基于大数据的云计算中心智能运维系统的应用

基于大数据的云计算中心智能运维系统的应用

孙旭 常苏梅 王佳佳

国网安徽省电力有限公司检修分公司 安徽淮南 230000

摘要：为解决传统运维系统在实际应用中存在的运维耗时长问题，开展基于大数据的云计算中心智能运维系统的应用研究。提出一种全新的运维系统，通过实验进一步证明了该系统的运维效率更高。

关键词：大数据；云计算中心；智能运维

现阶段，云计算中心的规模与服务范围都在不断扩大，同时运维系统的工作量较以往也有了大幅度的提升。在这样的背景下，云计算中心运维管理过程中的一些弊端逐渐暴露出来，其中最为关键的就是数据储存较为分散、管理难度大的问题。云计算中心内部的数据资源对相关生产项目的开展起到了至关重要的作用，因此应加强对相关运维指标的管理与研究，最大限度地提升运维人员数据管理的效率与水平。

1研究背景

近年来，人们生活中的各个领域都引入了云计算的概念，因此云计算中心的初期建立以及后期的应用与维护都是实际工作中非常关键的环节。在云计算中心中存放着大量的IT设备和辅助设备，其中包括网络、服务器、空调、照明等等，这些设备都需要在机房中进行集中放置和管理。通常情况下，计算设备、环境设备以及网络设备等都需要配备相应的监控工具，但这些监控工具在实际的工作中有着功能单一、系统分散的弊端，且很多只能储存近期数据，如一个月以内的数据信息。而在此之前的信息则会被新的信息顶替掉，这也给历史数据分析等相关活动造成了极大的不便。因此，在这样情况下，需要加强对云计算中心运维指标管理系统的研究与建设，进而将机房设备涉及到的重要指标有机融合，不断推动集中化运维管理的实现。

2云计算中心智能运维系统硬件应用

2.1云计算中心数据采集器选型

确保最原始的数据信息能够准确获取并存储到系统的本地数据库中，组件需要从系统的硬件或软件设备当中采集到原始数据。以大数据云计算中心智能运维系统的需求为根据，对云计算中心数据采集其进行选型，本文选用SCS502-EN562-22型号的数据采集传输仪作为本文系统的数据采集器。该型号数据采集器的接口众多，并且仅适合云计算中心运行环境当中的各类以期设备的通讯协议；设备支持GPRS/4G/5G/Ethernet等多种方式的通信传输功能；该型号数据采集器原厂生产还支持云计算环境特有的HJ5556-425通信协议。利用SCS502-EN562-22型号数据采集器上丰富的接口对接云计算环境前端的各类传感器，能够通过上述多种不同方式的通信将数据上传到云服务器当中，并为云计算中心指挥决策提供更具价值的数据支持条件，进一步提升本文基于大数据的云计算中心智能运维系统在线监测预警能力，保证云计算环境中海量数据的安全。

2.2云计算中心数据存储器选型

上述数据采集器的选择为本文系统提供了对海量数据进行采集的条件，为满足本文系统对海量数据的存储需要，对存储器进行选型。结合海量数据存储需要，本文选择6ES7215-56-78型号的数据存储器作为本文海量数据的存储硬件条件。该型号数据存储器的输出功率为32kHz、工作电压为22V、工作温度范围为-25℃~55℃、接收数据流量的带宽为7500bps、供电方式为DC+8~22V电源供电。双路CAN总线数据存储器中集成了2~4路标号CAN总线接口，使CAN总线和本文其他硬件结构连接，可完成对云计算中心数据的实时存储。为保证云计算中心数据存储和传输的稳定性，在对本文系统硬件结构进行安装时，预留出6路模拟数据传输路径和2路通用输入/输出口，以此满足在不同调度条件下云计算中心环境的数据输入和输出需要。为6ES7215-56-78型号数据存储器配备IP60等级的安全防护模块，为云计算中心中的数据提供更加可靠的安全运维条件。

