ZNV中兴力维CTO曹友盛博士谈创新
永远站在技术最前沿

    【CPS中安网 cps.com.cn】9月27日，由开放数据中心委员会(ODCC)主办，阿里巴巴、百度、腾讯、中国电信、中国移动、中国信息研究院、英特尔等单位承办的2016开放数据中心峰会在北京国际会议中心隆重举行。

　　ZNV中兴力维，作为数据中心领域的佼佼者，受邀携新一代智慧数据中心综合管理解决方案(简称“维统管”)华丽亮相，现场展示受到了观众的热烈围观和称赞。ZNV中兴力维的CTO曹友盛博士在会上作了“ZNV中兴力维在DCIM中的大数据布局”的演讲。介绍了什么是中兴力维对DCIM的认识和理念， 中兴力维是如何以动环、安防、大数据来推动DCIM的升级，中兴力维在DCIM领域中做了哪些创新，未来数据中心运营管理的发展趋势如何?CNII记者在会后采访了ZNV中兴力维的CTO曹友盛博士。

ZNV中兴力维展台

　　不断创新 重新对DCIM诠释

　　在数据中心领域，ZNV中兴力维最新推出的“维统管”，率先运用和加入了企业管理，场地资源管理，物联网和大数据，数据学习概念和技术。在供电保障、智能安防、智能楼宇、容量管理、资产管理等方面提供整体解决方案，作为一款为数据中心带来理念革新的解决方案，集基础设施管理、动力环境管理、智能子系统管理、运维管理功能等于一体，以物联网为框架，事件流为驱动，数据技术为手段，为用户的后台保障，降低维护成本、加强运维管理、保障机房安全、合理利用资源等方面带来价值。

ZNV中兴力维CTO曹友盛博士

　　曹博士表示，要在短时期实现对IDC的高效管理，首先在对于DCIM的认识理念上要有突破。更重要的是要站在技术的最前沿。 比如，传统DCIM最早的定义是帮助IDC的业主和运营商管理和控制他们的基础设施。为此，ZNV中兴力维对DCIM进行了新的诠释和创新。首先， DCIM不能仅仅是解决“基础设施管理”的问题。要改善IDC的环境参数(碳排)、功效、能效、管理效益和安全性问题，这里除了设备、动力、环境等基础设施的问题外，还有两个很重要的因素：一个是数据管理，一个是企业管理(ERP)和现场管理(FRP)。一个IDC的管理需要三个团队：IT人员负责在数据中心的IT设备(即服务器和网络交换机)，基础设施团队负责该数据中心设施和空间管理维护设备，企业管理团队负责该数据中心工作流程和运营。ZNV中兴力维把DCIM重新定义成“基于大数据概念的IDC数据中心综合管理解决方案”。

　　弯道超车 把数据变为核心竞争力

　　现今业界有各种各样的DCIM工作流模型。在IDC的建设中，大规模部署各种各样的传感器，搜集来自各个动力、环境、IT设备和仪表的数据，然后将这些数据以统计分类的形式，比如环境控制、功率和能量管理、安全性，以及IT系统，用多彩绚丽的形式展示在大屏上。让IDC的业主和运营商了解到了全部IDC的状况，只要掌握这些问题，就能够改善IDC的环境参数(碳排)、功效、能效、管理效益和安全性。事实上，目前，大多数DCIM产品难以解决这些重大问题，因此这也让数据中心的业主在投资建设时产生了犹豫，也没有人可以准确定义描述DCIM到底应该做些什么。

　　如何将IDC的数据变为核心竞争力?曹博士有自己独到的见解，他认为当今虽然有太多人懂得如何产生数据，最关键的因素是要学会如何保存数据以及如何使用数据，把这些数据转化为企业的核心竞争力。相较于其他企业，ZNV中兴力维的一个主要优势就是长期积累的数据信息及视频信息。这些数据和信息的管理应用技术能够快速应用到数据中心管理系统开发，为数据中心高效管理提供服务。

　　要把传感器搜集来的各个动力、环境、IT设备和仪表的数据转换成真正有意义的数据，能够帮助IDC的业主和运营商改善IDC的环境参数(碳排)、功效、能效、管理效益和安全性，整个行业还有一段路要走，主要有几个原因。

　　第一，我们的数据不是太多了，而是还不够多。我们需要一个密集的数据采集，这些数据的量不比一个数据中心的数据量少。打个比方，一个典型的IDC大概有100万个测点。这个是什么意思呢?首先100万个测点也只能覆盖一些主要动环设备。其次，就以这100万个测点来说，如果每5秒采集一次，一条测点数据是200B来计算，每天产生采集数据168亿条，对存储设备的IO要求是 200MB/5s = 40 MB/s。我们需要一个具有数据吞吐量90MB/s ，磁盘写入能力 3.45TB/天的设备，一年1PB的存储。用传统的关系型数据库是无法实现的，而中兴力维已经运用基于Hadoop Spark技术研发出来了。

