于一

摘要：隨著信息技術(shù)的飛速發(fā)展，數(shù)據(jù)中心的硬件管理越來越復雜，也越來越重要?；诖?，對數(shù)據(jù)中心機房硬件設備運維管理策略進行了研究，首先分析了數(shù)據(jù)中心機房硬件設備的可視化管理，提出了數(shù)據(jù)中心設備與機房智能化運維管理策略，對智能化運維管理模式進行解析，提出了數(shù)據(jù)中心設備及機房智能化運維管理系統(tǒng)的功能需求，最后提出了數(shù)據(jù)中心設備及機房智能化運維管理系統(tǒng)的實現(xiàn)策略，以期為相關(guān)人員提供參考。

關(guān)鍵詞：數(shù)據(jù)中心；機房硬件；設備運維；管理策略

一、前言

在對數(shù)據(jù)中心機房硬件設備維護管理策略進行研究時，必須關(guān)注硬件設備在整個系統(tǒng)中至關(guān)重要的作用。高效的運維管理策略不僅關(guān)系到數(shù)據(jù)中心的穩(wěn)定與安全，還關(guān)系到業(yè)務的持續(xù)與效率。因此，建立一套科學規(guī)范的運行管理策略顯得尤為重要。這就要求從設備的選擇、部署、監(jiān)測、維修，故障處理等各個環(huán)節(jié)來保證硬件設備一直保持良好的工作狀態(tài)，并且能夠及時應對各種各樣的挑戰(zhàn)。

二、數(shù)據(jù)中心機房硬件設備的可視化管理

（一）數(shù)據(jù)中心機房硬件設備的運營管理

數(shù)據(jù)中心的正常運行對硬件設備的運行管理起著至關(guān)重要的作用。該系統(tǒng)能實時監(jiān)控各硬件設備的工作狀態(tài)，如溫度、電壓、網(wǎng)絡流量等，并能對設備進行遠程管理，及時處理異常狀況，制定設備維修、定期檢查、清洗等設備維護計劃，使設備處于良好狀態(tài)。建立完善的排錯機制，在硬件設備發(fā)生故障時，能迅速作出反應，采取有效措施，縮短服務中斷時間。根據(jù)業(yè)務需求對硬件設備進行產(chǎn)能規(guī)劃，及時評估和擴充設備，以滿足業(yè)務發(fā)展的需要。加強計算機系統(tǒng)的安全管理，包括物理安全措施、訪問控制、監(jiān)視系統(tǒng)等。定期對設備性能及技術(shù)水平進行評估，并適時更新，提高生產(chǎn)效率及可靠性。建立一套完整的硬件設備檔案及記錄，包括設備信息、維修記錄、故障處理等，方便對設備進行管理與跟蹤[1]。

綜上所述，數(shù)據(jù)中心機房可視化管理系統(tǒng)是保證數(shù)據(jù)中心正常運行、提高運行效率的重要手段，是實現(xiàn)數(shù)據(jù)中心穩(wěn)定、安全、高效運行的重要保障。

（二）數(shù)據(jù)中心機房硬件設備的可視化管理

數(shù)據(jù)中心機房硬件設備可視化管理就是運用可視化技術(shù)與工具，監(jiān)測、分析、管理硬件設備的一種方法。通過構(gòu)建實時監(jiān)測儀表盤，實時顯示關(guān)鍵參數(shù)及狀態(tài)，使運維人員直觀了解設備運行狀況。建立了硬件設備的拓撲圖，直觀地顯示了設備間的連接關(guān)系及布局，使操作人員對設備的配置有清晰的認識。設定告警規(guī)則，當硬件裝置發(fā)生異?；蚴r，可即時傳送訊息給相關(guān)人員，以保證及時反應與處理。對歷史數(shù)據(jù)進行記錄、分析，形成趨勢圖及統(tǒng)計報告，協(xié)助管理層對設備運行狀況及趨勢進行評估，以便作出合理的決策。實現(xiàn)了對硬件設備的遠程操作與控制，使運維人員可以通過可視化的界面遠程管理設備，減少人工干預的成本。對硬件設備進行能耗監(jiān)控，對能耗高的設備進行可視化管理，制定節(jié)能方案，優(yōu)化設備的能效。

