基於物（wù）聯網技術的數據中心集中管理係統
來（lái）源：羞羞答答网站點擊：次發布日期：2024-11-16
隨著科技的快速發展,從原（yuán）來笨重電腦到現在小巧的手機,從原來的（de）互聯網時代發展到移動互聯網,漸漸地,人們發現小小的手機都能聯網,若世間萬物也裝上一個（gè）聯網（wǎng）器件,則都（dōu）可連上互聯網,實現相互交流、信息互換。慢慢地（dì）越來越（yuè）多的“物”連接上互聯網,實現萬物間的信息交換,一（yī）個萬物互聯（lián）的時代來臨了——物聯網。
它（tā）通過各種信息傳感器、射頻識（shí）別技術、全球定位（wèi）係統、紅外感應器、激光掃描器等各種裝（zhuāng）置與技術,借助互聯網（wǎng）、無線（xiàn）網（wǎng）絡將物（wù）體的實時信息快速準確的傳遞到雲中心,再以智能化的技術針對數據、信息進行分析處理,實現對“物”的實時監控和控製的（de）智能化。
而隨著數據中心建（jiàn）設規模的持續擴大,傳統的數據中心管理已不能滿足現有的（de）需求,無（wú）法應對跨區域的監控及人員等因素的管理,通過與物聯網技術的結合,更高效的提高數據中心的（de）管（guǎn）理與維護,實現無人值守的智能管理。
MQTT協（xié）議
MQTT協議是一種輕量級的、一對多的發布/訂閱式（shì）消息傳輸,實現在低（dī）寬帶和不穩（wěn）定的（de）網絡環境中為設備（bèi）提供穩定的網絡（luò）服務,並且能維持數百萬（wàn）個設備節點的並發操作。MQTT所耗費的網絡服務的功耗（hào）較低,產（chǎn）生的耗電量低,並且MQTT可以保證消息可靠安全的傳輸。
在物聯網眾多協議中,MQTT對比（bǐ）其（qí）他協議,如表1所示。
綜合對比後,采用MQTT更（gèng）符合高效節能型（xíng）數（shù）據中心。
REDIS
為了提高用戶的請求速度（dù）和降低網站的負載,降低數據庫的讀寫次數,將一些數據在短時間之內不會發生變化（huà）,而且它們（men）還要被頻繁訪問的數據放（fàng）到緩存中。
而REDIS是（shì）一種以key-value的形式存儲的高速緩存（cún）型數據庫,與其他的（de）緩存技術不同之處在於REDIS不（bú）單單將數據存放在內存中,還定期將更新的數（shù）據寫入磁盤（pán）或者把修改操作寫入追加（jiā）的記錄文件,實現數據的持久化（huà）,避免（miǎn）特殊（shū）情況導致數據不可複原。同時它的讀取的速度是110000次（cì）/s,寫的速度是81000次/s,與高性能鍵值緩存服務器（qì）MEMCACHED相差無幾。支持事務,操（cāo）作都是（shì）原子性,保證對數據庫操（cāo）作的一致性,而且會自動刪除時間過久的（de）數據,釋放內存,減少不必要的浪費（fèi）。
REDIS除了性（xìng）能和並（bìng）發的優勢外,還具（jù）備可以做分布式等其他功能,其強大（dà）的能力能適應（yīng）數據中心增長的（de）規模。
HBASE
HBASE是（shì）一個高可靠性、高性能、麵向列、可伸縮的（de）分布式存儲係統,利（lì）用HBASE技術可（kě）在廉價PC Server上搭建起大規（guī）模結構化存儲集群。
HBASE的目標是存儲（chǔ）並（bìng）處理大型的（de）數據,更具體來說（shuō）是僅需使用普通的硬件配置,就能夠處理由成千上萬的行和（hé）列（liè）所組成的大型（xíng）數據。與FUJITSUCLIQ等商用大數據產品（pǐn）不同,HBASE是Google Bigtable的開源實現,HBASE利用Hadoop HDFS作（zuò）為其文件存（cún）儲係統（tǒng）;用Hadoop MapReduce來處理HBASE中的海量數據。
在查詢速度上,HBASE僅次於REDIS這類緩存型數據（jù）庫,但（dàn）其在上千萬、上億的大數據的查詢中,能快速定位到想要的數據（jù）。HBASE在列數據為空的情況下,是不會占用存儲（chǔ）空間,這為用戶（hù）節省不必要浪費的空間。再者高並發、低延遲的服務更促使我（wǒ）們采用此技（jì）術作為數據中心集中管理係統的重要構成環節。
