基（jī）於物聯網技術的（de）數據中心集中管理（lǐ）係統
來源：17.c.com點擊：次發布日期：2024-11-16
隨著科技的快（kuài）速發展,從原來笨重電（diàn）腦到（dào）現在小巧的手機,從（cóng）原來的互聯網時代（dài）發展到移動互聯網,漸漸地,人們發現小小（xiǎo）的手機都能聯網,若世間萬物也（yě）裝上（shàng）一個聯網器件,則都可連上互聯網,實現相互交流、信息互換。慢慢地越來越多的“物”連接上（shàng）互聯網,實現萬物間的信息交換（huàn）,一個萬物互聯的時代來（lái）臨了——物聯網。
它通過各（gè）種信息傳感器、射（shè）頻（pín）識別技術、全球定位係統、紅外感應器、激光掃描器等各種裝置與技（jì）術,借助互聯網、無線網（wǎng）絡將物體的實時信息快速準確的傳遞（dì）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（suí）著數據中心建設規模的持續擴大,傳統的數據中心管理已不能滿足現（xiàn）有的需求,無法應對跨區域（yù）的監控（kòng）及（jí）人員等因素的管理,通（tōng）過與物聯網技術的結合,更高效的提高數據中心的管理與維護（hù）,實現無（wú）人值守的智（zhì）能管理。
MQTT協議
MQTT協議（yì）是一種輕量級的、一對多的發布（bù）/訂閱（yuè）式消息傳輸,實（shí）現在低寬帶和不穩定的網絡環境中為設備提供穩定的網（wǎng）絡服務,並且（qiě）能維持數百萬個設（shè）備節點的並發操作。MQTT所耗費的網（wǎng）絡服務的功（gōng）耗較（jiào）低,產生的耗電量低,並且MQTT可以保證消息可靠安全的傳（chuán）輸。
在物聯網眾多協議中,MQTT對比其他協議,如表1所示。
綜合（hé）對比後,采用MQTT更符合高效節能型數據中心。
REDIS
為了提高用戶的請求速度和降低網站的負載,降低數據庫的讀寫次數（shù）,將一些數據在短時間（jiān）之內不會發生變化,而且（qiě）它們還要被頻繁訪問的數據放到緩存（cún）中。
而REDIS是一種（zhǒng）以key-value的形式（shì）存儲的高速緩存型數據庫,與其他（tā）的緩（huǎn）存技術不同之處在於REDIS不單單將數據（jù）存放在內存中,還定期將更新（xīn）的數據寫（xiě）入磁盤或者把修改（gǎi）操作寫入追加的記錄文件,實現數（shù）據（jù）的（de）持久化,避免特殊情況導致數據不可複（fù）原。同時它的讀取（qǔ）的（de）速度是110000次/s,寫的（de）速度是81000次/s,與高性能鍵值緩存服務器MEMCACHED相差無幾。支持事務,操作都（dōu）是原子性,保證對數（shù）據庫操作的一致性,而且會自動刪除時間（jiān）過久的數據,釋放（fàng）內存,減少不必要的浪費。
REDIS除了性能和並發的（de）優勢外,還具備（bèi）可以做分布式等其他功能,其強（qiáng）大的能力能適應數據中心增長的規（guī）模。
HBASE
HBASE是一個高可靠（kào）性、高性能、麵向列、可伸縮的分布式存儲係（xì）統,利用HBASE技術可在廉價（jià）PC Server上搭建起大規模結構（gòu）化存儲集群。
HBASE的目標是存儲（chǔ）並（bìng）處理大型的數據,更具體來（lái）說是僅需使用普通（tōng）的硬件配置,就（jiù）能夠處理由成千上萬的行和列所（suǒ）組成的大型數據（jù）。與FUJITSUCLIQ等商用大數（shù）據（jù）產品不同,HBASE是Google Bigtable的開（kāi）源實現,HBASE利用Hadoop HDFS作為其文件存儲係統;用Hadoop MapReduce來處理HBASE中的海量數（shù）據。
在查詢速度上,HBASE僅次於REDIS這類（lèi）緩存型數（shù）據庫,但其在上千萬、上億的大數據的查詢中,能快（kuài）速定位到想要的數據。HBASE在列數據為空的情況下,是不（bú）會占用存儲空間,這為用戶節省不必要浪費的空（kōng）間。再者高並發、低延遲的（de）服務更促使我們采用此技術作（zuò）為數據中心集（jí）中（zhōng）管理係統的重（chóng）要構成環節。
