更“冷”的2018——更智能的冷却系统(2)

记住，我们不是简单地创建更好的数据中心冷却系统； 而是在创造更智能的数据中心冷却系统， 重要的是要知道数据中心是一直持续变化的， 通过环境管理系统，是保持一切运行最佳的好方法。这里，有很多都新的DCIM功能，可以让您更好地了解数据中心的各个方面。 通过这些监控数据分析，您可以做出积极的决定，并相应地计划增长。

想要从数据中提取有用的信息，必须拥有能对大规模历史数据进行分布式和并行分析的平台。大数据分析子系统在分布式并行计算技术、复杂事件处理技术和机器学习的基础上，针对采集到的历史数据做智能处理和分析，并对未来可能发生的故障做出预测分析。

为了深度挖掘DCIM系统产生的海量数据，可以通过机器学习领域经典算法的实现，如聚类、分类、推荐过滤、频繁子项挖掘等发现数据的相关性和规律。其中Mahout是最知名的基于Hadoop之上的分布式数据挖掘和机器学习工具。

同时在数据处理的基础之上，可以采用第三方的报表服务引擎来提供增强的基础设施资产信息和动态数据的可视化分析。

对于冷却系统的考虑，比如优化动态冷却系统，可以让数据中心运维人员使用更有效的、下一代分析和规划工具来动态管理他们的冷却基础设施，并优化设备性能和可靠性。要想创造一个更“冷”的2018年，业界人士需要从一个更智能的冷却解决方案开始。

（编辑：ASP站长网）