在本文中，将介绍采用DCIM这个数据中心管理工具来管理IT设备、容量、电力和成本的方法。
　　
　　量身定制的DCIM
　　
　　DCIM供应商们宣称其提供所谓的一个“包治百病”或“一刀切”的DCIM解决方案，而通常并不是满足客户的个性化业务需求定制的系统，数据中心所有者想采用DCIM解决所其面临问题。这些“解决方案系统”旨在解决IT和设施的所有重点问题，然而这些产品和解决方案往往专注于一个或两个优先事项，却未能满足数据中心运营商的所有功能需求。为了解决这个问题，一些DCIM供应商根据客户的需求也提供模块化的软件包。例如，数据中心托管供应商可能会对空调制冷和电源管理子系统的控制更感兴趣，而小型企业的数据中心可能需要直接监视数据中心空间系统，并依赖于数据中心设施的工作人员进行控制和维护。
　　
　　该数据中心的业主必须问自己的问题是“我需要什么来管理数据中心吗？”，“从我的数据中心需要什么知名度，管理正在进行的操作和规划未来？”人们要考虑两种不同的情况：数据中心（1）是一种新构建的采用机架式PDU计量的数据中心，而数据中心（2）是一个遗留的数据中心设施，没有机架电源监控能力，但其一直是使用现有的楼宇管理系统（BMS）系统监控基础设施和电子表格，以便跟踪输出能力和客户的电表读数。人们争辩说，数据中心（2）的要求与数据中心（1）有很大不同。这可能是因为数据中心（2）可以选择BMS与DCIM解决方案，将利用电子表格进行人工输入电源的指标参当选，而数据中心（1）可能采用DCIM收集现场机架电源的数据和监控每个电路的用电量。数据中心（2）的运营商可能已经发现了其局限性，并对其容量极限有着很好的理解，而数据中心（1）依托DCIM平台进行管理。
　　
　　数据中心供应商之间的共性是，他们都希望对其经营成本、效率、能力管理和预测能力有着一个明智的处理。
　　
　　在数据中心生活的某一点中，在组织的某个层次上，有人会尝试预测能源消耗和成本。人们在这方面也实施了一些努力，并采用一个电子表格的形式建立在一个设施的模型（见图1）。这是一个劳动密集的任务，因为这个问题也不是一成不变的：随着加载，环境温度和工作条件的不同，其设备性能特点会有所不同。而这个任务太繁重，不能采用人工解决。
　　
　　图1 人工解码数据中心的挑战
　　
　　DCIM添加了火箭科学
　　
　　要正确理解成本，首先必须解决工程问题。这是在预测建模增加了一些火箭科学，这是对DCIM的工作流模型的分析（见图2）。
　　
　　       图2 调整后的DCIM的工作流模型
　　
　　在引用建模性能的背景下，指的是数据中心设施的功能。例如，改变IT负载的计算机房空气处理（CRAH）单元，或冷水机组不断变化的环境条件和负荷的行为。
　　
　　经常有人问：“我们如何计算或模拟预期的性能？”答案很简单：数据中心中的每一个设备的性能都可以通过一个数学模型来确定。而数据中心供应商具备这个信息库，无论是UPS、变压器、风扇或水泵的负载与效率。图3显示了一个特定的制冷机对环境温度和负载的性能系数。
　　
　　图3 制冷机组的不同冷却负荷和凝结空气温度的性能系数
　　
　　图3曲线的主要特征是当冷凝器温度升高超过30°C时，当冷却负荷接近100%时，能效比急剧下降。在图3中的冷水机组的复杂性是一个单一的子系统组件中集中了各种数据中心的关键组件，这些组件的设备中的功率和热量的分布之间相互作用。例如，制冷机组在冷却负荷时从配电板或面板的电源进行供电，表示机械装置和电气装置之间的相互作用。
　　
　　模型DCIM背后的框架
　　
　　DCIM是什么，业界对此应该没有一个统一的定义。而DCIM可以解决用户的数据中心各种问题，这种想法是错误的。然而现实是，DCIM应该提供一个更深入了解基础设施的能耗和性能的视图，并且在人们关注的领域，需要解决数据中心设施主要的隐患。
　　
　　解锁真正预测数据中心的成本和能源的能力，DCIM应该能够提供对未来的预测，让数据中心运营商知道数据中心不同的负载和温度条件下的反应，以及跟踪项目的主要设施的利用能力。这一个方法是通过性能模型体现的，其中包括在电力和冷却链的主要机械和电气基础设施（见图4）。该模型取代了以前繁重的手工构造的模型（见图1）。
　　
　　图4 确定电源和冷却链的组合数据中心的性能模型（蓝色连接代表的是电源链，红色连接代表的是冷却链）。
　　
　　该模型的目的是警告设备人员是否通过读取仪表读数，得知设备处于一个健康的姿态，还是属于可接受范围内的情况。为什么这个能力很重要？我们怎么知道从电表或制冷参数是正确的吗？由现场人员提供的共同的反应是“我们校准我们的仪表，”这完全忽略了点。这个仪表是提供了读数，但其并不会智能提供数据中心拥有者的负荷在什么温度条件下是健康的。以汽车仪表盘为例，驾驶者在驾驶之前，需要根据仪表参数做出决定。如果没有这个信息报，例如，燃油表和车速表，那么汽车就像在黑暗中驾驶一样。
　　
　　当然，这种模式必须配合DCIM平台。首先要确定的东西是需要管理的主要数据中心组件或功能。然后再确定设备的主要计量点，其次，要记录的信息粒度。它可以是千瓦、安培、伏特、赫兹、转速、°C、°F，以及相对湿度，但同样重要的是一个适当的记录间隔，如15分钟，30分钟或每小时。计量每一个移动和填充磁盘的数据，不能涉及到任何可操作的情报是一个糟糕的投资。作为一个指南，选择1％到10%的人能够进行认真地阅读和评论。例如问实际上将每机架计量的时候，只需要管理行级或PDU级的电源。
