數(shù)據(jù)中心的正常運(yùn)行時(shí)間對(duì)于業(yè)務(wù)成功至關(guān)重要，確保提供不間斷的服務(wù)需要持續(xù)對(duì)運(yùn)行情況保持警惕和維護(hù)。隨著組織越來(lái)越多地部署更多關(guān)鍵業(yè)務(wù)應(yīng)用程序，這種對(duì)持續(xù)維護(hù)和依賴基礎(chǔ)設(shè)施的需求似乎只會(huì)增加。

雖然技術(shù)不斷創(chuàng)新，并引入新的基礎(chǔ)設(shè)施管理工具，但許多工具仍然無(wú)法滿足業(yè)界所追求的實(shí)現(xiàn)自動(dòng)化和降低維護(hù)成本的要求。因此，許多IT專業(yè)人員仍在投入大量精力人工處理需要調(diào)整和優(yōu)化的問(wèn)題。

運(yùn)維人員面臨的主要問(wèn)題是數(shù)據(jù)中心的維護(hù)周期仍然需要人為干預(yù)。此外，數(shù)據(jù)中心運(yùn)營(yíng)商將大部分預(yù)算用于保持其正常運(yùn)行。

這就帶來(lái)一個(gè)問(wèn)題，即為什么在不斷引入新的工具來(lái)解決這個(gè)問(wèn)題的同時(shí)，仍然需要大量的維護(hù)。人們到底錯(cuò)過(guò)了什么？

傳統(tǒng)基礎(chǔ)設(shè)施工具的不足之處

真正消除數(shù)據(jù)中心基礎(chǔ)設(shè)施的管理負(fù)擔(dān)需要具有預(yù)見(jiàn)性，以便在問(wèn)題發(fā)生之前預(yù)測(cè)問(wèn)題，同時(shí)能夠提供深入洞察力的基礎(chǔ)工作負(fù)載和資源情報(bào)，以實(shí)現(xiàn)更好的基礎(chǔ)設(shè)施優(yōu)化。

組織需要考慮以下四個(gè)因素，以確定采用的工具在克服令人沮喪的維護(hù)問(wèn)題方面的不足之處：

•沒(méi)有向他人學(xué)習(xí)

只是報(bào)告本地系統(tǒng)指標(biāo)的分析往往提供有限的價(jià)值。相反，采用工具的目的是它能夠從數(shù)千個(gè)對(duì)等系統(tǒng)的行為中學(xué)習(xí)，以幫助檢測(cè)和診斷發(fā)展中的問(wèn)題。從某種意義上說(shuō)，兩種想法總比一種想法要好，需要集思廣益。

數(shù)據(jù)收集和分析的整體方法可以匯集來(lái)自各種各樣的工作負(fù)載的觀測(cè)結(jié)果。這允許在一個(gè)數(shù)據(jù)中心識(shí)別的罕見(jiàn)事件在另一個(gè)數(shù)據(jù)中心預(yù)先避免，并且更準(zhǔn)確地檢測(cè)更常見(jiàn)的事件。

•不能看到整體情況

傳統(tǒng)工具通常只能以孤立的方式提供分析。每個(gè)設(shè)備僅提供系統(tǒng)狀態(tài)，這只是整個(gè)過(guò)程的一部分。由于存在破壞應(yīng)用程序在基礎(chǔ)設(shè)施堆棧中任何位置突然出現(xiàn)的問(wèn)題，因此能夠跨多個(gè)層進(jìn)行跨堆棧分析以獲得更大的視野非常重要。這將需要關(guān)鍵組件，例如應(yīng)用程序、計(jì)算，虛擬化、數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)和存儲(chǔ)。

•不夠深入了解

預(yù)測(cè)建模需要深入的領(lǐng)域經(jīng)驗(yàn)，需要了解基礎(chǔ)設(shè)施堆棧中每個(gè)系統(tǒng)內(nèi)的所有操作、環(huán)境和遙測(cè)參數(shù)。通用分析需要深入。但是，行業(yè)領(lǐng)域?qū)＜遗c人工智能相互配合可以使機(jī)器學(xué)習(xí)算法能夠識(shí)別歷史事件的因果關(guān)系，進(jìn)而預(yù)測(cè)最復(fù)雜和最具顛覆性的問(wèn)題。

