當(dāng)DCIM遇上大數(shù)據(jù)：ZNV中興力維以維統(tǒng)管驅(qū)動IDC產(chǎn)業(yè)加速前進(jìn)

5月31日專稿（蔣均牧）中國數(shù)據(jù)中心市場在規(guī)模不斷擴(kuò)大的同時，正由野蠻生長邁向精耕細(xì)作，對運(yùn)維管理的重視度與日俱增。另一方面，傳統(tǒng)行業(yè)的數(shù)字化轉(zhuǎn)型、物聯(lián)網(wǎng)在工業(yè)領(lǐng)域的應(yīng)用將帶來遠(yuǎn)超以往的數(shù)據(jù)量，這也對數(shù)據(jù)中心的運(yùn)維管理提出了更高的要求。

ZNV中興力維4月下旬發(fā)布了最新一版的智慧數(shù)據(jù)中心綜合管理系統(tǒng)——維統(tǒng)管2.1。與傳統(tǒng)數(shù)據(jù)中心基礎(chǔ)設(shè)施管理系統(tǒng)（DCIM）相比，其最主要差別就在于創(chuàng)新性地引入大數(shù)據(jù)技術(shù)，以此來打破數(shù)據(jù)庫桎梏、支持秒級的高密度數(shù)據(jù)采集，帶來更高效、更精準(zhǔn)、更實時的管理，數(shù)據(jù)中心業(yè)主及運(yùn)營者亦能藉此延展出更多新業(yè)務(wù)。

ZNV中興力維CTO曹友盛博士

“當(dāng)DCIM遇上大數(shù)據(jù)，維統(tǒng)管2.1將為一路向前的數(shù)據(jù)中心產(chǎn)業(yè)加載更高速發(fā)展的引擎。”ZNV中興力維CTO曹友盛博士向C114表示。曹博士是圖像處理、信號傳輸方面的專家，尤其在大數(shù)據(jù)智能管理方面具有很深造詣。

他旗幟鮮明地指出，大數(shù)據(jù)的應(yīng)用是數(shù)據(jù)中心智能化運(yùn)維的基礎(chǔ)，同時亦符合產(chǎn)業(yè)由IT信息技術(shù)向DT數(shù)據(jù)技術(shù)發(fā)展的趨勢。維統(tǒng)管2.1是DCIM領(lǐng)域第一款也是唯一一款以大數(shù)據(jù)來驅(qū)動的產(chǎn)品，力維希望以此來解決數(shù)據(jù)中心現(xiàn)存的一些痛點、面向未來做好準(zhǔn)備，帶來真正的價值。

第一家將大數(shù)據(jù)引入DCIM

隨著物理世界與數(shù)字世界融合進(jìn)程不斷加快，越來越多企業(yè)將業(yè)務(wù)遷往云端，數(shù)據(jù)中心的地位不斷增強(qiáng)。以電信行業(yè)為例，在以NFV/SDN為代表的新一代網(wǎng)絡(luò)技術(shù)驅(qū)動下，未來的電信網(wǎng)絡(luò)將徹底轉(zhuǎn)型為“以數(shù)據(jù)中心為中心”的架構(gòu)，所有的網(wǎng)絡(luò)功能和業(yè)務(wù)應(yīng)用都將運(yùn)行在云數(shù)據(jù)中心上。

與此同時，正如百年前電氣化進(jìn)程帶來的發(fā)電量突飛猛進(jìn)一般，人類邁向智能社會的進(jìn)程中所產(chǎn)生的數(shù)據(jù)量亦呈幾何式增長，特別是當(dāng)物聯(lián)網(wǎng)在工業(yè)領(lǐng)域的應(yīng)用達(dá)到一定規(guī)模。IDC預(yù)計，未來全球數(shù)據(jù)總量的年復(fù)合增長率將達(dá)到50%，到2020年產(chǎn)生的數(shù)據(jù)量將超過40ZB，相當(dāng)于地球上每個人產(chǎn)生5200GB的數(shù)據(jù)；還有廠商調(diào)研分析認(rèn)為，到2025年全球產(chǎn)生并存儲的數(shù)據(jù)量將達(dá)到180ZB，相較2010年增長150倍。

“我們這個時代正從互聯(lián)網(wǎng)時代轉(zhuǎn)向物聯(lián)網(wǎng)時代，信息交互變?yōu)閿?shù)據(jù)交互，傳感器取代傳統(tǒng)面向個人的手機(jī)、電腦。力維認(rèn)為，未來每年所產(chǎn)生的數(shù)據(jù)中將有80%以上來自物聯(lián)網(wǎng)，而工業(yè)物聯(lián)網(wǎng)所產(chǎn)生的數(shù)據(jù)量將遠(yuǎn)遠(yuǎn)大于消費(fèi)者物聯(lián)網(wǎng)。”曹博士指出，這既為大數(shù)據(jù)的廣泛應(yīng)用奠定了基礎(chǔ)，同時也將深刻影響并改變數(shù)據(jù)中心的運(yùn)維管理模式，傳統(tǒng)的工具、手段逐漸難以為繼。

