數(shù)據(jù)中心監(jiān)控系統(tǒng)是一個軟件和硬件結(jié)合的復(fù)雜性系統(tǒng)，本文將對監(jiān)控管理系統(tǒng)的核心軟件模塊的組成、技術(shù)、應(yīng)用場景等進(jìn)行詳細(xì)介紹，為系統(tǒng)設(shè)計提供必要的參考。

監(jiān)控管理系統(tǒng)由四大系統(tǒng)組成：監(jiān)控系統(tǒng)，運行管理系統(tǒng)，總控中心系統(tǒng)和基礎(chǔ)服務(wù)系統(tǒng)組成。以下分別對四大系統(tǒng)中的核心模塊進(jìn)行詳細(xì)介紹。

一、監(jiān)控系統(tǒng)

監(jiān)控系統(tǒng)由兩大子系統(tǒng)組成：信息采集子系統(tǒng)和信息處理子系統(tǒng)。

1、信息采集子系統(tǒng)

為實現(xiàn)模塊化設(shè)計，分布式部署，提高監(jiān)控管理系統(tǒng)穩(wěn)定性，信息采集子系統(tǒng)基本已經(jīng)硬件化，即由一個硬件設(shè)備或者硬件模塊，代替了傳統(tǒng)的用純軟件方式來實現(xiàn)信息采集功能。

采集模塊主要功能一是提供各種形式的接口，以便接入各種不同的監(jiān)控管理對象；二是實現(xiàn)各種采集信息的協(xié)議解析；三是將解析后的信息按統(tǒng)一格式上傳至處理單元。

 

2、信息處理子系統(tǒng)

信息處理子系統(tǒng)是監(jiān)控管理系統(tǒng)中完成監(jiān)控功能的核心子系統(tǒng)，要實時、靈活、準(zhǔn)確地加工、運算、存儲大規(guī)模數(shù)據(jù)，需要設(shè)計好幾個關(guān)鍵模塊：復(fù)雜事件分析處理模塊、調(diào)節(jié)控制模塊。

（1）復(fù)雜事件分析處理模塊

復(fù)雜事件分析處理模塊（CEP，Complex Event Processing）先捕獲各種基礎(chǔ)事件，然后分析整理，找出更有意義的事件（復(fù)合事件）。其中事件的分析整理，找出復(fù)合事件，正是CEP的核心，也是最困難的地方。復(fù)雜事件分析處理模塊工作原理如圖1，實時數(shù)據(jù)作為事件源接入事件處理總線，CEP引擎通過指定的規(guī)則，處理這些實時數(shù)據(jù)和緩存的歷史數(shù)據(jù)，并通過事件處理總線將有意義的事件提供給事件消費方。

圖1 復(fù)雜事件分析處理模塊工作原理圖

一個典型的應(yīng)用實例是，在數(shù)據(jù)中心停電時，會引發(fā)大量的設(shè)備報警，通過復(fù)雜事件分析處理模塊進(jìn)行分析后，則可從事件潮中分析出真正的告警原因，將所有設(shè)備報警合并成一條停電報警。

復(fù)雜事件分析處理模塊需要處理海里事件，處理壓力大。復(fù)雜事件分析處理技術(shù)不同于傳統(tǒng)的數(shù)據(jù)庫數(shù)據(jù)處理，由實時產(chǎn)生的數(shù)據(jù)流驅(qū)動事件處理邏輯，在內(nèi)存中完成所有計算，性能有數(shù)量級提升，能滿足實時處理要求。復(fù)雜事件分析處理模塊的事件匹配規(guī)則是提高處理的有效性的關(guān)鍵，使用中，當(dāng)監(jiān)控對象的邏輯關(guān)系發(fā)生改變時，必須維護(hù)事件匹配規(guī)則，以保證處理的正確性。

（2）調(diào)節(jié)與控制模塊

總控中心系統(tǒng)對于影響到用戶業(yè)務(wù)系統(tǒng)安全的設(shè)備都是采取的只監(jiān)視不控制的原則，對于非核心業(yè)務(wù)和系統(tǒng)，如環(huán)境監(jiān)測設(shè)備（如：新風(fēng)機(jī)、燈光照明）、安防系統(tǒng)（如：閉路視屏監(jiān)控系統(tǒng)、門禁考勤系統(tǒng)）等是可以接收控制輸入的，可以利用這一特性，通過調(diào)節(jié)與控制模塊對數(shù)據(jù)中心進(jìn)行精細(xì)化、智能管理。

調(diào)節(jié)與控制模塊工作方式有兩種：一種是手動調(diào)節(jié)與控制，一種是自動調(diào)節(jié)與控制。

手動調(diào)節(jié)與控制相對比較簡單，由人來進(jìn)行判斷、決策，形成控制指令，通過監(jiān)控系統(tǒng)下發(fā)到對應(yīng)的設(shè)備，達(dá)到調(diào)節(jié)和控制的目的。此時，系統(tǒng)的調(diào)節(jié)和控制完全依賴個人經(jīng)驗，隨機(jī)性比較強(qiáng)。常見的手動調(diào)節(jié)與控制方式有遠(yuǎn)程開門，根據(jù)機(jī)房溫度，手動調(diào)節(jié)每個空調(diào)的設(shè)定溫度等。手動調(diào)節(jié)和控制不僅通過監(jiān)控系統(tǒng)來完成，也可以通過電話、短信等方式進(jìn)行操作，如可以通過電話開門、短信查詢關(guān)鍵設(shè)備狀態(tài)等。

