IDC運(yùn)營的大數(shù)據(jù)分析與DCIM

文｜任華華

?

IDC運(yùn)營的大數(shù)據(jù)分析與DCIM

文｜任華華

隨著移動(dòng)互聯(lián)的快速發(fā)展和大數(shù)據(jù)和云計(jì)算的出現(xiàn)，成百上千棟數(shù)據(jù)中心拔地而起，海量的數(shù)據(jù)已悄然產(chǎn)生，并潛移默化地影響著我們生活中的點(diǎn)點(diǎn)滴滴。當(dāng)我們出行時(shí)，參考高德地圖的交通數(shù)據(jù)；當(dāng)我們餐飲時(shí)，打開大眾點(diǎn)評(píng)查看評(píng)論數(shù)據(jù)；當(dāng)我們購物時(shí)，淘寶網(wǎng)的消費(fèi)數(shù)據(jù)分析會(huì)推送符合我們傾向的商品。生活中的小事尚且需要大數(shù)據(jù)的分析，IDC運(yùn)營這樣一件嚴(yán)肅而又嚴(yán)謹(jǐn)?shù)墓ぷ?，同樣需要大?shù)據(jù)分析。

一、IDC運(yùn)營需要大數(shù)據(jù)分析

所謂IDC，就是為電子信息設(shè)備提供運(yùn)行環(huán)境的場(chǎng)所，包括數(shù)據(jù)處理、數(shù)據(jù)傳輸和網(wǎng)絡(luò)通訊等IT基礎(chǔ)設(shè)施，同時(shí)包括為IT設(shè)備服務(wù)的電力、空調(diào)、傳輸管路等場(chǎng)地基礎(chǔ)設(shè)施。通過合理的IT架構(gòu)和對(duì)場(chǎng)地基礎(chǔ)設(shè)施完善管理，提供良好的IT環(huán)境，保障IT設(shè)備的正常有效運(yùn)轉(zhuǎn)、保障業(yè)務(wù)的順暢進(jìn)行和服務(wù)的及時(shí)提供。

一個(gè)典型的IDC如下圖1-1：

圖1-1 典型IDC組成圖

從圖1-1可以看出，IDC是一個(gè)復(fù)雜的綜合體系，需要進(jìn)行科學(xué)的管理，以保證其能正常運(yùn)營?？梢赃@樣理解“管理”二字，“管”意味著決策與執(zhí)行，“理”意味著整合與分析數(shù)據(jù)。“理”是手段，“理”的功能為采集數(shù)據(jù)；“管”是目的，“管”的功能是根據(jù)“理”的數(shù)據(jù)分析結(jié)果進(jìn)行決策和執(zhí)行，進(jìn)行運(yùn)維操作。

管理需要數(shù)據(jù)，如何獲取IDC運(yùn)營數(shù)據(jù)呢？如圖1-2所示，IDC的電力監(jiān)控系統(tǒng)會(huì)得到到柴油發(fā)電機(jī)、燃油、市電、變壓器、UPS、電池、高壓直流、開關(guān)狀態(tài)、PDU電量等系列數(shù)據(jù)；制冷空調(diào)監(jiān)控系統(tǒng)會(huì)得到冷機(jī)、冷塔、水泵、板換、精密空調(diào)、冷熱通道溫度、自然冷卻的運(yùn)行時(shí)間、PUE、WUE等系列數(shù)據(jù)；消防與安防監(jiān)控會(huì)得到人流、物流等系列數(shù)據(jù)；ITSM系統(tǒng)得到服務(wù)器上架、流程進(jìn)度等數(shù)據(jù)。

這些數(shù)據(jù)有的進(jìn)行了分析，形成了報(bào)表，如圖1-2中左一圖片所示的設(shè)備電量波動(dòng)趨勢(shì)，左二圖片所示的自然冷卻分析，但是大量的數(shù)據(jù)還停留在初級(jí)采集階段，并未形成綜合分析與報(bào)表。例如，冷凍水泵的變頻器發(fā)生故障，可能會(huì)直接影響冷機(jī)運(yùn)行，但報(bào)警信息只顯示在電力監(jiān)控界面上，不對(duì)制冷運(yùn)維人員開放，導(dǎo)致制冷運(yùn)維人員不能在第一時(shí)間得到通知，無法快速響應(yīng)故障。又如，制冷系統(tǒng)中的蓄冷罐溫度異?？赡苡衫錂C(jī)故障引起，也可能由冷機(jī)專用變壓器或開關(guān)故障引起，此時(shí)只分析蓄冷罐的溫度數(shù)據(jù)或者只分析冷機(jī)的狀態(tài)數(shù)據(jù)是不夠的，還需要跨系統(tǒng)分析電氣系統(tǒng)的冷機(jī)配電開關(guān)和變壓器狀態(tài)的數(shù)據(jù)庫。

