鐵路數(shù)據(jù)中心基礎(chǔ)設(shè)施管理系統(tǒng)的研究

何欣玲，劉 宇，趙 天，黃思煒

（中國鐵路信息科技集團有限公司，北京 100844）

中國鐵路主數(shù)據(jù)中心是中國國家鐵路集團（簡稱：國鐵集團）最高等級的數(shù)據(jù)處理中心，承載著中國鐵路集中應(yīng)用系統(tǒng)部署及數(shù)據(jù)資源存儲，承擔著確保鐵路核心業(yè)務(wù)安全穩(wěn)定運行的重要使命[1]。為保證數(shù)據(jù)中心內(nèi)信息化設(shè)施的正常運轉(zhuǎn)，避免出現(xiàn)故障對數(shù)據(jù)傳輸、存儲及系統(tǒng)運行的可靠性構(gòu)成威脅，有效地支撐在數(shù)據(jù)中心上的業(yè)務(wù)系統(tǒng)運行，需要數(shù)據(jù)中心基礎(chǔ)設(shè)施（供配電、UPS、空調(diào)、消防、環(huán)境和安保等）時刻為計算機系統(tǒng)提供正常的運行環(huán)境[2]。因此，如何對數(shù)據(jù)中心的動力環(huán)境、能耗、熱場、容量及硬件設(shè)備運行狀況等進行實時智能監(jiān)控和一體化管理成為一個重要課題。

（1）中國鐵路主數(shù)據(jù)中心承載了12306 網(wǎng)站、客票系統(tǒng)、調(diào)度系統(tǒng)等眾多應(yīng)用，服務(wù)器裝機數(shù)千臺，各類系統(tǒng)和資源眾多，設(shè)備數(shù)量復(fù)雜龐大；（2）鐵路數(shù)據(jù)中心基礎(chǔ)設(shè)施管理存在諸多問題，如場地基礎(chǔ)設(shè)施監(jiān)控管理系統(tǒng)由多個相互獨立的物理子系統(tǒng)組成，彼此缺乏互聯(lián)互通；（3）場地基礎(chǔ)設(shè)施監(jiān)控不到位，未部署UPS 蓄電池監(jiān)控設(shè)備；（4）信息化基礎(chǔ)設(shè)施管理雖然比較成熟，但在監(jiān)控管理與場地基礎(chǔ)設(shè)施不能互動；（5）管理工具由于專業(yè)和崗位的不同導(dǎo)致工具離散化，造成不同系統(tǒng)之間的數(shù)據(jù)難關(guān)聯(lián)、共享。

鑒于此，本文采用模塊化的分層架構(gòu)，各模塊之間建立松耦合的關(guān)系，設(shè)計了適應(yīng)中國鐵路主數(shù)據(jù)中心需求的基礎(chǔ)設(shè)施管理系統(tǒng)平臺[3-5]，實現(xiàn)信息共享、資源關(guān)聯(lián)、統(tǒng)籌調(diào)度和可視化展示，提升了數(shù)據(jù)中心的服務(wù)能力。

1 數(shù)據(jù)中心基礎(chǔ)設(shè)施管理的概念

數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（DCIM，Data Center Infrastructure Management)是指通過監(jiān)控數(shù)據(jù)中心基礎(chǔ)設(shè)施狀態(tài)、配置、參數(shù)等運行信息，并對監(jiān)測數(shù)據(jù)進行計算分析，實時掌握基礎(chǔ)設(shè)施的運行情況，有效地管理數(shù)據(jù)中心基礎(chǔ)設(shè)施、資源和能效[6]。

數(shù)據(jù)中心分層架構(gòu)，如圖1 所示。DCIM 的范疇就在于管理場地基礎(chǔ)設(shè)施和信息化基礎(chǔ)設(shè)施（硬件層）這兩個層面的協(xié)同，通過采用統(tǒng)一管理平臺對數(shù)據(jù)中心基礎(chǔ)設(shè)施進行監(jiān)控和管理保證數(shù)據(jù)中心有效性、可用性。

圖1 數(shù)據(jù)中心分層架構(gòu)

2 鐵路DCIM 建設(shè)方案

按照DCIM 系統(tǒng)的數(shù)據(jù)收集、處理及服務(wù)的不同需求，可將系統(tǒng)分為數(shù)據(jù)采集層、數(shù)據(jù)處理和存儲層、分析計算層和功能展示層。系統(tǒng)架構(gòu)，如圖2所示；技術(shù)架構(gòu)，如圖3 所示。