自動調(diào)節(jié)與控制區(qū)別于手動的地方在于，將人的經(jīng)驗數(shù)據(jù)內(nèi)置到了監(jiān)控系統(tǒng)中。監(jiān)控系統(tǒng)根據(jù)這些經(jīng)驗數(shù)據(jù)，形成調(diào)節(jié)與控制邏輯。當(dāng)監(jiān)控系統(tǒng)采集到的數(shù)據(jù)流入該調(diào)節(jié)與控制邏輯單元時，該單元形成預(yù)期的調(diào)節(jié)與控制指令，下發(fā)到對應(yīng)的設(shè)備，從而實現(xiàn)了無人值守的自我調(diào)節(jié)。該技術(shù)最常見的一種應(yīng)用是聯(lián)動控制，如消防火災(zāi)聯(lián)動門禁開門、門禁開門聯(lián)動視頻錄像、消防火災(zāi)聯(lián)動實時視頻播放等。隨著綠色數(shù)據(jù)中心的發(fā)展，該技術(shù)也逐漸應(yīng)用到數(shù)據(jù)中心的節(jié)能領(lǐng)域，如空調(diào)群控技術(shù)就是這種思想應(yīng)用的一種實例。

二、運行管理系統(tǒng)

1、資產(chǎn)管理模塊資產(chǎn)

管理是資產(chǎn)與配置管理的一部分。在實際工作中，通常把數(shù)據(jù)中心物理形態(tài)的資產(chǎn)包括IT資產(chǎn)的新增、入庫、領(lǐng)用、上線（進(jìn)機(jī)房）、下線（維修）、減少（報廢、丟失）等的管理定義為基礎(chǔ)設(shè)施監(jiān)控管理系統(tǒng)的資產(chǎn)管理，即對數(shù)據(jù)中心物理資產(chǎn)的生命周期管理，當(dāng)然此時的相關(guān)資產(chǎn)附帶了一些與基礎(chǔ)設(shè)施管理相關(guān)的基本屬性信息。

2、IT資產(chǎn)管理范圍與分類

（1）IT資產(chǎn)分類

IT資產(chǎn)按形態(tài)主要分為兩大類，即軟件與硬件。軟件主要包括系統(tǒng)軟件、工具軟件、應(yīng)用軟件；硬件主要包括服務(wù)器、網(wǎng)絡(luò)、存儲、IT辦公、場地設(shè)施相關(guān)設(shè)備。如圖2.

 

（2）資產(chǎn)管理的范圍

資產(chǎn)管理范圍除包括數(shù)據(jù)中心的服務(wù)器、網(wǎng)絡(luò)、存儲、IT辦公、場地設(shè)施相關(guān)設(shè)備，系統(tǒng)軟件、工具軟件、應(yīng)用軟件（如圖2所列）等資產(chǎn)外，還包括資產(chǎn)的與基礎(chǔ)設(shè)施運維管理相關(guān)的屬性信息如下：

基本屬性，此屬性用于記錄資產(chǎn)或設(shè)備的基本信息，包括生產(chǎn)廠商、型號、功耗、高度（限于服務(wù)器、交換機(jī)等在架設(shè)備）、重量、購買時間、價格、責(zé)任人或部門等內(nèi)容，針對不同類型的設(shè)備，還可能有專有的屬性，以便適應(yīng)其專業(yè)特點；

用戶屬性，此屬性用于記錄資產(chǎn)或設(shè)備上用戶管理相關(guān)的信息，包括用戶名、用戶分類、權(quán)限等級、所屬部門等內(nèi)容，此外還可以包括密碼屬性，以便支持安全管理過程中密碼的發(fā)放、回收、定期變更等活動；

硬件配置信息，此屬性用于記錄設(shè)備硬件配置相關(guān)的信息，包括配置的硬盤、網(wǎng)卡、光纖卡等配件；

維保信息，此屬性用于記錄設(shè)備的維保信息，包括服務(wù)提供商、服務(wù)范圍、服務(wù)級別、服務(wù)考核等信息，用于服務(wù)合同管理相關(guān)的活動和功能模塊。

（3）主要功能模塊

基于資產(chǎn)管理所涵蓋的范圍，資產(chǎn)管理需要實現(xiàn)如下的功能：

機(jī)房資產(chǎn)管理模塊，用于記錄、查詢、更新運維服務(wù)相關(guān)的軟硬件資產(chǎn)信息，包括各類服務(wù)器、網(wǎng)絡(luò)設(shè)備、存儲設(shè)備、光交換設(shè)備等，借助射頻技術(shù)還可以實現(xiàn)對資產(chǎn)設(shè)備的進(jìn)出機(jī)房控制、快速定位、定期盤點等功能；

庫存資產(chǎn)管理模塊，用于記錄和管理庫存資產(chǎn)、設(shè)備、耗材等方面，包括出入庫管理、查詢、盤點等活動；

介質(zhì)管理模塊，用于記錄和管理服務(wù)相關(guān)的介質(zhì)信息，包括光盤、磁帶等介質(zhì)的標(biāo)簽、存放位置、存儲內(nèi)容、物理介質(zhì)快速定位等；

耗材管理模塊，用于記錄和管理服務(wù)相關(guān)的耗材信息和相關(guān)的活動，如網(wǎng)線、光纖等，控制耗材的申領(lǐng)、使用、儲備等活動，還可以實現(xiàn)儲備預(yù)測、消耗分析等功能，以便增強(qiáng)對有關(guān)內(nèi)容的管控；