•無(wú)法積極采取行動(dòng)

也許采用傳統(tǒng)工具的最大缺點(diǎn)是無(wú)法積極采取行動(dòng)。在理想的自主操作狀態(tài)下，數(shù)據(jù)中心將會(huì)自我管理、自我修復(fù)和自我優(yōu)化。從本質(zhì)上講，他們應(yīng)該能夠避免問(wèn)題或改善環(huán)境，而無(wú)需管理員的人為干預(yù)。要實(shí)現(xiàn)這種自動(dòng)化水平，需要經(jīng)過(guò)驗(yàn)證的自動(dòng)化建議歷史記錄，以提供必要的信任和信心。

數(shù)據(jù)中心維護(hù)的未來(lái)

為了克服傳統(tǒng)工具的局限性，并有效地降低維護(hù)需求，以及更好地讓數(shù)據(jù)中心實(shí)現(xiàn)自動(dòng)化，人們需要采用新一代的人工智能解決方案。這意味著利用能夠觀察、學(xué)習(xí)、預(yù)測(cè)、推薦并最終實(shí)現(xiàn)自動(dòng)化的工具。

通過(guò)觀察，人工智能將能夠針對(duì)各種工作負(fù)載和應(yīng)用程序?qū)�理想操作環(huán)境的穩(wěn)態(tài)理解。深度系統(tǒng)遙測(cè)與全球連接相結(jié)合，可實(shí)現(xiàn)快速的云計(jì)算機(jī)學(xué)習(xí)，從而使人工智能具能夠通過(guò)模式匹配算法快速預(yù)測(cè)問(wèn)題。甚至可以根據(jù)過(guò)去的歷史配置和工作負(fù)載模式為新的基礎(chǔ)設(shè)施建模和調(diào)整優(yōu)化應(yīng)用程序性能。

基于這些預(yù)測(cè)分析，人工智能解決方案可以確定改善數(shù)據(jù)中心環(huán)境所需的適當(dāng)響應(yīng)。然后IT團(tuán)隊(duì)消除壓力，這意味著他們不再需要通宵達(dá)旦地工作以在管理基礎(chǔ)設(shè)施時(shí)找到問(wèn)題的根源。更重要的是，如果人工智能證明是有效的，那么可以自動(dòng)應(yīng)用建議而無(wú)需IT管理員的干預(yù)。那么這就是實(shí)現(xiàn)自動(dòng)化的意義。

例如HPE公司的數(shù)據(jù)中心運(yùn)維，采用人工智能工具在86％的時(shí)間內(nèi)自動(dòng)預(yù)測(cè)和解決問(wèn)題。此外，他們?cè)诖鎯?chǔ)問(wèn)題上花費(fèi)的時(shí)間減少了85％，甚至可以將IT存儲(chǔ)運(yùn)營(yíng)支出減少79％。因此，部署人工智能以協(xié)助數(shù)據(jù)中心基礎(chǔ)設(shè)施的優(yōu)勢(shì)是不可否認(rèn)的。

此外，隨著技術(shù)進(jìn)步和經(jīng)濟(jì)發(fā)展，預(yù)計(jì)到2030年，高度多樣化的地區(qū)將面臨200萬(wàn)IT專業(yè)人才短缺的情況。而在不那么遙遠(yuǎn)的未來(lái)，自動(dòng)化將成為數(shù)據(jù)中心管理的下一個(gè)前沿技術(shù)。

【中國(guó)IDC圈編譯 未經(jīng)授權(quán)禁止轉(zhuǎn)載】

相關(guān)閱讀：

運(yùn)維好數(shù)據(jù)中心的四大法寶

從數(shù)據(jù)中心無(wú)人化趨勢(shì)看資產(chǎn)管理的發(fā)展和實(shí)踐

如何成功運(yùn)維云時(shí)代的數(shù)據(jù)中心？

標(biāo)簽： idc idc資訊 數(shù)據(jù)庫(kù) 網(wǎng)絡(luò) 云計(jì)算

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。