數(shù)據(jù)中心運維整體發(fā)展趨勢分析

全球數(shù)據(jù)中心發(fā)展重心正從規(guī)�；�建設(shè)向精細(xì)化運營轉(zhuǎn)變。隨著亞馬遜、微軟、阿里、騰訊、華為、中國移動、中國電信等巨頭的進入,國內(nèi)云服務(wù)市場競爭加劇,各云服務(wù)商在市場拓展的同時會持續(xù)降低運營成本。

華為云&大數(shù)據(jù)產(chǎn)品線總裁馬力在《智能運維,云數(shù)據(jù)中心運維的未來之路》一文中指出,未來的云數(shù)據(jù)中心運維必須:

提高運維效率虛擬化技術(shù)和眾多開源技術(shù)的引入使得運維變得越來越復(fù)雜,傳統(tǒng)人工運維模式處理速度慢、出錯概率高。此外,傳統(tǒng)人均50～100臺設(shè)備的維護效率,在大規(guī)模云化環(huán)境下,需要投入大量人力。

保持低運營成本傳統(tǒng)IT的資源使用率通常小于20%,在云化后資源使用率有所提升,但是個性化、按需彈性需求導(dǎo)致資源碎片化、負(fù)載不平衡以及擴容規(guī)劃不精準(zhǔn),可能會造成整體資源利用率并沒有達(dá)到規(guī)劃目標(biāo),運維成本居高不下。

硬件即插即用,定期下線隨著數(shù)據(jù)中心規(guī)模的增長,手工為主的硬件識別與安裝方案將無法支撐資源的快速上線、擴容與下線。通過即插即用技術(shù),只需要使用低技能人員將設(shè)備上架、上網(wǎng)和上電,運維系統(tǒng)就會根據(jù)該硬件的預(yù)期狀態(tài)自動化完成端到端硬件系統(tǒng)的部署和上線;與此同時,通過云化隔離技術(shù),硬件出現(xiàn)故障時也不再需要立即解決,只需讓低技能人員定期替換即可。

數(shù)據(jù)中心運維技術(shù)發(fā)展的歷史與現(xiàn)狀

阻礙數(shù)據(jù)中心運維技術(shù)快速發(fā)展的歷史原因

盡管數(shù)據(jù)中心的運維如此重要,但長期以來,相關(guān)運維的技術(shù)和手段仍然比較落后,“重建設(shè),輕運維”成為行業(yè)普遍現(xiàn)狀。甚至在很多人眼中,運維=酷炫的UI界面+超大拼接屏。數(shù)據(jù)中心的運維,尤其是基礎(chǔ)設(shè)施運維長期以來之所以未能得到大規(guī)模的普及,筆者分析主要以下原因:

技術(shù)落后：早期基礎(chǔ)設(shè)施運維軟件多來自UPS、空調(diào)等設(shè)備廠家,他們采用動環(huán)(動力設(shè)備和機房環(huán)境)管理的理念。廠家大多對IT類設(shè)備缺乏了解,相關(guān)技術(shù)也主要來自運營商對通信機房的運維要求,明顯滯后于IT技術(shù)的發(fā)展;

觀念落后：早期IDC管理脫胎于電信運營商的“機房維護”思路,偏重于設(shè)備安全和日常維護,對資產(chǎn)(ROI)的價值認(rèn)識不足,做不到精細(xì)化運營與管理;

需求不明顯：早期機房數(shù)量規(guī)模較小,人工維護成本低,運營管理團隊采用自動化管理方式的意愿不強烈;早期機房設(shè)備種類不多,運行業(yè)務(wù)簡單,管理的復(fù)雜程度不高;早期數(shù)據(jù)中心本身并未成為社會生產(chǎn)與生活的核心,故障后造成的損失也較低;

系統(tǒng)架構(gòu)簡單：早期IT系統(tǒng),普遍采用“煙囪式”架構(gòu),底層硬件與運行業(yè)務(wù)深度耦合,業(yè)務(wù)邏輯和物理邏輯有對應(yīng)關(guān)系,故障后容易查找,定位簡單,可以快速進行維修;

