使用假设分析满足数据中心容量需求

简介:

本文作者阐述了动态IT架构所面临的容量需求和规划的挑战,以及指出为什么假设分析是现代数据中心容量管理的关键工具的原因。

如今,大数据,物联网(IoT)和人工智能(AI)等技术得到了蓬勃发展,也正在产生大量数据,并使组织能够推动业务创新。然而,也消耗了大量IT资源。这些新兴技术需要来自数据中心提供重要的基础计算和事务支持,而数据中心管理人员正在努力跟上需求。

现代数据中心管理人员如何响应敏捷性和灵活性来满足日益增长的需求?其答案在于动态的、可扩展的配置和以IT速度有效管理计算资源的能力。

规划有效容量的常见障碍

数据中心是一个相互连接的庞大系统,在某些情况下,来自数百家供应商的设备超过一百万件。托管设施,数据中心迁移和云计算/混合环境使得以前由企业数据中心主导的行业进一步复杂化。因此,配置工作必须考虑到当今数据中心的复杂性。

然而,许多数据中心管理人员正在从数据中心层面通过UPS,控制面板,iPDU和端口了解电力,空间,冷却,网络连接,电源连接,以及电力负载的实时能力。那么如何知道有哪些设备以及每台设备的位置?如何配置和连接?最重要的是,组织是否拥有足够的空间,电力,冷却和网络容量为业务提供新设备吗?

理解这些物理元素之间的相关性对于了解在数据中心资源方面可能短缺的情况至关重要。然而,管理数据中心容量规划的复杂性对于传统的电子表格和CAD绘图程序是困难的,低效,以及不可靠的。这就是为什么这么多组织正在采用数据中心商业智能软件和仪表板来分析,简化和加速容量需求规划的原因。

假设分析:超越通用指标

了解诸如楼层剩余空间、具有最开放数据和电源端口的机柜以及预算的电源等指标是容量管理的坚实起点。具有历史趋势的容量预测图可以帮助创建更清晰的景观。但是,为了充分利用现有的能力,如有需要,可以购买更多的产品,因为组织需要更高级的分析。

这就是假设场景出现的地方。当作为数据中心基础设施管理(DCIM)软件解决方案的一部分时,假设分析可以让组织了解数据中心变更的潜在影响,特别是在增加和减少容量的时候,因此组织可以快速准确地预测未来状态,并确定是否可以推迟添加额外资源,或者是否需要购买更多资源。

最简单、最有用的方法是在每个项目上查看与容量相关的场景。例如,作为数据中心管理员,您可能有多个并发项目在管道中。您可能会有几个合并项目,退役资产的项目以及您需要预留资源的新项目。假设分析使管理人员可以查看单个或项目组的净效应和权衡,以便可以:

  • 准确确定是否需要更多的资源和哪些项目。虽然组织可能希望尽可能避免昂贵的资本支出,但假设分析结果可能表明组织将会将功亏一篑,实际上将需要投入更多的资源。了解需要哪些项目的资源也可以帮助组织相应地节省开支。
  • 大多数容量规划指标只关注添加,大多数容量规划指标只关注添加,但这样做只会创建一个不完全代表组织实际能力的不完整的景观。由于组织的目标是假设分析项目对组织的能力产生影响,因此,包括分配和释放资源至关重要。
  • 轻松有效地将推理传达给管理层。作为数据中心工作人员,需要在一个抽象层面进行数据分析,其中的洞察力易于掌握。当向管理层解释其所选择的行动方案时,工作人员需要提供一个摘要,明确说明所需要购买或延迟的容量。假设分析图表可以提供直观的分析,以便一目了然地呈现这些信息。如果浪费时间人工梳理电子表格以查找显著数据,则无法执行此操作。

假设场景可以将组织的容量规划提升到一个新的水平,这样不仅能够以IT速度进行配置,还可以为组织管理团队提供支出证明。

DCIM如何帮助组织满足IT需求

假设分析通常只是全面的DCIM解决方案的一个组成部分,可以帮助组织快速提供和规划能力。组织还需要部署iPDU和UPS计量的电力仪表,配电电路,馈送电路,以及部署在整个数据中心环境的温度,湿度,气流,压力等各种传感器。

一旦部署了必要的仪器和仪表,组织的DCIM软件就可以收集和分析数据,以便能够轻松查看数据中心的每个组件的容量级别,并确定哪里过度配置资源,获知浪费或供应不足的资源,潜在风险等。随着时间的推移,通过预测分析和假设分析帮助组织及时规划基础架构部署,以支持动态IT架构,应用程序和服务的推出。

将它们整合在一起

虽然最常用于规划数据中心容量的指标是有帮助的,但它们不足以提供未来容量需求的完整景观。假设场景可以弥补这一差距,通过处理以及补充,以便组织可以准确地确定是否需要为新的资源提供资本支出。此外,假设分析图表能够让数据中心工作人员及其管理层查看相同的数据,并一目了然地了解数据中心容量计划的合理性。

通过假设分析,组织可以快速获得所需的洞察信息,以便快速配置和管理动态IT体系结构的需求。当假设分析与通过数据中心的智能设备和传感器收集和分析仪器数据的DCIM软件一起使用时,可以让组织更准确地规划容量并减少浪费,从而最大限度地提高生产力,并提高客户满意度,以及管理团队的能力。


原文发布时间为:2017-10-11

本文作者:HermanChan

本文来自云栖社区合作伙伴51CTO,了解相关信息可以关注51CTO。


目录
相关文章
|
存储 物联网 定位技术
当前数据中心市场状况分析
当前数据中心市场状况分析
116 0
当前数据中心市场状况分析
|
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
2571 0
|
存储 物联网 数据挖掘
将物联网分析从数据中心扩展到雾服务器到网络边缘
物联网系统在网络边缘过滤,预处理和聚合数据堆。此数据通常传输到更高级别的雾或云平台,执行进一步分析并根据手头的信息做出决策。然后将这些决定传达回边缘,在物理世界中将它们付诸行动。但是,这种数据分析架构充满了挑战。
1168 0
|
运维 算法 大数据
【阿里云MVP第五期】安畅网络韩军辉:ELK在数据中心流量分析中的应用
本文节选自阿里云MVP第五期嘉宾上海安畅运维专家韩军辉分享话题《ELK在运维工作中应用两三事》。从实际应用的角度,分享了ELK在混合云数据中心场景下流量收集、分析、存储、展现、告警中的实践。
7161 0