基礎(chǔ)信息管理模塊，用于管理和維護(hù)資產(chǎn)相關(guān)的基礎(chǔ)數(shù)據(jù)，以便用戶在使用系統(tǒng)時能方便的選取，提高系統(tǒng)的易用性，降低用戶手寫的工作量和出錯概率；

報表統(tǒng)計模塊，用于統(tǒng)計和匯總資產(chǎn)變動、出入庫信息、耗材使用和消耗情況、介質(zhì)的調(diào)入調(diào)出信息等，方便管理人員對基礎(chǔ)架構(gòu)進(jìn)行決策和管理；

系統(tǒng)管理模塊，包括用戶管理、權(quán)限控制、部門管理、安全控制等功能，用于控制資產(chǎn)數(shù)據(jù)庫的授權(quán)、維護(hù)、引用等活動，便利用戶的使用并控制風(fēng)險；資產(chǎn)的入庫、領(lǐng)用、上線、報廢等申請、審批流程管理。

（4）基于電子標(biāo)識碼的資產(chǎn)管理

常規(guī)的資產(chǎn)管理方式存在諸多的問題：

資產(chǎn)管理人工操作方式記錄（有的采用一維條碼，易污損，識讀困難），人工整理匯總，時間長、效率低，差錯率高；實物信息與管理信息系統(tǒng)信息無法同步，無法實時了解資產(chǎn)當(dāng)前實際所處地點、狀態(tài)（閑置、正常使用、維修、報廢）；

難以及時獲得準(zhǔn)確的資產(chǎn)信息（往往通過勞神費力的定期人工盤點的方式更新資產(chǎn)信息）等。

電子標(biāo)識技術(shù)正是解決這一問題的關(guān)鍵，它讀取速度快、無需人為干預(yù)讀取數(shù)據(jù)過程等優(yōu)勢，可以進(jìn)行快速的資產(chǎn)識別、盤點，實現(xiàn)準(zhǔn)確快速掌握重要固定資產(chǎn)信息。

采用電子標(biāo)識將資產(chǎn)實時監(jiān)測與資產(chǎn)管理有效的整合在一起，從而達(dá)到實物信息與系統(tǒng)信息的實時同步一致。從而實現(xiàn)“資產(chǎn)全生命周期自動追蹤管理”，為企業(yè)投資決策、資產(chǎn)合理調(diào)配等提供準(zhǔn)確科學(xué)的參考依據(jù)。達(dá)到資產(chǎn)管理中“人、地、時、物同步管理”，有效降低和控制日常管理和生產(chǎn)成本，節(jié)約了每年投入大量人力物力進(jìn)行資產(chǎn)盤點和無謂調(diào)撥的成本，避免了因各種因素造成的資產(chǎn)流失，提高了企業(yè)管理效益。

2、容量管理模塊

容量是數(shù)據(jù)中心所能提供的能力。容量管理旨在將各類基礎(chǔ)架構(gòu)的處理能力或系統(tǒng)容量進(jìn)行細(xì)分和量化，根據(jù)業(yè)務(wù)需求進(jìn)行調(diào)整和配置，從而在滿足主要業(yè)務(wù)需求的前提下實現(xiàn)資源利用合理化、負(fù)荷均衡、確保業(yè)務(wù)目標(biāo)的達(dá)成。

基礎(chǔ)設(shè)施監(jiān)控管理系統(tǒng)的容量管理主要針對數(shù)據(jù)中心的電力、制冷、空間等基礎(chǔ)設(shè)施的支持能力，即SPC容量管理。

（1）容量管理的構(gòu)成

SPC容量管理主要包括如下幾部分：

性能管理（Performance Management），此活動旨在測量、監(jiān)控和調(diào)整基礎(chǔ)架構(gòu)或組件的性能以期達(dá)到最佳性能；

應(yīng)用適配（Application Sizing），此活動旨在給應(yīng)用、設(shè)備分配合適的資源以適應(yīng)當(dāng)前及未來規(guī)劃的業(yè)務(wù)需求；

容量建模（Modeling），此活動旨在識別容量管理所涉及的各因素及對應(yīng)的權(quán)重等信息，并借助信息技術(shù)建立對應(yīng)的容量模型；

負(fù)荷管理（Workload Management），此活動旨在監(jiān)控、測量負(fù)荷的變化以便獲取實時的容量使用情況，以便指導(dǎo)容量規(guī)劃和擴(kuò)展；

容量規(guī)劃（Capacity Planning），此活動用于創(chuàng)建和規(guī)劃容量計劃，以便適應(yīng)業(yè)務(wù)發(fā)展的需要；

需求管理（Demand Management），此活動旨在通過調(diào)整不同系統(tǒng)的負(fù)荷或分流高峰時的業(yè)務(wù)負(fù)荷以期更合理地利用系統(tǒng)支持能力和有關(guān)資源。

（2）主要功能模塊

基于SPC容量管理所定義的范圍，SPC容量管理需要實現(xiàn)如下的功能模塊：

SPC容量模型管理，包括容量模型的創(chuàng)建、節(jié)點信息維護(hù)、參數(shù)設(shè)置等，此外還需要包括監(jiān)控數(shù)據(jù)的動態(tài)關(guān)聯(lián)；

資源預(yù)分配管理，包括可用資源的搜索、預(yù)占、取消預(yù)占等功能，在進(jìn)行資源搜索和預(yù)占時需要綜合考慮SPC容量模型所定義的各要素，出于管理的需要，還需要提供預(yù)占審核、設(shè)備上線、項目信息管理等功能；