依靠HBASE技術,將存儲所有數據中心每個時間點的設備及相關數據,用於大數據分析和報表統計使用。
本係統主（zhǔ）要分三個層,采集層、雲平（píng）台層、業務層（céng）。其中采集層主要是由UPS、PDU、電表、溫濕度等動（dòng）環設備與（yǔ）IT資產采集設備組成;雲平台層主要是存儲設備數據以（yǐ）及（jí）進行（háng）大數據分析;業務層則是展示給用戶的數據中心集中管理係統。整體架構如（rú）圖1所示（shì）。
由采集層的各（gè）個采集點將各自（zì）的數據匯總到監控主機後,通過MQTT協議（yì）與（yǔ）雲平台間（jiān）進行數據交換,經過雲平台的篩選後,將（jiāng）屬於係統的數據中（zhōng）心（xīn）數據（jù）進行保存（cún）以及一係列的大數據算法運算分析並保存分析後的結果;當用戶使用數據中心集中管理（lǐ）係統時（shí）,係統會與雲平台間進行交互,將需要的數據經過REDIS緩存到內存中,讓用戶體驗到（dào）高效的管理係統,而且支（zhī）持多用（yòng）戶同時在線瀏覽訪問該係統。
數（shù）據中心集中管理係統不（bú）僅為用（yòng）戶提供遠程監測各個數（shù）據中心的所有設備實時數據(數據保存)及告警（jǐng）記錄(當前告警、曆史告警),了解數據中心實時情況;統計每類設備的各個告警發生（shēng）比例以及告警設備數量,便於（yú）用戶（hù）了解各數據中心告警分布情況（kuàng）並以此做出相應（yīng）的安排。當係統檢測到某些重要告警後,針對（duì）該告警做出預設定相應的（de）聯動處理,並（bìng）通過短信、語音等方式實時（shí）通知相（xiàng）應人員,同（tóng）時展示出發生點附近的監控攝像畫（huà）麵（miàn）,利（lì）於維護人員勘察告警是否對數據中心造成大範圍影響,實（shí）現數（shù）據中心的無（wú）人值守。同時該係統還（hái）加入（rù）了3D全（quán）景模型,通過三維直觀（guān）、交互（hù）易用和實時數據對接的方式,實現數據（jù）中心園（yuán）區、樓（lóu）層、機房、機櫃組合機櫃、設備（bèi）、端口（kǒu）及線纜七級,模擬真（zhēn）實數據（jù）中心（xīn）場景,全三（sān）維虛擬現實瀏覽和全（quán）鼠標虛擬現實（shí）操作,點擊各個設備可查看重要數據,並可模擬維護人員巡檢數據中心,檢測設（shè）備是否發生故障（zhàng）等。而（ér）且該係統增加了對IT服務設備（bèi）的實時監控CPU、內（nèi）存等重要數據,無需再（zài）采用另外一套係統來檢測IT服務設備的情況,便於維護（hù）人員（yuán）的（de）操作,為數據中心維護減少了額外開支。
跨模塊PUE計算顧名思義即根據各個數（shù）據中心各自（zì）施工工況以及檢測點範圍,正（zhèng）確的計算出（chū）整個數據中心或者某（mǒu）個（gè）微（wēi）模塊或者多個微模塊的能（néng）源效率。
目前,很（hěn）多（duō）廠商部（bù）署了數據中心能耗監測係統,但是均存在以下缺（quē）點:
隻針對整個數據中心或者固定節點進行PUE計算,無法（fǎ）根據數據中心的設施變換和實際工況的變換（huàn）進行靈活配置（zhì）,不能全麵、綜合地反映數據中心各個節點（diǎn）的能耗;
計算PUE采用的耗電量數值（zhí）為當前數值,沒有將數據中心由於前期施工等產生的耗電量考慮在內（nèi）,因此計（jì）算結果準（zhǔn）確性有待提高。為了（le）克服現有技術中存在的（de）不足,本係統提供了一種自定（dìng）義的數據（jù）中心能耗監測係統。
其特點在於:靈活配置測（cè）量點,累計PUE、當前（qián）PUE、曆史PUE報表全麵監測數據中心能耗（hào）,增加計算基準時間,提高PUE結果（guǒ）準（zhǔn）確性。
用戶（hù）根據各個數據中心或者各個模塊的PUE值、PUE波動趨勢,進行戰略分析及部署,為以（yǐ）後擴展數據中心選址、節能提供有效的幫（bāng）助。