圖2 DCIM 系統(tǒng)架構(gòu)

2.1 數(shù)據(jù)采集層

數(shù)據(jù)采集層包擴采集信息點和監(jiān)控單元[7]，其中，數(shù)據(jù)采集信息點包括各類機房精密空調(diào)、溫濕度、漏水設(shè)備、UPS、精密配電柜、電量儀、粉塵濃度、硫化氫、消防等信息，以及建筑設(shè)備監(jiān)控、視頻監(jiān)控系統(tǒng)、火災(zāi)自動報警、能源管理系統(tǒng)等需要集成的系統(tǒng)。在本項目中，主要按照信息點各自所在的機房位置將數(shù)據(jù)采集層劃分為不同的數(shù)據(jù)采集模塊，每個機房和配電區(qū)房間作為一個獨立的數(shù)據(jù)采集模塊進行劃分，根據(jù)信息點位的種類和多少配置相應(yīng)的監(jiān)控單元。

2.1.1 技術(shù)原理

采用RS485 等串口通信協(xié)議進行傳，各底層子系統(tǒng)數(shù)據(jù)采集工作通過Modbus、JDBC、Bacnet 等協(xié)議實現(xiàn)，采集探針及采集組件對各協(xié)議參照協(xié)議點表對協(xié)議進行轉(zhuǎn)換，轉(zhuǎn)換后的數(shù)據(jù)統(tǒng)一放入Kafka 消息隊列。

2.1.2 功能

數(shù)據(jù)采集層是系統(tǒng)的數(shù)據(jù)入口，通過全面的南向接口管理體系，與現(xiàn)場基礎(chǔ)設(shè)施實時通信，并將接收到的數(shù)據(jù)轉(zhuǎn)化為規(guī)定的格式，上送到數(shù)據(jù)傳輸層。

圖3 DCIM 系統(tǒng)技術(shù)架構(gòu)

2.2 數(shù)據(jù)處理和存儲層

系統(tǒng)采用Hadoop 組件搭建大數(shù)據(jù)平臺進行數(shù)據(jù)的處理及存儲，Zookeeper 實現(xiàn)分布式協(xié)調(diào)服務(wù)，Yarn 負責統(tǒng)一資源調(diào)度管理。

2.2.1 技術(shù)原理

數(shù)據(jù)存儲內(nèi)容是所有被監(jiān)控設(shè)備的各項指標數(shù)據(jù)，通過消費Kafka 獲取。一部分通過存儲應(yīng)用處理保存到OpenTSDB 中，最終轉(zhuǎn)發(fā)到大數(shù)據(jù)平臺，進行歷史數(shù)據(jù)分析、挖掘或者展示查詢等。Redis 數(shù)據(jù)庫中保存實時設(shè)備指標數(shù)據(jù)，對外提供數(shù)據(jù)查詢接口，不同應(yīng)用都可以通過對外開放的API 查詢各設(shè)備的詳細指標參數(shù)。

2.2.2 功能

各底層子監(jiān)控系統(tǒng)通過標準的API 協(xié)議將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)存儲層，數(shù)據(jù)存儲實現(xiàn)數(shù)據(jù)的清洗、治理、存儲，為上層應(yīng)用提供數(shù)據(jù)支撐。

2.3 分析計算層

數(shù)據(jù)分析計算分為實時計算和離線計算。Spark streaming 提供對實時數(shù)據(jù)的實時分析；MapReduce實現(xiàn)離線數(shù)據(jù)的分析，通過分布式計算，實現(xiàn)數(shù)據(jù)快速處理；Spark MLlib、Mahout 為智能分析提供通用的算法及工具，可以實現(xiàn)數(shù)據(jù)中心數(shù)據(jù)的智能分析。

2.3.1 技術(shù)原理

（1）告警及復(fù)雜事件分析

平臺采用復(fù)雜事件分析處理引擎（CEP）[8]，對告警信息進行過濾整合，將告警分析結(jié)果發(fā)送至上位系統(tǒng)進行故障派單。對于復(fù)雜告警事件，平臺可對多條告警信息進行分析處理再轉(zhuǎn)換為一條故障信息。