3云计算中心智能运维系统软件应用

3.1基于大数据的云计算中心数据存储技术设计方案

在云计算的发展中诞生了云存储，通过云计算中心智能运维的基础功能来对海量的大数据进行存储，结合上述文本系统的硬件条件，通过可行的存储技术设计方案将云存储应用于集群、网络技术。云存储技术的应用不需要硬件设备，大幅度增加了网络信息存储安全性能，在提升存储效率的同时，也减少了用户对硬件设施的维护措施过程中成本投入。本文的存储数据库以DM7为本文系统，数据存储在此类型数据库中汇总的结构较为松散，因此可完成对结构化数据、非结构化数据和半结构化数据三种不同的结构类型进行存储。第一种数据以表格数据为例，通过扫描数据先得到数据结构，再完成对相关信息内容的填充；第二种数据以短视频、音频为例，通常是只填充数据而没有数据结构，因为这类数据不便利用固定的结构来表现；第三种数据以图形、声音文件为例，是指没有规则或隐含规则的数据。利用DM7系统可实现大多数单表查询，在本文系统的云计算中心环境具有搜索引擎的功能，能在运行的过程中快速搜索所需的数据资料。

3.2设定云计算中心智能运维周期

将云计算中心智能运维看作是一个数据模型，对数据模型的相关变量进行优化，即为实现对其智能运维。通过本文上述设计的基于大数据的云计算中心数据存储技术方案，为实现更加有效的运维，还应当进行设定周期。周期设定如下：X为系统中云计算中心整体寿命的维护周期，Ti为每个运维周期的间隔，i为具体运维周期个数，取值为i=1,2,3…n。在周期为N-1的运维间隔中，云计算中心信息数据的可靠度高于可靠性阈值L，系统自动识别对云计算中心信息安全的隐患并及时维护；第N次周期间隔中，若达到达到可靠度阈值L则说明云计算中心出现问题，这就要对运维指标采集程序和相关模块进行置换处理；如果云计算中心在运维存在失效问题，只需恢复存在问题的板块，利用最小的维护方式来控制云计算中心运行可靠度在阈值范围内。通过设定可行的运维周期，利用计算公式得到有效的运维指标来提高用户信息的安全性能，实现对海量大数据的有效存储。

4云计算中心运维技术分析

4.1 MVC开发模式

MVC开发模式是“Model-ViewController”的缩写，其中Model指的是模型，View指的是视图，而Controller则为控制器的含义。其中Model环节主要包括业务流程、业务规则等模型，同时也是MVC开发模式的核心。对于其它层来说，Model环节对业务流程的处理就相当于是黑盒操作，该环节主要有数据的接收与返还，进而有助于完善模型的重构，进而显著提高其重用性。View环节主要代表的是用户交互界面，在MVC模式当中View环节所负责的功能并不多，只包括数据获取、数据展示以及用户请求收集，并不会参加到业务流程的处理当中。Controller环节在最后发挥作用的过程中会将Model环节与View环节的功能匹配在一起，致力于共同完成用户的请求。

4.2定时任务框架Quartz

Quartz作为一个作业调度框架主要的功能就是实现简单或复杂的作业调度，因此在相应的程序中，Quartz也展现出了很强的可定制性。Quartz可以管理的作业数量非常庞大，最多可以达到上万的作业调度，这部分作业既可以是不同标准的Java组件也可以是EJB。另外，QuartzScheduler是整个Quartz框架内部的管理核心，进而通过其功能的发挥完成Quartz组件的管理以及调度规则的实施。

4.3图标库Highcharts

Highcharts的主要功能是一个图表库，进而借助JavaScript在web网站以及web应用程序中加入有关的功能性图表，而在此过程中通过Highcharts的使用大大增加了图表添加的便捷性。Highcharts的便捷性主要体现在运行速度快，同时相较于Flash和Java，Highcharts不需要插件就可以直接完成运行。同时，Highcharts还具备着很强的兼容性，因此大部分的PC浏览器、手机以及平板设备都可以完成Highcharts图标库的有效运行。

5结语

综上所述，运维指标管理系统的建立对云计算中心管理水平的提升发挥了关键的效用，运维指标管理系统通过对分散的运维指标数据进行统一管理，进而可以使得运维人员可以准确了解各设备的运行情况，更好地开展日常运维与决策工作。

参考文献：

[1]冯佳丽.云计算中心运维数据可视化研究[J].信息技术与网络安全,2020,39(1):100-103.

[2]董凯.论云计算数据中心运行维护探索[J].中国新通信,2020,22(9):40.

[3]郑永芹.关于云计算数据中心访问控制方法研究[J].数码世界,2019,(10):88.