本係統采用雙向通訊管理,除了傳統數據中（zhōng）心集（jí）中管理的上發外,還增加了下控的管理,並且上發及下控的通（tōng）訊經過安（ān）全的多重加密,提高安（ān）全性。相比傳統（tǒng）數據中心集中管理上發功能需要互相知（zhī）道對方（fāng）IP的方式,本（běn）係統采用匯聚的方式,隻需（xū）采集設備（bèi）填（tián）寫雲平台IP即可,節省了過多繁瑣的過程。
在傳統的數據中心集中管（guǎn）理中,主要依靠人工采集和錄入設備變更信息、工作強度大、工作效率低,隨著數據中心規模越來越大,需要管理的設備數量急劇增加,傳統的（de）資產管理方式已（yǐ）經跟不上數據（jù）中心業務發展的腳步,逐漸成為數據中心運（yùn）維的（de）短板,大大的降低效率。現在,隻要設備連（lián）接到物聯網中,即可自動獲取（qǔ）到各個采集點的所（suǒ）有設備及信息,支持熱插拔式動態更新。
為了更好掌握及提高（gāo）資源利用率,還增加了針對容量的管理,展示出整個數據中心的容量比以及某個機（jī）櫃的容量比,通過當前容量統計、分析與規劃,充分利用現有（yǒu）數（shù）據中心的容量資源,盡量延長數據中心的使用壽命,推遲下一（yī）個（gè）數據中心的建（jiàn）設計（jì）劃,保護用戶投資,避免資源（yuán）的浪費。摒棄了傳統數據中心集中管理的（de）多IP分散式管（guǎn）理、人工錄（lù）入信（xìn）息等（děng）缺點,將各個數據中心匯聚到一起實現跨區域集（jí）中管理,自動化獲取信息,實現智能化的集中管理。
當我們購物時,京東、天（tiān）貓網的消費數（shù）據分析會推送符合我（wǒ）們（men）的傾向商品（pǐn）;當我們出行時,參考百度地圖的交通數（shù）據。生活中的大大小小（xiǎo）事均需要大數據的分析,而數據中心這種嚴謹（jǐn）的同樣需要大數據分析（xī）,幫助用（yòng）戶更好的維護（hù）和管理數（shù）據中心。
通過MQTT,本係統已（yǐ）將所有數據中心數據匯聚到一起,根據發生故（gù）障期間的數據進行統計分析,根據分析結果提前診斷設備處於故障前潛伏（fú）期,提醒運（yùn）維人員提前（qián）排查故障（zhàng）,降低風險。根據數據中心耗（hào）電分布情況,排（pái）查僵屍服務器,優化IT資（zī）源配置;排查非IT資源是否能耗（hào）過大,提醒（xǐng）用戶避免不必要的開銷或者更換更節能有效的設備。
數據中心建設前的設計、規劃都是按照IT服務器滿載做的,實際運行過程中往往是變工況（kuàng）運行,經過大數據分（fèn）析可根據運（yùn）行動（dòng）態數據分析改變（biàn）設定值（zhí）,例如空調的製冷點設置為18℃,冷通道上限值維持在22℃,實際運行中冷通道的溫度一直（zhí）維持在22℃以下,則可以提醒運維人員嚐（cháng）試提高空調溫度設定值為20℃,如此可實現節省製冷係統電耗、節能運行的目的。
大數據分析,除了以上所列舉的示例外,它還可以做很多的事情,例如能效管理、成本管理等等。它幫助數據（jù）中心運維提高能效、降低成本、降低故障風險。
綜上（shàng）所述,將（jiāng）物聯網技術結合數據中心集中管理和大數據分析,為用戶提供一（yī）個智能化管理平台,簡單、便捷地管理（lǐ）不同區域的（de）數（shù）據中心的運維,同（tóng）時平台會在數據中心發生告警時,主動示警相關人員的手機、郵箱,做到遠程無人值守監（jiān）控數據中心（xīn）。再借助大數據分析,提前排查故障將隱患扼殺在搖籃（lán）中,並針對數據（jù）中（zhōng）心的能耗（hào）情況、製（zhì）冷情況、容量占比等方式的分析,為用戶提供諸（zhū）多節能的建議作為參考（kǎo）,根據自身情況做出調整,打造出（chū）一個（gè）持久、節能的綠色數據中心（xīn）。
物聯網（wǎng）技術的運用將數據中心的（de）管理與運維構造的更加智能化,為用戶（hù）帶來高效的管理體驗,相信在將來（lái）的（de）5G大範圍使用後,將會與之擦出不一（yī）樣的火花,讓物聯網的技術運用更上（shàng）一層。
返回列表
