咨询QQ:
      杂志订阅

      编辑

      网管

      培训班

      市场部

      发行部

电话服务:
 010-82024984
 010-82024981
欢迎, 客人   会员中心   帮助   合订本   发布信息
设为首页 | 收藏本页
基于物联网技术的数据中心集中管理系统
  • 通过物联网技术,将分散在各个区域的数据中心进行汇聚集中管理,采用多种算法对数据、信息进行分析处理,利用远程监控、告警提醒等方式,实现无人值守、智能化管理;借助大数据分析,为数据中心在节能方面的估量提供有效、直观的数据与建议。为数据中心提供强而有力的安全保障和能源节省。
  • 1 物联网简介
      
      随着科技的快速发展,从原来笨重电脑到现在小巧的手机,从原来的互联网时代发展到移动互联网,渐渐地,人们发现小小的手机都能联网,若世间万物也装上一个联网器件,则都可连上互联网,实现相互交流、信息互换。慢慢地越来越多的“物”连接上互联网,实现万物间的信息交换,一个万物互联的时代来临了——物联网。
      
      它通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术,借助互联网、无线网络将物体的实时信息快速准确的传递到云中心,再以智能化的技术针对数据、信息进行分析处理,实现对“物”的实时监控和控制的智能化。
      
      而随着数据中心建设规模的持续扩大,传统的数据中心管理已不能满足现有的需求,无法应对跨区域的监控及人员等因素的管理,通过与物联网技术的结合,更高效的提高数据中心的管理与维护,实现无人值守的智能管理。
      
      2 物联网关键技术
      
      (1)MQTT协议
      
      MQTT协议是一种轻量级的、一对多的发布/订阅式消息传输,实现在低宽带和不稳定的网络环境中为设备提供稳定的网络服务,并且能维持数百万个设备节点的并发操作。MQTT所耗费的网络服务的功耗较低,产生的耗电量低,并且MQTT可以保证消息可靠安全的传输。
      
      在物联网众多协议中,MQTT对比其他协议,如表1所示。
      
      综合对比后,采用MQTT更符合高效节能型数据中心。
      
      (2)REDIS
      
      为了提高用户的请求速度和降低网站的负载,降低数据库的读写次数,将一些数据在短时间之内不会发生变化,而且它们还要被频繁访问的数据放到缓存中。
      
      而REDIS是一种以key-value的形式存储的高速缓存型数据库,与其他的缓存技术不同之处在于REDIS不单单将数据存放在内存中,还定期将更新的数据写入磁盘或者把修改操作写入追加的记录文件,实现数据的持久化,避免特殊情况导致数据不可复原。同时它的读取的速度是110000次/s,写的速度是81000次/s,与高性能键值缓存服务器MEMCACHED相差无几。支持事务,操作都是原子性,保证对数据库操作的一致性,而且会自动删除时间过久的数据,释放内存,减少不必要的浪费。
      
      REDIS除了性能和并发的优势外,还具备可以做分布式等其他功能,其强大的能力能适应数据中心增长的规模。
      
      (3)HBASE
      
      HBASE是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统,利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。
      
      HBASE的目标是存储并处理大型的数据,更具体来说是仅需使用普通的硬件配置,就能够处理由成千上万的行和列所组成的大型数据。与FUJITSUCLIQ等商用大数据产品不同,HBASE是Google Bigtable的开源实现,HBASE利用Hadoop HDFS作为其文件存储系统;用Hadoop MapReduce来处理HBASE中的海量数据。
      
      在查询速度上,HBASE仅次于REDIS这类缓存型数据库,但其在上千万、上亿的大数据的查询中,能快速定位到想要的数据。HBASE在列数据为空的情况下,是不会占用存储空间,这为用户节省不必要浪费的空间。再者高并发、低延迟的服务更促使我们采用此技术作为数据中心集中管理系统的重要构成环节。
      
      依靠HBASE技术,将存储所有数据中心每个时间点的设备及相关数据,用于大数据分析和报表统计使用。
      
      3 系统架构
      
      本系统主要分三个层,采集层、云平台层、业务层。其中采集层主要是由UPS、PDU、电表、温湿度等动环设备与IT资产采集设备组成;云平台层主要是存储设备数据以及进行大数据分析;业务层则是展示给用户的数据中心集中管理系统。整体架构如图1所示。
      
      由采集层的各个采集点将各自的数据汇总到监控主机后,通过MQTT协议与云平台间进行数据交换,经过云平台的筛选后,将属于系统的数据中心数据进行保存以及一系列的大数据算法运算分析并保存分析后的结果;当用户使用数据中心集中管理系统时,系统会与云平台间进行交互,将需要的数据经过REDIS缓存到内存中,让用户体验到高效的管理系统,而且支持多用户同时在线浏览访问该系统。
      
