如何建立大型数据中心的运维管理平台

很多数据中心管理人员开始筹划或者进行数据中心升级计划，对于这些数据中心的建设，建设者和管理者往往将目光聚焦在其“绿色标签”上，从照明、制冷的节能，到IT基础设施的功耗，都会被上上下下扫描一番。在这种形势下，“高大全”的数据中心建成了。如果说数据中心的正式运营标志了启动了其生命起点，而对于其生命周期中的系统维护，则将伴随着数据中心度过漫长的数十年。

在一些数据中心管理者的眼中，数据中心IT运维并不是新鲜事儿，无论是自建维护团队还是外包第三方服务，都是必需必要的。然而，他们忽视了非常重要的一点——在后信息时代下，传统的IT服务模式，还能继续下去吗？

后信息时代的一个重要特点是数据的大批量集聚，表现为数据来源各式各样、数据规模飞速增长、数据结构纷繁复杂、数据处理手段百出，数据应用面面俱到。海量数据的爆发式增长，需要有足以支撑的IT硬件和软件系统。而对于这些无论从规模还是从功能上都大幅升级的IT系统，如果还坚持传统的“走读式”IT服务，将会遭遇巨大的挑战。

传统IT运维通常采用日常巡检与故障排除的组合式服务，需要IT服务人员要有较高的耐心和细心。对于有数十台IT设备的中小规模数据中心，这样的服务方式足以满足要求。但是，当数据中心的规模以数千台甚至上万台IT设备来计时，这种“手工作业”的模式则会被淘汰，取而代之的是“自动化”模式的IT管理服务。

专家认为，要支撑大型数据中心的可靠运维，必须依赖一个统一的运维管理平台。它应该具备这样的功能：

一、 覆盖数据中心全部IT设备，即将所有设备统一在一个平台上进行管理。

二、 该平台能够实时监控管理对象，使IT人员的管理触角可同时延伸至所有设备。

三、 能够预警，即通过阈值的正确设定，确定预警门槛，既能够“防患于未然”，又不会“虚惊一场”。

四、 能够自动数据分析，具有报表的自动生成功能，使管理运维工作及时、真实地反应出来。

具备了以上性能的运维管理平台，应该说只是具有的基本的功能框架，还需要大量的细节来加以丰富。例如：对于该平台的访问模式，是采用单一模式还是多样模式？是否接受远程访问？告警内容以何种方式发送给对应人员，语音、短信，抑或电子邮件？如何在自定义周期内进行自动触发，从而完成IT运维的例行巡检，并生产巡检报告？如何联动分析告警信息，从而判断单点告警事件的影响面有多大？如何进行风险评估，并提前解决风险点？

以上种种，看似琐碎，实则需要运维管理平台的建设者拥有丰富的实践管理经验，而并非闭门造车可以产生的。比如，倘若没有深厚的技术和经验积淀，很难设立准确的阈值，设的高了，意味着小事件变成大事件了才为人所知；而设的低了，则动不动警报乱响，大惊小怪，白白耗费各种资源。再如，运维人员和管理人员对数据分析结果要求不同，运维管理平台就要提前明确这些各自不同的要求，从而生成符合需要的分析报表和函数图形。