因此，IDC有效運(yùn)營迫切需要對(duì)獲取到的大量獨(dú)立、離散的數(shù)據(jù)進(jìn)行分析，需要對(duì)數(shù)據(jù)進(jìn)行跨系統(tǒng)整合、關(guān)聯(lián)、統(tǒng)計(jì)與挖掘。

圖1-2　獲取數(shù)據(jù)的方式與途徑

二、大數(shù)據(jù)分析的有效工具--DCIM

為了順應(yīng)IDC運(yùn)營跨系統(tǒng)數(shù)據(jù)關(guān)聯(lián)、分析的需要，DCIM（Data Center Infrastructure Management數(shù)據(jù)中心基礎(chǔ)設(shè)施管理）應(yīng)運(yùn)而生。DC IM概念起源于國外，不同的機(jī)構(gòu)對(duì)其有不同的定義，但得到基本認(rèn)同的觀點(diǎn)是：DC IM是一座溝通場(chǎng)地基礎(chǔ)設(shè)施和IT基礎(chǔ)設(shè)施之間關(guān)系的橋梁，能夠幫助數(shù)據(jù)中心管理人員更高效的運(yùn)營數(shù)據(jù)中心。

G a r t n e r對(duì)D C I M的定義：D a t a c e n t e r in frastructure m anagem ent (DCIM) too ls m onitor, m easu re, m anage and/o r con tro l da ta cen te r utilization and energy consum ption of all IT-related equipm ent (such as servers, storage and networksw itches) and facility in frastruc ture com ponen ts (su ch as pow e r d is tribu tion un its [PDUs] an d computer room air conditioners [CRACs]). 數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（DC IM）工具可以監(jiān)控、測(cè)量、管理和控制數(shù)據(jù)中心所有IT相關(guān)設(shè)備（比如服務(wù)器、存儲(chǔ)和交換機(jī)）和基礎(chǔ)設(shè)施相關(guān)設(shè)備（比如PDU和精密空調(diào)）的使用情況及能耗水平。

451 G rou p對(duì)DC IM的定義是：A d a ta cen te r in frastruc tu re m anagem en t system co llec ts and m anages in fo rm a tion abou t a da tacen te r’s assets, resource use and operational status. This information is then distributed, integrated, analyzed and app lied in w ays tha t he lp m anage rs m ee t business and service-oriented goals and optim ize the datacenter’s performance. 數(shù)據(jù)中心基礎(chǔ)設(shè)施管理系統(tǒng)收集和管理數(shù)據(jù)中心的資產(chǎn)、資源使用以及運(yùn)行狀態(tài)的信息，然后分發(fā)、整合、分析、使用以幫助數(shù)據(jù)中心管理者滿足業(yè)務(wù)和服務(wù)導(dǎo)向的目標(biāo)，優(yōu)化數(shù)據(jù)中心運(yùn)營。

DC IM定義中的In fras tru c tu re，業(yè)內(nèi)比較通用的認(rèn)知是：基礎(chǔ)設(shè)施（in fras tru c tu re）=場(chǎng)地基礎(chǔ)設(shè)施（site facility in frastructure）+ IT基礎(chǔ)設(shè)施（IT infrastructure）

三、DCIM為IDC運(yùn)營帶來價(jià)值

DC IM的主要價(jià)值就是在于打通場(chǎng)地基礎(chǔ)設(shè)施和IT基礎(chǔ)設(shè)施（硬件層）的組織和信息斷層、打通場(chǎng)地基礎(chǔ)設(shè)施各子系統(tǒng)的數(shù)據(jù)庫，采用統(tǒng)一的平臺(tái)管理場(chǎng)地基礎(chǔ)設(shè)施如UPS、空調(diào)以及IT基礎(chǔ)設(shè)施如服務(wù)器，并通過數(shù)據(jù)的分析和聚合，最大化數(shù)據(jù)中心的運(yùn)營效率以保證數(shù)據(jù)中心的可用性和業(yè)務(wù)的連續(xù)性。