報表與統(tǒng)計，包括報表的定制、使用狀況統(tǒng)計、趨勢分析、優(yōu)化建議等功能，主要用于容量狀況分析及容量規(guī)劃；

系統(tǒng)管理功能，包括權(quán)限管理、用戶管理、歷史數(shù)據(jù)管理等，用于支撐容量管理有關(guān)功能的運行。

3、運維管理模塊

運維管理是數(shù)據(jù)中心穩(wěn)定運行的保障，也是數(shù)據(jù)中心日常管理的主要內(nèi)容，它支撐著數(shù)據(jù)中心的故障處理、日常檢修、定期巡檢及人員值班管理等活動。運維管理模塊是運維管理的支撐平臺，為運維管理活動的展開提供了電子化支撐平臺。下面是運維管理模塊的簡單描述和說明。

（1）運維管理的范圍

一般來說，運維管理的范圍涵蓋如下的內(nèi)容：

故障響應(yīng)與處理，包括各類設(shè)備故障的監(jiān)測、響應(yīng)、派單及工單管理等內(nèi)容；

預(yù)防性維護(hù)管理，包括定期巡檢管理、移動巡檢管理、日常巡檢等內(nèi)容；

統(tǒng)計分析，包括服務(wù)團(tuán)隊的運作效率、工單處理情況、工作量等指標(biāo)，運行情況的統(tǒng)計分析等；

知識共享和積累，包括故障處理經(jīng)驗沉淀、歸檔、共享，系統(tǒng)基礎(chǔ)資料，應(yīng)急預(yù)案等。

（2）主要功能模塊

根據(jù)運維管理的范圍和主要活動，需要包括如下功能模塊以匹配和支撐對應(yīng)的運維活動：

事件管理（IncidentManagement），用于故障的響應(yīng)、分析、派單及后續(xù)的工單管理等活動，支撐和控制服務(wù)管理中所定義的各級處理團(tuán)隊的協(xié)作和故障單流轉(zhuǎn)，是運維管理所依賴的基本功能；

預(yù)防性維護(hù)管理，主要是定期巡檢和移動巡檢，用于設(shè)備的預(yù)防性維護(hù)，通過周期性的檢查和維護(hù)在設(shè)備出現(xiàn)異常之初就進(jìn)行修復(fù)和維護(hù)，從而防止重大故障的發(fā)生；

知識庫管理（KnowledgeManagement），對于日常故障管理需要提供信息共享平臺以便保存和共享有關(guān)的處理經(jīng)驗，提高協(xié)作的效率；

服務(wù)級別管理（ServiceLevel Management），用于確保和量化整體的服務(wù)交付質(zhì)量符合與客戶簽訂的服務(wù)合同，包括響應(yīng)時間、解決時間、解決率等；

系統(tǒng)管理，包括用戶管理、部門管理、角色管理、權(quán)限管理等內(nèi)容，用于支撐其他功能的實現(xiàn)；

統(tǒng)計分析，用于日常工單的統(tǒng)計、分析，以便分析處理效率、響應(yīng)能力、工作量等指標(biāo)，便于運維服務(wù)的優(yōu)化和考核。

（3）能耗管理模塊

隨著能源價格上升，數(shù)據(jù)中心能耗成本在運營成本的比重隨之上升，數(shù)據(jù)中心的能耗管理成為熱點話題，“低碳”理念開始為數(shù)據(jù)中心管理者所接受與重視。為了推動數(shù)據(jù)中心節(jié)能減排，工信部《工業(yè)節(jié)能“十二五”規(guī)劃》提出“到2015年，數(shù)據(jù)中心PUE值需下降8%”；發(fā)改委組織的“云計算示范工程”要求數(shù)據(jù)中心PUE降到1.5以下。這都需要做好能耗管理。

1）能效測評

數(shù)據(jù)中心能源使用效率PUE是目前國際國內(nèi)比較一致認(rèn)可的能效參數(shù)，定義為數(shù)據(jù)中心總能耗與IT設(shè)備能耗的比。云計算發(fā)展與政策論壇在2012年3月16日發(fā)布的《數(shù)據(jù)中心能效測評指南》中指出，能效測評除了考慮PUE，還需要考慮CLF（制冷負(fù)荷系數(shù)）、PLF（供電負(fù)荷系數(shù)）和RER（可再生能源利用率）等參數(shù)，這樣能更為精細(xì)的反映了數(shù)據(jù)中心的能耗狀況。

能耗管理的關(guān)鍵在能耗狀況的監(jiān)測和分析，通過監(jiān)測獲取真實的、連續(xù)的功耗數(shù)據(jù)，然后以這些數(shù)據(jù)為基礎(chǔ)，按照科學(xué)的計算方法得到數(shù)據(jù)中心的能效數(shù)據(jù)。

目前，可以參照《數(shù)據(jù)中心能效測評指南》的要求進(jìn)行能效測評。

2）能耗指標(biāo)的監(jiān)測和計算

為了實現(xiàn)能耗監(jiān)測與分析，監(jiān)控管理系統(tǒng)還應(yīng)包含能耗監(jiān)測與分析系統(tǒng)。該系統(tǒng)通過分布在數(shù)據(jù)中心供配電系統(tǒng)各重要節(jié)點的采集設(shè)備監(jiān)測電量、電流、電壓等參數(shù)，對采集的參數(shù)進(jìn)行分析和統(tǒng)計，以報表的形式展示數(shù)據(jù)中心各能效評估域的能耗評估結(jié)果，供能耗優(yōu)化和調(diào)整時參考。使用該系統(tǒng)不但可以了解數(shù)據(jù)中心能耗狀況，還可以對能耗管理的結(jié)果進(jìn)行橫向、縱向比較。

