数据中心运维方案

如果说一本书可以改变一个人的思维模式，那么一个新的管理方式则可能会改变一个企业的发展轨迹。优质的数据中心运维管理系统能够协助企业整合优化企业信息资源和服务、提高生产率和竞争力，是为企业创造更多价值的有力保障。想做好企业，那就定下一个小目标，先做好数据中心运维！

随着信息技术和网络的快速发展，同时也加速了数据中心建设的发展。数据中心对于像垂直层级较多的政府单位来说，是信息处理的中心。随着企业IT架构的不断扩展，服务器、存储设备数量越来越多，加之云架构的出现和普及，数据中心的复杂程度越来越高，运维管理的复杂程度急剧攀升，一个更加稳定且高效的数据中心可以为政企的管理和发展提供强大的支持。

什么是数据中心？

什么叫数据中心？云联星空给出的定义是“数据中心是一整套复杂的设施。它不仅仅包括计算机系统和其它与之配套的设备（例如通信和存储系统），还包含冗余的数据通信连接、环境控制设备、监控设备以及各种安全装置”。

一个大型的数据中心内部往往都包含了很多小系统，运维工作是围绕着这些具体的应用系统展开。保证数据中心稳定和高效的运行，使之能更好地为业务部门提供强大的支持能力，进而提高企业或政府整体的管理效益，运维管理的重要性愈发凸显。

数据中心运维机房管理可视化

数据中心机房管理可视化是创新的IT管理手段，通过机房、设备的三维仿真，提供直观、实时、高效、友好的可视化监控系统界面，将各个子系统清晰展现，并形成一个有机的整体，可以帮助用户轻松掌控全局，高效应对突发事件，智慧制定网络布局决策。

通过3D虚拟仿真的形式对环境进行可视化呈现，包括数据中心真实展现，从园区的外部环境、楼宇到机房内部结构和独立设备均可进行立体仿真展示，并可进行任意角度的调整及场景的切换。利用可视化技术建立与实际机房完全一致的3D虚拟环境，对资产进行可视化呈现。其数据可基于资产管理数据库、CMDB、手工录入或批量导入，可以在3D场景中通过点选查询任意资产对象信息。

数据中心机房管理可视化应集成环境监控系统，对机房的温湿度、电力系统的运行状态、网络设备、主机的性能、空间容量等信息进行实时监控，并通过可视化的方式实时反映系统的运行状态和报警信息。

对于大范围的主干网络、城市各级数据中心、到具体的单台服务器的网络流量、资源、安全态势、设备状态等数据应进行全面监控。将可视化管理范围由园区、机房等物理设施扩展至数据中心所支撑的业务、应用、系统、流程，为IT管理者提供对整个IT系统的端到端可视化手段，并通过开放的数据接口，集成IT管理中的各个软件系统，为IT运维管理提供统一的可视化平台。

数据中心机房管理可视化的优势：

1、通过3D和2D计算机图形技术及图形化数据处理技术，将来自不同区域、不同工具的管理数据进行统一展现和管理。对于骨干网络的空间分布，逻辑拓补结构，以及具体机房的所有服务器运行态势，全部提供高效、易于理解的监管，为企业IT管理和数据中心管理提供了创新的可视化管理手段，有效解决IT架构和数据中心的管理难题。

2、对于云架构的网络可进行可视化表达，能够实现从物理网络和虚拟网络两个视角把握整个云状态，在两个维度间互相切换并清晰标识设备的对应关系。从现实到逻辑、从全局到端口的IT和数据中心全面可视化的软件平台。

3、设计上，能够平衡实用性和设计感，采用不同风格处理大量信息的显示，在界面元素的细微之处又增加细节元素，让整体风格简洁但不单薄。无论是图表、GIS视图、拓补图还是仪表盘面板，都能高效率、高质量的运转，并和用户的底层系统实现低耦合的数据对接。

