基于物联网技术的数据中心集中管理系统

目前,很多厂商部署了数据中心能耗监测系统,但是均存在以下缺点:

　　①只针对整个数据中心或者固定节点进行PUE计算,无法根据数据中心的设施变换和实际工况的变换进行灵活配置,不能全面、综合地反映数据中心各个节点的能耗;

　　②计算PUE采用的耗电量数值为当前数值,没有将数据中心由于前期施工等产生的耗电量考虑在内,因此计算结果准确性有待提高。为了克服现有技术中存在的不足,本系统提供了一种自定义的数据中心能耗监测系统。

　　其特点在于:灵活配置测量点,累计PUE、当前PUE、历史PUE报表全面监测数据中心能耗,增加计算基准时间,提高PUE结果准确性。

　　用户根据各个数据中心或者各个模块的PUE值、PUE波动趋势,进行战略分析及部署,为以后扩展数据中心选址、节能提供有效的帮助。

　　(2)智能化集中管理

　　本系统采用双向通讯管理,除了传统数据中心集中管理的上发外,还增加了下控的管理,并且上发及下控的通讯经过安全的多重加密,提高安全性。相比传统数据中心集中管理上发功能需要互相知道对方IP的方式,本系统采用汇聚的方式,只需采集设备填写云平台IP即可,节省了过多繁琐的过程。

通过MQTT,本系统已将所有数据中心数据汇聚到一起,根据发生故障期间的数据进行统计分析,根据分析结果提前诊断设备处于故障前潜伏期,提醒运维人员提前排查故障,降低风险。根据数据中心耗电分布情况,排查僵尸服务器,优化IT资源配置;排查非IT资源是否能耗过大,提醒用户避免不必要的开销或者更换更节能有效的设备。

　　数据中心建设前的设计、规划都是按照IT服务器满载做的,实际运行过程中往往是变工况运行,经过大数据分析可根据运行动态数据分析改变设定值,例如空调的制冷点设置为18℃,冷通道上限值维持在22℃,实际运行中冷通道的温度一直维持在22℃以下,则可以提醒运维人员尝试提高空调温度设定值为20℃,如此可实现节省制冷系统电耗、节能运行的目的。

　　大数据分析,除了以上所列举的示例外,它还可以做很多的事情,例如能效管理、成本管理等等。它帮助数据中心运维提高能效、降低成本、降低故障风险。

而REDIS是一种以key-value的形式存储的高速缓存型数据库,与其他的缓存技术不同之处在于REDIS不单单将数据存放在内存中,还定期将更新的数据写入磁盘或者把修改操作写入追加的记录文件,实现数据的持久化,避免特殊情况导致数据不可复原。同时它的读取的速度是110000次/s,写的速度是81000次/s,与高性能键值缓存服务器MEMCACHED相差无几。支持事务,操作都是原子性,保证对数据库操作的一致性,而且会自动删除时间过久的数据,释放内存,减少不必要的浪费。

　　REDIS除了性能和并发的优势外,还具备可以做分布式等其他功能,其强大的能力能适应数据中心增长的规模。

　　(3)HBASE

　　HBASE是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统,利用HBASE技术可在廉价PC Server上搭建起大规模结构化存储集群。

　　HBASE的目标是存储并处理大型的数据,更具体来说是仅需使用普通的硬件配置,就能够处理由成千上万的行和列所组成的大型数据。与FUJITSUCLIQ等商用大数据产品不同,HBASE是Google Bigtable的开源实现,HBASE利用Hadoop HDFS作为其文件存储系统;用Hadoop MapReduce来处理HBASE中的海量数据。

　　在查询速度上,HBASE仅次于REDIS这类缓存型数据库,但其在上千万、上亿的大数据的查询中,能快速定位到想要的数据。HBASE在列数据为空的情况下,是不会占用存储空间,这为用户节省不必要浪费的空间。再者高并发、低延迟的服务更促使我们采用此技术作为数据中心集中管理系统的重要构成环节。

随着科技的快速发展,从原来笨重电脑到现在小巧的手机,从原来的互联网时代发展到移动互联网,渐渐地,人们发现小小的手机都能联网,若世间万物也装上一个联网器件,则都可连上互联网,实现相互交流、信息互换。慢慢地越来越多的“物”连接上互联网,实现万物间的信息交换,一个万物互联的时代来临了——物联网。

物联网技术的运用将数据中心的管理与运维构造的更加智能化,为用户带来高效的管理体验,相信在将来的5G大范围使用后,将会与之擦出不一样的火花,让物联网的技术运用更上一层。