(chǔ)設(shè)施精細(xì)化運(yùn)營的真正潛力在數(shù)據(jù)，數(shù)據(jù)中有效信息分布在不同的解決方案與DCIM工具中，信息的整合貫穿運(yùn)營的每個環(huán)節(jié)，是實現(xiàn)精細(xì)化運(yùn)營、構(gòu)建競爭力、改變市場格局的有效手段。實現(xiàn)數(shù)據(jù)中心的精細(xì)化運(yùn)營，可遵從ITIL的服務(wù)理念，圍繞數(shù)據(jù)中心持續(xù)高可用、資源最大化利用以及服務(wù)運(yùn)營持續(xù)構(gòu)建。

  3.1 高效，持續(xù)高可用

    通過系統(tǒng)的監(jiān)控和管理，確�；�礎(chǔ)設(shè)施的持續(xù)高可用性；通過數(shù)據(jù)的采集與分析，提升資源的利用率；通過自動化的運(yùn)維模型，提升管理效率，降低成本，實現(xiàn)業(yè)務(wù)服務(wù)的敏捷化。

精細(xì)、廣泛的管理

    基礎(chǔ)設(shè)施的精細(xì)化、廣泛的管理，建立在統(tǒng)一、完備的管理模型基礎(chǔ)之上，DMTF發(fā)布的通用信息模型CIM框架提供了操作系統(tǒng)、應(yīng)用程序、網(wǎng)絡(luò)和設(shè)備管理的基本模型，但要實現(xiàn)基于業(yè)務(wù)、應(yīng)用的管理，則需要對模型做合適的擴(kuò)展，以滿足運(yùn)營的基本要求。

    在構(gòu)建高效、持續(xù)高可用的運(yùn)營系統(tǒng)的過程中，滿足ITSM管理要求統(tǒng)一的數(shù)據(jù)模型的基本要求包括：

    1、自動的數(shù)據(jù)采集，設(shè)備管理、傳感網(wǎng)絡(luò)可持續(xù)采集和集中處理數(shù)據(jù)。

    2、具有虛擬現(xiàn)實的建模能力，包括IT與基礎(chǔ)設(shè)備在內(nèi)的資源，可準(zhǔn)確的反應(yīng)現(xiàn)場的配置。

    3、所見即所得，可視化的變更、配置，深入到CRAC、行、機(jī)架等級，實時可見的能力，可避免主觀臆斷的移動、添加、以及改變數(shù)據(jù)中心的配置。

    4、可持續(xù)跟蹤IT資產(chǎn)的財務(wù)數(shù)據(jù)（購買日期、成本）以及物理數(shù)據(jù)（機(jī)架中的位置）的變化，實現(xiàn)生命周期內(nèi)的資產(chǎn)管理。

    5、數(shù)據(jù)中心的能力規(guī)劃與預(yù)測，集中式的電源、散熱、空間、網(wǎng)絡(luò)占用計算可預(yù)知機(jī)架能力變化，提高資產(chǎn)利用率。

    借助統(tǒng)一的數(shù)據(jù)模型、組件化及網(wǎng)絡(luò)構(gòu)建能力，DCIM能夠管理分散的、不斷增加的成組應(yīng)用，支持、收集開局、擴(kuò)容、遷移、退網(wǎng)等場景下的配置、變更信息，并進(jìn)行相關(guān)處理，提供相關(guān)信息，支持決策。用戶可在一個集中可視化視圖中，以一種更直觀、有效的方式來反映當(dāng)前部件狀態(tài)并執(zhí)行控制任務(wù)。

前瞻性的問題管理

    IDC管理系統(tǒng)通過對基礎(chǔ)設(shè)備、連續(xù)供電系統(tǒng)、連續(xù)供冷系統(tǒng)的監(jiān)視、預(yù)測，管理粒度細(xì)化到設(shè)備的運(yùn)行指標(biāo)級，深入洞察，實現(xiàn)問題的前瞻性管理。

    實現(xiàn)對管理信息的簡潔化訪問，降低響應(yīng)的時間，減少非計劃的停機(jī)；消除故障，在問題沒有發(fā)生之前預(yù)知；與ITSM的集成，事件管理、問題管理流程化，自動化，是前瞻性管理的必要手段：

   1、通過對連續(xù)供電、連續(xù)供冷系統(tǒng)的監(jiān)控，感知系統(tǒng)、設(shè)備的輸出能力以及性能下降，并對可能的業(yè)務(wù)影響進(jìn)行分析，給出預(yù)警。