4、大屏显示、多屏联动的解决方案便于客户对大范围、多区域、大量设备的网络进行全面监控。既可单屏运行，亦可多屏联动运行，还可支持一屏主控，其他多屏从动的操作情境，并且支持键鼠，触控两种交互模式。

当今的数据中心办理人员常常监督日益杂乱的运营环境，其间包括各种应用程序、数据库和竞赛渠道的混合。经过脚本和渠道，以及特定于应用程序的调度东西来办理数据中心环境，这有可能功率低下，而且耗时，然后导致数据中心主动化孤岛，导致作业负载呈现办理难题。这些不和谐的东西需求不断更新以应对改变，否则将添加运营本钱，并下降职作业业功率。

然而，作业负载主动化有一个更高效的企业规模战略，能够协助数据中心办理人员承当越来越多的职责。为了处理预算不足和IT技术距离的问题，企业正在研讨这样的战略以避免中止。事实上，依据查询机构Gartner公司的"猜测2018年：IT运营"的查询报告，到2020年，75％的企业将因基础设施和运营的技术距离而呈现显着的事务中止。

企业用特定的主动化东西处理主动化问题是一种涣散的办法，能够被描绘为一种"元素".更高效的办法是选用一种"架构"，便于数据库主动化和调度，以简化杂乱作业流程的办理，削减对定制脚本的需求，一起进步出产力并下降IT运营本钱。

这种架构办法可协助数据中心办理人员战胜六个主动化障碍，例如：

（1）跨服务器的分段方案

特定于渠道的方案东西经过强制在机器和操作体系等级履行数据中心使命和进程的调度会添加危险。而选用作业负载主动化处理方案将这些东西统一到一个结构中，以便更好地进行操控，然后消除了许可、布置和办理多个东西的需求，并消除了在数据库等级调度和履行作业的费事，以及容易犯错的做法。

（2）重复和耗时的数据中心操作

数据中心有用运转的要害是保护功用，如数据库备份、文件体系移动、FTP操作等。作业负载主动化处理方案可经过单一处理方案实现办理，进步批次成功率，一起削减运转时间，经过在多个数据库和渠道间的动态平衡作业负载来进步资源可用性，并供给集中式监控和警报，以更快地处理问题。

（3）杂乱的数据库添加和改变

跟着企业发展，将新技术应用到数据中心是竞赛和高效运营的要害要素。数据中心主动化的根本办法供给了一个短期的暂时处理方案。这最好体现在主动化的脚本这个主要办法中。创建、修正和测验脚本既耗时又耗费资源，可能会阻挠更新现有作业流程或整合新作业流程的才能。架构办法利用出产安排妥当模板和作业流程来削减对定制脚本的依靠，供给根据对象的架构，着重可重用性，简化现有作业负载的修正，并经过简化数据集成、ETL（数据抽取、清洗与变换）和数据仓库以适应数据添加和杂乱性流程。

（4）安全漏洞

涣散的数据中心主动化战略会对未经授权的出产过程和作业负载更改构成威胁，有可能导致敏感信息的走漏。例如，在受操控的职业中，任何未经授权的更改触及患者数据或财政账户信息的出产作业流程都可能具有破坏性。此外，特定于渠道的调度东西可能导致跨不同服务器的作业和脚本不受控地分散，然后添加了作业失利危险。作业负载主动化处理方案建立了根据用户的人物，供给了一个渠道来避免未经授权的更改，并为数据中心办理人员供给了监控和审阅安全合规改变的才能。

（5）虚拟和云核算的杂乱情况

当需求办理同一网络上的很多机器时，根据虚拟和/或云核算的数据中心就会遇到应战。当数据中心由本地布置、虚拟环境和/或云核算环境的异构组合组成时，会呈现更多杂乱情况。这些渠道装备了自己的本地作业调度程序，但与物理数据库相同，它们代表了主动化的孤岛，然后阻挠数据中心在其规模内的作业负载中动态办理和装备虚拟和/或云实例。选用架构处理方案为虚拟和物理核算渠道供给单一操控点，经过根据作业负载履行主动装备和撤销装备虚拟/云核算资源，能够下降IT运营本钱，并主动履行触及虚拟化资产的桌面虚拟化和办理流程。