 

上圖為數(shù)據(jù)中心典型的供配電系統(tǒng)示意圖，以此為基礎(chǔ)，描述一下進(jìn)行能耗監(jiān)測時的一些方案。

在正常情況下，數(shù)據(jù)中心的電能由市電提供，因此數(shù)據(jù)中心總耗電的測量點應(yīng)放在市電輸入變壓器之前。當(dāng)市電故障情況下，柴油發(fā)電機(jī)產(chǎn)生的電力作為數(shù)據(jù)中心總耗電的測量點。如果是多用途機(jī)房樓，數(shù)據(jù)中心總耗電計算中，需要減去辦公等其它耗電的測量值。

嚴(yán)格來說，IT設(shè)備能耗指標(biāo)應(yīng)該在各IT設(shè)備輸入電源處測量耗電量并進(jìn)行加總，但鑒于IT設(shè)備數(shù)量較多，這一方法將大大增加測量工作量和成本。因此，在實際操作中，我們一般在UPS輸出或者列頭柜配電輸入處進(jìn)行測量，將測量值之和作為IT設(shè)備耗電指標(biāo)。即：

PUE =（PM1+PM2-PM4）/PM3

在實際測量中，由于測量位置、測量儀表和共享電力等的限制，有時耗電量可能無法直接測量得到或測量數(shù)值不精確，因此必須通過一定的方法進(jìn)行間接測量和估算；有文獻(xiàn)根據(jù)IT功耗的測量點位置不同將PUE測量級別精確到1、2、3級，考慮到此種區(qū)分對PUE值影響極小，區(qū)分級別地測算PUE必要性不大。

對制冷設(shè)備能耗來說，采用水冷空調(diào)的數(shù)據(jù)中心通常與所在建筑的辦公場所等共用冷水機(jī)組，為測量數(shù)據(jù)中心制冷所消耗的電能，可測量或估計數(shù)據(jù)中心和其它負(fù)載之間的熱負(fù)荷比例（根據(jù)水流量、水溫的設(shè)置等），然后根據(jù)比例將冷水機(jī)組消耗電能的一部分分配給數(shù)據(jù)中心。計算pPUE（局部PUE，見名詞解釋）的區(qū)域與其它區(qū)域有共享制冷系統(tǒng)時，也可采用這種方法進(jìn)行間接測量和估算。

對供配電系統(tǒng)來說，在測量供配電系統(tǒng)能耗的過程中，如果指定的測量點難以安裝測試設(shè)備，可根據(jù)相關(guān)設(shè)備的能效因子進(jìn)行間接推算。例如，在PUE測量中，如果無法在數(shù)據(jù)中心變壓器之前直接測量數(shù)據(jù)中心的總能耗，可根據(jù)變壓器之后的實測值進(jìn)行推算。

為了防止評價指標(biāo)的計算誤差過大甚至計算錯誤，根據(jù)這些指標(biāo)之間的關(guān)系，可以進(jìn)行驗證。例如：根據(jù)PUE≈CLF+PLF+1，我們就可以對這三個指標(biāo)的準(zhǔn)確性進(jìn)行大致的驗證。

能耗指標(biāo)的數(shù)值受各種因素的影響，會隨季節(jié)、節(jié)假日和每天忙閑時段的改變發(fā)生變化，為全面、準(zhǔn)確了解數(shù)據(jù)中心的能效，需對數(shù)據(jù)中心能耗（用電量）進(jìn)行了持續(xù)、長期的測量和記錄，用于按月、季、年計算PUE.

三、總控中心系統(tǒng)

總控中心系統(tǒng)中包含告警模塊和大屏控制模塊兩個重要模塊。

1、告警模塊

告警模塊在系統(tǒng)或者是監(jiān)控對象出現(xiàn)告警時，能以短信、電話、郵件、聲光等形式，及時通知用戶，使故障得到快速解決。一般監(jiān)控管理系統(tǒng)中會統(tǒng)一集中告警，因此告警模塊一般提供開放式的訪問接口，如SOCKET、Webservice等，以供監(jiān)控管理系統(tǒng)中其它子模塊調(diào)用其告警服務(wù)。告警模塊的告警信息輸出方式，往往提供（包含且不僅限于）短信、電話、郵件、聲光等方式，還可以和企業(yè)的短信網(wǎng)關(guān)進(jìn)行對接，通過統(tǒng)一信息平臺發(fā)布告警信息。

告警模塊作為信息交互的終端，其交互信息的準(zhǔn)確性很重要。如果通過告警模塊發(fā)出的告警信息過多，往往會將真正重要的信息淹沒，導(dǎo)致重大事故產(chǎn)生。因此，輸入到告警模塊中的信息必須經(jīng)過有效性過濾，也就是說在告警信息發(fā)出之前必須經(jīng)過復(fù)雜事件分析模塊的分析處理。復(fù)雜事件分析模塊的有效性，決定了告警模塊信息交互的有效性。

