《大数据时代数据中心运维管理 AB版.docx》由会员分享，可在线阅读，更多相关《大数据时代数据中心运维管理 AB版.docx（5页珍藏版）》请在第壹文秘上搜索。
1、立足数据中心运维管理的现状，顺应时代发展的潮流，充分利用信息技彳行的机遇，利用现有资源对数据中心的运维管理加强完善和创新，为行业的发展，国家的进步贡献力量。1 .大数据时代数据中心运维管理的现状大数据时代作为时代发展的机遇出现在大众视野，但是也是作为挑战逐步渗透在行业的数据中心运维管理中。以计算机技术为依托的数据中心运维管理的显著特点就是大规模的数据流量，正在不断与原有的数据中心架构产生冲突。目前，大数据时代的数据中心运维管理的先进意识已经深入人心，但是实际项目操作过程中会有众多的问题出现。因为在磨合期，所以现有设备不能满足大数据时代的数据中心管理要求;运维管理人员的没有经过大数据时代新的运维
2、管理思路的熏陶，技术水平与之不匹配;还有就是数据中心的运维管理制度不都完善，相应的管理水平不高。2 .解决数据中心运维管理困境的策略针对目前数据中心运维管理的困境，本文提出了相应的解决策略，以供业界参考。2.1 提升运维管理人员的整体能力基于目前数据中心运维管理工作人员的实际能力，通过采取以下积极的措施来提升运维管理工作人员的综合能力水平。2.1.1 大数据背景下，强化数据中心运维管理人员的技术应用水平通过多维度的检验途径，比如定期检查该技术的理论与实践水平确定工作人员的当前能力，在制定符合目前技术短板的相关培训，从而保证运维管理工作的顺利进行。2.1.2 加强管理方面的知识渗透在加强数据中心
3、运维管理人员的技术应用水平的前提下，可以加强管理学知识的渗透，为技术团队的整体语言表达能力的提升以及为管理层储备后续力量，既懂技术又懂管理的新世纪人才，有助于数据中心运维管理工作更加高质量的完成。2.1.3 加强工作人员执行力，更高效的完成工作在数据中心运维管理的众多评价标准中，执行力是影响一个团队整体运作能力很重要的一个指标，良好的执行力可以保证时间段内的工作目标提前完成或者超量完成。2.2 强化业务管理工作和业务培训工作现如今，科学技术的更新速度往往超出人们的接受速度，在数据中心运维管理这个领域也同样适用。所以使得运维管理人员刚刚熟练掌握新的运维既能并熟练应用，新的技术又刷新了行业应用领域
4、。所以设立专门的培训机构，强化管理人员终身学习的意识，紧跟时代发展的脚步。2.2.1 制定合理的业务培训和业务管理培训计划科学合理的方案总能给与人们正确的指导，并保证在规定期限内达到既定目标。运维管理培训和业务培训的内容要与时俱进，不断为管理人员灌输新的知识,为运维管理的工作融入新鲜的血液。2.2.2 合理安排培训时间运维工作人员在企业内是员工，男性员工在家庭里是儿子，是丈夫，是爸爸,所以要协调好培训的时间，保证员工能充分解决员工之外的各种事情，全身心的投入工作。2.2.3 使业务管理和业务培训的形式呈现多元化公司管理层应加强与行业内部个组织间的联系，比如同专业的大学、同行业资深专家、专业讲座
5、等等。通过多元形式的学习加深对行业发展的了解，并积极促进管理人员的专业素养。2.2.4 定期进行培训效果的考核在定期进行学习之余,为检验学习效果是否达到预期目标,应适时进行检验,进一步促进运维工作人员的学习质量的提升，提升其主观学习的动力。总之，强化对运维工作人员的业务培训，能够有效地对运维工作者的维修技术进行与时俱进的培训I,能够有利于运维管理工作人员进行数据中心运维管理工作的开展，最终有利于信息技术飞速发展下的运维工作的稳定进行。2.3 加强了解整体行业环境的意识有些企业的运维管理的硬件设施和软件配备欠缺，造成整体的管理水平低，是因为企业没有采取相应的举措保障。以下将详细讲述如何提升整体行
