IT敏捷性:更好的利用能耗监测数据

简介:

每年IT部门需要做更多的事情,包括管理越来越多的服务器、智能设备、应用程序和服务等。最终用户不断提高标准,要求更高的性能和更好的响应时间。而与此同时,现代数据中心的一切都在不断发展,而从业人员人数和运营费用预算却保持不变甚至有所减少。数据中心的管理人员及其团队必须不断找寻更智能的工作方法,并减少最大的开支成本。由于能耗成本已日渐成为头等大事,因此找到有效降低电力消耗的方法会是一个良好的开端。

虚拟化和云技术的广泛使用,帮助IT部门更为经济高效地建设和管理数据中心。然而由于所有的关注点都集中在高级别数据中心模式上,因此导致人们很容易忽略一些在硬件级领域所取得的重大进步。最新的服务器、存储设备、交换机、机架、配电部件、冷却设备,空气处理机以及其它众多元件设备均可以将状态信息及时反馈到网络上,特别是服务器已经发展到可为远程IT团队提供众多最新的和精细化的监视和控制选项。

实用性的信息

初看起来,以网络为基础的内置式监视与控制功能很吸引人,但IT团队不可能不断地查询和调整单一设备。而手动收集足够的数据点去识别相应的模式和趋势更加不切实际。方案供应商因此不断改进系统控制台和数据中心仪表板,以便利用中间件技术自动收集、汇总、报告和记录广泛的设备状态信息。

目前世界上大多数大型数据中心均使用全软件数据中心架构。高度自动化的IT运营操作包括监控服务器的实时入口温度以及来自机架/刀片服务器、协议数据单元PDU和不间断电源UPS的电力消耗数据源。此外,也对气流进行监控。

业界最好的能源管理解决方案对这些信息进行消化,并将其转化为各个机房和数据中心的能耗和热量图像。同时,通过与诸如电力封顶和动态服务器频率调整的控制能力有效结合,所汇集的情报数据可以帮助数据中心和设施团队更好的理解和管理能源成本,并作出更佳的决策。

举例而言,实时收集的能耗数据使容量规划得到了极大改善。过去,IT部门不得不依靠制造商所设定的峰值功率规格来估算电力供应规格,或者用模拟负载来进行测算。随着从生产服务器收集到更多的电力消耗数据,IT部门目前能够更加有把握地和积极地配置新的服务器和机架。电力封顶能力,作为当今现代化服务器可使用的另一个特征,可以用来确保更为密集的机架不会超过电力的极限最大值。在成功的避免IT设备掉电的风险后,更高的机架密度可以根本上地减少所需机架的数量以及地板空间和冷却能力。

 IT敏捷性:更好的利用能耗监测数据

除提供更为准确的容量规划以外,还可以使有效功率、温度与气流状态支持进一步改进:

• 更好的数据中心运营。除确定热点之外,热量图像能够指出过度冷却的通道。IT管理团队还可以利用电力和温度变化情况在可视性方面的提高,调整服务器机房里的环境温度。从冷却成本来看,数据中心每一摄氏度的增加每年可带来显著的成本节约,因此许多数据中心逐渐接受更高的机房温度水平,尤其先进的服务器与设备已经可以承受更高的温度。

资产利用率与整合。电力消耗模型可以有效找到“幽灵”服务器以及闲置和利用不足的服务器。服务器即使闲置时也会使用其最大额定功率的百分之五十左右,因而有效的评估服务器是否已充分利用可以带来显著的节约。IT团队可以整合服务器或者采用动态实时调整将闲置的服务器调整为更为省电的睡眠方式。

工作量有效规划。即便在高度虚拟化的环境中也可以有效执行工作规划,同时考虑到整体电力消耗的影响。有能耗感知能力的虚拟机的迁移与工作分配为更加节能的运营提供了支持,并且提高了与具体工作任务或组织工作量有关的能源成本意识。

设备寿命优化。实时热量图像有效的突出了热点,并积极主动的避免了对负载最大的和执行关键任务的服务器造成损坏。协助保护机架用电安全的电力封顶功能同时还可以帮助缓和设备发热问题。类似的发热问题会导致损坏或缩短服务器及其他数据中心设备寿命。亦或是IT团队调整冷却与气流系统以解决和消除热点问题,或者降低工作负载。

业务持续性。更好地理解不同服务、不同系统或不同用户群的实际电力需求,IT团队可有效调整灾难恢复计划,在电力中断期间更为智能地分配备份资源或转移工作量。根据多位数据中心运营操作人员的实际经验,更智能地分配电力使用可有效延长高达25%的备用电源寿命。

SLA管理。IT管理可设立电力政策从而保证重要优先服务的最佳执行。系统、机架或机组在接近极限值时自动阈值管理系统发出报警,使IT系统有能力在极限值对服务水平造成负面影响之前主动调整资源。

避免高峰期的高电费。许多大型公司将数据中心按地理位置进行分布以便为各个位置提供尽可能最好的服务。伴随着电力消耗模型可视性技术的发展,IT系统通过远程调度某些工作负载,从而有效利用非高峰电费而降低成本。