一方面，傳統(tǒng)DCIM受限于數(shù)據(jù)庫，無法存儲蜂擁而來的數(shù)據(jù)，采集到的數(shù)據(jù)量、反應(yīng)的速度均不能盡如人意，由此作出的決策也缺乏足夠的真實性支撐；另一方面，大多數(shù)數(shù)據(jù)中心的預(yù)警、告警、檢測等運(yùn)維功能彼此孤立，以往沒有手段將一個個“煙囪”中的數(shù)據(jù)進(jìn)行比對，數(shù)據(jù)多樣性有限，帶來的價值也有限。

“現(xiàn)在的DCIM每小時采集一次數(shù)據(jù)，很難形成連續(xù)思維，要想真正了解數(shù)據(jù)中心，必須將采集密度加速到每秒——這意味著過去一年數(shù)據(jù)庫爆滿一次，現(xiàn)在每天就要爆滿十次。”維統(tǒng)管2.1將整套功能軟件架設(shè)在大數(shù)據(jù)技術(shù)框架上，一改以往“數(shù)據(jù)采集、傳輸、存儲到數(shù)據(jù)庫，有需求再調(diào)用”的流程，數(shù)據(jù)獲取、存取、搜索、分析都在大數(shù)據(jù)引擎中執(zhí)行，以事件流的形式來呈現(xiàn)，其作用相當(dāng)于電腦的內(nèi)存。

具體而言，采用維統(tǒng)管2.1，實時數(shù)據(jù)、報警上報只須1秒，并可及時發(fā)現(xiàn)、處理故障，數(shù)據(jù)采集每秒300萬；基于事件流驅(qū)動的規(guī)范化管理，可以大大縮短響應(yīng)時間、操作員秒變專家，令效率提升50%以上；云端接入，支持專家遠(yuǎn)程診斷，快速定位、處理問題；同時千億條數(shù)據(jù)秒級搜索的“快”，使得海量數(shù)據(jù)的實時分析成為可能。

從PUE值優(yōu)化看維統(tǒng)管2.1深層次價值

基于大數(shù)據(jù)引擎的維統(tǒng)管2.1賦予了DCIM新的意義，由此掀起了一場產(chǎn)業(yè)革命。除了在軟件架構(gòu)、存儲密度、讀取速度、數(shù)據(jù)安全上有著天然的優(yōu)勢外，其更深層次的價值在于大數(shù)據(jù)的數(shù)據(jù)分析，包括響應(yīng)型分析、實時數(shù)據(jù)診斷、海量預(yù)測分析與模型、認(rèn)知轉(zhuǎn)換，進(jìn)而找到有價值的、真實的結(jié)果。

“如果大數(shù)據(jù)不能真正產(chǎn)生價值，就只是趕時髦。”曹友盛這樣說道。他以數(shù)據(jù)中心PUE值優(yōu)化為例進(jìn)一步向C114作出闡述——PUE值即數(shù)據(jù)中心總能耗除以IT設(shè)備能耗所得，越接近1.0越好。

PUE值現(xiàn)已成為衡量數(shù)據(jù)中心環(huán)境情況的最重要指標(biāo)之一，廣受產(chǎn)業(yè)鏈各方關(guān)注。數(shù)據(jù)中心的PUE值受環(huán)境、設(shè)備使用量等各種因素綜合影響，每秒鐘都在變化；計算PUE值則要采集到所有的IT設(shè)備的實時用電量和IDC總用電量，再經(jīng)過復(fù)雜的數(shù)據(jù)清洗后才能得出，計算量非常大。導(dǎo)致現(xiàn)有DCIM只能提供粗略的一段時間的平均值，無法實時、連續(xù)地將一個數(shù)據(jù)中心的PUE值展現(xiàn)出來。而維統(tǒng)管2.1是第一款且唯一一款將PUE值計算降到秒級的DCIM，令數(shù)據(jù)中心業(yè)主及運(yùn)營者得以全面了解每一秒狀態(tài)。

同時，PUE值是由設(shè)計院設(shè)計出來的，數(shù)據(jù)中心交付后要達(dá)到或者說無限接近這個理論值往往要花費(fèi)一段時間來優(yōu)化，一般在半年到一年之間，這被曹博士比喻為新車上路后需要幾個月來“Tune up”。在這段時間內(nèi)，PUE值顯示出非常的不穩(wěn)定和不正確。維統(tǒng)管2.1則能夠通過實施的PUE值計算，乃至能耗指標(biāo)同比/環(huán)比分析，建立能耗分析模型、給出優(yōu)化方案，盡可能快地將PUE值“Tune up”到設(shè)計值——谷歌在使用DeepMind大數(shù)據(jù)技術(shù)后的兩年，其數(shù)據(jù)中心的能耗降低了40%、整個數(shù)據(jù)中心的PUE值相應(yīng)下降了15%，維統(tǒng)管的性能同樣可以達(dá)到這個效果。

