数据中心基础设施管理系统-资源管理与展现方案

1、 43/43数据中心基础设施管理系统资源管理与展现方案（DCIM）目录 TOC o 1-3 h z u HYPERLINK l _Toc519411200 1.项目概述及需求理解 PAGEREF _Toc519411200 h 4 HYPERLINK l _Toc519411201 1.1.项目背景简介 PAGEREF _Toc519411201 h 4 HYPERLINK l _Toc519411202 1.2.项目管理范围 PAGEREF _Toc519411202 h 4 HYPERLINK l _Toc519411203 1.3.项目建设原则 PAGEREF _Toc519411203

2、 h 5 HYPERLINK l _Toc519411204 1.4.项目建设目标 PAGEREF _Toc519411204 h 6 HYPERLINK l _Toc519411205 1.5.解决方案概述 PAGEREF _Toc519411205 h 7 HYPERLINK l _Toc519411206 2.系统架构及实现原理 PAGEREF _Toc519411206 h 11 HYPERLINK l _Toc519411208 3.1.系统架构 PAGEREF _Toc519411208 h 11 HYPERLINK l _Toc519411209 3.1.1.采集层 PAGERE

3、F _Toc519411209 h 12 HYPERLINK l _Toc519411210 3.1.2.处理层 PAGEREF _Toc519411210 h 12 HYPERLINK l _Toc519411211 3.1.3.管理层 PAGEREF _Toc519411211 h 13 HYPERLINK l _Toc519411212 3.1.4.交互展现层 PAGEREF _Toc519411212 h 13 HYPERLINK l _Toc519411213 4.DCIM系统功能实现 PAGEREF _Toc519411213 h 14 HYPERLINK l _Toc519411

4、215 5.1.基础设施管理 PAGEREF _Toc519411215 h 14 HYPERLINK l _Toc519411216 5.1.1.资产管理 PAGEREF _Toc519411216 h 14 HYPERLINK l _Toc519411217 5.1.2.容量管理 PAGEREF _Toc519411217 h 19 HYPERLINK l _Toc519411218 5.1.3.能耗管理 PAGEREF _Toc519411218 h 20 HYPERLINK l _Toc519411219 5.2.集中展现 PAGEREF _Toc519411219 h 24 HYPE

5、RLINK l _Toc519411220 5.2.1.展现系统集中化 PAGEREF _Toc519411220 h 24 HYPERLINK l _Toc519411221 5.2.2.展现方式多样化 PAGEREF _Toc519411221 h 31 HYPERLINK l _Toc519411222 5.2.3.集中监控展示 PAGEREF _Toc519411222 h 33 HYPERLINK l _Toc519411223 6.系统部署方案及软硬件配置要求 PAGEREF _Toc519411223 h 39 HYPERLINK l _Toc519411224 6.1.分布式部

6、署方案 PAGEREF _Toc519411224 h 39 HYPERLINK l _Toc519411225 6.2.服务器硬件 PAGEREF _Toc519411225 h 41 HYPERLINK l _Toc519411226 6.3.服务器软件 PAGEREF _Toc519411226 h 43项目概述及需求理解项目背景简介 伴随着数据中心规模的不断扩大，业务量的逐渐增大，对数据中心的运维管理也变的越来越重要。一旦基础设施系统出现问题，而没有及时地得到妥善解决，常常会给企、事业造成很大的损失。怎样能7x24小时保证设备系统的正常运行，避免各种故障的发生，优化和改进传统的运维模式

7、，提高客户服务的及时性和满意度就显得非常重要。因此，建设一套数据中心基础设施管理系统势在必行。一个完备的运维管理系统能够提供7x24小时检测基础设施运行状态、各种资源状态的信息。运维管理人员依靠流程管理系统可以及时排除故障避免造成重大损失，控制运维质量提高服务水平。项目管理范围项目内容：设施故障发现与警报；记录日常运维日志信息；设施故障统计；设施软硬件信息统计；服务进程管理；将数据信息存储备份，并采用不同方式直观的展示出来；服务人员绩效、考核管理；将数据生成报表；项目建设原则数据中心基础设施管理系统建设指导思想是：“统一规划、分步实施、已有纳入、新建遵循”。数据中心基础设施管理系统项目建设是要