通過可視化管理，運維人員能夠更有效地對數(shù)據(jù)中心機房的硬件設施進行監(jiān)控與管理，提高整體運行效率，降低風險，提高服務質(zhì)量，從而為數(shù)據(jù)中心的穩(wěn)定運行和業(yè)務發(fā)展提供有力支持。

三、數(shù)據(jù)中心設備與機房智能化運維管理策略

（一）設備資產(chǎn)管理

數(shù)據(jù)中心設備和機房的智能化維護管理策略涉及許多關(guān)鍵方面，保證了設備的高效率運行和管理。在數(shù)據(jù)中心的智能運維管理中，設備資產(chǎn)管理是一個非常重要的環(huán)節(jié)，包括建立一份記載設備類型、型號、序列號、地點的完整清單。每一個裝置都用一個獨特的識別碼（如條碼、RFID碼）來識別，方便跟蹤和管理。建立一套從審批到采購，再到驗收的標準設備采購程序。在入庫時，及時記錄設備信息，建立數(shù)據(jù)庫或資產(chǎn)管理系統(tǒng)，以匹配庫存。部署監(jiān)測系統(tǒng)，對設備的運行狀態(tài)、性能及各項指標進行實時監(jiān)控。利用遠程管理技術(shù)，實現(xiàn)了對設備進行遠程監(jiān)控，及時排除故障。制定設備的預防性維修計劃，定期檢查、維修，延長設備的使用壽命。執(zhí)行巡視檢查制度，定期對設備運行狀況及環(huán)境狀況進行檢查。運用數(shù)據(jù)分析技術(shù)，分析設備運行過程中的數(shù)據(jù)，找出存在的問題及優(yōu)化的機會。利用大數(shù)據(jù)技術(shù)，綜合分析、預測設備運行狀態(tài)。建立完善的故障處理流程，對設備故障迅速作出反應和維修。管理備件庫存，保證備件及時更換，降低設備停工期。定期對設備資產(chǎn)管理效果進行評估，發(fā)現(xiàn)問題并提出改進意見，不斷優(yōu)化管理流程，提高設備利用率，提高管理效率。

這些策略的實施可以提高數(shù)據(jù)中心設備的可靠性、穩(wěn)定性和效率，為數(shù)據(jù)中心的運行和業(yè)務發(fā)展提供可靠支持。

（二）引入智能機器人

將智能機器人引入數(shù)據(jù)中心，可實現(xiàn)設備管理的智能化與自動化，提高運行效率，減少人力資源消耗，改善設備管理與維護過程，保證設備持續(xù)穩(wěn)定工作。智能機器人能夠?qū)?shù)據(jù)中心的設備進行自動巡檢，對關(guān)鍵指標進行監(jiān)控和報警。對設備運行狀態(tài)進行實時監(jiān)測，提高故障預警及處理效率。智能機器人可以實現(xiàn)設備的遠程維修與故障排除，減少了人工干預，提高了維修的響應速度和處理效率，降低了設備的停工期。設定智能機器人的定期維修計劃，自動完成設備維護工作，包括清洗、檢查等，提升設備使用壽命，減少維修費用，降低非預期失效的概率。智能機器人通過對設備數(shù)據(jù)的分析，提出優(yōu)化建議與改進方案，從而提高設備的性能、降低能耗、優(yōu)化運行效率。智能機器人與人形成協(xié)作關(guān)系，協(xié)同完成設備管理任務，提升工作效率與品質(zhì)。人負責高層決策，智能機器人負責日常維護與管理。

