在可預見的未來，許多大型企業，特別是銀行、金融服務和保險(BFSI)、醫療、制造和零售部門的組織，顯然將繼續依賴多種計算模型，包括本地、公共云和混合云。這些類型的組織需要隨需應變的能力，同時遵守不可協商的數據安全和法規遵從性要求。

 

此外，還需要支持邊緣基礎設施來支持即將到來的消費和工業物聯網設備的激增，很明顯，數據中心的管理者將比以往任何時候都需要對其計算環境進行更多的可見性和操作控制。雖然當今的數據中有91%是在集中式數據中心中創建和處理的，但Gartner公司預測，到2022年，大約75%的數據將需要在邊緣計算進行分析和處理。

 

 

在任何基礎設施部署中，監視、維護、故障排除和對數據中心的可見性都是主要問題，這一點不言而喻。例如，電子商務公司需要為購物繁忙的圣誕節做好準備，并在不同國家和地區的多個數據中心運營，為所在國家和地區的網站訪問者提供服務，并依賴于大量基于云計算的應用程序和合作伙伴。

 

對于這樣一家在線零售商來說，節日銷售旺季可能會對其年度資產負債表乃至生存發展產生巨大影響。如果企業生態系統中的邊緣計算設施或云計算數據中心出現故障(無論該基礎設施是否支持大數據驅動的目標銷售活動、基于SaaS的客戶關系管理解決方案，還是基于云計算的承諾第二天交付的發貨計劃)，都意味著可能令客戶不滿，將會使其蒙受巨大損失。

 

在當今數據驅動的世界中，只有企業在采用和高級分析、實時供應鏈和運輸管理軟件程序能夠正常運行的情況下才有效。因此，對于運行此類業務關鍵型應用程序的數據中心管理人員而言，這意味著需要提供可靠充足的電源、冷卻、空間和網絡容量，以保持最大的正常運行時間和可用性。

 

除了與節假日相關的服務器使用高峰之外，許多數據中心面臨的問題在于它們的電力容量已被最大程度地利用，不良的散熱設計導致熱點限制了機架負載的使用。但是這對于采用良好數據中心管理解決方案的IT管理人員來說意義重大。這些軟件工具使其能夠訪問準確的實時功率和熱消耗數據，從而提供管理功率使用和熱點，計劃和預測功率使用所需的見解，甚至消除了對昂貴的智能電源的需求。在2019年，數據中心管理人員根本沒有充分的理由擴展其設施，以啟動擴展或布局更改以進行容量規劃和預測。

 

通過數據中心的熱圖和散熱歷史分析，數據中心管理人員還可以識別配置不足的機架，并在固定機架的功率范圍內最大化機架的服務器數量，以提高數據中心的利用率。此外，由于數據中心管理解決方案可以針對每個服務器/機架和地板，或針對每個工作負載和應用程序提供優化的電源配置文件，因此可以降低電力成本。

 

毫無疑問，每個數據中心都會在其生命周期的某個階段不可避免地面臨斷電和停機，無論是由于電源、散熱問題還是硬件故障引起的。因此，云計算策略和邊緣策略還必須包括連續的硬件監視以降低對其服務等級協議(SLA)的風險，并且監控必須盡可能不引人注目，以免占用負擔較小的邊緣計算資源，或對云計算基礎設施提出超出必要的要求。此外，即使系統處于脫機狀態，監控也需要支持裸機并提供數據。

 

隨著假期的臨近，任何希望提高正常運行時間和效率的高層管理人員都應考慮將數據中心管理工具提供給IT員工，以支持其在云計算和邊緣數據中心環境獲得成功。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。