依靠（kào）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（bào）表統計使用。
本係統主要分三個層,采集（jí）層、雲平台層、業務層。其（qí）中采集層（céng）主要（yào）是由UPS、PDU、電表、溫濕度等動（dòng）環設備與IT資產采集設備組成;雲平台層主要是存儲設備數據以及（jí）進行大數據分析;業務層則（zé）是展示給用戶的數據中心集中管理係統（tǒng）。整體（tǐ）架構如圖1所示。
由采集層的各個采集點將各自的數據匯總到監（jiān）控主機後,通過MQTT協議與雲平台間進行數據交換,經過雲平台的篩選後,將屬於係統的數據中心數據進行保存以及一係列的大數據算法運算分析（xī）並保存分析後的結果;當用戶使用數據中心集中管理係統時,係統會與雲平台間進行交互,將需（xū）要的數據經過REDIS緩存到內存中,讓用戶體驗到高效的管理係統,而且支持多用戶同時在線瀏覽訪（fǎng）問該（gāi）係（xì）統（tǒng）。
數據中心集中管理係統不僅為用戶提供（gòng）遠程（chéng）監測各個數據中心的所有設備實時數據(數據保存)及告警記錄(當前告（gào）警（jǐng）、曆史告警),了解數據中心實時情況;統計每類設備的（de）各個告警發生比例以及（jí）告警設備數量,便於用戶了解各數據中心告警（jǐng）分布情況並以此做出相應的安排（pái）。當係統檢（jiǎn）測到某些重要告警後,針對該告警做出預設（shè）定相應的聯動處理,並通過短信、語音等方式實時通（tōng）知相應人員,同時展示出（chū）發生（shēng）點附（fù）近的監控攝像畫麵,利於維護人員勘察告警是否對數據（jù）中心造成大範圍影響,實現數據中心的無人值守。同時該係統還加入了3D全（quán）景模型,通過三維直觀、交互易用和實（shí）時數據對接的方式,實現數據（jù）中心園區、樓層、機房、機櫃組合機（jī）櫃、設備（bèi）、端口及線纜七級,模擬真實數據中（zhōng）心場景,全三維虛擬現實（shí）瀏覽和全（quán）鼠標虛（xū）擬現實操作,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（jiǎn）測設備是否發生（shēng）故障等。而且該係統增加（jiā）了對IT服務（wù）設備（bèi）的實時監控CPU、內存等重要數據,無需再（zài）采用另外（wài）一套係統來檢測IT服務設備的情況,便於維護人員的操作,為數據中（zhōng）心維護減（jiǎn）少了額（é）外開支。
跨模塊PUE計算顧名思義即根據各個數據中心各自施工工況以及檢測（cè）點範圍,正確的計算出整個（gè）數據中（zhōng）心或者某個微模塊或者多（duō）個微模塊的能源（yuán）效（xiào）率。
目前,很多廠商部署了數（shù）據中心能（néng）耗監測係統（tǒng）,但（dàn）是均存（cún）在以下缺點:
隻針對（duì）整個數（shù）據中心或者固定節點進行PUE計算（suàn）,無法根據數據中心的設施變換（huàn）和實際工況的變換（huàn）進行靈活配置,不能全麵、綜合地反映數據中心各個節點的（de）能耗;
計算PUE采用的耗（hào）電量數值（zhí）為（wéi）當（dāng）前（qián）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,因此計（jì）算（suàn）結果準確性有待提高。為了克（kè）服現有技術中存（cún）在（zài）的不足,本係統提供了一種自（zì）定義的數據中心能耗監測係統。
其特（tè）點在於:靈活配置（zhì）測量點,累計PUE、當前PUE、曆史PUE報表全麵監測數（shù）據中心（xīn）能耗,增加計算基準時間（jiān）,提高PUE結果準確性。
用戶根（gēn）據各個數（shù）據中心或者各個模塊的PUE值、PUE波動趨勢（shì）,進行戰略分析及部署,為以後擴展數據中心選址、節（jiē）能提供有效的幫助。