    2、利用容量管理，實現(xiàn)機(jī)柜級的供電、制冷、空調(diào)、網(wǎng)絡(luò)的分析，規(guī)避資源沖突，在確保資源最大化利用的基礎(chǔ)上，提供連續(xù)的服務(wù)。

    3、提供連續(xù)、實時的監(jiān)控工具，通過信息的簡潔化、快速訪問，降低系統(tǒng)或者網(wǎng)絡(luò)的停機(jī)時間，縮短MTTR。

    4、結(jié)合事件、問題管理流程，規(guī)避流程外的疏忽和遺漏，保障服務(wù)的持續(xù)可用性與SLA。

    智慧數(shù)據(jù)中心針對設(shè)備故障、運(yùn)行性能的下降，提供容量、事件、問題管理等功能，可以預(yù)定義門限和條件，接收并處理告警、事件信息。

    針對問題管理，管理系統(tǒng)利用知識庫、實踐經(jīng)驗庫，配置相應(yīng)的功能集，當(dāng)業(yè)務(wù)系統(tǒng)、應(yīng)用子系統(tǒng)或部件的可用性降低或者故障時，可自動感知、并實現(xiàn)主動的管理，進(jìn)行自診斷、自恢復(fù)操作。使得IT人員可聚焦主要的職責(zé)，開展主要的業(yè)務(wù)。

關(guān)聯(lián)管理提升運(yùn)營服務(wù)水平

    智慧管理通過配置服務(wù)策略，對資源進(jìn)行監(jiān)視，發(fā)現(xiàn)影響可用性和預(yù)設(shè)服務(wù)水平的事件、狀態(tài)變化和性能降低。

    當(dāng)被監(jiān)視的系統(tǒng)、設(shè)備中發(fā)生事件時，該事件被記錄并關(guān)聯(lián)到相應(yīng)的業(yè)務(wù)資源。在業(yè)務(wù)系統(tǒng)影響視圖中，資源自身及依賴該資源的業(yè)務(wù)系統(tǒng)同時在界面呈現(xiàn)，幫助用戶快速確定出該資源的問題是否影響到關(guān)鍵業(yè)務(wù)系統(tǒng)。

    同時，管理系統(tǒng)將事件與關(guān)聯(lián)資源的可用性和響應(yīng)時間指標(biāo)結(jié)合，并可將用戶或用戶組感興趣的資源組織在一起，形成業(yè)務(wù)系統(tǒng)視圖，實現(xiàn)關(guān)聯(lián)管理。

    實現(xiàn)數(shù)據(jù)中心系統(tǒng)、服務(wù)間的關(guān)聯(lián)管理，需要建設(shè)以下幾個方面的關(guān)鍵能力：

    1、構(gòu)建配置、變更管理能力，實現(xiàn)資源的自動發(fā)現(xiàn)、自動感知變更、數(shù)據(jù)同步，使用如設(shè)備面板、功耗分布圖、溫度云圖、監(jiān)視Dashboard等工具，全面掌控環(huán)境變化。

     2、建立連續(xù)供電、連續(xù)供冷、管理網(wǎng)絡(luò)等系統(tǒng)的拓?fù)潢P(guān)系圖，提供完整的部件間的上下聯(lián)關(guān)系樹，并在資源能力下降時，進(jìn)行關(guān)聯(lián)影響的分析。

    3、共享的信息架構(gòu)，通過業(yè)務(wù)關(guān)聯(lián)視圖，實現(xiàn)聯(lián)動控制、集群調(diào)控、資源遷移、擴(kuò)容等操作，保障服務(wù)的連續(xù)性。

    4、上述管理工具與服務(wù)流程（工單）結(jié)合，實現(xiàn)發(fā)現(xiàn)、測量、分析、調(diào)優(yōu)的閉環(huán)管理。

  3.2 資源利用最大化

    隨著數(shù)據(jù)中心的平均功率密度的持續(xù)增長，機(jī)位、供電能力、制冷能力的最大化利用，成為降低運(yùn)營成本的關(guān)鍵。而基于供電、制冷、機(jī)位、端口的容量規(guī)劃和管理，是支持?jǐn)?shù)據(jù)中心可持續(xù)發(fā)展，實現(xiàn)資源利用最大化的關(guān)鍵技術(shù)。