（一）可靠運(yùn)維

IDC運(yùn)營的第一要?jiǎng)?wù)是保證7×24×365不間斷可靠運(yùn)行，如果出現(xiàn)故障須即時(shí)處理，以減少事故歷時(shí)、降低故障帶來的損失和風(fēng)險(xiǎn)，因此IDC運(yùn)營需要重點(diǎn)關(guān)注設(shè)備故障。DCIM可對(duì)故障期間的數(shù)據(jù)進(jìn)行記錄、整理、統(tǒng)計(jì)、分析，尋找故障發(fā)生的誘因和共性，探討縮短故障歷時(shí)的途徑；通過利用DC IM對(duì)數(shù)據(jù)進(jìn)行分析，可以幫助運(yùn)維人員提前診斷哪些設(shè)備處于亞健康的狀態(tài)，進(jìn)而可預(yù)測(cè)故障、提醒運(yùn)維人員提前排查故障，降低風(fēng)險(xiǎn)。

表3-1　關(guān)鍵設(shè)備平均無故障時(shí)間與故障率

如表3-1所示，DCIM可匯總、統(tǒng)計(jì)、分析關(guān)鍵設(shè)備如冷機(jī)、冷塔、水泵、開關(guān)、變壓器、UPS等的平均維護(hù)時(shí)間、平均無故障時(shí)間和每月實(shí)際運(yùn)行累計(jì)故障率。如果數(shù)據(jù)分析顯示某一組電池的月故障率突然高于平均值，則有理由懷疑這組電池近期可能出現(xiàn)故障，提醒運(yùn)維人員提前對(duì)這組電池進(jìn)行維護(hù)和更換，從而避免故障的發(fā)生，減少宕機(jī)的可能。

圖3-2　海恩法則

關(guān)于可靠性，圖3-2是著名的海恩法則，即一次嚴(yán)重事故之前可能有1000起事故隱患、300起未遂先兆、29次輕微事故。DCIM的橫向數(shù)據(jù)分析可以幫助運(yùn)維人員在隱患階段排除故障的可能。如制冷空調(diào)系統(tǒng)的環(huán)境溫度監(jiān)測(cè)，當(dāng)溫度超出限定值時(shí)，系統(tǒng)告警，但是等到系統(tǒng)告警往往為時(shí)過晚，局部熱點(diǎn)極易導(dǎo)致宕機(jī)；然而電氣系統(tǒng)的PDU電量監(jiān)測(cè)可預(yù)警告空調(diào)的局部熱點(diǎn)，例如某列機(jī)柜PDU電量持續(xù)徘徊在高位，則運(yùn)維人員可以預(yù)判附近可能出現(xiàn)局部熱點(diǎn)；通過提前加速周邊空調(diào)的EC風(fēng)機(jī)，避免局部熱點(diǎn)的出現(xiàn)，減少宕機(jī)風(fēng)險(xiǎn)。

運(yùn)維的可靠性常常需要多個(gè)子系統(tǒng)聯(lián)合保障。例如暖通制冷監(jiān)控系統(tǒng)（BMS）須準(zhǔn)確感知電氣系統(tǒng)中冷機(jī)的配電狀況，并在冷機(jī)掉電或其他緊急工況時(shí)，平穩(wěn)切換至應(yīng)急冷源供冷，保障服務(wù)器的冷量持續(xù)供應(yīng)；在應(yīng)急冷源放冷完畢時(shí)，BMS須自動(dòng)切換應(yīng)急冷源至再次充冷。DCIM可橫向整合電力監(jiān)控、暖通制冷監(jiān)控的數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的互聯(lián)互通，避免各子系統(tǒng)監(jiān)控自成體系，執(zhí)行子系統(tǒng)命令時(shí)影響到其他子系統(tǒng)的安全運(yùn)行，從而影響整個(gè)IT環(huán)境的穩(wěn)定可靠。