除此之外,還有國內(nèi)長期以來對軟件價值的低估,用戶需求不明確帶來的設(shè)計變更附加成本等。正是因為以上這些原因,在大型云數(shù)據(jù)中心出現(xiàn)之前的“互聯(lián)網(wǎng)1.0”時代,智能運維技術(shù)和實踐一直未得到用戶普遍的重視。

目前的現(xiàn)狀:數(shù)據(jù)中心數(shù)字化、精細(xì)化、自動化運營已形成行業(yè)共識

隨著大型數(shù)據(jù)中心的增多,云計算相關(guān)技術(shù)的成熟,數(shù)據(jù)中心運維技術(shù)也日益受到大家的重視。究其原因可以歸納如下:CT機房互聯(lián)網(wǎng)/物聯(lián)化趨勢受互聯(lián)網(wǎng)影響,“數(shù)據(jù)中心云化”“軟件定義數(shù)據(jù)中心”成為主流技術(shù)發(fā)展趨勢。而傳統(tǒng)CT的維護理念,也逐漸向物聯(lián)網(wǎng)化的運營理念轉(zhuǎn)變,精細(xì)化、自動化、智能化管理成為新需求。如某運營商對運維機器人的引入、互聯(lián)網(wǎng)自建數(shù)據(jù)中心對人工智能技術(shù)的引入、對U位級資產(chǎn)管理技術(shù)的實踐等。

市場需求快速增長：近年來的數(shù)據(jù)中心逐漸呈現(xiàn)“兩極分化”趨勢:即中型數(shù)據(jù)中心快速減少,一方面超大規(guī)模數(shù)據(jù)中心不斷出現(xiàn)(云數(shù)據(jù)中心需求),一方面微型數(shù)據(jù)中心快速增長(邊緣計算需求)。對于超大型數(shù)據(jù)中心,服務(wù)器規(guī)模動輒數(shù)萬甚至數(shù)十萬臺,人工方式的資產(chǎn)管理已無法滿足實際需求,急需自動化的管理方案;對于小微型數(shù)據(jù)中心(多是企業(yè)分支機構(gòu)、連鎖商超等行業(yè)用戶),又大多缺乏專業(yè)運維人員,對易安裝、已維護、可實現(xiàn)遠(yuǎn)程無人化管理的運維技術(shù)也有迫切需求。

云數(shù)據(jù)中心架構(gòu)變化帶來的影響：云計算技術(shù)的出現(xiàn),使得傳統(tǒng)的“煙囪式”IT架構(gòu)被打破,計算、存儲、網(wǎng)絡(luò)統(tǒng)統(tǒng)變成了資源池,上層應(yīng)用和IT硬件實現(xiàn)了解耦。彈性獲取,隨需擴容、靈活應(yīng)用成為業(yè)務(wù)層面對IT資源的主要訴求。

這對IT硬件的影響主要有兩方面:IT硬件的重要性下降(數(shù)據(jù)有備份),更換升級等操作更加頻繁(壞了就換)。在數(shù)據(jù)中心的全生命周期內(nèi),IT硬件資產(chǎn)管理的工作量大幅提升(同一U位可能不同時間段安裝不同設(shè)備運行不同程序),依賴人工已經(jīng)很難管理;AI、機器深度學(xué)習(xí)等技術(shù)的發(fā)展,也需要打破企業(yè)各部門之間的傳統(tǒng)物理壁壘,對數(shù)據(jù)進行融合處理與應(yīng)用(如智慧城市工程,對目標(biāo)對象的人臉識別,可能需要拉通交通、戶籍、刑偵、市政等多套系統(tǒng)),數(shù)據(jù)層面拉通的同時也會帶動跨領(lǐng)域、跨組織的物理資產(chǎn)的統(tǒng)一管理,必然需要統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范來進行物理資產(chǎn)的統(tǒng)計和變更記錄。

人力成本快速升高：據(jù)統(tǒng)計,中國60歲以上人口已超過2.41億人,我國已全面進入老年化社會,勞動力成本上升是所有企業(yè)都要面對的問題。而數(shù)據(jù)中心的運維工作責(zé)任重大,通常涉及到多個領(lǐng)域?qū)W科知識,對人員技能和素質(zhì)要求都比較高。

