大數據環境下數據中心運維模式研究

李玉坤

摘? 要：大數據時代的來臨，各種新興技術的廣泛使用，使得數據成為社會各項活動的重要元素以及驅動社會發展的新型生產資料，作為承載巨量數據交互的數據中心，面臨著巨大的壓力與挑戰。該文在對數據中心當前的發展現狀概述的基礎分析了其面臨的3個方面的問題，并給出了運維管理體系變革的一些對策與建議，希望能給相關研究人員提供參考。

關鍵詞：大數據? 新型生產資料? 數據中心? 運維模式

中圖分類號：TP308? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：1672-3791（2020）11（a）-0015-03

Research on Operation and Maintenance Mode of Data Center under Big Data Environment

LI Yukun

（College of Computer Science， Guangdong University of Science and Technology， Dongguan， Guangdong Province， 523083? China）

Abstract： With the coming of big data era and the extensive use of various new technologies， data has become an important element of social activities and a new means of production that drives social development， data center bears huge amounts of data interaction， it's facing great challenges. Based on the analysis of the current development status of the data center， this paper analyzes three problems it faces， and puts forward some countermeasures and suggestions for the reform of operation and maintenance management system， hoping to provide some ideas for the relevant researchers.

Key Words： Big data; New means of production; Data center; Operational mode

隨著全球信息技術的飛速發展，大數據、云計算、人工智能、物聯網等各種新名詞不斷涌現，一個全新的信息化時代—— 大數據時代，已經到來。數據的作用愈加凸顯，成為一種關鍵的生產要素，在國家“十三五”規劃中將“實施國家大數據戰略，推進數據資源開放共享”放在了重要位置，大力加強對數據的存儲分析及應用，更是從國家策略層面強調了“數據無價”。

1? 大數據及數據中心的概念、特征、作用

大數據（big data），又稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。業界對大數據的特征概括為5個V：Volume（數據量）、Variety（種類）、Value（價值）、Velocity（速度）、Veracity（真實）[1]。（1）數據量巨大：數據的采集、存儲、計算的量非常大，數據起始計量單位至少是PB。（2）數據種類繁多：包括結構化、半結構化、非結構化數據，如視頻、音頻、圖片、文字、地理位置信息、鏈接信息等，多種類型的數據需要更強的數據處理能力。（3）數據價值密度低：披沙揀金，通過強大的機器算法迅速地完成數據的價值“提純”，從海量數據中提取有效數據。（4）處理速度快：數據增長速度、處理速度快，要求高時效性，這是大數據不同于傳統數據挖掘的顯著特征。（5）數據真實性：數據的重要性在于對決策的支持，因此數據要準確可信賴，高質量的數據是制定成功決策的堅實基礎。

數據中心是全球協作的特定設備網絡，用來在互聯網絡基礎設施上傳遞、加速、展示、計算、存儲數據信息。一個完整的數據中心通常包含各種類型的功能區域，如主機區、服務器區、存儲區、網絡區及控制室、操作員室、測試機房、設備間、進線間、資料室、備品備件室、辦公室、會議室、休息室等。根據所有性質或服務的對象，可以分為互聯網數據中心（IDC）和企業數據中心（EDC）。IDC處理的數據規模龐大，數據類型繁雜，一般為電信業務經營者所有，面向客戶，為其提供服務器托管、租賃以及相關增值等方面全方位、專業的服務，客戶不需要自建機房、綜合布線，也無須建立專門的運維團隊。EDC處理的數據規模相對較小，數據類型較為單一，一般為企業或機構自建，主要服務于自身業務，有專門的運維團隊。

目前幾乎所有大中型機構，如政府、企業、科研機構、高校等都建立了自己的數據中心，全面管理該機構的IT系統。在大量數據中心的支持下，覆蓋全球的Internet和無數機構的業務才能正常運轉，各種數據中心已經成為像交通、能源一樣的經濟基礎設施。但是，數據中心在給社會生產帶來巨大效能的同時，也給人們帶來一系列嚴峻挑戰，主要體現在運維、能源消耗、成本、應變速度、安全等方面。