更高可控性,更低运营成本

数据中心运营团队采用自动化与中间件技术对数据中心资源获得更多的敏捷性和高可控性。IT系统和设施能够更好的调整和分配数据中心资产,同时减少数据中心的能耗成本。

在较高水平上,用于能耗和温度检测的软件体系也被用来协助调整服务器、机架、机组、机房和整个数据中心的能耗管理政策。这些信息有助于数据中心的绿色创新与发展和节能效果的形成。此外一些数据中心还利用电力数据展开更准确的收费服务。根据已公布的调查结果,仅靠减少能耗浪费一项,智能能耗管理解决方案在运营成本方面便可产生惊人的20%–40%的降低。

需要注意的是,敏捷性的提高和成本的降低并不仅仅是监控的结果。正如前面所提到的,最新一代数据中心设备使远距离调整设备关键参数成为可能。举例来说,IT部门可以动态调整数据中心服务器的内部电力状态和处理器的工作频率。

该软件系统通过向控制台与仪表板提供能耗与温度数据为IT基础设施团队提供了可视化的与直观的环境条件数据汇总。汇总的信息实际上提高了IT系统和基础设施团队之间的合作,使IT基础架构的建设规划与管理得到了更好的协调。

数据监控与上面所提到的可控性的完美结合,在没有使用户体验和服务水平出现明显下降的情况下,使IT在服务器性能表现与电力消耗之间取得了最佳平衡点。现场测试表明动态调整可以使服务器电力消耗降低20%左右。

结论

在我们高度互联的世界中全球数据消耗量快速上涨,从而使数据中心的能耗水平也呈现出上升趋势。自然资源保护委员会NRDC报道称目前全球能源使用中有10%(91BKWH)由全球数据中心产生。电力与冷却成本成为数据中心运营预算中最大的组成部分。因此对于任何数据中心来说,如何获得数据中心实际的电力消耗图像显示与热量图被认为是最为优先的目标。

幸运的是,IT运营团队可以通过高度自动化的监视与控制解决方案汇集并应用整个数据中心中已存在的实时数据。通过避免能源浪费和有效延长设备寿命而产生的巨大节约,为软件解决方案的投资提供了有效的商业案例,同时加速了部署与启动时间。

目前业界最好解决方案无需在服务器上安装任何客户端软硬件。易于集成的软件设备减少了IT工作人员的工作负担,为IT基础架构与设施的工作人员提供了更为有效的工具。

IT敏捷性:更好的利用能耗监测数据

最新一代的整体能耗管理解决方案代表了数据中心监控和管理系统的一大进步,中间件方法已被证明能够提供必要的可扩展性,以保持与数据中心的同步发展。开放、灵活的软件架构体系也符合了当今灵活、按需所求的服务交付模式。硬件供应商和系统集成商利用不断发展的数据中心智能硬件和互联标准,寻找更多可扩展的功能设置和部署选项。


原文发布时间为:2016-04-13

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。



相关文章
|
6月前
企业能耗如何优化
企业能耗如何优化
56 1
|
27天前
|
传感器 物联网 数据中心
智能建筑外墙:能源效率与环境适应性
【10月更文挑战第25天】智能建筑外墙通过集成先进材料和技术,显著提升建筑的能源效率和环境适应性。关键技术包括可变光透过率玻璃、高性能隔热材料、智能遮阳和通风系统等。这些技术不仅降低了能耗,还提高了室内舒适度和建筑的可持续性。未来,智能建筑外墙将朝着技术创新、标准化、智能化和市场普及的方向发展。
|
6月前
|
机器学习/深度学习 数据挖掘 物联网
【专栏】机器学习如何通过预测性维护、负载预测、动态冷却管理和能源效率优化提升数据中心能效
【4月更文挑战第27天】随着信息技术发展,数据中心能耗问题日益突出,占全球电力消耗一定比例。为提高能效,业界探索利用机器学习进行优化。本文讨论了机器学习如何通过预测性维护、负载预测、动态冷却管理和能源效率优化提升数据中心能效。然而,数据质量、模型解释性和规模化扩展是当前挑战。未来,随着技术进步和物联网发展,数据中心能效管理将更智能自动化,机器学习将在实现绿色高效发展中发挥关键作用。
126 5
|
传感器 人工智能 供应链
黑芝麻智能CMO杨宇欣:如何面对硬件成本瓶颈?
黑芝麻智能CMO杨宇欣:如何面对硬件成本瓶颈?
131 0
|
存储 监控 容灾
语音软件开发,改善数据访问服务质量的重要手段
语音软件开发,改善数据访问服务质量的重要手段
|
机器学习/深度学习 运维 机器人
IIoT预测性维护的前景
运维专业人员如何看待IIoT和预测性维护的影响?
676 0
IIoT预测性维护的前景
|
机器学习/深度学习 传感器 存储
|
大数据 数据中心
新基建下对于降低数据中心能耗指标PUE的方法分析
本文分析了大数据中心作为新基建七大领域中的一部分,其最重要能耗指标PUE的计算方法和全国及部分省市对PUE指标的限制规定。分析能够降低PUE的不同方法及采用这些方法的数据中心的PUE值
2567 0
|
安全 数据安全/隐私保护