Sorry, this page isn't available for your location.

The page you're viewing is for Simplified Chinese (China) region.

Sorry, this page isn't available for your location.

The page you're viewing is for Simplified Chinese (China) region.

想知道大数据怎样最大程度缩短停机时间?Vertiv有妙招

2017年6月21日

当前,运用“固定战略+临时应变”来尽可能地延长数据中心正常运行时间的方法已经过时。大数据革命为分析数据中心的问题和故障,铺设了全新的道路,通过消除潜在的瓶颈和故障,最大程度地延长在线时间。

前不久,在香港数据中心世界大会上,艾默生网络能源(Vertiv)主持了“关于大数据怎样最大程度缩短停机时间”的小组讨论。来自数据中心基础架设施领域的多位专家参与了讨论,其中包括艾默生网络能源(Vertiv)全生命周期管理总监Gregory Ratcliff、NTT 亚洲公司数据中心开发总监George Or、DSCO集团执行董事Jason Chang、艾默生网络能源(Vertiv)香港公司技术总监Lawrence Tam。

整体数据解决方案克服连续性挑战

在小组讨论中,专家们提出了一个端到端的整体数据管理方法,旨在有效地克服妨碍数据中心关键业务应用连续性的挑战。专家们认为,应该从数据中心的初始规划和设计阶段就开始实施大数据分析,以便于提高能源效率。

大数据收集为设计打开提升新思路

<

Jason Chang表示,“正常运行时间非常关键,而设计是一个不断改进的过程。随着设计的改进,我们需要将能源效率、低PUE和扩展性等考虑进来,不断改善所有这些因素。因此,谈到大数据,我们需要收集和掌握各种信息并应用于设计,从而进一步地提高可靠性和弹性。”

大数据精准分析不可忽视的核心4V

艾默生网络能源(Vertiv )香港公司技术总监Lawrence Tam在讨论中对大数据做了精准分析。他表示,大数据分析可以归结为4个V——Volume(数量)、Variety(多样性)、Velocity(时效性)和 Veracity(准确性)。Lawrence Tam同时强调,使用来自传感器和DCIM监控系统等多种设备的数据,能够优化运营和基础设施。

用大数据分析解决故障的根本问题

Gregory Ratcliff对此予以了更深入的补充。他认为,企业管理层甚至是最终客户会非常认真地审视当今数据中心内的每个小故障。在这方面,大数据能提供重要的帮助,通过分析故障的根本原因,给出合理的解释,最终深入到逻辑层面解决问题。例如,电池的放电时间和内部阻抗、管线的老化、风扇和电机的振动和RPM的变化、用电量、零部件的生命周期,以及来自电池、发动机和散热器的数十亿个读数,都是构成大数据的部分统计数据和要素。

专家们一致认为,通过开展统计和预见性分析,预测停机时间、故障和掉电等情况,最终将提高基础设施的可用性。总之,将大数据和物联网方法应用于数据中心基础设施领域,能更清晰地分析潜在的故障和问题,提高基础设施的可用性,从而最大程度地缩短数据中心的停机时间。

选择您的本国语言