“人力成本太高”(一線城市)、“招不到人”(二三線城市)成了很多運維主管頭疼的問題。其他因素,比如電信運營商利潤下滑,傳統(tǒng)IDC大戶對能夠降低運營成本(維護人力、電費等)的技術(shù)興趣濃厚;各設(shè)備廠家的持續(xù)發(fā)力,對智能化基礎(chǔ)設(shè)施的概念推廣(主要體現(xiàn)在自動化運維、U位級精細(xì)化資產(chǎn)管理等方面);全行業(yè)數(shù)據(jù)安全意識的提升,導(dǎo)致越來越多用戶(尤其是高端用戶)對其IT資產(chǎn)安全的更加重視(自主可控、去IOE、國產(chǎn)化等要求),IT設(shè)備的變更、定期盤點、自動告警受到重視。

從“運維”到“運營”的觀念轉(zhuǎn)變

如上所述,數(shù)據(jù)中心的運維工作日益受到業(yè)界的重視,各種新技術(shù)也層出不窮,那么什么樣的運維技術(shù)才是好技術(shù),如何進行評判呢?筆者認(rèn)為,只有真正能為用戶創(chuàng)造價值的技術(shù)才能獲得認(rèn)可并實現(xiàn)規(guī)模化應(yīng)用。換言之,能省錢(甚至賺錢)的技術(shù)就是好技術(shù)。筆者認(rèn)為,從運維(核心是可靠不出錯)到運營(核心是可靠還省錢/賺錢)的變化,是在數(shù)據(jù)中心從“企業(yè)成本中心”向“企業(yè)生產(chǎn)中心”轉(zhuǎn)變的過程中,運維人員必須經(jīng)歷的觀念轉(zhuǎn)變過程。

那么,什么樣的數(shù)據(jù)中心才是好(可靠又省錢)的數(shù)據(jù)中心呢?拋開“風(fēng)火水電”等基礎(chǔ)設(shè)施的架構(gòu)不談,僅從運營的層面來看,筆者認(rèn)為需要考慮以下問題:

1、資產(chǎn)盤點問題:資產(chǎn)繁多、管理復(fù)雜

數(shù)據(jù)中心涉及多種產(chǎn)品和設(shè)備,對運維人員技能要求較高。同時資產(chǎn)管理和盤點工作浪費運維人員大量時間,造成數(shù)據(jù)中心運維人力開支居高不下。

2、容量管理問題:管理粗放、盈利困難

對很多運營型數(shù)據(jù)中心來說,因規(guī)模較大,人工管理方式難以根據(jù)用戶的設(shè)備數(shù)量、功耗、制冷等要求及時查詢到合適的安裝位置,造成業(yè)務(wù)不能及時上線,為企業(yè)帶來重大損失。數(shù)據(jù)中心租賃市場競爭日趨激烈,粗放的管理模式造成運營成本過高,市場競爭力下降,侵蝕投資者利益。

3、故障定位問題:故障定位、維護困難

隨著數(shù)據(jù)中心重要性的上升,由數(shù)據(jù)中心故障帶來的企業(yè)損失也逐漸升高,所以故障恢復(fù)時間變得至關(guān)重要。但傳統(tǒng)數(shù)據(jù)中心,采用人工管理方式,一旦出現(xiàn)故障需要花費大量時間進行排查(大型數(shù)據(jù)中心服務(wù)器規(guī)模高達(dá)數(shù)十萬臺)。運維人員80%時間都花費在定位故障上面,效率十分低下。

4、資產(chǎn)安全問題:U位級物理安全難以保障

因數(shù)據(jù)安全等因素,很多行業(yè)都對數(shù)據(jù)中心安全級別有嚴(yán)格要求。同時據(jù)Uptime報告顯示,數(shù)據(jù)中心超過70%的故障是由于人為操作失誤造成。所以對運維人員的分級、分區(qū)、分域授權(quán)至關(guān)重要。按空間劃分,數(shù)據(jù)中心資產(chǎn)的物理安全等級可分為機房級、模塊級(微模塊)、機柜級、U位級(見圖)。大多數(shù)的數(shù)據(jù)中心可以做到機房級物理安全(機房門禁),少部分可以做到機柜級物理安全(物理或電子門鎖等形式)。只有極少數(shù)數(shù)據(jù)中心可以做到U位級的物理安全保障,在維護人員對機柜內(nèi)部等某一臺IT設(shè)備操作時及時給出安全告警信息。

