如何獲得更好的數據中心優化指標

  

由于IT運營、安全運營和設施之間的孤島或差距，使數據中心可用性長期困擾著IT運營。企業必須解決這些差距，以實現更準確、更全面的決策，特別是在數據中心優化方面。

2018年11月發布的數據中心優化計劃草案提出了一些新的指標，可用來衡量美國聯邦數據中心的優化工作，包括圍繞數據中心可用性的新指標。如果強制要求，美國政府實施數據中心優化計劃(DCOI)的可用性指標可能會帶來新的挑戰。盡管數據中心設施可用性可以用一個度量標準來衡量，但事實證明非常不準確，并且實際上可能扼殺了調研機構預測和解決維護數據中心可用性，以及對機構任務至關重要的任何相互依賴關系所必需的問題的能力。

這就是為什么美國聯邦機構可以通過衡量代表數據中心及其基礎設施的運行狀況、可用性和風險的子指標而受益的原因。采用這種業務服務方法（按地理位置、應用程序類型或技術堆棧對組件進行動態分組）進行數據中心優化，可以使代理機構更快地預測和解決問題，從而更好地確?？捎眯?。

使用業務服務結構，收集有關業務服務的底層IT組件的運行狀況、可用性和風險的度量，以及支持該服務的基礎設施和應用程序的動態實時映射，可以為IT管理人員提供實時操作視圖，以支持隔離服務影響的根本問題標識?？梢猿橄笤O備并將單個設備和IT服務“冒泡”為表示業務服務整體狀態的組合度量。然而，子度量的表示可以使業務服務的執行或管理層視圖能夠真正對數據中心的總體可用性狀態提供更深入的理解。

假設一個代理商有四臺完全相同的服務器，可以承載整個工作負載，其中一臺服務器可以正常運行。這三臺多余的服務器實質上是備份，可以在其他系統之一發生故障的情況下使用。在此示例中，如果一臺服務器發生故障，則該服務仍然100%可用。但是，系統的健康運行狀況會下降到75%;因此，導致風險上升到25%。這些指標很重要，因為它們可以消除阻礙執行人員對業務服務進行監督的障礙。以前，數據中心管理員可能會收到一個警報，該警報指示服務器CPU使用率水平已降至某個閾值以下。利用更精細的指標，利用率警報可以自動觸發添加另一臺或兩臺服務器以支持更多流量，并且可以自動調整業務服務策略以重新計算新的運行狀況，可用性和風險指標，而無需人工干預。冗余和自我修復功能應納入數據中心的每一層。

在數據中心優化方面，對健康、可用性和風險的定義不可能一概而論。IT運營團隊可以定義它們，并根據需要創建自動化和事件策略。隨著越來越多的軟件定義服務、人工智能、機器學習和高級分析進入數據中心，IT運營團隊將有更多的方法來獲取可操作的IT洞察力，了解基礎設施和應用程序之間的相互依賴性，并自動化手動任務以提高效率。業務流程和運行它們的系統之間的拓撲映射方法可促進自動化，包括修復、配置管理數據庫增強和高級事件擴展，從而減少管理、維護和故障排除。