当DCIM遇上大数据
ZNV中兴力维“维统管”驱动IDC产业

　　具体而言，采用维统管2.1，实时数据、报警上报只须1秒，并可及时发现、处理故障，数据采集每秒300万;基于事件流驱动的规范化管理，可以大大缩短响应时间、操作员秒变专家，令效率提升50%以上;云端接入，支持专家远程诊断，快速定位、处理问题;同时千亿条数据秒级搜索的“快”，使得海量数据的实时分析成为可能。

　　从PUE值优化看维统管2.1深层次价值

　　基于大数据引擎的维统管2.1赋予了DCIM新的意义，由此掀起了一场产业革命。除了在软件架构、存储密度、读取速度、数据安全上有着天然的优势外，其更深层次的价值在于大数据的数据分析，包括响应型分析、实时数据诊断、海量预测分析与模型、认知转换，进而找到有价值的、真实的结果。

　　“如果大数据不能真正产生价值，就只是赶时髦。”曹友盛这样说道。他以数据中心PUE值优化为例进一步向C114作出阐述——PUE值即数据中心总能耗除以IT设备能耗所得，越接近1.0越好。

　　PUE值现已成为衡量数据中心环境情况的最重要指标之一，广受产业链各方关注。数据中心的PUE值受环境、设备使用量等各种因素综合影响，每秒钟都在变化;计算PUE值则要采集到所有的IT设备的实时用电量和IDC总用电量，再经过复杂的数据清洗后才能得出，计算量非常大。导致现有DCIM只能提供粗略的一段时间的平均值，无法实时、连续地将一个数据中心的PUE值展现出来。而维统管2.1是第一款且唯一一款将PUE值计算降到秒级的DCIM，令数据中心业主及运营者得以全面了解每一秒状态。

　　同时，PUE值是由设计院设计出来的，数据中心交付后要达到或者说无限接近这个理论值往往要花费一段时间来优化，一般在半年到一年之间，这被曹博士比喻为新车上路后需要几个月来“Tune up”。在这段时间内，PUE值显示出非常的不稳定和不正确。维统管2.1则能够通过实施的PUE值计算，乃至能耗指标同比/环比分析，建立能耗分析模型、给出优化方案，尽可能快地将PUE值“Tune up”到设计值——谷歌在使用DeepMind大数据技术后的两年，其数据中心的能耗降低了40%、整个数据中心的PUE值相应下降了15%，维统管的性能同样可以达到这个效果。

　　那么当PUE值达到设计值，能否进一步降下来?答案亦是肯定的。ZNV中兴力维特意将DCIM的大数据引擎设计成开放式的。这样一来，当数据中心运行了一段时间后，大量的数据被存储在大数据引擎中的数据池里，业主和运营者可以通过能力开放平台获取这些数据和力维预先做好的模型，他们可以用这些数据进一步训练机器，改善模型，也即是所谓的深度学习。另一方面，很多人对大数据的理解等同于认知转换，“啤酒和尿布”的故事时常被提到，数据中心业主和运营者也同样能从众多数据中找出其他未被我们所认识的、潜在的商业规律以及设备优化方法。

　　在福建长乐云计算中心项目中，就采用了ZNV中兴力维基于大数据引擎的DCIM框架。力维承建了其中的综合管理平台和动力环境监控子系统，软件平台采用分布式、模块化结构设计，实时呈现动力设备及环境信息，并集资产管理、能耗管理、运维管理、3D可视化等功能于一体。维统管通过对温度数据的采集、搜索、清洗、重塑、模拟学习、深度学习，一步步建立制冷优化模型，再通过模型的计算结果自动控制空调，从而优化数据中心的能耗。

　　“通过维统管，力维不仅给提供了运维管理的方法，还提供了大数据深度挖掘的平台，令数据中心业主及经营者可以充分使用积累下的数据实现自己的目的。”曹博士总结说。

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。