6、业环境的了解。（1）在企业内订阅与本行业相关的杂志和报纸，并且做到人手一份，从而能够为运维人员了解本行业的发展状况提供便利的条件。（2）定期组织团队中的成员进行行业发展前景的探讨，在探讨交流的过程中了解当下运维管理工作的总趋势，从而能够为运维工作的有效进行提供有价值的参考意见。（3）鼓励运维员工在各种级别的刊物上发表论文，并且将其发表论文的质量和所发杂志的权威性进行评估，与其的个人职业发展紧密联系起来，从而能够对其关注数据中心运维管理工作的关注起到积极地促进作用。总之，强化了解和分析业务环境的意识，能够有利于运维管理工作人员有行业的危机意识和行业的发展意识以及个人职业规划意识的提升，最终有利于
7、大数据时代数据中心运维管理工作的顺利开展。3 .大数据时代下，技术层面面临的挑战3.1 动力环境监控系统概述通过应用数据采集系统，计算机和网络技术，逐步完成数据中心运维管理动力电源供电设备的运行和机房的监控的平台就是数据中心动力环境监控系统。3.2 动力环境监控数据的特点。通过采集数据中心的关键指标数据，针对实际运行情况实现预警功能、远程功能以及运行监测功能。动力环境监控数据具有其本身特点。3.2.1 数据结构化、格式化程度高因系统采集到的实时监控数据大都存储于数据库中，因而动环监控数据结构化、格式化程度高，这也为数据挖掘提供了便利。3.2.2 实时更新动力环境监控系统运行的最底保证便是数据的
8、准确性和实时更新，其数据采集的更新时间间隔为每秒。3.2.3 时序性动力环境监控系统实时记录的环境温度、环境湿度等数据都是随时间更替而进行采集的。3.3 数据挖掘提高告警信息准确性动力监控系统是以计算机为载体，以信息技术为依托的技术，所以其产生的大规模数据也是大数据时代一个突出的特点。就目前而言大规模的数量利用率较低，即使专业水准较高的管理人员也会深感难度高、工作量大，与现有的技术水平不能完好对接。数据挖掘技术的出现解决了目前的难题。数据挖掘中关联分析方法解决了数据中心运维管理中不明原因的重复警报，为运维管理的工作有序进行提供了基础，并为专业水平较低的运维人员提升了工作效率。3.4 运维经验知
9、识化的工作模式需要改进据以往的运维工作人员的叙述，过度依赖专家给与的指导经验，成为行业内部的不良风气。首先运维专家的培养周期较长，短时间没有任何效益输出;其次专家的意见偶尔会带有强烈的主管色彩，但是对于实际操作过程并不适用，最终导致工作的延误;最后就是过度依赖专家，若运维专家不在职装天下将会对运维管理工作造成重创，不具有可持续性。所以建立关于数据中心运维管理的内部数据和外部数据，为现有的运维人员过度依赖专家的不良习惯提出解决方案。内部数据主要是指内部运维经验;外部数据是指来源于互联网的运维知识。对于收集到的内外部数据，利用文本挖掘、聚类队分类预测等方法对信息进行加工展现，转化成知识库中的知识，
10、并实现对信息的快速、自动化检索。3.5 资源调度成为容量管理的关键在大数据时代下，数据中心存储容量指标是指机位空间指标等，尤其是计算资源指标，是其组成的关键部分。需要最新的数据中心运维管理平台实现监测服务器、使用网络以及存储资源等功能，根据实际情况进行管理策略的变动和资源的优化配置。云计算技术已成为数据中心运维管理的核心，并打破传统的数据运维管理信息系统结构，建立一个全新的集计算、存储、和网络三维一体的虚拟资源库，通过实际的操作，实现现有资源的动态优化配置。虚拟化技术可以保证存储环节中大规模数据的安全性，在逐步实现数据资源的重复使用、关联以及动态管理等动能的同时，也为运维管理人员提出了巨大的挑
11、战。故此，通过科学合理的分析容量数据，构建完善的资源调度制度，实现实现新一代数据中心资源在应用间的动态分配，将成为大数据时代下数据中心运维管理的一大挑战。4 .结束语为顺应大数据时代的潮流，必须进行数据中心运维管理的深度优化，为数据中心的整体发展提供新鲜的科技动力。通过提升运维管理人员各方面的能力还有利用先进的动力环境监控系统技术，为数据中心的运维管理提供强大的人力支持和技术支持，助力大数据时代背景下，数据中心运维管理的长足发展。参考文献1朱玉立，任义延，高甲子等，浅谈大数据时代下的数据中心运维管理J.信息系.统工程，2015.2解林超，石佳，王仲锋等。大数据时代对传统数据中心的影响及思考J.