2? 數據中心運維模式轉變的必要性

大數據時代的來臨，促使數據中心的數量急速增長，規模愈加龐大。從早期功能簡單、架構單一的單個機房，到如今功能完備、架構復雜的多中心、大規模以及超大規模數據中心，基礎設施的規模及數量呈爆發性增長[2]，根據工信部2018年5月公布的《全國數據中心應用發展指引（2018）》數據顯示，截至2017年底，我國在用數據中心的機架總規模為166萬個，同比增長33.4%，其中大型、超大型數據中心的規模增速達到68%。規模激增的背后是一系列亟待解決的問題，現階段數據中心主要面臨以下3個問題。

2.1 建設成本高

一般而言，一個較為完備數據中心系統涵蓋屏蔽殼體、裝飾裝修、供配電及照明系統、UPS系統、空調及新風排煙系統、機柜及封閉冷通道系統、環境監控系統、消防系統、綜合布線系統、模塊化機房等[3]，數據中心的建設需要投入大量的人力、財力與物力。

2.2 運行耗能高

隨著5G、大數據、云計算等新興技術的大規模推廣應用，用戶需求正呈幾何級爆發之勢，我國數據中心的數量隨之急速攀升，相應的用電量也在急劇增加，與傳統能耗單元不同，數據中心需要7×24 h不間斷運行，其運行方式勢必會增加能耗。工信部2019年2月公布的數據顯示，截至2017年底，各類在用數據中心達28.5萬個，全年耗電量超過1 200億kWh，約占我國全社會用電量的2%，超過全球單座發電量最高的三峽電站當年976.05億kWh的發電量[4]。與此同時，僅經營互聯網業務的數據中心，規劃在建機架到2017年底就達107萬個。國家節能中心及中國電子節能技術協會數據中心節能技術委員會聯合發布的統計數據，2012—2016年，我國數據中心的年耗電量增速始終維持在12%以上，最高達16.8%[5]。而實際上由于各種原因，企業數據中心耗能很難全部統計進去，這意味著數據中心的實際能耗往往高于統計數據。高能耗不僅給機構和企業帶來了沉重負擔，也造成了全社會能源的巨大浪費。

2.3 運維管理難度大

（1）巡檢難度增加。以往萬平米以內的數據中心，人工巡檢一次2～4 h，如今中心規模動輒數十萬平米，需要更多的運維人員分布在不同的責任區，管理的難度和成本大大增加。

（2）安全風險增加。以往運維人員接觸的是低壓（低于1 000 V），現在供電設備、發電機、冷機都是高壓供電，電壓等級提高，維護安全要求提升。

（3）事故影響范圍廣。規模集中導致風險攀升，如2019年8月份發生的亞馬遜數據中心重大宕機事故，導致全球大面積服務和應用中斷，損失慘重，運維管理壓力超前。

（4）新興技術要求更加專業的運維人才。大數據、AI、云計算、水下數據中心、液冷服務器等新技術不斷被創造和應用，運維管理需要更加專業的人才。

3? 大數據環境下數據中心運維模式的改進

大數據環境下，數據中心的數據來源主要有以下幾個方面：（1）配置管理數據庫信息，它廣泛運用在多種運維場景模式，如自動化運維、智能運維等，主要存儲與管理企業IT架構所涉及的各種設備的配置信息。（2）監控系統信息，主要包括電流、電壓、通信鏈路狀態、溫度、濕度等實時指標，服務器狀態信息。（3）管理流程信息，主要包括服務申請記錄、工單記錄、軟硬件設備部署信息等。（4）人員設備管理信息，主要包括視頻監控記錄、人員出入記錄、設備出入庫管理。（5）服務支持類數據，終端用戶向運維人員尋求服務支持，會話工具上的對話數據。數據中心的數據類型復雜，數據體量巨大，運維管理模式可以從以下4個方面改進。

