数据中心为什么必要一连保持鉴戒和维护？

数据中心的正常运行时刻对付营业乐成至关重要，确保提供不中断的处事必要一连对运行环境保持鉴戒和维护。跟着组织越来越多地陈设更多要害营业应用措施，这种对一连维护和依靠基本办法的需求好像只会增进。

固然技能不绝创新，并引入新的基本办法打点器材，但很多器材如故无法满意业界所追求的实现自动化和低落维护本钱的要求。因此，很多IT专业职员仍在投入大量精神人工处理赏罚必要调解和优化的题目。

运维职员面对的首要题目是数据中心的维护周期如故必要工钱过问。另外，数据中心运营商将大部门预算用于保持其正常运行。

这就带来一个题目，即为什么在不绝引入新的器材来办理这个题目的同时，如故必要大量的维护。人们到底错过了什么?

传统基本办法器材的不敷之处

真正消除数据中心基本办法的打点承担必要具有预见性，以便在题目产生之前猜测题目，同时可以或许提供深入洞察力的基本事变负载和资源谍报，以实现更好的基本办法优化。

组织必要思量以下四个身分，以确定回收的器材在降服令人沮丧的维护题目方面的不敷之处：

1. 没有向他人进修

只是陈诉当地体系指标的说明每每提供有限的代价。相反，回收器材的目标是它可以或许从数千个对等体系的举动中进修，以辅佐检测和诊断成长中的题目。从某种意义上说，两种设法总比一种设法要好，必要群策群力。

数据网络和说明的整体要领可以搜集来自各类百般的事变负载的视察功效。这应承在一个数据中心识此外有数变乱在另一个数据中心预先停止，而且更精确地检测更常见的变乱。

2. 不能看到整体环境

传统器材凡是只能以孤独的方法提供说明。每个装备仅提供体系状态，这只是整个进程的一部门。因为存在粉碎应用措施在基本办法仓库中任何位置溘然呈现的题目，因此可以或许跨多个层举办跨仓库说明以得到更大的视野很是重要。这将必要要害组件，譬喻应用措施、计较，假造化、数据库、收集和存储。

3. 不足深入相识

猜测建模必要深入的规模履历，必要相识基本办法仓库中每个体系内的全部操纵、情形和遥测参数。通用说明必要深入。可是，行业规模专家与人工智能彼此共同可以使呆板进修算法可以或许辨认汗青变乱的因果相关，进而猜测最伟大和最具倾覆性的题目。

4. 无法起劲采纳动作

大概回收传统器材的最大弱点是无法起劲采纳动作。在抱负的自主操纵状态下，数据中心将会自我打点、自我修复和自我优化。从本质上讲，他们应该可以或许停止题目或改进情形，而无需打点员的工钱过问。要实现这种自动化程度，必要颠末验证的自动化提议汗青记录，以提供须要的信赖和信念。

数据中心维护的将来

为了降服传统器材的范围性，并有用地低落维护需求，以及更好地让数据中心实现自动化，人们必要回收新一代的人工智能办理方案。这意味着操作可以或许调查、进修、猜测、保举并最终实现自动化的器材。

通过调查，人工智能将可以或许针对各类事变负载和应用措施对抱负操尽兴况的稳态领略。深度体系遥测与环球毗连相团结，可实现快速的云计较机进修，从而使人工智能具可以或许通过模式匹配算法快速猜测题目。乃至可以按照已往的汗青设置和事变负载模式为新的基本办法建模和调解优化应用措施机能。

基于这些猜测说明，人工智能办理方案可以确定改进数据中心情形所需的恰当相应。然后IT团队消除压力，这意味着他们不再必要彻夜达旦地事变以在打点基本办法时找到题目的来源。更重要的是，假如人工智能证明是有用的，那么可以自动应用提议而无需IT打点员的过问。那么这就是实现自动化的意义。

譬喻HPE公司的数据中心运维，回收人工智能器材在86%的时刻内自动猜测息争决题目。另外，他们在存储题目上耗费的时刻镌汰了85%，乃至可以将IT存储运营支出镌汰79%。因此，陈设人工智能以帮忙数据中心基本办法的上风是不行否定的。

另外，跟着技能前进和经济成长，估量到2030年，高度多样化的地域将面对200万IT专业人才欠缺的环境。而在不那么迢遥的将来，自动化将成为数据中心打点的下一个前沿技能。

【编辑保举】

1. 数据中心的相近度：怎样更靠近托管处事提供商？
2. 绿色数据中心掩护布线的几个秘决
3. 掩护数据中心收集的六个提议
4. 揭秘！最热点和最酷的数据中心位置
5. 云计较期间数据中心运维三大体点

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!