ODCC峰會現場：關于“大數據”，ZNV中興力維曹友盛博士說了什么 2016年09月28日11:28 來源：慧聰安防網|

  9月27日，2016開放數據中心峰會在北京國際中心如期舉行，吸引了百度、騰訊、施耐德、IBM等眾多行業精英、資深、企業大佬匯聚一堂。ZNV中興力維作為數據中心領域的佼佼者，受邀攜新一代智慧數據中心綜合管理（下稱“維統管”）華麗亮相，現場展示受到觀眾的熱烈圍觀和稱贊。本次峰會上，ZNV中興力維曹友盛博士就“力維在DCIM中的布局”與在場嘉賓、觀眾分享了自己的看法與觀點。

ODCC峰會現場

 如何將IDC的數據轉為核心競爭力

 通常，DCIM是指數據中心基礎設施管理。但在力維看來，對于一個數據中心來說，它的意義遠遠不只是對于基礎設施的管理。

 雖然今天大家都在談大數據，許多企業也懂得如何產生數據，但是知道如何保存數據和利用數據的企業卻非常少。而Google是一個既會產生數據，又會使用數據的。谷歌最擅長的是使得數據成為他們的核心競爭力，谷歌所有的，最初的目的只有一個就是產生數據。

 當因特網的末端設備被化后，當數據中心被物聯網化后，數據中心每天所產生的數據將以指數形式高速增長。數據中心運營者在優化及規劃現有設施擴展的過程中，如何更好地運用系統里的數據采集量、多樣性、預測性的價值和真實性，分析的能力和速度將變得尤為重要。因此，對IDC數據的理解還突顯了IBM對大數據的五個定義：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）、Veracity（真實）。

 而力維對DCIM的認識從最初的“基礎設施管理”到“綜合管理”，又進一步向前推進到：“基于大數據概念的IDC綜合解決方案。

ZNV中興力維CTO曹友盛博士在演講

 IDC數據存在的難題與挑戰

 Volume（海量）：目前的感知設備不夠多，智能化還只是剛剛開始，對于數據采集的密度不夠，視頻數據的采集也相對缺乏，數據流能力的設計存在瓶頸。

 Velocity（高速）：對于百億級數據查詢的速度，報表分析的深度，統計的維度，在線分析的缺乏，3D組態的呈現速度。

 Variety（多樣）：缺乏多維數據間的相關性分析，數據呈現孤島性，溫濕度、電壓、電流、影像、GIS、氣體、時間之間的聯系和相關性缺乏。

 Value（價值）：IDC數據對于IDC經營者的價值在哪里？IDC經營者要改善IDC的運營成本、設備的使用率和出租率，如何做到高效、節能、省心、省錢、安全。

 Veracity（真實性）：IDC普遍存在的誤告警、漏告警、事件誤判、報表的真實性，對PUE的誤解。

ZNV中興力維展臺

 什么才是聰明的解決方案

 力維認為可以提升5個V在DCIM中的應用。Volume（海量）：增加感知設備布點，增加數據采集密度，關鍵設備全生命周期事件記錄SOE，動環數據流能力設計；Velocity（高速）：大數據引擎Hadoop-Spark,Kafka、HBase、高速讀寫、高速查詢、高速統計；Variety（多樣）：歷史數據累積，數據整理、清洗，對時、多維數據相關性分析；Value（價值）：IDC數據的價值在于讓IDC經營者能高效、安全、省心、省錢；Veracity（真實性）：真實性是IDC數據需要通過時間來考考核的，Google通過了兩年的時間，證明了DeepMind能為它的IDC省下40%能耗。

 針對數據流能力設計方面，力維的DCIM整體架構可以分為數據呈現、數據引擎、數據接入層、數據匯聚層。力維的“維統管”不僅能實現數據的處理、分析、挖掘、共享、深度學習，還能夠接入匯聚各種協議、海量數據（百億條數據），即便每天100萬個檢測點產生6TB的數據、168億條數據。值得一提的是，維統管還可以實現高密度采集數據，100萬個測點，每5秒采集一次，一條測點數據是200B來計算，每天產生采集數據168億條。

現場觀眾與力維展臺工作人員交流中

 力維的大數據規劃

 第一層是做到響應型分析：收集數據，報表統計，高速查詢。即一個百萬測點的IDC，每天可產生6TB的數據，需要一個NoSQL的高速數據存儲,年統計報表的變量可以在百萬個以上，用SQL數據庫是無法統計出來的。NoSQL技術可以實現百萬變量統計報表 2秒。

 第二層是診斷型分析趨勢：產生的根源是什么？通過多維數據的時間關系深度分析，才能找到根源。趨勢分析：在溫度上升過程中的趨勢可以是線性、拋物、冪函數、指數型的。

 第三層是預測模型：預測型分析已經進入到下一代數據分析的頂尖層次，很多時候是需要人工智能給我們一些真正的建議，利用存儲Alluxio上的預測模型作為參考，對采集數據做快速在線分析和預測，而這些模型來自力維云計算中的深度細化、深度學習。

 第四層是認知轉換：認知計算是大數據的最高層次。可通過提取來自工作流程、事件背景和環境的實時信息，幫助IDC經營者增強預測和決策能力，給業務帶來更大的確定性，從而持續改進自身的業務流程，使IDC運營更加穩健。另外，認知計算可以幫助IDC從大量數據中發掘洞察，揭示以往傳統方法無法發現的模式和機會，來提高重要研究的成功機率。

責任編輯：鐘娟娟