（1）構建3D運維管理平臺。通過構建一個“所見即所得”的平臺，將資產、容量、能源、電力、IT監控等軟件集中呈現，使運維人員對當前數據中心的各種設備的運行狀態和問題所在了如指掌。

（2）部署巡檢機器人。數據中心巡檢機器人，集成視頻分析、圖像采集、數據存檔、環境探測、語音播放等功能，在對機房進行全方位監控的同時，還可以同步采集熱成像、聲音、溫度、濕度、煙霧等信息，支持同步傳遞實時畫面，實現數據中心真實場景的實時可現，大大延伸數據中心管理人員的管理視角[6]。此外，由于機器人自身工作的穩定性與較強的環境適應性，即使是在數據中心發生意外，且人工無法進入故障現場時候，它依舊可以照常工作，找出故障點與故障原因，為應急計劃的制訂提供有效信息支撐。隨著無軌化導航技術的不斷完善，加之機器人本身具有更加輕量靈活的優勢，因此，用機器人代替人類進行一些復雜或者高危的巡檢工作將成為數據中心的應用趨勢。

（3）虛實結合—— VR助力。VR是利用電腦模擬產生一個三度空間的虛擬世界，給用戶提供關于視聽、觸覺等感官的模擬，給使用者帶來特有的沉浸式體驗，幫助人們更好地了解周圍環境，對周邊情況進行決策處理。身處三維空間帶來的視覺感受，遠高于從屏幕中獲取信息的體驗，對運維人員來說，可以從更加直觀的視角去了解數據中心房間、機柜設備的分布等信息。

（4）增強現實——AR運維。AR是一種將真實世界信息和虛擬世界信息“無縫”集成的新技術。它可以把原本現實世界中無法直接體驗到的實體信息（如機房中某一機柜設備的型號、編號、負責人等），通過技術進行呈現并疊加到真實物件（機柜）上，被人類感官所感知，從而達到超越現實的感官體驗。AR技術運維數據中心，可以做到對視線范圍內的資產了如指掌。戴上AR眼鏡，通過手勢操作，可以迅速選定想要查看的機柜，對應設備的虛擬標簽即可自動浮現，運維人員可查看設備的動態運行狀態。此外，AR運維模式還支持遠程監控與協助，通過AR運維引擎調用遠程協助模塊，遠程專家可以和運維一線人員同一視角，同步看到故障現場現狀，并與一線工程師實時溝通，調取數據進行綜合分析，保障一線運維的順利進行，提升運維效率。

4? 結語

大數據時代，數據中心需要建立集中高效、性能優質、快速響應的智能一體化運維生產管理模式，對數據中心的網絡、系統、設備、設施，實行集中監控、集中IT平臺支撐、垂直專業管理、統一運行調度，建設智能集中監控信息化平臺，實現可用性、安全性和預警控制。在保證安全穩定運行的前提下，進一步追求“綠色化”“智能化”“高效化”，降低建設運營成本，減小運維管理難度，加快業務需求響應速度，從而更好地滿足用戶需求。

參考文獻

[1] 孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50（1）：146-169.

[2] 龔慧欽，夏銘，黃香.金融行業關鍵信息基礎設施發展趨勢——基于數據中心機房基礎設施建設的情況分析[J].中國金融電腦，2020（1）：66-70.

[3] 郭棟.大型綠色數據中心的規劃研究[D].復旦大學，2008.

[4] 晁暉.中國新能源發展戰略研究[D].武漢大學，2015.

[5] 范斌.我國光伏產業政府規制研究[D].南京航空航天大學，2018.

[6] 況逸群.面向社會機器人的3D手勢建模、識別與學習[D].電子科技大學，2019.

[7] 鄧頌清，程堯.大型數據中心一體化運維管理平臺的建設模式研究[J].移動通信，2016，40（14）：66-70.

[8] 黎建輝，沈志宏，孟小峰.科學大數據管理：概念、技術與系統[J].計算機研究與發展，2017，54（2）：235-247.