機柜容量管理:實時監(jiān)控機柜空間容量信息,提升空間利用率(減少機柜租金);設(shè)備變更自動化:資產(chǎn)變動信息自動上報(降低人工開支);數(shù)據(jù)準(zhǔn)確性:資產(chǎn)數(shù)據(jù)100%準(zhǔn)確(減少人工排查開支);資產(chǎn)盤點自動化:大規(guī)模資產(chǎn)設(shè)備快速自動化盤點,無需人工(節(jié)省運維人力);快速定位:可以快速準(zhǔn)確找到故障設(shè)備(減少故障排查時間);更精確的資產(chǎn)保護:提升U位級資產(chǎn)物理安全,非法事件自動告警(資產(chǎn)和數(shù)據(jù)安全)。

物聯(lián)網(wǎng)技術(shù)在數(shù)據(jù)中心的部分應(yīng)用

筆者認(rèn)為,相比AI、大數(shù)據(jù)等技術(shù),物聯(lián)網(wǎng)技術(shù)或許將首先在數(shù)據(jù)中心的運營工作中得到規(guī)�；瘧�(yīng)用。比如很多人都知道,谷歌的數(shù)據(jù)中心應(yīng)用了神經(jīng)網(wǎng)絡(luò)等AI技術(shù)來實現(xiàn)能耗管理,但到底是如何實現(xiàn)的,效果如何,能否推廣,卻鮮有資料流出。不可否認(rèn),大型高科技公司和互聯(lián)網(wǎng)公司本身技術(shù)和人才積累雄厚,可以在AI、大數(shù)據(jù)等方面進行嘗試和創(chuàng)新應(yīng)用。但對大多數(shù)的數(shù)據(jù)中心用戶來說,物聯(lián)網(wǎng)技術(shù)可能會更早成熟并進入實際應(yīng)用階段。

1、物聯(lián)網(wǎng)在資產(chǎn)安全方面的應(yīng)用

通過傳感器對機房基礎(chǔ)設(shè)施進行監(jiān)控,如電池、UPS、空調(diào)等。通過對設(shè)備狀態(tài)的監(jiān)控對生命周期進行預(yù)測,甚至在故障發(fā)生前做到提前預(yù)警。

通過資產(chǎn)電子標(biāo)簽對IT設(shè)備進行管理,可以精確定位到每臺設(shè)備所處的區(qū)域甚至U位,在未授權(quán)的設(shè)備下架或?qū)��?biāo)簽破壞的情況下,可以在現(xiàn)場和后臺系統(tǒng)發(fā)出報警提醒。

2、物聯(lián)網(wǎng)在容量和能耗方面的應(yīng)用

通過傳感器實時監(jiān)控機柜U位物理空間利用率,自動監(jiān)控IT設(shè)備上架、下架與遷移,幫助用戶提高機柜空間利用率;

通過傳感器實時監(jiān)控數(shù)據(jù)中心的能耗、溫度、制冷等信息,幫助用戶合理規(guī)劃設(shè)備部署,降低數(shù)據(jù)中心的整體能耗;

甚至通過更精確的U位級設(shè)備管理,可以實現(xiàn)機柜內(nèi)部微環(huán)境的監(jiān)控。

3、物聯(lián)網(wǎng)在自動化運維方面的應(yīng)用

機房大量設(shè)備的上架信息錄入占用大量人力。利用手持終端可以對設(shè)備二維碼或芯片進行掃描,自動錄入設(shè)備信息,信息自動上傳到后臺,代替大量重復(fù)性手工錄入工作,解放運維人力;

當(dāng)設(shè)備發(fā)生故障時,往往發(fā)生連鎖反應(yīng),產(chǎn)生大量告警,而后臺很難判斷實際故障設(shè)備。利用物聯(lián)網(wǎng)技術(shù),可以做到自動定位故障設(shè)備,維護人員可以準(zhǔn)確獲取故障設(shè)備所在區(qū)域、機柜、甚至U位。