圖3-3　服務(wù)器平均電量數(shù)據(jù)分析

DCIM通過對(duì)連續(xù)監(jiān)測(cè)的IT電量數(shù)據(jù)進(jìn)行匯總、分析和比較，發(fā)現(xiàn)某IDC大部分機(jī)柜服務(wù)器運(yùn)行在5kW左右的平均值，而個(gè)別機(jī)柜服務(wù)器電量維持在2kW左右(如圖3-3所示)。可想而知，這樣的服務(wù)器對(duì)計(jì)算資源的貢獻(xiàn)非常有限，極有可能是僵尸服務(wù)器。運(yùn)維人員可據(jù)此優(yōu)化服務(wù)器的配置及軟件架構(gòu)，或移除服務(wù)器另作他用?？梢?，DCIM數(shù)據(jù)分析可幫助IDC運(yùn)維人員優(yōu)化IT資源配置。

（二）綠色節(jié)能

IDC能耗巨大，綠色節(jié)能是IDC運(yùn)營的重要課題。通過DCIM進(jìn)行橫向數(shù)據(jù)分析，可以幫助IDC運(yùn)營優(yōu)化，達(dá)到節(jié)能目的。例如，某IDC的設(shè)計(jì)IT負(fù)荷為5000kW，采用冷卻塔串聯(lián)板換的水側(cè)節(jié)能，如圖3-4，滿載時(shí)濕球溫度4℃開始自然冷卻。鑒于服務(wù)器是分批上架，IDC也是分期部署，如果一期IT負(fù)載率低于某設(shè)定值如3000kW，則DCIM可建議運(yùn)維人員設(shè)定濕球溫度6℃或7℃開始自然冷卻，從而延長自然冷卻的時(shí)間，縮短電制冷的運(yùn)行時(shí)間，達(dá)到節(jié)省制冷系統(tǒng)電耗、降低PUE、節(jié)能運(yùn)行的目的。

IDC的規(guī)劃、設(shè)計(jì)、建造都是按照IT滿載做的，實(shí)際運(yùn)行往往是變工況運(yùn)行，通過DC IM進(jìn)行綜合數(shù)據(jù)分析，可根據(jù)運(yùn)行動(dòng)態(tài)數(shù)據(jù)分析結(jié)果改變?cè)O(shè)定值。如最初的空調(diào)送風(fēng)溫度設(shè)定為18℃，冷通道溫度上限設(shè)定為22℃，運(yùn)行一段時(shí)間后，系統(tǒng)監(jiān)測(cè)到機(jī)房冷通道的溫度普遍持續(xù)低于22℃，則可以提醒運(yùn)維人員嘗試提高送風(fēng)溫度設(shè)定值為20℃，甚至冷水機(jī)組的供水溫度也可提高。冷凍水供水溫度每提高1℃，冷機(jī)效率提升2～3%，自然冷卻的運(yùn)行時(shí)間也可相應(yīng)延長，如此可實(shí)現(xiàn)節(jié)省制冷系統(tǒng)電耗、節(jié)能運(yùn)行的目的。

（三）決策依據(jù)

DC IM通過對(duì)運(yùn)維數(shù)據(jù)的動(dòng)態(tài)收集、分析以及監(jiān)測(cè)，為新建IDC的決策提供輸入。

IDC管理三元素SPC中，S指空間、P指供電、C指冷卻。DC IM收集到U位的總數(shù)據(jù)，已占用U位的數(shù)據(jù)，兩者相減就可得到可用的U位空間；同樣操作依次可以得到可用電力、可用冷量，詳見圖3-5。通過對(duì)SPC三個(gè)數(shù)據(jù)庫的聯(lián)合分析，運(yùn)維人員可以確定上多少臺(tái)服務(wù)器，在哪些U位空間進(jìn)行擺放。由此可見DCIM可幫助IDC運(yùn)營工作科學(xué)決策。

類似案例很多，如某企業(yè)某類業(yè)務(wù)的IDC，一期規(guī)劃設(shè)計(jì)采用百分之百的滿負(fù)荷進(jìn)行基礎(chǔ)設(shè)施的容量規(guī)劃和平面設(shè)定。然而DC IM監(jiān)控到的常年運(yùn)行數(shù)據(jù)表明，此類業(yè)務(wù)平均運(yùn)行在70%左右的負(fù)荷，峰值也不會(huì)超過80%。同樣業(yè)務(wù)的下一個(gè)IDC規(guī)劃中，就可以把IT的負(fù)載率設(shè)定為80%，則可以縮減基礎(chǔ)設(shè)施的容量、節(jié)省基礎(chǔ)設(shè)施初投資?？梢姡珼CIM可幫助IDC優(yōu)化配置，節(jié)約成本。