四、數(shù)據(jù)中心設備及機房智能化運維管理系統(tǒng)的功能需求

（一）數(shù)據(jù)管理需求

為了保證數(shù)據(jù)的準確、完整和安全，數(shù)據(jù)管理是數(shù)據(jù)中心智能化運行管理系統(tǒng)的關(guān)鍵。儲存并管理各類設備的資產(chǎn)資料，包括設備種類、型號、序號、地點等，并提供設備明細表、圖及拓撲信息，方便管理者快速查找設備位置。存儲設備狀態(tài)、能耗、溫度、濕度等關(guān)鍵參數(shù)的實時監(jiān)控數(shù)據(jù)，支持查詢、分析、展示歷史監(jiān)控數(shù)據(jù)，幫助發(fā)現(xiàn)問題并進行優(yōu)化。記錄設備的報警及事故信息，包括報警等級、報警時間、報警結(jié)果等，并提供報警日志及事故記錄，便于管理者了解事故的處理過程及效果。存儲容量規(guī)劃與預測數(shù)據(jù)（包括設備利用率、資源消耗等），支持對數(shù)據(jù)中心未來的擴容需求進行預測與規(guī)劃，保證資源得到最大化利用。管理使用者的權(quán)限與角色、控制存取與修改資料的權(quán)限、記錄作業(yè)日志、追蹤作業(yè)行為可以確保資料的安全性與遵從性。支持數(shù)據(jù)備份與恢復功能，為數(shù)據(jù)中心管理系統(tǒng)提供安全保障，對數(shù)據(jù)進行周期性備份，對突發(fā)事件進行快速恢復。為管理者提供數(shù)據(jù)分析工具，幫助管理者更好地分析與挖掘設備數(shù)據(jù)，并自動生成各種報表，包括性能分析、趨勢預測、資源利用率等，以輔助決策。支持與其他系統(tǒng)或設備進行數(shù)據(jù)整合，達到數(shù)據(jù)共享與互操作的目的，為系統(tǒng)提供 API接口，方便系統(tǒng)之間的數(shù)據(jù)交換與整合，實現(xiàn)運維管理的自動化。

上述功能有助于數(shù)據(jù)中心智能維護管理系統(tǒng)對數(shù)據(jù)進行有效的管理與利用，提升數(shù)據(jù)中心維護管理的效率與水平。

（二）機房巡檢需求

機房巡檢是保證數(shù)據(jù)中心設備及環(huán)境正常運行的重要一環(huán)，定期巡檢能及時發(fā)現(xiàn)隱患，保證數(shù)據(jù)中心運行穩(wěn)定可靠。定期對重要設備，如服務器、網(wǎng)絡設備、 UPS等進行檢查，檢查設備有無異常噪聲、振動、燈光報警等。檢查電源插座，配電箱，電纜連接等，確保供電正常。檢查空調(diào)設備運行狀況及溫度、濕度控制效果，對過濾器、排水管等進行清洗，保證空調(diào)系統(tǒng)的正常運轉(zhuǎn)。檢查安全設施，如監(jiān)控攝像頭、門禁系統(tǒng)、煙霧報警等，確保安全設施能有效地監(jiān)控和保護計算機機房的安全。檢查消防器材，如滅火器、火警報警器、緊急出口等是否完好，定期進行消防演習，檢查滅火器材的有效性。檢查網(wǎng)絡線路及接口是否連接良好，保證網(wǎng)絡連接及數(shù)據(jù)傳輸通暢，以及光纖、網(wǎng)線等傳輸媒介穩(wěn)定。記錄并整理每次巡檢的內(nèi)容、結(jié)果、異常情況，并提交詳細的巡檢報告[2]。

