隨著物聯網、云計算、人工智能、區(qū)塊鏈以及大數據等技術的迅猛發(fā)展，全球數據中心的建設步伐正在加快。與此同時，數據中心的運維管理問題也進一步被凸顯出來，那么如何有效的管控數據中心將是眾多行業(yè)人士最關心的問題。
早期的數據中心基礎設施管理工具大多數由各種系統(tǒng)和設備廠商提供的軟件包組成。梳理、操作這么一堆工具是很復雜的工作，而且占用了運維人員大量的時間。而今DCIM的引進將會大大簡化這些工作。與傳統(tǒng)的數據中心基礎設施管理工具不同，DCIM是一款擁有對基礎設施采用獨立的、專業(yè)管理平臺，既提高了運維人員的工作時效性，又對數據中心的安全可靠性起到了保駕護航的作用。
根據圖1的曲線圖所示，縱坐標表示運維流程，橫坐標表示運維的智能化程度。在傳統(tǒng)運維階段，智能化手段并不多的情況下，運維安全和運維方式通常主要是依靠運維團隊人員的經驗和技能，管理的可持續(xù)性依賴完整的流程制度，和不斷完善的培訓體系。隨著流程制度的不斷完善，運維效率會有所降低，但隨著運維團隊對流程制度熟練應用后，效率會有所恢復。雖然優(yōu)秀的團隊經驗和技能對數據中心運維起到了不可或缺的作用，一定程度上降低了數據中心的運行成本，保證了基礎設施的正常運行，但太過依賴于個人或團隊的經驗，使得市面上的數據中心基礎設施運維服務質量良莠不齊，數據中心的能耗等級也會更加參差不齊。
而智能化運維的引進，通過建立數字化分析模型、運用智能化手段不斷的修復、優(yōu)化基礎設施運行系統(tǒng)，完善固化和簡化流程，自動化運作方式取代部分人力或最終實現無人值守等目標。這不僅可以提升基礎設施運維團隊的整體生產效率、保證基礎設施的正常運行，還可以實現設施設備的高效性；且提高運維安全的可靠性，達到智慧綠色節(jié)能型數據中心，既降低了運行成本又實現了低PUE；也解決了當前數據中心運維人力短缺的困境。
圖1.數據中心運維的演進
圖2.功能架構邏輯圖
DCIM作為管理體系與技術的融合體，在信息化工具方面，可借鑒上述的業(yè)務管理框架進行整體的業(yè)務構建。
采集層：包含各類的子系統(tǒng)或者終端設備，一般而言可分為動環(huán)、安防、樓宇、消防等。
接入層：采用各類集成化或非集成化的網關，進行采集層各類子系統(tǒng)與設備的數據接入。
平臺層：平臺層作為數據的核心處理層級，至少應包含數據的處理、計算能力，并可考慮融合大數據分析引擎，以及面向數據中心管理對象與關系的CMDB。另外，包括一系列的公共服務組件，如權限、報表、日志等；并根據實際的業(yè)務需要，構建大數據、流程引擎、表單設計器等。
應用層：作為業(yè)務構建的核心層級，以DCIM的管理過程展開，構建如監(jiān)控、資產、容量、能效等業(yè)務模塊或服務，另外，隨著國內DCIM范圍的延展，呈現出向運維與運營的發(fā)展，形成巡檢、工單、值班、服務級別等相關的運營業(yè)務。
表示層：作為面向用戶的最終層級，以多樣化的交互方式，提供用戶的接入與訪問。
一套成熟的DCIM平臺不僅能對數據中心場地設施進行監(jiān)控，還可以對資產、容量、能效進行統(tǒng)一的管理，提供收集實時數據、資產可視化、建立虛擬模型、實行變更控制、進行全程管理、呈現運營報告、動態(tài)預測分析等一系列的保障業(yè)務和運營效益的措施。這些功能包括：
●數據中心資源與資產的配置與變更管理
●可視化的物理和虛擬設備設施管理
●基于模型的自動化的事件應對與處置
●現時的與歷史的數據資料的可管理性
●能效的實時測量、能力模型與優(yōu)化配置
●應對動態(tài)的IT設備與虛擬設備的變化
●適宜的資產、成本、效率的預測分析與決策
●容量、資產自動檢測統(tǒng)一的操作平臺、工具和管理界面