告警模塊作為告警有效信息的重要輸出載體，保證信息的目標(biāo)可達(dá)性也至關(guān)重要。在告警模塊運行過程中，程序的崩潰、網(wǎng)絡(luò)故障、機(jī)器宕機(jī)等都隨時導(dǎo)致告警信息的丟失，貽誤故障處理的有效時機(jī)。因此，告警模塊應(yīng)具備容錯機(jī)制，包括重發(fā)、斷點恢復(fù)續(xù)傳等。根據(jù)數(shù)據(jù)中心等級建設(shè)的要求，告警模塊也需要進(jìn)行對應(yīng)的冗余設(shè)計。同時，由于告警方式的不可靠性，如電話有可能無法接通，郵箱服務(wù)器可能發(fā)生故障等，為保證信息的送達(dá)，一般還需要在告警模塊中設(shè)計告警升級功能，如根據(jù)服務(wù)等級，對于高等級的事件，超時未處理的事件應(yīng)進(jìn)行各種條件的告警升級處理。升級處理，包括告警對象的升級處理，如值班人員A未撥通電話，重試失敗后升級到值班人員A的主管；還包括告警方式的升級，從總控中心現(xiàn)場的聲光告警，升級到短信、電話報警。復(fù)雜情況，還包括兩種升級方式的組合。

2、大屏控制模塊

總控中心是中大型數(shù)據(jù)中心運維團(tuán)隊進(jìn)行運行監(jiān)控值守的場所，運行維護(hù)值守人員主要依托監(jiān)控管理系統(tǒng)的總控中心大屏展示的信息來了解、獲知、分析龐大、復(fù)雜的系統(tǒng)和設(shè)備的運行情況。由于監(jiān)控管理對象的復(fù)雜性，很多情況下，值守人員需要從不同維度同時了解、分析數(shù)據(jù)中心運行情況，這就需要從不同維度展示運行情況的多個顯示屏幕。顯然在一套大屏上從多個維度集中展示的監(jiān)控、故障相關(guān)信息越豐富、越清晰明了，越有助于運維人員及時發(fā)現(xiàn)和快速解決問題。因此，在數(shù)據(jù)中心監(jiān)控管理中心（或ECC）都配備有多個屏幕拼接組成的大屏顯示系統(tǒng)。

大屏幕展示模塊在數(shù)據(jù)中心的應(yīng)用一般有兩種方式：

一種是采用專業(yè)的智能屏控系統(tǒng)，一種是采用簡單的液晶屏組合系統(tǒng)。

（1）智能屏控系統(tǒng)

智能屏控系統(tǒng)也稱多屏拼接處理器，是大屏顯示系統(tǒng)的核心功能單元。大屏幕拼接墻系統(tǒng)一般包含屏幕控制軟件和拼接墻處理器，來完成大屏幕的分屏、合屏等屏顯功能。

智能屏控系統(tǒng)采用超大規(guī)模FPGA的純硬件架構(gòu)，以高帶寬網(wǎng)絡(luò)交換技術(shù)為手段，以基于像素的圖像縮放引擎為基礎(chǔ)，采用分布式的模塊化設(shè)計，來實現(xiàn)大屏幕拼接墻靈活，方便，高性能的顯示控制。

智能屏控系統(tǒng)支持即插即配、海量信號管理、支持DVI、VGA、HDMI、Video等信號源接入，支持多顯示墻、多屏信號共享、多屏聯(lián)動，支持自由拼接、單獨開窗拼接、信號任意拖拽，支持圖像任意縮放，跨屏，漫游，疊加，超大分辨率底圖、超高分辨率動態(tài)圖像的大屏顯示，大屏回顯錄播、數(shù)字標(biāo)牌上屏，支持多組顯示方案預(yù)設(shè)，支持多用戶，操控靈活等。

對于總控中心的大屏顯示系統(tǒng)僅有大屏控制功能是不夠的，為了使各屏顯示的內(nèi)容具有相關(guān)性、互補(bǔ)性與互動性，還需要監(jiān)控管理軟件本身的顯示頁面支持多窗口顯示與顯示聯(lián)動控制。

智能屏控系統(tǒng)一般使用在中大型數(shù)據(jù)中心的總控中心。

（2）簡易多屏拼接系統(tǒng)

對于中小型的數(shù)據(jù)中心的監(jiān)控室，以經(jīng)濟(jì)實用為原則，不一定需要智能屏控系統(tǒng)。此時可通過多屏輸出顯卡和幾個顯示器完成一個小型的拼接墻系統(tǒng)。由于多屏顯卡的輸出端子有限，因此該方案一般支持的視窗是有限的。使用Windows管理液晶屏組合展示時，可以將多個液晶顯示器映射成一個虛擬大液晶顯示器，通過分屏展示模塊完成業(yè)務(wù)視圖的顯示分割、布局；也可以將多個液晶顯示器映射成獨立顯示單元，每個液晶顯示器顯示獨立的業(yè)務(wù)視圖，此時和大屏幕拼接墻系統(tǒng)一樣，僅要求分屏展示軟件模塊能提供對應(yīng)的多個業(yè)務(wù)視圖窗口。

（3）大屏控制模塊的應(yīng)用

圖4 大屏顯示系統(tǒng)應(yīng)用示意圖

 