那么當(dāng)PUE值達(dá)到設(shè)計值，能否進(jìn)一步降下來？答案亦是肯定的。ZNV中興力維特意將DCIM的大數(shù)據(jù)引擎設(shè)計成開放式的。這樣一來，當(dāng)數(shù)據(jù)中心運(yùn)行了一段時間后，大量的數(shù)據(jù)被存儲在大數(shù)據(jù)引擎中的數(shù)據(jù)池里，業(yè)主和運(yùn)營者可以通過能力開放平臺獲取這些數(shù)據(jù)和力維預(yù)先做好的模型，他們可以用這些數(shù)據(jù)進(jìn)一步訓(xùn)練機(jī)器，改善模型，也即是所謂的深度學(xué)習(xí)。另一方面，很多人對大數(shù)據(jù)的理解等同于認(rèn)知轉(zhuǎn)換，“啤酒和尿布”的故事時常被提到，數(shù)據(jù)中心業(yè)主和運(yùn)營者也同樣能從眾多數(shù)據(jù)中找出其他未被我們所認(rèn)識的、潛在的商業(yè)規(guī)律以及設(shè)備優(yōu)化方法。

在福建長樂云計算中心項目中，就采用了ZNV中興力維基于大數(shù)據(jù)引擎的DCIM框架。力維承建了其中的綜合管理平臺和動力環(huán)境監(jiān)控子系統(tǒng)，軟件平臺采用分布式、模塊化結(jié)構(gòu)設(shè)計，實時呈現(xiàn)動力設(shè)備及環(huán)境信息，并集資產(chǎn)管理、能耗管理、運(yùn)維管理、3D可視化等功能于一體。維統(tǒng)管通過對溫度數(shù)據(jù)的采集、搜索、清洗、重塑、模擬學(xué)習(xí)、深度學(xué)習(xí)，一步步建立制冷優(yōu)化模型，再通過模型的計算結(jié)果自動控制空調(diào)，從而優(yōu)化數(shù)據(jù)中心的能耗。

“通過維統(tǒng)管，力維不僅給提供了運(yùn)維管理的方法，還提供了大數(shù)據(jù)深度挖掘的平臺，令數(shù)據(jù)中心業(yè)主及經(jīng)營者可以充分使用積累下的數(shù)據(jù)實現(xiàn)自己的目的。”曹博士總結(jié)說。

維統(tǒng)管漸成標(biāo)配：第一季度收入增長100%

盡管進(jìn)入數(shù)據(jù)中心運(yùn)維市場較晚，憑借超過20年運(yùn)營商機(jī)房、基站監(jiān)控管理的項目經(jīng)驗，以及技術(shù)和產(chǎn)品上的領(lǐng)先性，ZNV中興力維已經(jīng)迅速在這一市場上站穩(wěn)了腳跟，而維統(tǒng)管自2016年5月推出以來也已贏得了市場的肯定與客戶的推崇。

據(jù)曹友盛介紹，今年第一季度力維的DCIM業(yè)務(wù)實現(xiàn)了收入同比增長100%以上的佳績；同時，維統(tǒng)管獲得了國家綠色DCIM認(rèn)證、中國數(shù)據(jù)中心工作組（ODCC）的DCIM技術(shù)創(chuàng)新獎等殊榮，新版本推出后有望進(jìn)一步擴(kuò)大市場份額及影響力。

“維統(tǒng)管的不僅是數(shù)據(jù)中心基礎(chǔ)設(shè)施，更是其中的所有資源，力維在維統(tǒng)管設(shè)計之初就瞄準(zhǔn)了宕機(jī)、高人工、高能耗等行業(yè)痛點，希望給客戶帶來最大化的價值。”曹博士談到。也正因此，有著“高效、節(jié)能、省心、省錢”一系列亮點的維統(tǒng)管逐漸成為數(shù)據(jù)中心中不可或缺的組成部分，在國內(nèi)三大運(yùn)營商、BAT等互聯(lián)網(wǎng)巨頭的數(shù)據(jù)中心也均有應(yīng)用。

比如在中國電信西咸智慧云基地IDC、深圳聯(lián)通坪山騰訊IDC、中國聯(lián)通華北（廊坊）基地數(shù)據(jù)中心、浙江移動蕭山阿里巴巴IDC、中國移動（貴州）大數(shù)據(jù)中心等項目中，ZNV中興力維均提供了包括維統(tǒng)管在內(nèi)的一站式解決方案。

中國移動（貴州）大數(shù)據(jù)中心

此外，在一些第三方諸如數(shù)據(jù)中心托管服務(wù)提供商、互聯(lián)網(wǎng)服務(wù)及云服務(wù)提供商的大型數(shù)據(jù)中心項目中，同樣有著力維和維統(tǒng)管的身影。比如在位于上海寶山月浦的云基地中，國富光啟采用了ZNV中興力維的一整套運(yùn)維系統(tǒng)和智能軟件平臺，包括動力環(huán)境監(jiān)控、視頻監(jiān)控、智能門禁、綜合布線等子系統(tǒng)，同時接入消防系統(tǒng)、微模塊系統(tǒng)數(shù)據(jù)，實現(xiàn)了數(shù)據(jù)中心的高效統(tǒng)一管理。在數(shù)字福建云計算中心、智慧銀川大數(shù)據(jù)中心等政府牽頭的項目中，力維的表現(xiàn)亦獲得了好評。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。