數據中心的停機時間會給企業帶來嚴重后果，并且代價高昂。這就不難看出一些工具所具有的吸引力，這些工具可以提供對數據中心資產、相互依賴性、性能和容量的可視化，并將這種可視化內容轉化為可預測設備故障或容量不足的可操作知識。

 

數據中心基礎設施管理(DCIM)工具旨在監控IT和建筑組件的利用率和能耗，包括服務器、存儲設備、配電設備和制冷設備等。

 

DCIM軟件具有遠程設備監控、電力和環境監控、IT資產管理、數據管理和報表等功能。借助DCIM軟件，企業可以簡化容量規劃和資源分配工作，并確保盡可能高效地利用電力、設備和占地面積。

 

 

數據中心管理即服務(DMaaS)是基于DCIM軟件的一種服務。但它不僅僅是DCIM軟件的一個SaaS交付版本的服務。DMaaS可更進一步地收集數據：從數十個數據中心收集大型設備和小型設備數據，然后對這些數據進行匿名化、匯總和分析。

 

DMaaS可能會改變數據中心的管理和運營方式，451 Research公司的數據中心技術和環保高效IT渠道研究室主任Rhonda Ascierto說。

 

“DMaaS可以匯總并分析大量匿名客戶數據，并可通過機器學習來提升自身能力，”Ascierto說。“一個關鍵目標是預測和防止數據中心基礎設施出現事故和故障，并檢測低效率工作狀態或容量不足。”

 

DMaaS市場中的兩家早期企業是施耐德電氣公司(Schneider Electric)和伊頓公司(Eaton)。兩家廠商都從他們在數據中心領域多年的經驗中挖掘出大量數據，包括設計和構建數據中心、樓宇管理、配電以及電力和制冷服務。

 

在各類運行環境中，從各種客戶那里獲得這些數據是DMaaS的真正價值，它可使企業能夠將自己的數據中心性能與全球基準進行比較。例如，施耐德電氣公司的DMaaS產品，名為EcoStruxure IT，它與一個包含500多個客戶和220萬個傳感器的基準數據的數據湖相連。

 

“DMaaS的關鍵價值--以及它與企業內部部署的DCIM和SaaS交付的DCIM不同之處--在于將匿名數據匯集起來，結合使用機器學習、異常檢測和事件流回放來運行大數據統計分析，”Ascierto說。

 

她說，從不同類型的數據中心收集的數據越多，數據分析得越多，DMaaS就會變得越來越智能。擁有關于特定環境中特定設備性能的大量數據(如溫度、濕度和空氣壓力等)，可以讓DMaaS供應商更準確地預測設備何時會出現故障，或者預測冷卻閾值何時會超出。

 

 

DCIM軟件自問世以來，一直在大肆宣傳并聲稱交付時間較短。但它很難部署，投資回報尚不明確。

 

“DCIM可以降低風險，同時實現新增效益，更好地進行容量預測并提高業務敏捷性。但由于諸如實施業務變更以支持DCIM所面臨的難題和衡量總體投資回報率等挑戰，它仍然是一個未得到充分部署的技術。DMaaS承諾可以逐步解決這些難題并提升DCIM的價值，”Ascierto說。

 

當計算環境分布在傳統本地數據中心、云和托管站點以及邊緣計算應用程序時，數據中心管理就變得更加棘手。傳統的DCIM模型要求在每個數據中心站點都安裝軟件，但對于跨環境進行性能比較，這項工作就變得極具挑戰性。DMaaS是一款基于云的遠程監控服務，旨在支持各種部署地點。

 

 

盡管如此，DMaaS要發揮其潛力還有很長的路要走。Ascierto說，DMaaS的長期目標是將物理數據中心基礎設施管理與許多其他服務(包括IT工作負載管理、能源管理、連接性和業務成本計算等)集成在一起。但實現這一目標需要時間。

 

她說：“目前DMaaS還不能與‘傳統’DCIM所提供的眾多功能相比，但隨著時間的推移，我們預計它將會進一步發展。DMaaS使數據中心工作超越DCIM范疇，超越了單一站點的專有管理。隨著時間的推移，可能會增加其他數據和服務，包括集成工作負載管理、能源管理、客戶關系和業務系統、天氣、員工服務以及安全和網絡管理。”

 

在本地DCIM和基于云計算的DMaaS之間進行選擇，這并不是一個清晰明確的決定。Ascierto說，出于安全和延遲的原因，保留一些本地DCIM監控功能或許是合理的。例如，將數據發送到集中式云設施并接收返回數據，這對于時間敏感的監控和報警來說并不適用。另一方面，對于日常操作來說，預測工作并非必不可少，因此在非本地執行是合理的。

 

“我不認為這是一個非此即彼的命題。我認為它們可以‘同時’選擇，”Ascierto說。