　　第二，一个IDC每天可以产生168万条数据，仅告警种类就超过3万多种。如何分析?仅建立一个符合几个条件的分析，就可能要花上好几天得出结果。如果要同时符合上万个条件，比如，分析一个造成空调过载的触发因素，需要在一个2万多个数据条件的情况下分析。在过去的SQL条件下这只是一个梦，中兴力维采用了NoSQL方法，可以把过去不可能的事，在1-2秒内实现。

　　第三，分析不能只对一个设备上的数据进行分析。现在最先进的做法也只是在周边的几个数据进行分析。比如，一个降能耗的模型，目前的分析局限于和空调机相关的冷水、冷风、用电的峰谷等有限的相关条件。如果要将每个设备的用电、气候、设备使用率、设备本身能效率等等一起来分析，这是一个很难解决的问题。这种分析也就是大数据中的五个“V”中的“多样性”(Volume海量、Velocity高速、Variety多样、Value价值、Veracity真实)。只有用大数据的方法才有可能分析出。

　　总体来说，大数据分析可以分为四层：

　　第一层： 响应型分析：一个百万测点的IDC，每天可产生6TB的数据，需要一个NoSQL的高速数据存储，年统计报表的变量在百万个以上，用SQL数据库是无法统计出来的。NoSQL技术可以实现百万变量统计报表<2秒。

　　第二层：诊断型分析：报警产生的根源是什么?通过多维数据的时间关系深度分析，才能找到根源。趋势分析：在温度上升过程中的趋势可以是线性、抛物、幂函数、指数型的。

　　第三层：预测型分析：这是下一代数据分析的顶尖层次。很多时候需要人工智能给我们一些真正的建议，利用存储Alluxio上的预测模型作为参考，对采集数据做快速在线分析和预测，而这些模型来之于力维云计算中的深度细化和深度学习。

　　第四层：认知转换：认知计算是最高层次，可通过提取来自工作流程、事件背景和环境的实时信息，帮助IDC经营者增强预测和决策能力，给业务带来更大的确定性，持续改进自身的业务流程，使IDC运营更加稳健。认知计算可以帮助IDC从大量数据中发掘洞察，揭示以往传统方法无法发现的模式和机会，来提高重要研究的成功机率。

　　这些需要我们改变对大数据的虚夸认识，重新从根本上认识大数据，踏踏实实的开发出产品来。

　　精准发力 做接地气的产品和服务

　　IDC领域产品技术更迭频繁，升级换代加快，这对企业创新能力提出很大挑战，如何应对这种恶性竞争?ZNV中兴力维的回答非常简单：在自己的产品中不断注入新的科技，以更好的产品和服务维护现有的客户，从而保持自身在行业中的领先地位。

　　ZNV中兴力维的产品及服务涉及各个领域。在电信领域，中兴力维针对中国铁塔项目专门研发的“维塔士”动环监控产品以其独到的稳定性与铁塔工程使用情况高度契合，受到各界专家的好评。在智慧城市建设方面，ZNV中兴力维推出了基于ICT、物联网、智能化、云计算、大数据等技术特点的智慧城市解决方案，构建城市的综合趋势预测、预警系统、综合应急智慧体系，银川是ZNV中兴力维打造的智慧城市样本，其中智慧应急、平安城市、智慧社区模块得到了用户的高度认可。

　　ZNV中兴力维能够在电信、轨道交通、政府、能源、教育等行业都有着不俗的表现，这和公司对于研发的投入以及人才的培养是分不开的。曹博士介绍：“ZNV中兴力维在科研方面的投入逐年增加，2015年在技术研发方面的投入超过销售额的10%。2016年，我们也在持续增加研发方面的投入，只有不断加大研发力度，不断创新，才能抓住市场机遇。此外，ZNV中兴力维每年都拿很多国家资助的科研课题，其中不乏国家大数据的科研基金，这对新型技术人才的培养非常关键。”

　　ZNV中兴力维研发团队不仅庞大，在前沿科技方面实力雄厚，同时公司有着相当务实的创新理念，总结下来就是：密切关注市场发展，做“接地气”的产品和服务。“对市场上已经有的技术，有企业已经做的很好了，我们不会作为主业。再先进的前沿科技，如果不能在市场上被应用，我们也会考虑不做。我们要找准自己的位置，专注在那些有市场需求、我们能够领先、擅长的领域，这样就可以使我们永远站在技术的前沿，最大限度的发挥企业的价值”，曹博士说。

　　对于数据中心运营管理的的发展趋势，曹博士认为，绿色将成为未来衡量数据中心的标尺，再往后发展就是“数据为王”，谁掌握了数据，谁就掌管了未来。

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。