8、建设一个集中管控资源的运维平台，所以需充分考虑对已有各种产品组件做针对性的开发、整合工作。在项目建设过程中，除满足系统功能需求外，遵循如下原则：安全性原则：系统设计注重安全方面的设计，确保系统的安全运行。系统提供安全认证技术，确保登录身份认证安全性、有效性。稳定性原则：保证系统不间断运行，系统执行监控及操作任务时或出现自身故障，绝不能影响被监控及操作对象的正常稳定运行。开放性原则：系统遵循行业主要的标准化组织所提供的标准或建议，采用标准的、开放性的技术，能够实现与其他厂商的产品无缝地连接；采用国际标准化组织及工业界广泛接受的有关标准和基于标准的通用软硬件平台。可扩展性原则：在保持系统的基本体系

9、结构长期稳定的前提下，可以有效地容纳和支持基础设施规模的不断扩大和复杂、业务种类的增多。同时，能够在应用体系结构和软件模块划分两个方面支持整个应用的良好扩展性。在体系结构方面采用多层结构划分，实现各层的高聚合和层间低耦合。尽量使用模块化和插件化，使得扩展时对原系统的影响最小化。用户体验优化原则：具有较高的易用性，界面友好，美观统一，并对人机交互进行优化设计。灵活性原则：系统各子系统及子系统内功能模块具有一定的独立性，同时具有系统相关性和整体一致性。系统提供自动化升级维护功能，系统的维护及拓展灵活、方便。规范性原则：统一接口标准，规范数据字典。定义监控接入标准，规范未来新建系统的监控。项目建设目

10、标 加强数据中心的维护平台建设，提高数据中心的运行管理水平，通过运维体系的建设，结合构建集中式的服务热线、运维流程、系统监控和综合展示系统，通过系统联动，及时、准确、全面反映与掌握数据中心的运行状态，保障各业务系统的正常运行，并达成如下目标： (1)强化主动监控，实现集中管理。 以设施资源可用性监控为主线，构建数据中心统一集成的设施资源及应用服务监控平台，能够主动、及时地发现问题，并调度资源解决问题，形成数据中心运维管理主动服务的新局面。 (2)帮助定位故障，快速恢复系统运行。 建立集中的告警分析及展现平台，提供灵活、自动化的事件处理能力。当故障产生时，可以进行故障的快速定位，发现故障原因，调

11、度资源快速恢复系统服务，从而缩短故障解决时间，降低维护成本，提高系统整体可用性。 (3)掌握运行质量与效率，合理利用资源。 建立数据中心基础设施管理系统平台后，可以实时了解数据中心全部资源的负载与使用情况，根据需要从整体角度考虑资源的使用，同时可以根据业务高峰期的不同来调剂业务系统对资源的使用。 (4)规范运行管理，有序开展维护。 参照数据中心运维规范，对运维管理工作进行优化，对服务管理进行改善，将管理数据电子化，管理过程规范化。根据相关制度进行运行维护管理，对内完善流程，对外提高服务，加强管理，使流程更规范更合理，使技术人员具备更高的工作效率，提高业务技术能力和解决实际问题的能力。 (5)共

12、享运维经验，完善知识库。 把运维过程中产生的丰富经验进行积累和总结，形成有效的知识库，建立知识的共享机制，提供信息共享和交流的平台，提高数据中心运维人员的工作效率。解决方案概述DCIM系统是在在分析了国内数据中心管理现状和需求后，自主研发而成。秉承以客户为中心、流程为导向的理念，实现对基础设施资源的全面管理，完美整合了人员、技术和流程三大要素，帮助用户以较低的成本提供稳定、优质的服务，共同实现基础设施服务的目标。DCIM系统提供了“无缝式基础设施监控系统”功能，其系统架构清晰，采用模块化的设计理念，各功能模块既可独立运行、松散耦合；亦可整体功能无缝衔接覆盖整个业务系统，灵活的自由组合真正实现个

13、性化的基础设施无忧运维。DCIM系统提供一个图形化、可定制、统一的监控管理平台。通过它实现对基础架构性能和告警数据的直接监控与展示，实现对用户环境的整体运行状态的监控管理。故障预警和管理前瞻性地发现系统的故障和性能问题，能够快速识别、隔离、诊断和修复生产中出现的问题。前瞻性发现基础设施和应用系统的故障。前瞻性检测复杂的应用性能问题。基于业务的性能影响分析报告快速识别、隔离和诊断问题的起因，事故根本原因分析。对一些简单的故障问题，提供自动化修复故障的功能；对复杂的故障和性能问题，尽可能提供修复故障和改善性能的建议。提供的丰富的事件通知功能，事件通知方式包括：Mail 自动向指定邮箱发送告警邮件。

14、短信 自动向指定手机发送告警短信。声音 自动产生声音告警。图像 自动以图标形式显示告警事件。其它 通过二次开发可实现特殊要求的告警方式。提供监控参数化配置管理，参数超过设定阀值，产生报警信息。多层次的视图展示直观、准确地体现各层面的系统和业务运行状态，分别展示不同管理层次和范围的系统运行状态。根据企业的业务特点和管理习惯，可将展示视图分成一级视图、二级视图和三级视图，分别展示不同管理层次和范围的系统运行状态（如下图所示）。集中统一的管理界面用户在统一监控管理平台上可查看所有视图，提供直观的图形用户界面。基于上下文环境和组合视图，降低用户诊断问题的时间。基于角色和权限的控制，增强管理的安全性。提

15、供可定制化的工作区和视图，提高操作的灵活性。开放的接口能够集成第三方监控工具，实现将第三方监控（例如BA、安防、柴发、电力或特定应用管理工具等）完全变为监控系统的一部分。丰富的报表展示功能提供统一的报表界面，具备强大的数据展现能力：提供网络、系统、数据库、网络、中间件、应用和业务运转状况的集中统一报表提供实时与历史性能报表提供数据分析、展现和用户报表定制功能预制报表模板自动周期性报表，如日报、周报、月报、季报、年报等支持PDF、HTML、Excel等报表格式系统架构及实现原理系统架构本次提供的数据中心基础设施管理系统涵盖较多被监控的对象，覆盖面较广，功能复杂，系统设计遵循模块式开发、部署，系统

16、从底层到最上层的图形用户接口共分为四层，每一层实现不同的功能，系统整体的架构如下图所示：整个系统管理架构分为采集层、处理层、管理层、交互展示层四个层次。采集层包括数据中心环境中的机房环境、暖通设备、电力设备、安防设备等被管理实体，是需要被实时监控的对象，是原始信息的来源。所有的被管理对象通过标准协议或私有协议方式向管理端提供各种性能和事件数据。处理层包含两个功能，一是对管理实体中的数据进行数据采集；二是根据要求对数据进行必要的整合。除了采集到的数据外，还可能包括各种管理数据，系统汇总后的数据、文档数据等。系统管理的数据采集方式支持以下几种：采用定时轮循机制获取被监测设施的数据；监听代理端的TR

17、AP消息实时获取数据；通过设备厂家提供的监控工具获取数据；通过读取日志文件获取数据；通过其他厂商监控平台获取数据。管理层数据中心基础设施管理系统所使用的各种业务逻辑，集中管理和协调各子系统之间的服务调用，是系统管理的核心管理平台，主要有如下功能要点：1. 性能管理，对基础设施实时监控，采集各种指标数据，并与告警模块关联，在产生异常时及时发出警告2. 告警管理，提供告警主动通知、告警统计、告警相关性分析等功能3. 统一事件处理，集中收集基础设施事件与告警，并提供告警相关性分析，辅助管理员排除故障4. 基于运维服务管理则实现运维管理功能，包括服务台、事件管理、问题管理、变更管理、配置管理、发布管理

18、、知识库管理、SLA管理等模块。交互展现层展现层是DCIM系统与运维人员之间的人机交互接口，本次系统采用全WEB化的客户端界面，运维人员只需使用浏览器即可在网络中任意一台电脑上随时接入系统，系统支持portal功能，可以根据用户的需要呈现不同的功能和数据。此外，系统支持email、短信、声光等多种方式的事件通知形式。通过北向接口及标准协议，系统可将监控、采集数据推送至第三方管理平台及3D展示平台。 DCIM系统功能实现基础设施管理资产管理资产台账管理IT设备基本信息管理：单台设备的基本信息包括设备名称、固定资产号、供应商、供应商电话、保修到期时间、技术状况、设备位置、资产类型、IP地址，购买日

19、期，设备所使用的操作系统，供应商信息等，要便于管理员编辑查询；能够对物理资产信息按照需求字段进行导出或导入。设备出入管理管理员可以根据设备出入机房门的动作，在系统中录入相应信息，可以在数据模型基础上完成规划合理性的检验，从而达到资产配置的最优化。上下架位置管理上、下架作业：管理员能在系统中记录和编辑IT设备目前是上架状态还是下架状态。位置管理：管理员能在系统中记录和编辑设备的位置信息，可以精确到机柜内设备所在位置的预设和管理，自动记录资产移入移出机柜的情况，对异常的资产进出机柜进行报警。固定资产生命周期管理对资产的全生命周期，从入库、上架使用、迁移、保养、维修、返库到报废的全过程进行监控和管理

20、。报表管理根据机房资产类型、位置、负责人、折旧等多方面，自动生产各类报表，便于规划设计和部署，可以按照历史日期查询变更历史记录，并生产对应的历史记录报表。报表格式包括Excel、PDF、HTML等，显示方式包括曲线图、饼图和柱状图。 资产定位管理系统可根据资产的具体情况，进行实时的定位监控。通过在各个机架安装RFID资产检测条，覆盖所有固定资产，从而实现贴有RFID标签的固定资产的实时定位监控。容量管理容量建模容量建模部分是容量管理功能的内核，旨在建立数据中心各物理层级SPC容量模型，以便精细分析、处理与显示各层级容量数据。综合U空间、供电、制冷、承重、电力口、光口、网口等因素构建容量模型。涵

21、盖数据中心、机房、虚拟机房、列、机柜等不同层级。容量展示 按容量模型，分管理层级或设施物理层级在页面上实时显示SPC等容量数据、预警与告警信息。容量分配及优化容量预分配功能模块旨在对数据中心的容量分配进行管理，可以提供可用机位、机柜位的搜索、预占、审核和上线功能。对于已经预占的机位和空间，考虑不同项目的优先级，管理员可以审核、取消、编辑和再分配，以确保高优先级项目的顺利执行，并避免资源的随意占用和资源闲置。预占管理预占管理模块旨在根据工程项目需求，对机房或机柜的可用空间进行查询、浏览、预占。根据项目实际情况，管理员可以对已占空间进行调整，以实现场地的有效管理，避免随意占用和资源浪费。预占审批在

22、机柜或机房预占操作之后，需要由管理员进行审核，审核确认后容量预占才生效。经审批，优先级高的预占可以插队。此模块包括的功能有资源预占审批、预占申请详情展示、审批历史查询等功能。上线管理设备上架后，容量预占状态变成已上架（已占），之后高优先级的项目将无法搜索和使用相关的容量。能自动检测的主要容量信息（SPC、承重）自动更新，次要容量信息（网络端口、电力端口）可由工程实施人员更新。能耗管理 PUE计算 “PUE概念的引入为数据中心能耗评估提供了一个可供量化的指标评价体系，但是在能耗总量(电量)评估、测量点、能量维度、可操作性等多个方面有所欠缺，所以TGG(The Green Grid)提出了对PUE

23、进行分类定义。” 根据TGG提出的概念，PUE被分为四类，分别是PUE Category 0(PUE0)，PUE Category 1(PUE1)，PUE Category 2(PUE2)，PUE Category 3(PUE3)。其中，PUE0与2007年提出的概念是一致的，而PUE1，PUE2，PUE3是新扩展的概念。最大的区别是，PUE0是采用功率的比值，而新扩展的三项是采用电量作为比值，而这三项的不同是在于对IT设备耗电量的测量点的不同。定义级别PUE0PUE1PUE2PUE3IT 负荷测量点UPS 输出UPS 输出PDU 输出IT 设备输入IT 设备能耗峰值 IT 负荷电力需求(kW

24、)IT 负荷 12 月内累计能耗IT 负荷 12 月内累计能耗IT 负荷 12 月内累计能耗总能耗总能耗峰值电力需求(kW)总能耗 12 月内累计能耗总能耗 12 月内累计能耗总能耗 12 月内累计能耗 能耗分析及统计数据中心能耗主要组成：制冷设备是为保证IT设备运行所需温、湿度环境而建立的配套设施IT设备包括计算、存储、网络等不同类型的设备供配电系统提供满足设备使用的电压和电流，并保证供电的安全性和可靠性其他：照明、安防设备、灭火、防水、传感器以及管理系统等 能效管理指标的计算数据全部来源于以上能耗单元； 可分析包含PUE、pPUE、CLF、PLF、ERE(如有)等能效指标； pPUE1=

25、局部耗电总量 / 局部设备耗电量对数据中心的局部区域或设备的能效进行评估和分析；适合用于基于集装箱、模块化数据中心或者由多个建筑和机房构成的较大型数据中心的局部能效评估； CLF=制冷设备耗电/IT设备耗电 PLF=供配电系统耗电/IT设备耗电数据中心总耗电制冷设备耗电+供配电系统耗电+IT设备耗电以上各项除以IT设备耗电，可以变换得到PUECLF + PLF +1 RER=可再生能源供电/数据中心总耗电用于衡量数据中心利用可再生能源的情况，以促进可再生、无碳排放或极少碳排放的能源利用；可再生能源供电可能来自市电（例如水电），也可能来自于自供（例如数据中心装配太阳能或风能发电机），并假定市电中

26、可再生能源占比为r%。 温度场管理 通过运算子系统生成实时的温度场3D云图并绘制切面云图，要求有多个方向、剖面等云图，有热点可发出报警事件。对于每个机房或者机房区域，可以设置多个切面以供温度场浏览。每个机房区域默认包括5个切面：部署的三层传感器所对应的三个切面，出风切面和回风切面。可对已有的切面进行查看和删除。 系统支持查看机房或者机房区域中的当前时刻的温度场云图，温度场效果通过不同的切面来表现。切面须包括系统自动产生的典型切面和自定义切面。应可以查看不同切面的温度场云图，也可在云图中双击查看任意点的温度值和温度曲线图。温度场云图须能提供2D和3D两种展现方式，每幅云图都必须具备缩放功能。 系

27、统支持查看指定机房在某个时段的异常温度报表，异常类型包括：采集异常、超过上限、超过下限。集中展现展现系统集中化DCIM系统提供统一运维入口，统一访问入口作为技术与业务部门之间的统一接口，同时综合调度后台各个运维流程。用户通过统一平台登录，实现在一个平台上进行各项基础设施状态查看、处理、和审批操作，减少运维各项服务获取的复杂度，同时门户还提供各类信息系统的帮助信息，包括知识库、动态信息及相关的服务通告，以及各类信息服务相关的汇总统计显示。使得用户获取和使用信息服务更直接、更方便，实现信息共享、综合利用。统一资源监控呈现资源监控呈现提供了基础设施监控、资产管理、容量管理、能耗管理等四大类视图。系统

28、从上到下的呈现界面，从全局观到细粒度的导航模式，方便用户深入浅出的分析当前数据中心基础设施运行状况。系统首页基于Web Portal技术，支持标准JAVA Portal API，通过WEB浏览器进行访问。通过仪表盘式的概览页面，用户可以直观的掌握当前系统运行状况。统一运维服务展现运维服务展现面向基础设施运维部门的管理工作，包括服务流程管理、资产配置管理、日常工作管理、知识库管理等展现视图，服务运维展现针对不同的人员角色，提供相应的运维展现界面，通过个人的工作台来管理自身的工作，集成我的工单、工作任务、服务水平考核、资产管理、知识库等相应界面和功能。统一运维管理网站作为运维服务管理的统一入口，是

29、面向各个层面的使用者的窗口，是全面了解、监控和展示系统运行和服务运维的管理界面。采用B/S 架构，门户以Web 方式访问。该模块是用户获取服务支持方法和监督基础设施系统运行和服务运维现状的窗口。运维门户包含值班表公示、公告信息、服务统计公示、管理制度公示、人员职责公示等部分，涵盖了运维服务情况的方方面面。值班表公示中可查看当前值班人、值班人联系方式信息、值班时间等，可查看本月值班表，值班表内容在运维子系统中有运维部门工作人员编排。公告信息中可查看运维部门发布的紧急公告。公告信息由运维部门工作人员在运维运维子系统中编辑发布。服务统计分门别类的提供每日服务数量通告。包括接受服务总量、受理总量、完成

30、总量等信息。系统根据每日受理及处理的情况，自动生成日通告，并在运维门户中公示。系统还提供服务情况月通告、服务情况季度分析报告、服务情况年报等。使运维部门的服务质量透明可监督，促使运维部门不断改进服务方式，提升服务质量。管理制度公示中公示了运维部门提供服务的范围、服务详细内容、服务流程、反馈机制等。用户可通过阅读公示内容，详细了解运维部门提供服务的情况。人员职责公示详细描述了运维部门的组织架构；各个业务系统的负责人、联系方式；每个人员的职责范围。栏目管理栏目管理实现运维门户的分类管理。通过栏目管理，运维门户中除了上节中提到的值班表公示、公告信息、服务统计公示、管理制度公示、人员职责公示外，还可根

31、据自身情况增加新的栏目。栏目支持普通栏目和图片栏目。用户在发布信息时可选择对应的栏目。信息发布这里所讲的信息发布主要是指特定文件和信息的发布。系统应该能够提供多种格式的信息发布，可以是简单的文本信息。系统还可以提供上传文件，也可以是复杂格式的信息。支持在线编辑，要求提供支持html格式的文本编辑：可以在线编排文本的可视化的功能，插入图片，调整字体等。同时部分信息可能要求上传附件，也就是在发布信息的同时，对这个信息附上相应的附件，而且附件可能是多个，提供附件删除的功能。对已经上传至栏目的信息，栏目管理员和信息发布人可以进行详细的修改，或者删除。已经上传的信息要经过审核才能在最终的页面显示。展现方

32、式多样化DCIM系统支持多种展现方式，包括大屏展现、终端展现、手机终端展现。大屏展示集中监控展示动力环境监控模块是专门用于3D系统与动力环境监控系统进行数据对接后的效果展示，帮助用户实时展现动力环境的UPS、空调、漏水、温湿度探头等的实时监控和告警信息。空调设备信息用户在系统的3D UI中的，系统会直接显示出当前场景中的空调设备对象，系统会直观显示当前具体空调设备的设备名称，点击具体的设备名称卡片，系统会显示出具体的空调设备运行状态。配电柜设备信息展现用户在系统中点击右侧的，系统会直接显示出当前场景中的配电柜设备对象，系统会直观显示当前具体配电柜设备的设备名称，点击具体的设备名称卡片，系统会显

33、示出具体的配电柜设备运行状态。UPS设备信息展现用户在系统中点击右侧的，系统会直接显示出当前场景中的UPS设备对象，系统会直观显示当前具体UPS设备的设备名称，点击具体的设备名称卡片，系统会显示出具体的UPS设备运行状态，如下图所示。视频监控信息展现 点击三维场景中的视频监控，系统可以直接显示出当前摄像头的监控视频，如下图所示。 温度探头信息展现用户在系统中点击右侧的，系统会直接显示出当前场景中的温湿度探头设备对象，系统会直观显示当前具体温湿度探头的温湿度信息，点击具体的温湿度设备名称卡片，系统会显示出具体的温湿度数值状态。数据中心温场能耗展现用户在系统中点击右侧的，系统会直接显示出当前场景中

34、的温度云图，温度云图支持上中下三层信息，同时可以进行温湿度区间的定义，如下图所示。 温度云图的分层显示 设置区间定位相关温度探头点 实际定位机柜的探头点系统部署方案及软硬件配置要求分布式部署方案 本次系统需要在一个系统中集中监控机房环境、网络、服务器等。项目的采集服务器设计容量需按照100台规模的扩展空间进行考虑，保证在系统增长过程中网管系统可以常规扩展。系统采取分布式多probe部署方式进行实施。 本系统是由管理节点(Manage Node)、探针节点(Probe Node)和管理终端三大部分组成，管理节点的主要功能如下：负责定义监控策略，并将监控策略准确下发到探针节点，探针节点根据收到的监控策略对被监控的对象进行监控和数据采集负责接收探针节点发送过来的监控对象的状态数据并将这些数据集中存入数据库，并提供最新一次采集数据的