大屏展示模塊根據(jù)業(yè)務(wù)需要，可以配置出多種不同應(yīng)用場景的展示組合。

監(jiān)控信息展示

如對于全局的監(jiān)控視圖，如全國聯(lián)網(wǎng)的數(shù)據(jù)中心網(wǎng)點監(jiān)控狀態(tài)監(jiān)控視圖，可以設(shè)計成主畫面，使用4個顯示單元組合顯示；其他的監(jiān)控管理子業(yè)務(wù)系統(tǒng)使用1個顯示單元顯示，設(shè)計成從畫面。這樣對整個監(jiān)控管理系統(tǒng)的全局到局部都能進(jìn)行實時監(jiān)控。每個監(jiān)控管理子業(yè)務(wù)系統(tǒng)還可以設(shè)計頁面輪詢策略，輪流顯示每個關(guān)鍵監(jiān)控指標(biāo)。一旦某個監(jiān)控畫面發(fā)生報警，則停留在該畫面，并提示當(dāng)前的報警信息。

同時，監(jiān)控管理系統(tǒng)的主畫面與從畫面之間，從畫面和從畫面之間還可以設(shè)置聯(lián)動，如對主畫面中的某個業(yè)務(wù)子系統(tǒng)進(jìn)行操作時，該業(yè)務(wù)子系統(tǒng)顯示單元便切換到該業(yè)務(wù)子系統(tǒng)指標(biāo)監(jiān)控畫面。也可以利用屏控模塊的預(yù)設(shè)功能，設(shè)定多種監(jiān)控顯示模版，供使用者根據(jù)使用場景靈活調(diào)用。

告警信息展示與分析

當(dāng)某個故障發(fā)生需要進(jìn)行分析、會診時，可用一個屏幕3D展示該設(shè)備的物理位置信息（有必要時再用一個屏幕展示其視頻信息，實現(xiàn)虛擬與現(xiàn)實結(jié)合展示），一個屏幕用2D展示其邏輯關(guān)系信息（如拓?fù)潢P(guān)系），一個屏幕展示其故障詳細(xì)信息，一個屏幕展示相關(guān)知識庫信息或應(yīng)急預(yù)案信息等。通過這種故障信息的關(guān)聯(lián)展示，有助于快速分析定位故障根源，有助于組織運維力量準(zhǔn)確處理，提高數(shù)據(jù)中心可用性。

管理信息展示與分析

當(dāng)需要橫向比較各機(jī)房模塊的能耗，可以把各機(jī)房單元的PUE、CLF、PLF分別在不同屏幕上顯示出來；當(dāng)需要全域了解所有機(jī)房SPC容量時，可以把每個機(jī)房的SPC分別在不同屏幕上顯示出來；但需要做運行分析時，可以把月度、季度、年度的運行情況、同比、環(huán)比情況、匯總情況分別在不同的屏幕上顯示出來等。這些常見顯示場景可以用預(yù)設(shè)功能固定下來以備需要時調(diào)用，有利于提高工作效率。

四、基礎(chǔ)服務(wù)模塊

1、數(shù)據(jù)庫模塊

數(shù)據(jù)庫模塊根據(jù)存儲的業(yè)務(wù)數(shù)據(jù)及實現(xiàn)技術(shù)的不同，主要分為三類數(shù)據(jù)庫模塊：實時數(shù)據(jù)庫模塊、歷史數(shù)據(jù)庫模塊和配置管理數(shù)據(jù)庫模塊。

（1）實時數(shù)據(jù)庫模塊

監(jiān)控管理系統(tǒng)根據(jù)對數(shù)據(jù)實時性業(yè)務(wù)要求的不同，會將業(yè)務(wù)數(shù)據(jù)分離到兩類不同的數(shù)據(jù)庫中，一個是實時數(shù)據(jù)庫，一個是歷史數(shù)據(jù)庫。

實時數(shù)據(jù)庫（RTDB，Realtime Database）是數(shù)據(jù)庫系統(tǒng)發(fā)展的一個分支，是數(shù)據(jù)庫技術(shù)結(jié)合實時處理技術(shù)產(chǎn)生的。實時數(shù)據(jù)庫專用于處理帶有時間戳的數(shù)據(jù)，其特點是產(chǎn)生頻率快，并發(fā)量大，數(shù)據(jù)和時間有緊密關(guān)聯(lián)關(guān)系。實時數(shù)據(jù)采集產(chǎn)生大并發(fā)和持續(xù)的數(shù)據(jù)流，傳統(tǒng)數(shù)據(jù)庫并不適合流式數(shù)據(jù)處理，需要精心考慮數(shù)據(jù)存儲策略。實時數(shù)據(jù)庫在監(jiān)控系統(tǒng)中作為高速數(shù)據(jù)訪問的緩存設(shè)施，提供實時測點訪問、實時事件訪問等服務(wù)。

實時數(shù)據(jù)庫最大的特點就是及時性。實時數(shù)據(jù)庫要保證采樣的數(shù)據(jù)能及時的更新到實時數(shù)據(jù)庫中，因此實時數(shù)據(jù)庫的訪問延遲時間不應(yīng)大于采樣頻率。同時，實時數(shù)據(jù)庫也通過一些特定機(jī)制保證實時數(shù)據(jù)庫中新鮮的數(shù)據(jù)能及時被數(shù)據(jù)使用者及時獲取。

實時數(shù)據(jù)庫另外的一個特點是存儲信息多樣性。由于實時數(shù)據(jù)庫數(shù)據(jù)處理的高速性，越來越多的對性能要較高要求的應(yīng)用，都開始將實時數(shù)據(jù)庫作為自己的應(yīng)用緩存，以加快處理速度。

隨著數(shù)據(jù)中心建設(shè)規(guī)模越來越龐大，要求管理的實時數(shù)據(jù)規(guī)模也越來越龐大。因此對實時數(shù)據(jù)庫模塊的處理性能，承載容量的需求也越來越高。

