文｜任華華

?

IDC運營的大數(shù)據分析與DCIM

文｜任華華

隨著移動互聯(lián)的快速發(fā)展和大數(shù)據和云計算的出現(xiàn)，成百上千棟數(shù)據中心拔地而起，海量的數(shù)據已悄然產生，并潛移默化地影響著我們生活中的點點滴滴。當我們出行時，參考高德地圖的交通數(shù)據；當我們餐飲時，打開大眾點評查看評論數(shù)據；當我們購物時，淘寶網的消費數(shù)據分析會推送符合我們傾向的商品。生活中的小事尚且需要大數(shù)據的分析，IDC運營這樣一件嚴肅而又嚴謹?shù)墓ぷ?，同樣需要大?shù)據分析。

一、IDC運營需要大數(shù)據分析

所謂IDC，就是為電子信息設備提供運行環(huán)境的場所，包括數(shù)據處理、數(shù)據傳輸和網絡通訊等IT基礎設施，同時包括為IT設備服務的電力、空調、傳輸管路等場地基礎設施。通過合理的IT架構和對場地基礎設施完善管理，提供良好的IT環(huán)境，保障IT設備的正常有效運轉、保障業(yè)務的順暢進行和服務的及時提供。

一個典型的IDC如下圖1-1：

圖1-1 典型IDC組成圖

從圖1-1可以看出，IDC是一個復雜的綜合體系，需要進行科學的管理，以保證其能正常運營?？梢赃@樣理解“管理”二字，“管”意味著決策與執(zhí)行，“理”意味著整合與分析數(shù)據?！袄怼笔鞘侄危袄怼钡墓δ転椴杉瘮?shù)據；“管”是目的，“管”的功能是根據“理”的數(shù)據分析結果進行決策和執(zhí)行，進行運維操作。

管理需要數(shù)據，如何獲取IDC運營數(shù)據呢？如圖1-2所示，IDC的電力監(jiān)控系統(tǒng)會得到到柴油發(fā)電機、燃油、市電、變壓器、UPS、電池、高壓直流、開關狀態(tài)、PDU電量等系列數(shù)據；制冷空調監(jiān)控系統(tǒng)會得到冷機、冷塔、水泵、板換、精密空調、冷熱通道溫度、自然冷卻的運行時間、PUE、WUE等系列數(shù)據；消防與安防監(jiān)控會得到人流、物流等系列數(shù)據；ITSM系統(tǒng)得到服務器上架、流程進度等數(shù)據。

這些數(shù)據有的進行了分析，形成了報表，如圖1-2中左一圖片所示的設備電量波動趨勢，左二圖片所示的自然冷卻分析，但是大量的數(shù)據還停留在初級采集階段，并未形成綜合分析與報表。例如，冷凍水泵的變頻器發(fā)生故障，可能會直接影響冷機運行，但報警信息只顯示在電力監(jiān)控界面上，不對制冷運維人員開放，導致制冷運維人員不能在第一時間得到通知，無法快速響應故障。又如，制冷系統(tǒng)中的蓄冷罐溫度異常可能由冷機故障引起，也可能由冷機專用變壓器或開關故障引起，此時只分析蓄冷罐的溫度數(shù)據或者只分析冷機的狀態(tài)數(shù)據是不夠的，還需要跨系統(tǒng)分析電氣系統(tǒng)的冷機配電開關和變壓器狀態(tài)的數(shù)據庫。

因此，IDC有效運營迫切需要對獲取到的大量獨立、離散的數(shù)據進行分析，需要對數(shù)據進行跨系統(tǒng)整合、關聯(lián)、統(tǒng)計與挖掘。