通過這些功能的實現(xiàn)，數(shù)據(jù)中心運營管理系統(tǒng)能夠有效提升運營效率與可靠性，降低運營成本與風險。

（三）異常報警需求

異常報警是智能運維管理系統(tǒng)中非常重要的一環(huán)，它可以幫助維護人員及時發(fā)現(xiàn)、定位和解決數(shù)據(jù)中心設備和環(huán)境中出現(xiàn)的問題。該系統(tǒng)包含了不同程度的警報，并根據(jù)報警等級設置相應的處理優(yōu)先權(quán)及響應時限。對設備狀態(tài)及性能指標進行檢測，一旦超過預設范圍即觸發(fā)報警，并通過郵件、短信、手機 App推送等多種方式提示，保證運維人員能夠及時掌握報警信息。允許系統(tǒng)管理員自定義報警規(guī)則，并在一定條件下觸發(fā)報警，支持報警規(guī)則的動態(tài)調(diào)整。報警信息應包括關(guān)鍵信息，如事件發(fā)生的時間、設備等，并對報警數(shù)據(jù)進行查看、輸出、分析，以方便故障診斷與處理。設置明確的報警處理流程，包括報警確認、處理、關(guān)機等步驟，并對每個報警指定責任人，對處理過程及結(jié)果進行跟蹤。針對一些常見的故障，提供自動的自愈操作，降低人工干預的需求，自動執(zhí)行故障恢復、重啟、切換等操作，縮短故障修復時間。對所有報警事件進行記錄，包括報警詳情、處理過程、處理結(jié)果等，并對報警事件進行統(tǒng)計分析及報告，有助于發(fā)現(xiàn)隱患，提高運營管理水平。建立一套完備的異常預警體系，能夠?qū)υO備故障及異常狀況作出及時反應，降低運行風險，確保數(shù)據(jù)中心運行穩(wěn)定可靠[3]。

通過這些功能的實現(xiàn)，數(shù)據(jù)中心運維管理系統(tǒng)可有效提升設備故障及環(huán)境異常時的快速響應與處理效率，降低運行風險，提高數(shù)據(jù)中心整體運行穩(wěn)定性與可靠性。

五、數(shù)據(jù)中心設備及機房智能化運維管理系統(tǒng)的實現(xiàn)策略

（一）數(shù)據(jù)管理實現(xiàn)策略

基于數(shù)據(jù)管理功能需求，從軟件角度來看其具體實現(xiàn)方案，如圖1所示。

1.Room（機房數(shù)據(jù)類）

幫助接口數(shù)據(jù)建立持續(xù)的接口服務，包括機房坐標、名稱、通信通道信息，以及機房內(nèi)部存在的硬件等。

2.Device（硬件數(shù)據(jù)類型）

實現(xiàn)了計算機機房內(nèi)部硬件設備的實際部署，并為與機房內(nèi)環(huán)境有關(guān)的監(jiān)控設備提供了一個數(shù)據(jù)接口，包括操作指令集、監(jiān)控閾值和狀態(tài)代碼等。

3.Channel（通信通道數(shù)據(jù)類）

提供對機房監(jiān)測數(shù)據(jù)傳輸?shù)慕涌诜眨瑢崟r向系統(tǒng)報告通信信道號、碼率、IP、端口號，以及類型和可用性。

4.RoomHandler（數(shù)據(jù)維護類）

提供管理員對機房基本數(shù)據(jù)的添加、查詢和修改，并對映射的活動類數(shù)據(jù)進行在線管理?？梢圆粩嗟馗隆⒉樵儥C房的基本數(shù)據(jù)。

5.DeviceHandler（硬件設備維護類）

實現(xiàn)了監(jiān)控機房內(nèi)部環(huán)境、增加、修改、刪除硬件基礎數(shù)據(jù)等功能。管理員可以操縱硬件設備的數(shù)據(jù)和改變通信信道的配置。

6.ChannelHandler（通信信道類）

添加、修改、刪除所有使用通信信道數(shù)據(jù)的背景映射活動類。管理員可對與通信信道有關(guān)的數(shù)據(jù)進行操作，并對其進行修改和恢復。

7.Database（數(shù)據(jù)持久化服務類）

會話機制服務對 MyBatis組件進行封裝，使用 Session對象持久映射所有數(shù)據(jù)。將資料庫動作轉(zhuǎn)換成資料類別的界面呼叫。這一部分適用于數(shù)據(jù)管理模塊，也適用于其他用于持久化數(shù)據(jù)庫的模塊。

通過對上述功能模塊進行功能邏輯封裝和關(guān)聯(lián)分析，構(gòu)建出一套高效的數(shù)據(jù)中心智能運維管理系統(tǒng)，確保機房數(shù)據(jù)、硬件數(shù)據(jù)和通信信道數(shù)據(jù)的持久與管理可靠。