　　
　　图5 跟踪数据中心对设计性能：（a）找到合适的仪表（b）进行时间、精力和成本跟踪

　　在图5的（a）中所示的例子中，仪表被提名和数据中心的关键性能指标（KPI）跟踪与预期设计性能（参见图5b）。区别在哪里开始，见图（5b）。它只是通过绘制的健康预期的设计从模型读取可见。发散的常见原因是人工干预，其中有人已经改变了设置，冷却系统或系统已经响应产生不利于载荷状况，但只是在一定程度上还尚未成为危险项目。如果早按照图5检测（b）所示，设施人员能及时处理，并试图恢复分歧的差距，并将数据中心带回到设计。
　　
　　通过DCIM分析和数据存储功能的计算和存储，对有关的机械和电气设备之间的相互作用，可以为电力和热链模型实施每小时的预测分析，参见图4中的数据中心的性能。该模型的输入是测量数据中心的IT负载和外部环境温度。这些数据可以从设备的仪表或其他仪表设备进行实际记录（参见图5b）。
　　
　　DCIM作为决策工具
　　
　　上一节讨论了DCIM可以配备协助设备人员，通过跟踪设备对设计性能进行完善，而且也促使高级管理人员或工程人员问，“我怎么没有什么报酬？”
　　
　　鉴于工程问题可以通过性能模型在图4中得到解决，报告活动的指标成为一件容易的事。这些指标可能包括客户级PUE，总成本和交付成本（美元/千瓦时）的类型，为高级管理层提供商业智能和决策能力。图6显示了在图4中建模的数据中心中每个客户的分配的度量标准。输出来自工程模型，认为能源管理费用，是基于成本的资本和维护成本的指标。考虑图6（a）；分配客户IT的PUE（1）比IT（2）和IT（3）要高很多。这一结果是作业绩效模型图4的结果，而由不同系列的UPS和不同类型CRAH单元组成的IT（1），比IT（2）和IT（3）交付成本更高。
　　
　　图6 从DCIM平台启用有用的KPI和商业智能。下图显示了三个不同的IT客户在数据大厅1和数据大厅2的重要数据中心指标：（a）PUE分配，（b）支付成本，（c）美元/千瓦时，（d）数据中心配置的性能模型。
　　
　　因此，性能模型因此只分配给IT（1）的贡献能源和成本费用。此外，IT（1）相比IT（2）和IT（3），其总成本在图6（b）是较低的。此结果可能是由于IT（2）、IT（3）采用了更高的负载（即更多的IT千瓦时，但能量消耗较少）。此外，与IT（1）相比，IT（2）和IT（3）可能有更大的投资和维护成本，需要进行升级。
　　
　　图6（c）根据他们的活动模型，为每一个客户分配美元/千瓦时。“数据中心交付成本”是报告的成本效益真实的方式，可能比PUE对于高级管理层更有意义。例如，在第一个新数据中心的第一个两到三年的寿命中，资本成本分量起支配作用不管PUE和运行效率。

                图7 数据中心交付成本的指标
　　
　　按图7中的定义，交付成本度量捕获对千瓦时的摊余资金，维护成本和能源使用成本的IT负载提供。在使用美元/千瓦时这个定义时，通过IT（1）与IT（2），IT（3）相比，更容易解释客户的成本效率，如图6所示。客户IT（1）业务的成本为1.6美元/kwh，而其IT（2）和IT（3）则分别为0.6美元/kwh和0.8美元/kwh。虽然IT的总成本（2）和IT（3）高是因为他们使用更多的IT设备（见图6b）。这些信息是非常敏感的，应该只在高级管理层或销售团队的手中。但它可以帮助企业决定重新谈判的潜在处罚和/或决定从现有客户释放未使用的容量，以销售空间给新客户。
　　
　　图8 使用DCIM评估数据中心的升级选项
　　
　　该模型需要从所有的主要数据中心项目的性能和数据的输入，以允许在一个组件和/或系统级的数据中心容量利用率的评估。它有助于数据中心的计划，并为即将到来的基础设施维护和增强计划，它可以帮助评估设施升级选项，而不需要长期的、复杂的、充满错误的电子表格。图8给出了一个10年的净现值（NPV）为冷却系统升级的计算，考虑到对能源的开销，维修成本和所需的资本投资。在这种情况下，它很容易在较短的时间内评估升级选项的内部工程团队，并排除那些不提供一个成本效益的商业案例。在图8的基础上，安装Turbocor制冷机组10年以上将对成本没有什么影响，而采用间接冷却系统可以节约60万美元。
　　
　　结论
　　
　　本文提供了一个可以补充DCIM分析准确地跟踪数据中心消耗的电能，数据中心设计的性能和容量成本。这种方法的核心是其智能模式，可以告知数据中心所有者负载，温度和变化对数据中心设施的影响。
　　
　　这种方法允许数据中心所有者切实管理，并实现其期望的数据中民PUE值和成本目标水平。但其也使拥有者在任何实施前，可以测量其整体数据中心设施效率和成本变化的影响，其分析的输出将符合设施、工作人员，以及高级管理层的要求。
　　
　　在这方面的努力是有效的，需要相应的仪表，其输出数据需要在适当的时间间隔内存储。这样做需要将与现有的BMS或一些DCIM平台进行集成。这么做可以应对由于从数据中心设施的不同硬件设备收集数据的不同难易程度的挑战。
　　
　　编辑：Harris