圖1-2　獲取數(shù)據的方式與途徑

二、大數(shù)據分析的有效工具--DCIM

為了順應IDC運營跨系統(tǒng)數(shù)據關聯(lián)、分析的需要，DCIM（Data Center Infrastructure Management數(shù)據中心基礎設施管理）應運而生。DC IM概念起源于國外，不同的機構對其有不同的定義，但得到基本認同的觀點是：DC IM是一座溝通場地基礎設施和IT基礎設施之間關系的橋梁，能夠幫助數(shù)據中心管理人員更高效的運營數(shù)據中心。

G a r t n e r對D C I M的定義：D a t a c e n t e r in frastructure m anagem ent (DCIM) too ls m onitor, m easu re, m anage and/o r con tro l da ta cen te r utilization and energy consum ption of all IT-related equipm ent (such as servers, storage and networksw itches) and facility in frastruc ture com ponen ts (su ch as pow e r d is tribu tion un its [PDUs] an d computer room air conditioners [CRACs]). 數(shù)據中心基礎設施管理（DC IM）工具可以監(jiān)控、測量、管理和控制數(shù)據中心所有IT相關設備（比如服務器、存儲和交換機）和基礎設施相關設備（比如PDU和精密空調）的使用情況及能耗水平。

451 G rou p對DC IM的定義是：A d a ta cen te r in frastruc tu re m anagem en t system co llec ts and m anages in fo rm a tion abou t a da tacen te r’s assets, resource use and operational status. This information is then distributed, integrated, analyzed and app lied in w ays tha t he lp m anage rs m ee t business and service-oriented goals and optim ize the datacenter’s performance. 數(shù)據中心基礎設施管理系統(tǒng)收集和管理數(shù)據中心的資產、資源使用以及運行狀態(tài)的信息，然后分發(fā)、整合、分析、使用以幫助數(shù)據中心管理者滿足業(yè)務和服務導向的目標，優(yōu)化數(shù)據中心運營。

DC IM定義中的In fras tru c tu re，業(yè)內比較通用的認知是：基礎設施（in fras tru c tu re）=場地基礎設施（site facility in frastructure）+ IT基礎設施（IT infrastructure）

三、DCIM為IDC運營帶來價值

DC IM的主要價值就是在于打通場地基礎設施和IT基礎設施（硬件層）的組織和信息斷層、打通場地基礎設施各子系統(tǒng)的數(shù)據庫，采用統(tǒng)一的平臺管理場地基礎設施如UPS、空調以及IT基礎設施如服務器，并通過數(shù)據的分析和聚合，最大化數(shù)據中心的運營效率以保證數(shù)據中心的可用性和業(yè)務的連續(xù)性。

（一）可靠運維

IDC運營的第一要務是保證7×24×365不間斷可靠運行，如果出現(xiàn)故障須即時處理，以減少事故歷時、降低故障帶來的損失和風險，因此IDC運營需要重點關注設備故障。DCIM可對故障期間的數(shù)據進行記錄、整理、統(tǒng)計、分析，尋找故障發(fā)生的誘因和共性，探討縮短故障歷時的途徑；通過利用DC IM對數(shù)據進行分析，可以幫助運維人員提前診斷哪些設備處于亞健康的狀態(tài)，進而可預測故障、提醒運維人員提前排查故障，降低風險。

表3-1　關鍵設備平均無故障時間與故障率

如表3-1所示，DCIM可匯總、統(tǒng)計、分析關鍵設備如冷機、冷塔、水泵、開關、變壓器、UPS等的平均維護時間、平均無故障時間和每月實際運行累計故障率。如果數(shù)據分析顯示某一組電池的月故障率突然高于平均值，則有理由懷疑這組電池近期可能出現(xiàn)故障，提醒運維人員提前對這組電池進行維護和更換，從而避免故障的發(fā)生，減少宕機的可能。