12、中国新通信，2014.3周煮。大数据时代的档案大编研J.陕西档案，2014.4陈艺高，动环大数据，提升运维效能J.通信电源技术，2014.5张隽轩，张文利，黄毅。数据中心运维系统应用ITIL管理体系分析J.智能建筑与城市信息，2015.6宋维佳，马皓，肖臻，张晓军，张禧.虚拟化数据中心资源调度研究J.广西大学学报：自然科学版，2011,36(01)：330-334大数据时代下的数据中心运维管理摘要：在社会经济和数据信息技术持续发展中，数据中心现已成为影响企业稳步运行的重要因素。此时，传统意义上的数据中心已经无法满足企业数据管理要求，且涌现出大量问题。本文在了解传统数据中心运行情况的基础上，明确
13、了大数据运维管理的数据来源，并深入研究大数据时代下数据中心运维管理工作的应用措施，从而满足日益革新的市场需求。关键词：大数据时代数据中心运维管理信息技术在经济全球化的发展背景下，信息技术发展速度也越来越快，此时为了更好适应多变的市场环境，各行企业要在整合全球经济和内部信息化建设水平的基础上，明确认识到数据中心是企业内部处理和传递信息数据的重要平台，其展现出的工作水平影响着企业内部运行效率。因此，在现代化和科技化技术理念全面推广的过程中，企业要明确未来发展方向，并提出健全的数据中心运维管理工作。需要注意的是，当前虽然有很多企业已经提出并构建了数据中心，但其设定的运维管理工作却存在很多问题。因此，
14、下面对大数据时代下数据中心运维管理工作进行分析1大数据时代下的数据中心变化现阶段，很多企业都已构成了体化企业级数据中心平台，虽然这符合日常工作要求，但难以满足大数据时代对企业发展各项能力的要求，因此大数据时代对传统数据中心提出了新的挑战。其中，具体展现为以下几点：其一，非结构化数据的重要性增加。以往数据中心获取的信息数据都是个人、移动终端等结构化内容，而大数据时代下的数据种类非常多，不管是半结构化还是非结构化都展现出了爆发式的增长趋势，且增加速度远远超出传统数据中心。在这一背景下，企业需要引用高效率、高价值的技术进行优化和完善；其二，增加对数据时效性的要求。传统数据中心革新数据的时间周期大都是
15、月、周及日，而大数据时代对处理数据的速度和时间都提出了更高要求，这就要求企业在竞争越发激励的市场环境中，必须要结合实时分析报表和结果数据来掌控企业发展情况，并提出有效的处理措施；其三，优化数据分析形式。传统数据分析是以结构化为核心进行操作,业务分析也只能被动接受。通过研究大量数据信息，明确其中潜藏的关联和趋势,而后在研究结构化、半结构化及非结构化等数据融合关系后，引用空间分析、文本分析等形式进行操作，以此卷管理者提供有效的信息依据1。2大数据时代下运维管理的数据来源对大数据时代而言，数据中心在运行阶段获取的数据主要分为以下几点：其一，动力环境监控系统。其主要对水量、网路通讯情况及电压等内容进行
16、全面监管，因此具备信息量大的特点；其二，管理流程。这一类数据是指工单记录、设备部署信息等，且需要工作人员进行布线、安装与卸载应用设备等；其三，员工设备出入管理。相关数据有设备出入记录、访客出入情况等；其四，CMDB库的设备资源。CMDB库作为数据中心的基础内容，储备着大量资产信息，工作人员可以引用RFlD等技术，对资产信息数据实施及时革新。3大数据时代下数据中心运维管理措施分析3.1 优化数据中心管理能力在大数据时代下，受数据中心管理水平的提升，促使对应运维管理工作也提出了新要求，国家也在了解未来发展方向的基础上提出了相应的管理措施和优惠政策。因此，企业要在实践发展中从以下几点入手：其一，优化运维人员的技能培训能力；其二，科学推广日常工作中的管理制度，并