負(fù)載均衡、能效最大化

    跟蹤數(shù)據(jù)中心全局（整個數(shù)據(jù)中心）或者局部（一個機(jī)架）的電源消耗模式，并通過PUE與能耗分布識別改進(jìn)策略，持續(xù)優(yōu)化電源使用效率，是數(shù)據(jù)中心能效最大化運(yùn)營的基本手段。通常包括如下幾個方面：

    1) 完備的數(shù)據(jù)中心能效測量、分析、優(yōu)化模型；

    2) 基于成功實踐的負(fù)載管理服務(wù)，如應(yīng)用與負(fù)載均布；

    3) 能效優(yōu)化服務(wù)能力，如多機(jī)柜管理、聯(lián)動，模擬配置和部署能力。

    能耗測量是數(shù)據(jù)中心能耗管理的基礎(chǔ)，包括測量點的選擇、測量參數(shù)等。能耗的管理策略決定了測量的模型，提供靈活的可定制的測量模型，可為不同場景下的數(shù)據(jù)中心能效優(yōu)化提供理論支持。

    在具體的實踐中，一般采用PUE、pPUE（局部PUE）、DCiE、能耗分布等模型來評估能效，但要準(zhǔn)確的測量，需要系統(tǒng)能準(zhǔn)確的描述數(shù)據(jù)中心的供電、供冷網(wǎng)絡(luò)模型。

    供電網(wǎng)絡(luò)的能耗測量借助智能電量儀、智能配電設(shè)備（如rPDU）、UPS等來實現(xiàn)。對于pPUE來說，還需要綜合考慮負(fù)載分布情況，實現(xiàn)一個電源系統(tǒng)分供多個負(fù)載的精確計算。

    供冷網(wǎng)絡(luò)的測量主要是借助冷量儀實現(xiàn)，對于一拖多的供冷網(wǎng)絡(luò)，需要將支路冷量數(shù)據(jù)信息通過加權(quán)的方式將能耗分解到指定的區(qū)域負(fù)載。

    因此，供電、供冷網(wǎng)絡(luò)模型的準(zhǔn)確性，所具有的測量條件，以及所采用的測量技術(shù)是能效準(zhǔn)確評估的前提條件。

    負(fù)載管理服務(wù)包括規(guī)劃、監(jiān)視、配置部署幾個部分，并輔助以機(jī)位、制冷等因素，形成以供電、制冷、機(jī)位為基礎(chǔ)的容量管理，可為機(jī)架乃至數(shù)據(jù)中心的業(yè)務(wù)的持續(xù)增長提供有效的支持。

    負(fù)載規(guī)劃需要考慮整個數(shù)據(jù)中心（最小單位為一個機(jī)房）的負(fù)載部署，在保證業(yè)務(wù)連續(xù)可用性基礎(chǔ)上，通過單機(jī)柜、機(jī)柜間的負(fù)載平衡配置，實現(xiàn)如變壓器、UPS輸出的三相平衡等特性，改善整個機(jī)房的供電環(huán)境，提升供電品質(zhì)。同時，負(fù)載的均衡分布，可促成冷量的均衡分布，規(guī)避冷、熱孤島現(xiàn)象，改善機(jī)房的散熱環(huán)境，最終顯著的提升PUE。

    通過規(guī)劃設(shè)計能夠在數(shù)據(jù)中心建設(shè)初期確保設(shè)計的目標(biāo)，但在實際的運(yùn)營過程中，這些配置也不是靜態(tài)的，會隨著業(yè)務(wù)的伸縮不斷的動態(tài)變化，如物理設(shè)備的移動、變更、擴(kuò)容服務(wù)，以及虛擬機(jī)的遷移等。一個具有跟隨配置變更的能效調(diào)控工具是實現(xiàn)能效優(yōu)化運(yùn)營的基本需求，應(yīng)該具有多機(jī)柜關(guān)聯(lián)管理、聯(lián)動、模擬配置和部署能力。實施可參考：

    1) 實時監(jiān)視功耗，了解服務(wù)器/機(jī)架的平均和峰值功率。利用能耗管理工具，通過減少空閑容量的配置，提升電力資源的利用率；

    2) 實時測量IT服務(wù)器的負(fù)載，并按照空調(diào)最佳COP調(diào)節(jié)制冷輸出，通過實時的負(fù)載溫度監(jiān)測和制冷容量的自適應(yīng)控制，實現(xiàn)按需供冷；

    3) 根據(jù)功耗分布，給出負(fù)載規(guī)劃、配置優(yōu)化建議，實現(xiàn)負(fù)載再平衡。