实时动态,深度解析,把握行业脉搏
实时动态,深度解析,把握行业脉搏
IDC 估计,数据中心所有者、云服务和其他技术公司拥有和运营的数据中心数量预计将从去年的 7,500 个增加到今年的约 9,100 个,预计到 2020 年将达到 10,000 个。
如果加上所有其他数据中心,包括超大规模和企业,总数可能达到数十亿。世界各地的企业都依赖可用的数据中心。还更加关注环境和气候变化,因此更加关注效率和碳中和设计 - 因此管理更加复杂。
DCIM 没有被新的东西取代是有原因的。由于多种原因,它的表现不佳数据中心服务,但它必须根据需要进行发展,以帮助我们管理日益复杂的混合环境。它需要连接到设施系统、网络系统、IT 系统并根据需要编排变更。 DCIM 中的 M 不再代表“监控”。也许更准确的 DCIM 变体应该是 DNIO:数据中心、网络和基础架构编排。
DCIM 现在正在进入 IT 堆栈并与 ITAM、CMDB 和基于云的系统等系统集成。它现在提供跨站点分析数据的能力,并提供基于 AI 的解决方案来控制整个 IT 堆栈(从 BMS 到应用程序性能)的数据中心。
DCIM 实施中最困难的元素之一是集成和确定流程和程序应该如何工作,然后如何实现它们的自动化。这个集成部分 - 在过去 - 在技术或财务上具有挑战性,或者被视为范围蔓延,或者供应商或利益相关者不鼓励的事情。
真正需要的是一个开放式集成套件,它允许企业在不增加昂贵开发成本的情况下整合他们自己的定制解决方案。在 DCIM 领域进行了一些并购活动之后,这一愿景似乎正在慢慢成为现实,客户和供应商坚定地坚持 DCIM 愿景背后的路线。
这带来了管理数据中心的不同方式:它是以数据为中心的视图。与其担心集成是否可能,不如假设它现在是合理的。因此,系统可以以最有效的方式设计,并在有意义的地方利用自动化。
以下是六个令人鼓舞的进展领域,更多的整合可以带来积极的飞跃:
DCIM 管理范围更广的基础架构:
IT端与CMDB、ITAM等系统的链接带来了更多的数据分析机会和更广泛的数据点。
使用人工智能:
在 DC 中有许多领域更容易使用 AI。例如,冷却优化和安全性。 AI 可以学习正常的网络行为,并根据与该行为的偏差检测网络威胁。
开放平台方式:
DC 以数据为中心的观点应优先于内部和外部孤岛方法,这意味着 IT、设施和供应商都在协同工作。
SDK/开放 API:
许多供应商都在提供 SDK 或开放 API,这是在实现系统之间的集成工作方面向前迈出的一大步,这表明他们愿意与其他公司合作。
CMDB 和资产管理:
最近的一项举措侧重于 ERP 系统中的资产管理和资产对账,以提供单一的事实来源。从数据中心的角度来看,妥善管理资产是 DCIM 和数据中心管理的重要组成部分。
程序和程序:
数据中心运营商将整个系统视为一个整体,并正在寻找技术可以实现流程自动化的领域。例如,通过使用准确的 DCIM 数据和集成的工作流程,可以简化添加、移动和更改,节省大约 30% 的资源时间。
在 IT 系统变得更加分散且物联网正在兴起的世界中,数据中心必须采用以数据为中心的方法来管理位于其屋檐下的系统。筒仓思维不再适用于现代数据中心:数据中心和 IT 经理需要与众多供应商合作,这些供应商也需要根据客户需求调整和集成他们的产品。
这种实现集成的开放平台方法为生活带来了许多好处。集成的工作流功能有助于自动化并减少操作任务所需的资源时间。随着对系统的更多了解,从 CRAC 单元到会议室端口的容量管理成为现实,允许 DCIM 协助智能调试新资产和修补路由。能源优化现在涉及来自服务器本身的数据,允许它们在计算需求较低时转移工作负载,从而允许潜在的服务器停机时间。
采用这种以数据为中心的方法,投资回报率不仅应该更高,而且应该更快。软件定义的数据中心现在就在这里。