又如某企業(yè)某類業(yè)務(wù)在某一線城市采用雙路市電加柴油發(fā)電機(jī)的冗余方案，但DC IM多年的運(yùn)行數(shù)據(jù)表明市電從未斷電，電網(wǎng)可靠性達(dá)到5個(gè)9，甚至更高，則在下一個(gè)IDC的規(guī)劃中可考慮優(yōu)化架構(gòu)為一路市電加柴油發(fā)電機(jī)的方案?？梢?，DCIM可幫助IDC規(guī)劃優(yōu)化設(shè)計(jì)方案。

圖3-4　冷卻塔串聯(lián)板換的水側(cè)節(jié)能

圖3-5　Space Power Cooling（SPC）管理

四、DCIM大數(shù)據(jù)分析的前景展望

大規(guī)模IDC存在多套監(jiān)控管理子系統(tǒng)，如電力監(jiān)控（EPMS）、暖通制冷監(jiān)控（BMS）、消防與安防監(jiān)控、ITSM等，每個(gè)子系統(tǒng)都有自己獨(dú)立的數(shù)據(jù)采集、統(tǒng)計(jì)、分析和執(zhí)行等裝置，完成某項(xiàng)獨(dú)立的功能；但是IDC的整體運(yùn)營需要這些子系統(tǒng)的數(shù)據(jù)橫向整合、縱向挖掘、綜合分析；數(shù)據(jù)不進(jìn)行分析，就只是數(shù)據(jù)，無法對(duì)運(yùn)營產(chǎn)生價(jià)值；DC IM對(duì)各子系統(tǒng)的數(shù)據(jù)進(jìn)行篩選、整合并加以關(guān)聯(lián)、挖掘、分析，進(jìn)而根據(jù)大數(shù)據(jù)分析的結(jié)果提出運(yùn)維建議、優(yōu)化運(yùn)行能效、降低故障風(fēng)險(xiǎn)、提升IDC運(yùn)營效率，為運(yùn)維人員提供科學(xué)決策的依據(jù)。

此外，通過DC IM進(jìn)行數(shù)據(jù)分析，可以實(shí)現(xiàn)其他更多的功能。如圖4-1所示，可以實(shí)現(xiàn)成本管理、規(guī)劃管理、工單管理、容量管理、可靠性管理、能效管理。如圖4-2所示，可以關(guān)聯(lián)故障與應(yīng)急預(yù)案實(shí)現(xiàn)告警管理，可以關(guān)聯(lián)資產(chǎn)與容量管理實(shí)現(xiàn)變更管理，可以匯總技術(shù)規(guī)范與運(yùn)維手冊(cè)實(shí)現(xiàn)知識(shí)庫管理，可以供應(yīng)商管理與二維碼對(duì)應(yīng)的方式實(shí)現(xiàn)供應(yīng)商管理，可以從能效管理進(jìn)一步提升為計(jì)費(fèi)管理，可以把巡檢的主動(dòng)式運(yùn)維流程化變成工單管理。

小結(jié)

運(yùn)用DCIM進(jìn)行大數(shù)據(jù)分析是提升IDC運(yùn)營核心競(jìng)爭(zhēng)力的有效手段，如圖5-1所示，可以幫助IDC運(yùn)營增能效、減成本、助運(yùn)維、輕風(fēng)險(xiǎn)，是科學(xué)管理運(yùn)營IDC的必殺技。IDC運(yùn)營即將進(jìn)入大數(shù)據(jù)分析的時(shí)代，DCIM是進(jìn)行大數(shù)據(jù)挖掘與分析不可或缺的工具，亟需針對(duì)運(yùn)維需求進(jìn)行深度開發(fā)和有效運(yùn)用。

圖4-1　DCIM的大數(shù)據(jù)分析的多種可能

圖4-2　DCIM的大數(shù)據(jù)分析幫助IDC運(yùn)營的方式

圖5-1　大數(shù)據(jù)分析的核心價(jià)值

作者單位：阿里巴巴集團(tuán)技術(shù)保障部