（2）歷史數(shù)據(jù)庫模塊

實時數(shù)據(jù)庫模塊為實時數(shù)據(jù)計算提供數(shù)據(jù)來源，歷史數(shù)據(jù)庫模塊則為后期的數(shù)據(jù)分析、統(tǒng)計、挖掘提供數(shù)據(jù)來源。

歷史數(shù)據(jù)庫是一種支持在線事務(wù)處理和數(shù)據(jù)挖掘的中間數(shù)據(jù)庫，它負(fù)責(zé)將實時數(shù)據(jù)庫中的實時數(shù)據(jù)流轉(zhuǎn)儲到中間數(shù)據(jù)庫中，供日后分析處理。歷史數(shù)據(jù)庫應(yīng)具備較好的數(shù)據(jù)容錯性，便于數(shù)據(jù)備份和恢復(fù)；還應(yīng)具備良好的數(shù)據(jù)訪問接口，便于在此之上進(jìn)行數(shù)據(jù)分析。

由于業(yè)務(wù)的發(fā)展和多變，歷史數(shù)據(jù)庫模塊首先需要解決業(yè)務(wù)的變化的適應(yīng)性。因此，歷史數(shù)據(jù)庫一般支持業(yè)務(wù)規(guī)則描述，通過預(yù)先定義的業(yè)務(wù)規(guī)則，抽取、轉(zhuǎn)換原始數(shù)據(jù)，得到期望的業(yè)務(wù)數(shù)據(jù)。業(yè)務(wù)的變化，只需要調(diào)整對應(yīng)的業(yè)務(wù)規(guī)則描述即可迅速的適應(yīng)新業(yè)務(wù)。

歷史數(shù)據(jù)庫遇到的另一個挑戰(zhàn)是大數(shù)據(jù)量的存儲和檢索。一個超大型數(shù)據(jù)中心的監(jiān)控測點數(shù)以幾十萬計，如果不進(jìn)行任何處理，要對這些測點數(shù)據(jù)進(jìn)行存儲，數(shù)據(jù)量每天以GB級別的增長。因此，存儲前的數(shù)據(jù)壓縮處理和數(shù)據(jù)庫的合理設(shè)計，對大數(shù)據(jù)的存儲和檢索性能至關(guān)重要。

（3）配置管理數(shù)據(jù)庫模塊

配置管理數(shù)據(jù)庫（CMDB）不是關(guān)系型數(shù)據(jù)庫，也不是企業(yè)的資產(chǎn)庫。配置管理數(shù)據(jù)庫存放所有的軟件和硬件（不僅僅是計算機(jī)軟硬件），這些組件我們稱之為配置項（CI）。配置管理數(shù)據(jù)庫存放配置項和配置項之間的關(guān)系（Relation）。配置管理數(shù)據(jù)庫是監(jiān)控管理系統(tǒng)業(yè)務(wù)服務(wù)管理策略的核心，是配置信息的唯一來源。它保證信息的唯一性，準(zhǔn)確性。

配置管理數(shù)據(jù)庫模塊是監(jiān)控管理系統(tǒng)的靈魂，這個模型的建設(shè)的好壞，決定著監(jiān)控管理系統(tǒng)的管理效率和有效性。

2、雙機(jī)熱備模塊

根據(jù)GB 50174-2008對機(jī)房可用性等級的要求，對應(yīng)高等級的數(shù)據(jù)中心監(jiān)控管理系統(tǒng)應(yīng)匹配冗余設(shè)計。雙機(jī)熱備模塊則是監(jiān)控管理系統(tǒng)的基礎(chǔ)服務(wù)系統(tǒng)中實現(xiàn)監(jiān)控管理系統(tǒng)冗余設(shè)計的重要公共模塊。

（1）雙機(jī)熱備的分類及定義

雙機(jī)熱備使用兩臺服務(wù)器，互相備份，共同執(zhí)行同一服務(wù)。當(dāng)一臺服務(wù)器出現(xiàn)故障時，可以由另一臺服務(wù)器承擔(dān)服務(wù)任務(wù)，從而在不需要人工干預(yù)的情況下，自動保證系統(tǒng)能持續(xù)提供服務(wù)。雙機(jī)熱備由備用的服務(wù)器解決了在主服務(wù)器故障時服務(wù)不中斷的問題。

從工作方式上來劃分，雙機(jī)熱備有兩種：active/standby和active/active. active/standby也叫主備方式，當(dāng)主機(jī)產(chǎn)生故障后，備機(jī)及時接管主機(jī)的服務(wù)。active/standby方式永遠(yuǎn)只有一臺服務(wù)器處于激活工作狀態(tài)，另一臺服務(wù)處于等待非工作狀態(tài)。

active/active工作模式，主、備機(jī)都同時工作，提供相同的對外服務(wù)�？蛻舳嗽L問其中的任意一臺機(jī)器都可完成需要的業(yè)務(wù)，既可以實現(xiàn)簡單的負(fù)載均衡，也可以將故障的切換時間降到最低。

（2）雙機(jī)熱備的選擇

選擇雙機(jī)熱備模塊的工作方式，主要取決于運行在雙機(jī)熱備模塊之上的應(yīng)用服務(wù)的工作特性。如果應(yīng)用服務(wù)允許同時運行工作，則active/active是個不錯的選擇。如果應(yīng)用服務(wù)在同一時刻，只允許一個實例運行工作，則只能選擇active/standby模式了。

tag標(biāo)簽: