這就是數據中心作為數據的中央存儲庫變得至關重要的地方。他們不僅需要管理越來越多的數據、更復雜的機器和基礎設施，還需要更快地生成有關數據的改進信息。

 

在本文中，自動化和基礎設施服務提供商現代數據中心架構師Matthew Beale對機器人過程自動化(RPA)和機器學習如何為自動化數據中心鋪平道路進行了解析。

 

 

隨著企業運營方式的轉變，產生的數據都必須得到適當的處理和使用，以優化其價值。如果沒有經濟高效的存儲和日益強大的硬件，數字化轉型以及與之相關的新業務模式將無法實現。

 

專家一直預測，全球工廠中應用的自動化技術將在未來應用于數據中心。事實上，隨著機器人過程自動化(RPA)和機器學習在數據中心環境中的應用，人們正在快速推進這種可能性。

 

 

目前，企業在處理數據中心的升級、補丁、修復和監控方面花費了太多的時間和精力。雖然有些可能運行得很好，但大多數都面臨三個關鍵問題：

 

•缺乏一致的支持，例如，人們在更新補丁或維護導致合規性問題的網絡時會出錯。

 

•缺乏對業務的可見性，例如，多個IT人員負責管理多個應用程序或網絡的不同部分，而幾乎不需要協調業務需求。

 

•在增加容量或遷移數據或更新應用程序時缺乏速度。

 

到目前為止，人為錯誤是導致網絡停機的最重要原因。接下來是硬件故障。對設備如何工作幾乎沒有監督，只有在停機時間已經發生時才能采取行動。成本影響要高得多，因為其重點是從管理問題原因的其他事項中解脫出來，并結合實際網絡停機時間的影響。必須加強穩定性、成本和時間管理，以提供更高效的數據中心。數據中心的自動化有助于實現這一目標。

 

 

數據中心實現完全自動化就像是從駕駛汽車轉向完全自主的無人駕駛汽車。目前，人類管理、監控和操作數據中心，這需要人工采用工具和閾值處理。這將非常耗費人力，并且通常需要調整基礎設施來處理意外問題。

 

通往完全自動化的數據中心的旅程根據組織的類型和個體的復雜性而不同。然而，在未來兩年內，可以看到許多企業(特別是在快速發展的行業)，已經存在或正在建立一個完全自主的數據中心。

 

數據中心可以實現不同級別的自動化，以使其從當前的人工系統中移動：

 

輔助行動：旅程的第一步為管理員提供信息，使其能夠以用戶友好和可消費的方式采取行動，例如集中登錄。如果出現故障，它還可以通過檢索備份來確保高可用性。該過程實質上取代了管理員點擊“執行”按鈕。

 

部分自動化：此步驟將轉移到一個系統，該系統為管理員提供建議，以便根據使用趨勢接受操作。使用動態資源調度(DRS)，系統會查看性能趨勢，以及哪些區域變得特別繁忙，以便它可以分配資源以確保均衡，從而獲得更好的性能。這對于計費或人力資源薪酬系統尤其有效，這些系統往往在月底達到峰值。

 

條件自動化：這導致系統使用現代技術，該系統將自動采取補救措施，并根據智能警報提高故障單。例如，系統查看安全信息和事件管理，以整理來自許多不同數據點的大量信息，例如用戶登錄和正在訪問的數據。機器學習算法將獲取此信息并將其與歷史使用數據進行比較以識別趨勢。根據這些指標，如果它認為某個帳戶已被泄露，則會采取相應措施。

 

完全自主：利用人工智能(AI)和機器學習(ML)，自主數據中心確定適當的步驟，并在需要時自我學習和調整閾值，以實現高效存儲，從而節省成本。它可以根據當前和未來的使用模式對方案進行建模，并根據特定項目所需的存儲量進行更改。

 

 

自動化的一個主要好處是引入了自我修復數據中心。機器人和機器學習重組并優化傳統流程，這意味著工作人員不再需要在半夜對服務器執行補丁。機器可以在問題發生之前識別和標記問題，從而消除停機時間。自動化最大限度地減少了人工維護數據中心所需的時間。

 

另一個好處是有效的資源規劃和容量管理。隨著應用程序在整個業務中的生命周期的變化，需要相應地重新部署資源。由于能見度有限，如果不可能的話，人類在不使用機器和機器人的情況下有效地分配資源是極其困難的。自動化可以在應用程序生命末期相應地增加或減少資源，從而使其他地方的資源最大化。持續的容量管理還評估多個云平臺上的資源，以優化利用率。

 

 

在接下來的兩年中，人們將開始看到支持傳統和下一代工作負載的數據中心，這些工作負載可以在任何時候以自我修復的最佳方式實現自動化。這意味著，當涉及到遷移、維護、升級、容量更改、審計、備份、監控時，數據中心在不需要或幾乎不需要援助或人工干預的情況下自行采取大部分行動。

 

無論數據中心內的流程是什么，自動化機器人都能確保其一致性和準確性，這意味著每項任務都將更加高效。Ultima公司計算出自動化技術與人類的生產力比率為6:1，使團隊能夠僅在特殊情況下進行干預，做出決策。這意味著操作工作需求的類型，從確保發生了什么事情和解決問題，到查詢業務和花費時間開發應用程序和平臺，都會發生變化。

 

與自動駕駛汽車類似，開發自動化數據中心的潛力永無止境，需要不斷改進工作方式。