（6）部分间和谐困难

由于主动化常常逾越数据中心，乃至逾越IT部分来施行，因而部分之间的变换可能会发生不必要的额外作业。例如，当一个部分完结高档事务作业流程的一部分时，信息和数据将交由另一个部分处理，这往往需求人工处理和干涉。架构办法供给了和谐东西，一般能够消除触及交给作业流检查点的许多部分间依靠联系。

尽管自定义脚本和特定于渠道的东西能够快速修正日益添加的职责和静态资源的繁忙数据中心办理人员，但施行体系结构办法能够处理数据中心办理人员当时面临的一些问题，并避免将来呈现问题。在架构模型之后的数据库主动化操控的简单的单点操控能够协助数据中心办理人员完结重复使命，并为职工供给更高档的项目，然后为企业带来更大的事务价值。

在当前企业IT系统向云架构转型的时刻，运维系统再一次面临着新的挑战。所以在数据中心运维的时候，运维人员应该注意哪些问题?

在云计算时代，IT系统建设越来越成为企业发展至关重要的一环。业务系统，以及支撑业务系统运行的基础设施通常是企业关注的首要目标;然而，保障业务健康运行的背后“功臣”——运维系统同样至关重要，因为每一次IT系统的转型，运维系统和业务保障都是最艰难的部分。在当前企业IT系统向云架构转型的时刻，运维系统再一次面临着新的挑战。所以在数据中心运维的时候，运维人员应该注意哪些问题?

云计算时代，数据中心运维应该注意以下几点：

1、关注智能自动化运维的趋势与难点

智能自动化运维是云数据中心时代尤为重要的趋势。公有云让基础设施资源更集中，企业放弃自建数据中心转而使用公有云，基础设施资源因此集中到了第三方服务商的手中。

这一定程度上使得企业运维轻量化，更注重上层应用的运维，后端较重的基础设施运维转嫁集中到了第三方公有云服务商的身上。基础设施运维的集中化，大体量化为自动化运维提供了良好的生存空间，企业前端的轻量的运维甚至也可以通过大数据以智能可视化的方式呈现出来。

2. 避免人为失误与网络威胁

前不久，中国某大型云厂商因运维人员操作失误启动了一个BUG，导致一些客户访问官网控制台和使用MQ、NAS等多项产品功能出现问题，造成了较大影响。实际上，除了自然灾害等原因，数据中心运维出现的一些安全问题极有可能是人为导致的。

出了要避免人为上的失误，来自网络的威胁也不可小觑。数据中心资源的集中化让我们逐渐感受到，数据中心故障的大型化趋势越来越明显，从网络安全的角度来说一个漏洞被利用，就可能会造成较大的数据丢失甚至设备停机事故。

3. 多平台融合的导致故障点监测困难

有业界人士称，相对于传统IT架构，云数据中心运维的管理对象主要分为几大类，分别是：

机房环境基础设施部分，包含风火水电等;各种设备，包括存储、服务器、网络设备、安全设备等硬件资源;系统与数据，包括操作系统、数据库、中间件、应用程序等软件资源及业务数据;管理工具，包括了基础设施监控软件、监控软件、工作流管理平台、报表平台、短信平台等

从中可以看出，一项云数据中心向外界提供服务是多方服务融合的结果。因此，当面临一个故障时，如何在诸多服务中准确追溯到故障点，是运维人员需要关注的另一个问题。

云运维作为云计算必不可少的组成部分，会越来越展示出其重要性，成为云计算的核心竞争力之一。下一步将加大人工智能在云运维的投入与实践，让数据中心机器人融入更多的运维业务场景，替代传统的手工操作，提供高度自动化和智能化的“无人值守”式云数据中心运维解决方案。