数据中心的停机时间对企业来说是非常危险的, 且代价高昂. 很容易看到工具的吸引力, 这些工具可以提供对数据中心资产, 相互依赖性, 性能和容量的可见性, 并将这种可见性转化为可预测设备故障或容量不足的可操作知识.
数据中心基础设施管理 (DCIM) 工具旨在监控 IT 和建筑组件的利用率和能耗 -- 从服务器和存储设备到配电设备乃至制冷设备.
DCIM 软件具有远程设备监控, 电力和环境监控, IT 资产管理, 数据管理和报告等功能. 企业可以借助 DCIM 软件简化容量规划和资源分配, 并确保尽可能高效地使用电力, 设备和占地面积.
什么是 DMaaS?
数据中心管理即服务 (DMaaS) 是基于 DCIM 软件的服务. 但它不仅仅是一个 DCIM 软件的以 SaaS 交付的版本. DMaaS 使数据收集更上一层楼: 从数十个数据中心收集设备数据, 然后大规模地对这些数据进行匿名, 汇总和分析.
DMaS 可能会改变数据中心的管理和运营方式, 451 Research 的数据中心技术和生态效益 IT 渠道研究总监 Rhonda Ascierto 这样说道.
Ascierto 说:"DMaaS 整合并分析大量的匿名客户数据, 并可通过机器学习进行增强. 一个关键目标是预测并防止数据中心基础设施发生事故和故障, 并检测低效率或容量不足." 施耐德电气 (Schneider Electric) 和伊顿 (Eaton) 是较早涉足 DMaaS 市场的厂家. 这两家厂家都凭借自身在数据中心领域多年的经验挖掘出大量数据, 包括设计和构建数据中心, 楼宇管理, 配电以及电力和制冷服务.
通过各种各样的操作环境从大量的客户那里获得这种数据, 这是 DMaaS 的真正价值, 企业因此得以将自己的数据中心性能与全球的基准进行比较. 例如, 施耐德的名为 EcoStruxureITDMaaS 的产品, 与包含来自 500 多个客户和 220 万个传感器的基准数据的数据湖泊相关联.
Ascierto 说:"DMaaS 的价值核心 -- 以及它优于内部部署的 DCIM 和以 SaaS 交付的 DCIM 的地方在于它汇集了匿名数据, 使用机器学习, 异常检测和事件流回放来运行大数据统计分析."
她说, 从不同类型的数据中心收集的数据越多, 数据分析得越多, DMaaS 就越智能. 只要拥有特定环境中特定设备性能的大量数据 -- 温度, 湿度, 空气压力 -- 就可以让 DMaaS 供应商更准确地预测设备出现故障时的时间, 或者达到冷却阈值的时间.
DCIM 与 DMaaS
自 DCIM 出现以来, 该软件一直是交付不足, 炒作有余. 它部署困难, 也不能确定投资回报.
Ascierto 说:"DCIM 可以降低风险, 同时实现新的效益, 更佳的容量预测并提高业务敏捷性. 但由于一系列困难 -- 如为了支持 DCIM 而实施运营变革, 以及难以衡量总体投资回报, 它仍然是一项没有得到充分部署的技术. DMaaS 承诺减轻这些困难并扩展 DCIM 的价值."
当计算环境分布在传统的内部部署的数据中心, 云和托管站点以及边缘计算应用程序之间时, 数据中心的管理就更加棘手了. 传统的 DCIM 模型要求在每个数据中心站点都安装软件, 在人们试图比较各种环境中的性能时, 这种做法可能颇具挑战. DMaaS 是一项基于云的远程监控服务, 旨在支持各种部署站点.
DMaaS 的局限
尽管如此, DMaaS 要发挥潜力的话, 它还有很长的路要走. Ascierto 说, DMaaS 的长期目标是将物理的数据中心基础设施管理与许多其它服务集成在一起, 包括 IT 工作负载管理, 能源管理, 连通性和业务成本计算. 但是实现这些目标尚需时间.
她说:"DMaaS 还不能比肩'传统的'DCIM 所能提供的功能广度, 但随着时间的推移, 我们预计它将会进一步发展. DMaaS 使数据中心领域超越了 DCIM, 超越了单一站点的专有管理. 最终, 它可能会增加其它数据和服务, 包括集成工作负载管理, 能源管理, 客户关系和业务系统, 天气, 员工服务以及安全性和网络管理."
在本地 DCIM 和基于云的 DMaaS 之间进行选择, 这并不是一个泾渭分明的决策. Ascierto 说, 出于安全性和延迟的原因, 保留一些 DCIM 监控功能可能是有意义的. 例如, 让数据往返于集中式云设施, 这对时效的监控和警报并不实用. 另一方面, 预测对于日常操作来说并非必不可少, 在异地执行预测也是有意义的.
Ascierto 说:"我不认为它们是一个非此即彼的命题. 我认为他们是'兼而有之'."
来源: http://server.51cto.com/Datacenter-575858.htm