（二）機房巡檢實現(xiàn)策略

1.CommHandler（后臺數(shù)據(jù)通信類）

實現(xiàn)了網(wǎng)絡后臺與機房間的環(huán)境數(shù)據(jù)、硬件探測數(shù)據(jù)、交互數(shù)據(jù)交換傳輸，以及通信服務等功能，適用于所有與機房通信有關(guān)的業(yè)務。

2.Code（指令數(shù)據(jù)類型）

針對硬件指令類型，實現(xiàn)對門禁、機房空調(diào)、不間斷電源等數(shù)據(jù)的持久服務。

3.CodeHandler（控制指令管理類）

為管理者提供對硬件設備的遠程控制權(quán)限，以及相應的控制指令的添加、刪除、修改和維護。

4.RoomStatus（環(huán)境數(shù)據(jù)類）

提供與環(huán)境監(jiān)測有關(guān)的數(shù)據(jù)持久性服務。

5.DeviceStatus（硬件狀態(tài)數(shù)據(jù)類型）

使管理員能夠?qū)τ布O備進行遠程控制，并根據(jù)控制指令管理類中的代碼來獲得硬件設備的控制命令，通過后臺數(shù)據(jù)通信類將控制命令發(fā)送或者接收硬件設備。

6.StatusOutput（數(shù)據(jù)導出類）

主要用來實現(xiàn)表格、圖像等格式的數(shù)據(jù)輸出業(yè)務，能按照管理員指定的條件自動統(tǒng)計和產(chǎn)生數(shù)據(jù)文件，并自動產(chǎn)生網(wǎng)址供管理員下載。

通過對上述功能模塊進行功能邏輯的封裝與關(guān)聯(lián)，使機房巡檢過程中的數(shù)據(jù)通信、硬件控制、環(huán)境數(shù)據(jù)持久保存以及數(shù)據(jù)輸出等功能得以有效實現(xiàn)，為管理者提供對機房運行狀態(tài)的全面監(jiān)控與控制手段，進一步提高智能運維管理系統(tǒng)的運行效率與可靠性[4]。

六、結(jié)語

綜上所述，建立一套行之有效的監(jiān)測報警系統(tǒng)，保證設備運行穩(wěn)定可靠，是數(shù)據(jù)中心機房維護管理策略的關(guān)鍵。合理的設備配置、定期巡視與維修可使設備失效的概率降到最低，提高設備的使用壽命。同時，及時對出現(xiàn)的問題作出反應，制定相應的解決方案，對運維過程進行持續(xù)優(yōu)化，從而提高系統(tǒng)的運行效率是非常重要的。在運行管理過程中，要從安全、性能、成本三個方面綜合考慮，以保證設備的最優(yōu)運行狀態(tài)。定期的數(shù)據(jù)分析與報告有助于發(fā)現(xiàn)隱患，及時采取預防、維修措施，全面提高管理水平。一個完善的數(shù)據(jù)中心機房硬件設備維護管理策略，應當被不斷完善與優(yōu)化，不斷地適應新技術(shù)與新挑戰(zhàn)，才能保證數(shù)據(jù)中心的穩(wěn)定運行與服務的可持續(xù)發(fā)展。

參考文獻

[1]季明.數(shù)據(jù)中心硬件設備自動化運維系統(tǒng)的設計與應用[J].自動化應用，2023，64（11）：146-148.

[2]鄭富煌.數(shù)據(jù)中心機房硬件設備運維管理研究[J].網(wǎng)絡安全和信息化，2023（08）：59-61.

[3]徐衛(wèi).基于數(shù)據(jù)中心設備管理的流程研究與工具實踐[J].計算機應用文摘，2023，39（08）：63-66.

[4]郭鳳嬋，羅序良，劉翠媚.一種輔助機房設備上架的升降工具研究[J].中國高新科技，2022（12）：18-20.

作者單位：青島市即墨區(qū)公共就業(yè)和人才服務中心

■ 責任編輯：王穎振、鄭凱津