（2）統(tǒng)計分析

系統(tǒng)采用離線數(shù)據(jù)分析平臺處理[9]，只需要定義一個任務(wù)規(guī)則：時間為每天的凌晨（錯峰），內(nèi)容為從時序數(shù)據(jù)庫中抽取日、周、月、年所需的數(shù)據(jù)，轉(zhuǎn)換/加載（ETL）到數(shù)據(jù)集市（Data Mart）中，報表報告直接從數(shù)據(jù)集市中獲取結(jié)果即可。

（3）容量分析

容量管理模塊模型算法以差額分析法和比率分析法為基礎(chǔ)[10]，使用計算策略模型引擎，結(jié)合容量管理模塊，綜合容量參數(shù)計算容量變化情況和趨勢。

（4）能耗分析

通過前端數(shù)據(jù)接入處理模型獲取上海移動云橋、能率等IDC 數(shù)據(jù)中心基礎(chǔ)設(shè)施用電數(shù)據(jù)匯總統(tǒng)計出數(shù)據(jù)中心的能耗系統(tǒng)圖[11]，通過統(tǒng)計分析模型和計算策略模型算出各模塊能耗情況。

2.3.2 功能

分析計算層作為整個的核心數(shù)據(jù)處理單元，通過預(yù)設(shè)的各類數(shù)據(jù)處理引擎和工具，對全部采集數(shù)據(jù)進行質(zhì)量控制、分析、計算、統(tǒng)計等處理，最終生成符合需求的數(shù)據(jù)產(chǎn)品，并通過北向接口為業(yè)務(wù)應(yīng)用提供符合要求的數(shù)據(jù)。

2.4 功能展示層

系統(tǒng)實現(xiàn)的基礎(chǔ)設(shè)施管理主要包括監(jiān)控管理、資產(chǎn)管理、容量管理、能效管理、運維管理和數(shù)據(jù)洞察。

2.4.1 技術(shù)原理

功能展示層采用前后端分離的技術(shù)方案，前臺通過Html，Jsp，jQuery 技術(shù)進行頁面渲染，后臺通過Spring，Hibernate 框架提供數(shù)據(jù)模型與業(yè)務(wù)實現(xiàn)。前后臺通過Json 的方式進行數(shù)據(jù)傳遞。通過使用Activity 實現(xiàn)業(yè)務(wù)流程。

2.4.2 功能

基于B/S 架構(gòu)的Web 服務(wù)及移動端服務(wù)（App、微信等），提供統(tǒng)一的實時數(shù)據(jù)、告警告知、報表報告及2D/3D 展示交互平臺。

3 系統(tǒng)模塊

3.1 監(jiān)控模塊

DCIM 系統(tǒng)主要用于采集全部機房基礎(chǔ)設(shè)施的狀態(tài)及參數(shù)、環(huán)境參數(shù)、第三方系統(tǒng)數(shù)據(jù)等，進行統(tǒng)一匯總展示及管理。DCIM 系統(tǒng)監(jiān)控模塊，如表1所示。

表1 DCIM 系統(tǒng)監(jiān)控模塊

3.2 管理模塊

DCIM 系統(tǒng)的管理模塊可實現(xiàn)如報警功能、數(shù)據(jù)管理功能、報表管理和日志管理等功能，詳細情況，如表2 所示。

表2 DCIM 系統(tǒng)管理模塊

4 結(jié)束語

數(shù)據(jù)中心基礎(chǔ)設(shè)施管理系統(tǒng)是集監(jiān)控和管理為一體，構(gòu)建了“信息、資源、運維”的統(tǒng)一管理體系，通過監(jiān)控和能效、資源管理等的統(tǒng)一構(gòu)建，數(shù)據(jù)中心的運行效力和管理能力得到全面提升，也助力于數(shù)據(jù)中心的平穩(wěn)、高效運行。本方案從數(shù)據(jù)中心基礎(chǔ)設(shè)施管理需求出發(fā)，綜合考慮監(jiān)控、管理的對象和場景的需求以及現(xiàn)有監(jiān)控工具的整合，構(gòu)建系統(tǒng)模型分析算法，采用模塊化的分層架構(gòu)進行設(shè)計，形成數(shù)據(jù)中心基礎(chǔ)設(shè)施智能監(jiān)控和綜合管理解決方案，為鐵路數(shù)據(jù)中心基礎(chǔ)設(shè)施管理提供思路。