      数据中心集中管理系统不仅为用户提供远程监测各个数据中心的所有设备实时数据(数据保存)及告警记录(当前告警、历史告警),了解数据中心实时情况;统计每类设备的各个告警发生比例以及告警设备数量,便于用户了解各数据中心告警分布情况并以此做出相应的安排。当系统检测到某些重要告警后,针对该告警做出预设定相应的联动处理,并通过短信、语音等方式实时通知相应人员,同时展示出发生点附近的监控摄像画面,利于维护人员勘察告警是否对数据中心造成大范围影响,实现数据中心的无人值守。同时该系统还加入了3D全景模型,通过三维直观、交互易用和实时数据对接的方式,实现数据中心园区、楼层、机房、机柜组合机柜、设备、端口及线缆七级,模拟真实数据中心场景,全三维虚拟现实浏览和全鼠标虚拟现实操作,点击各个设备可查看重要数据,并可模拟维护人员巡检数据中心,检测设备是否发生故障等。而且该系统增加了对IT服务设备的实时监控CPU、内存等重要数据,无需再采用另外一套系统来检测IT服务设备的情况,便于维护人员的操作,为数据中心维护减少了额外开支。
      
      4 系统特点
      
      (1)跨模块PUE计算
      
      跨模块PUE计算顾名思义即根据各个数据中心各自施工工况以及检测点范围,正确的计算出整个数据中心或者某个微模块或者多个微模块的能源效率。
      
      目前,很多厂商部署了数据中心能耗监测系统,但是均存在以下缺点:
      
      ①只针对整个数据中心或者固定节点进行PUE计算,无法根据数据中心的设施变换和实际工况的变换进行灵活配置,不能全面、综合地反映数据中心各个节点的能耗;
      
      ②计算PUE采用的耗电量数值为当前数值,没有将数据中心由于前期施工等产生的耗电量考虑在内,因此计算结果准确性有待提高。为了克服现有技术中存在的不足,本系统提供了一种自定义的数据中心能耗监测系统。
      
      其特点在于:灵活配置测量点,累计PUE、当前PUE、历史PUE报表全面监测数据中心能耗,增加计算基准时间,提高PUE结果准确性。
      
      用户根据各个数据中心或者各个模块的PUE值、PUE波动趋势,进行战略分析及部署,为以后扩展数据中心选址、节能提供有效的帮助。
      
      (2)智能化集中管理
      
      本系统采用双向通讯管理,除了传统数据中心集中管理的上发外,还增加了下控的管理,并且上发及下控的通讯经过安全的多重加密,提高安全性。相比传统数据中心集中管理上发功能需要互相知道对方IP的方式,本系统采用汇聚的方式,只需采集设备填写云平台IP即可,节省了过多繁琐的过程。
      
      在传统的数据中心集中管理中,主要依靠人工采集和录入设备变更信息、工作强度大、工作效率低,随着数据中心规模越来越大,需要管理的设备数量急剧增加,传统的资产管理方式已经跟不上数据中心业务发展的脚步,逐渐成为数据中心运维的短板,大大的降低效率。现在,只要设备连接到物联网中,即可自动获取到各个采集点的所有设备及信息,支持热插拔式动态更新。
      
      为了更好掌握及提高资源利用率,还增加了针对容量的管理,展示出整个数据中心的容量比以及某个机柜的容量比,通过当前容量统计、分析与规划,充分利用现有数据中心的容量资源,尽量延长数据中心的使用寿命,推迟下一个数据中心的建设计划,保护用户投资,避免资源的浪费。摒弃了传统数据中心集中管理的多IP分散式管理、人工录入信息等缺点,将各个数据中心汇聚到一起实现跨区域集中管理,自动化获取信息,实现智能化的集中管理。
      
      (3)大数据分析
      
      当我们购物时,京东、天猫网的消费数据分析会推送符合我们的倾向商品;当我们出行时,参考百度地图的交通数据。生活中的大大小小事均需要大数据的分析,而数据中心这种严谨的同样需要大数据分析,帮助用户更好的维护和管理数据中心。
      
      通过MQTT,本系统已将所有数据中心数据汇聚到一起,根据发生故障期间的数据进行统计分析,根据分析结果提前诊断设备处于故障前潜伏期,提醒运维人员提前排查故障,降低风险。根据数据中心耗电分布情况,排查僵尸服务器,优化IT资源配置;排查非IT资源是否能耗过大,提醒用户避免不必要的开销或者更换更节能有效的设备。
      
      数据中心建设前的设计、规划都是按照IT服务器满载做的,实际运行过程中往往是变工况运行,经过大数据分析可根据运行动态数据分析改变设定值,例如空调的制冷点设置为18℃,冷通道上限值维持在22℃,实际运行中冷通道的温度一直维持在22℃以下,则可以提醒运维人员尝试提高空调温度设定值为20℃,如此可实现节省制冷系统电耗、节能运行的目的。
      
      大数据分析,除了以上所列举的示例外,它还可以做很多的事情,例如能效管理、成本管理等等。它帮助数据中心运维提高能效、降低成本、降低故障风险。
      
      5 结束语
      
      综上所述,将物联网技术结合数据中心集中管理和大数据分析,为用户提供一个智能化管理平台,简单、便捷地管理不同区域的数据中心的运维,同时平台会在数据中心发生告警时,主动示警相关人员的手机、邮箱,做到远程无人值守监控数据中心。再借助大数据分析,提前排查故障将隐患扼杀在摇篮中,并针对数据中心的能耗情况、制冷情况、容量占比等方式的分析,为用户提供诸多节能的建议作为参考,根据自身情况做出调整,打造出一个持久、节能的绿色数据中心。
      
      物联网技术的运用将数据中心的管理与运维构造的更加智能化,为用户带来高效的管理体验,相信在将来的5G大范围使用后,将会与之擦出不一样的火花,让物联网的技术运用更上一层。
      
      编辑:Harris

     

  •