圖3-2　海恩法則

關于可靠性，圖3-2是著名的海恩法則，即一次嚴重事故之前可能有1000起事故隱患、300起未遂先兆、29次輕微事故。DCIM的橫向數(shù)據分析可以幫助運維人員在隱患階段排除故障的可能。如制冷空調系統(tǒng)的環(huán)境溫度監(jiān)測，當溫度超出限定值時，系統(tǒng)告警，但是等到系統(tǒng)告警往往為時過晚，局部熱點極易導致宕機；然而電氣系統(tǒng)的PDU電量監(jiān)測可預警告空調的局部熱點，例如某列機柜PDU電量持續(xù)徘徊在高位，則運維人員可以預判附近可能出現(xiàn)局部熱點；通過提前加速周邊空調的EC風機，避免局部熱點的出現(xiàn)，減少宕機風險。

運維的可靠性常常需要多個子系統(tǒng)聯(lián)合保障。例如暖通制冷監(jiān)控系統(tǒng)（BMS）須準確感知電氣系統(tǒng)中冷機的配電狀況，并在冷機掉電或其他緊急工況時，平穩(wěn)切換至應急冷源供冷，保障服務器的冷量持續(xù)供應；在應急冷源放冷完畢時，BMS須自動切換應急冷源至再次充冷。DCIM可橫向整合電力監(jiān)控、暖通制冷監(jiān)控的數(shù)據，實現(xiàn)數(shù)據的互聯(lián)互通，避免各子系統(tǒng)監(jiān)控自成體系，執(zhí)行子系統(tǒng)命令時影響到其他子系統(tǒng)的安全運行，從而影響整個IT環(huán)境的穩(wěn)定可靠。

圖3-3　服務器平均電量數(shù)據分析

DCIM通過對連續(xù)監(jiān)測的IT電量數(shù)據進行匯總、分析和比較，發(fā)現(xiàn)某IDC大部分機柜服務器運行在5kW左右的平均值，而個別機柜服務器電量維持在2kW左右(如圖3-3所示)?？上攵?，這樣的服務器對計算資源的貢獻非常有限，極有可能是僵尸服務器。運維人員可據此優(yōu)化服務器的配置及軟件架構，或移除服務器另作他用?？梢?，DCIM數(shù)據分析可幫助IDC運維人員優(yōu)化IT資源配置。

（二）綠色節(jié)能

IDC能耗巨大，綠色節(jié)能是IDC運營的重要課題。通過DCIM進行橫向數(shù)據分析，可以幫助IDC運營優(yōu)化，達到節(jié)能目的。例如，某IDC的設計IT負荷為5000kW，采用冷卻塔串聯(lián)板換的水側節(jié)能，如圖3-4，滿載時濕球溫度4℃開始自然冷卻。鑒于服務器是分批上架，IDC也是分期部署，如果一期IT負載率低于某設定值如3000kW，則DCIM可建議運維人員設定濕球溫度6℃或7℃開始自然冷卻，從而延長自然冷卻的時間，縮短電制冷的運行時間，達到節(jié)省制冷系統(tǒng)電耗、降低PUE、節(jié)能運行的目的。

IDC的規(guī)劃、設計、建造都是按照IT滿載做的，實際運行往往是變工況運行，通過DC IM進行綜合數(shù)據分析，可根據運行動態(tài)數(shù)據分析結果改變設定值。如最初的空調送風溫度設定為18℃，冷通道溫度上限設定為22℃，運行一段時間后，系統(tǒng)監(jiān)測到機房冷通道的溫度普遍持續(xù)低于22℃，則可以提醒運維人員嘗試提高送風溫度設定值為20℃，甚至冷水機組的供水溫度也可提高。冷凍水供水溫度每提高1℃，冷機效率提升2～3%，自然冷卻的運行時間也可相應延長，如此可實現(xiàn)節(jié)省制冷系統(tǒng)電耗、節(jié)能運行的目的。