本係統采用雙向通訊管理,除了傳統數據中心集（jí）中管理的上發外,還增（zēng）加了下控的管（guǎn）理,並且上發及下（xià）控的通訊經過安全的多重加密（mì）,提高安全性。相比傳統數據中心（xīn）集中管理上發功能需要互相知道對方IP的方（fāng）式（shì）,本係統采用匯聚的方式,隻需采集設備（bèi）填寫（xiě）雲平台IP即可（kě）,節省了過多繁瑣的過程。
在傳統的數據中心集中管理中,主要依（yī）靠人（rén）工采集和（hé）錄入設備變更信息（xī）、工作強度大、工作效率低（dī）,隨著數據中心規模越來越大,需要管（guǎn）理的設備數量急劇增加（jiā）,傳統的資產管理方式（shì）已經跟不上數（shù）據中心業務發展的腳步,逐漸成為數（shù）據中心運維的短板,大大的降低效率。現在,隻要設備連接到物聯網中,即可自動獲取到（dào）各（gè）個采集點的所有設備及信息,支持熱插拔式動態更新。
為了更好掌握及提高資（zī）源（yuán）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（jí）某個（gè）機櫃的容量比,通過當前容（róng）量統計、分析（xī）與（yǔ）規劃,充分利用現有數據中心的容量資源,盡量延長數據中心的使用壽命,推遲下（xià）一個數（shù）據中心的建設計劃,保護用戶投（tóu）資,避免資源的浪費。摒棄了傳統數據中心集中（zhōng）管理的多IP分散式管理、人工錄入信息等缺點,將各個數據中心匯（huì）聚到一起實現跨區域集中管理,自動化獲取信息,實現智（zhì）能（néng）化的集中管理。
當我們購物時,京（jīng）東、天貓網的消費數據分析會推送符合我們的傾向商品;當我們出行時,參（cān）考百度地（dì）圖的（de）交通數據。生活中的大大小小事均需要大數據的分析,而數據中心這（zhè）種嚴謹的同樣需要大數據分析,幫（bāng）助（zhù）用戶更好的維護和管理數據中心。
通過MQTT,本（běn）係統已將所有數據中心數據匯聚到（dào）一起,根據發生（shēng）故（gù）障期間的數據進行統計分析,根據分析（xī）結（jié）果提前診斷設備處於故障前潛（qián）伏期,提醒運（yùn）維人員提前排查故障,降低風險。根據（jù）數（shù）據中心耗電分布情況,排查僵屍服務器,優化IT資源（yuán）配置;排查非（fēi）IT資源是否能耗（hào）過大,提醒用戶避免不必要的開銷或（huò）者更（gèng）換更節能有效（xiào）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運行,經過大數據分析可根據運（yùn）行（háng）動態數據分析改變設定值,例如空（kōng）調的製冷點設置為18℃,冷通道上限值維（wéi）持（chí）在（zài）22℃,實際運行中冷通道的溫度一直維持在22℃以下,則可以提醒運維人員嚐試提高（gāo）空（kōng）調溫度（dù）設定值為20℃,如此可實現節省製冷係統（tǒng）電耗、節能運行的目的（de）。
大數據（jù）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（shù）據中心運維提高能效、降低成（chéng）本、降低故障風險。
綜上所述,將物聯網技（jì）術結合數（shù）據中心集中管理和大數據分析,為（wéi）用戶提供（gòng）一（yī）個智能化管（guǎn）理平台,簡單、便捷地管理不（bú）同區域的（de）數據中心的運（yùn）維,同時平（píng）台會在數據中心（xīn）發生（shēng）告警時,主動示警相關人員的手機、郵箱,做到遠程無人（rén）值守監控數據中（zhōng）心（xīn）。再借助大數據分析,提前排查故障將隱患扼（è）殺在搖籃中,並針對數據中心的能耗情況、製冷情況、容（róng）量占比等方式的分析,為用戶（hù）提供諸多節能（néng）的建議作為參考,根據自身情況做出調整,打造出一個持久（jiǔ）、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管理與運（yùn）維（wéi）構造的更加智能化,為用戶帶來高效的管理體驗,相信在將來的5G大範圍使用（yòng）後,將（jiāng）會與之擦出不一樣的火花,讓物聯網的（de）技術運用更上一（yī）層。
返回列表
