大數據環境下數據中心運維管理策略

文/李慧

在經濟全球化發展的情況下，信息技術發展速度不斷加快，而各個企業當前為了能夠對市場變化有效應對，在當前整合外部環境和自身內部信息化建設分析等過程中明確數據中心作為企業內部事務處理和傳遞信息數據平臺的重要性，數據中心運維管理工作的開展對企業內部運行效率也具有直接影響，在當前科學技術理念推廣的情況下，企業也要確定之后發展的方向，且得出較為健全的數據中心運維管理策略。

1 大數據時代下數據中心運維管理面臨的挑戰

1.1 動環監控系統大數據挖掘

數據中心動力環境監控系統是利用數據采集技術和計算機技術等相關技術，主要是對機房設施的具體運行情況和溫度及清潔程度等方面加以檢測，實現實時監控并記錄歷史數據，數據中心動力環境監控系統具有對機房遙測和遙控及調控的管理功能。動環監控系統每年都會出現比較多的數據資源，但是數據中心當前的動環監控系統對數據的利用也僅僅是表民的展示，實際利用率比較低，缺少深度數據的挖掘，需要重視其價值利用情況。數據挖掘中的關聯分析能夠為選擇信息提供必要支撐，在動環監控系統數據庫中獲取歷史告警數據信息的時候，可以采取關聯分析中的 Apriori 算法得到不同告警之間的具體關聯情況，幫助運維人員篩選告警信息內容。如圖1所示。

1.2 運維經驗知識化

圖1：一種基于Apriori算法的關聯規則發現過程

圖2：網絡輿情分析技術

傳統的數據中心運行維護多數情況下需要根據專家經驗具體實施的這一做法的弊端是周期比較長和主觀色彩濃厚以及不具備可持續特點等，在運維專家培養的時候，所需要的時間和投入的培訓資源也比較多，在問題解決的時候容易受到專家主觀情緒等因素的影響，主觀色彩相對較濃。在發生運維專家離職現象的時候，專家的運維經驗也就無法繼續傳承。

大數據時代內外部數據信息主要在數據中心知識庫確立的基礎上得到更加豐富的數據源，內部數據通常情況下為內部運維經驗，而外部數據則主要是互聯網的運維知識內容，在對外部數據分析的時候，可以在網絡輿情分析技術具體分析的基礎上有效實施，而在網絡爬蟲工具的應用可以對互聯網信息自動采集處理，對內外部數據收集的時候主要是根據文本挖掘及分類預測等方面對信息內容加工，加強信息快速自動化檢索。如圖2所示。

2 大數據時代下數據中心運維管理措施分析

2.1 優化數據中心管理能力

在大數據時代發展的時候，運維管理工作的具體實施受數據中心管理水平提升的影響，也逐漸具有新要求，國家在之后發展的時候要能夠增強其管理力度，在企業實踐發展的時候，首先需要優化其運維團隊，提升企業員工的技能培訓能力，增強企業工作人員對工作規范化認知程度，在優化運維管理人員的認知基礎上提升數據中心管理工作的效率。

2.2 培育強大的運作團隊

大數據時代企業開展數據中心運維管理工作的時候，需要培養具備高素質和高效率的運維管理團隊，尤其是這一背景下絕壁的并行計算技術和數據分析技術等內容推廣之后，企業相關運維員工的業務能力和綜合素養等方面的提升也需要受到關注和重視，尤其是基礎運維工作之后的發展，運維員工也要在基礎安裝和部署工作的基礎上充分實現自動化，使得集群搭建的工作腳本化。在深入了解具體業務情況的基礎上逐漸加強應用層所具有的監控系統，在這一過程中獲取業務層的計算任務，明確其中所具有的異常情況的時候，需要及時預警。

2.3 優化工作環境

在推動數據中心的運維管理工作有序實施的情況下，企業就需要對運維管理工作的環境深入了解，對其實施全面分析和研究，隨后得出更加合理的決策系統。首先觀察業務環境，充分分析信息系統和環境之間存在的聯系，及兩者聯合在一起所受到的影響因素，明確業務變化的主要特點，對業務調查分析工作加以實踐，在這一基礎上認識到企業之后的發展情況，有效得出時間運維管理的相關效率，全面認識企業未來發展趨勢，科學分析當前具備的影響因素，明確當前業務發展方向。

2.4 引進先進的信息科學技術

數據中心需要在當前社會信息化程度加深的情況下積極引入具有先進性特點的信息科學技術，在這些科學技術支撐下對運維管理水平不斷提升。在推動業務系統與信息系統融合在一起的情況下根據先進的管理技術應用情況完善數據中心系統結構，從而確定以客戶和服務為中心的運維管理體系內容，加強對運維管理技術的維護情況，確定更加規范的運維管理制度，在這一基礎上提升運維管理水平，使得運維管理工作的實施效率也得以提升，對數據中心工作的開展也具有重要推動作用。

3 結束語

在當前企業數據中心運維管理情況深入了解的情況下，全面強化數據中心運維管理工作內容對促使企業穩定發展存在著重要影響，在企業信息數據增加的時候，關注和重視數據中心運維管理工作的發展和完善。