（三）決策依據

DC IM通過對運維數(shù)據的動態(tài)收集、分析以及監(jiān)測，為新建IDC的決策提供輸入。

IDC管理三元素SPC中，S指空間、P指供電、C指冷卻。DC IM收集到U位的總數(shù)據，已占用U位的數(shù)據，兩者相減就可得到可用的U位空間；同樣操作依次可以得到可用電力、可用冷量，詳見圖3-5。通過對SPC三個數(shù)據庫的聯(lián)合分析，運維人員可以確定上多少臺服務器，在哪些U位空間進行擺放。由此可見DCIM可幫助IDC運營工作科學決策。

類似案例很多，如某企業(yè)某類業(yè)務的IDC，一期規(guī)劃設計采用百分之百的滿負荷進行基礎設施的容量規(guī)劃和平面設定。然而DC IM監(jiān)控到的常年運行數(shù)據表明，此類業(yè)務平均運行在70%左右的負荷，峰值也不會超過80%。同樣業(yè)務的下一個IDC規(guī)劃中，就可以把IT的負載率設定為80%，則可以縮減基礎設施的容量、節(jié)省基礎設施初投資?？梢?，DCIM可幫助IDC優(yōu)化配置，節(jié)約成本。

又如某企業(yè)某類業(yè)務在某一線城市采用雙路市電加柴油發(fā)電機的冗余方案，但DC IM多年的運行數(shù)據表明市電從未斷電，電網可靠性達到5個9，甚至更高，則在下一個IDC的規(guī)劃中可考慮優(yōu)化架構為一路市電加柴油發(fā)電機的方案?？梢?，DCIM可幫助IDC規(guī)劃優(yōu)化設計方案。

圖3-4　冷卻塔串聯(lián)板換的水側節(jié)能

圖3-5　Space Power Cooling（SPC）管理

四、DCIM大數(shù)據分析的前景展望

大規(guī)模IDC存在多套監(jiān)控管理子系統(tǒng)，如電力監(jiān)控（EPMS）、暖通制冷監(jiān)控（BMS）、消防與安防監(jiān)控、ITSM等，每個子系統(tǒng)都有自己獨立的數(shù)據采集、統(tǒng)計、分析和執(zhí)行等裝置，完成某項獨立的功能；但是IDC的整體運營需要這些子系統(tǒng)的數(shù)據橫向整合、縱向挖掘、綜合分析；數(shù)據不進行分析，就只是數(shù)據，無法對運營產生價值；DC IM對各子系統(tǒng)的數(shù)據進行篩選、整合并加以關聯(lián)、挖掘、分析，進而根據大數(shù)據分析的結果提出運維建議、優(yōu)化運行能效、降低故障風險、提升IDC運營效率，為運維人員提供科學決策的依據。

此外，通過DC IM進行數(shù)據分析，可以實現(xiàn)其他更多的功能。如圖4-1所示，可以實現(xiàn)成本管理、規(guī)劃管理、工單管理、容量管理、可靠性管理、能效管理。如圖4-2所示，可以關聯(lián)故障與應急預案實現(xiàn)告警管理，可以關聯(lián)資產與容量管理實現(xiàn)變更管理，可以匯總技術規(guī)范與運維手冊實現(xiàn)知識庫管理，可以供應商管理與二維碼對應的方式實現(xiàn)供應商管理，可以從能效管理進一步提升為計費管理，可以把巡檢的主動式運維流程化變成工單管理。

小結

運用DCIM進行大數(shù)據分析是提升IDC運營核心競爭力的有效手段，如圖5-1所示，可以幫助IDC運營增能效、減成本、助運維、輕風險，是科學管理運營IDC的必殺技。IDC運營即將進入大數(shù)據分析的時代，DCIM是進行大數(shù)據挖掘與分析不可或缺的工具，亟需針對運維需求進行深度開發(fā)和有效運用。

圖4-1　DCIM的大數(shù)據分析的多種可能

圖4-2　DCIM的大數(shù)據分析幫助IDC運營的方式

圖5-1　大數(shù)據分析的核心價值

作者單位：阿里巴巴集團技術保障部