工作流|以数据为中心的数据中心管理方法融资|hailo|ibm|中国公司|hailo公司

IDC估计，数据中心业主、云服务和其他技术公司拥有和运营的数据中心预计将从去年的7,500个增加到今年的大约9,100个，预计到2020年将达到10,000个。
如果添加包括超大规模和企业在内的所有其他数据中心，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。人们也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——因此管理起来更加复杂。

文章插图
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，但有必要帮助我们管理越来越复杂的混合环境，因此它必须不断发展。它需要连接到设施系统、网络系统、IT系统并根据需要编排更改。DCIM中的M不再能代表“监控”。或许DCIM的变形更准确应该是DNIO：数据中心、网络和基础设施编排。
DCIM现在正在进入IT堆栈，并与系统集成，例如ITAM、CMDB和基于云的系统。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堆栈中的数据中心——从BMS到应用程序性能。
【工作流|以数据为中心的数据中心管理方法】DCIM实施中最困难的元素之一是集成，并弄清楚流程和程序应该如何工作，然后如何使它们自动化。这个集成部分——在过去——要么在技术上具有挑战性，要么在财务上具有挑战性，或者被视为范围蔓延，或者是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的集成套件，它允许企业将他们自己的定制解决方案放在一起，而不会增加昂贵的开发费用。在DCIM领域的一些并购活动之后，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。
这带来了一种看待管理数据中心的不同方式：它是一种以数据为中心的视图。与其担心整合是否可能，现在假设它是合理的。因此，可以以最有效的方式设计系统并在有意义的地方利用自动化。
以下是六个令人鼓舞的进步领域，在这些领域，更多的整合可以实现积极的飞跃：
DCIM管理的基础设施范围更广：IT端与CMDB、ITAM等系统的链接带来了更多的数据分析机会，数据点的范围更广。
人工智能的使用：在DC内的许多领域，人工智能正被更容易地使用。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来检测网络威胁。
开放平台方式：DC的以数据为中心的视图应该优先考虑，而不是内部和外部的孤岛方法，这意味着IT、设施和供应商都在协同工作。
SDK/开放API：许多供应商正在提供SDK或开放API，这是使系统之间的集成工作向前迈出的一大步，这表明他们愿意与其他公司合作。
CMDB和资产管理：最近有一项举措将重点放在ERP系统中的资产管理和资产调整上，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，可以简化添加、移动和更改，节省大约30%的资源时间。
在IT系统变得更加分布式且物联网正在崭露头角的世界中，数据中心必须采用以数据为中心的方法来管理位于其屋顶下的系统。孤岛式思维在现代数据中心不再占有一席之地：数据中心和IT经理需要与众多供应商一起工作，这些供应商也需要根据客户的需求调整和集成他们的产品。
这种支持集成的开放平台方法为生活带来了许多好处。集成的工作流功能促进了自动化，减少了操作任务所需的资源时间。随着系统的更多可见性，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线。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低时转移工作负载，从而允许服务器潜在地停机。