运维智能化，新型数据中心的最大看点

发布时间：2021-11-10 10:00 所属栏目：52 来源：互联网

导读：7月初，工信部正式发布了《新型数据中心发展三年行动计划（2021-2023年）》。行动计划从目标到任务，迎合应用，贴合市场，符合国家战略，意在为我国数字经济发展提供有效支撑。早在2020年，数据中心就被列入国家新型基础设施的范畴。随着新基建的提速，数据

7月初，工信部正式发布了《新型数据中心发展三年行动计划（2021-2023年）》。行动计划从目标到任务，迎合应用，贴合市场，符合国家战略，意在为我国数字经济发展提供有效支撑。

早在2020年，数据中心就被列入国家“新型基础设施”的范畴。随着“新基建”的提速，数据中心受到了前所未有的关注。

其实，在数据中心领域，高能耗、低算力、高成本、低效率等问题一直困扰着用户，各个国家在数据中心发展上都面临着淘汰旧技术、发展新技术等挑战。

同样，数据中心建设、管理、运维智能化成为行动计划倡导的一个发展方向。那么数据中心运维为什么要智能化？会为数据中心带来哪些价值呢？

7月27日，由OCP社区主办、浪潮承办的第三届OCP China Day上，腾讯云联合浪潮发布《数据中心服务器智能故障诊断TIFDS（Tencent & Inspur Fault Diagnosis System）系统技术白皮书》，首次阐述了腾讯云与浪潮联合研发的TIFDS系统架构，为大规模数据中心提升服务器运维效率、保障数据中心稳定运行提供重要参考。

OCP China Day现场腾讯云星星海实验室研发副总监刘超

1.大规模数据中心服务器运维面临多重挑战

浪潮腾讯大客户部副主任倪旭华在接受记者采访时表示，随着云计算的普遍使用，作为支撑云计算的重要载体之一的服务器部署量在飞速增长，大型IDC数据中心服务器都达到百万量级。

大规模数据中心服务器运维存在如下的痛点问题：

第一，服务器保有量不断增长，产品种类多样，覆盖范围广。运维人员要能够快速准确地进行各类故障的快速运维，对其技术要求是很高的，同时对所有的机器快速运维的难度会更高。

很多故障信息的完整度、准确性不强，可解读性也比较差，技术人员难以进行准确诊断和维护。
第三，以往服务器故障都是通过一些人工手动的方式去分析、诊断，人力成本高，效率低，很难满足用户快速恢复业务的需求。

另外如果用人工的方式往往会产生二次故障，因为人工的判断会存在准确性的问题，二次故障会带来更大的损失。

浪潮腾讯大客户部副主任倪旭华

腾讯云星星海实验室研发副总监刘超介绍说，目前腾讯云数据中心运行超百万台以上的服务器，以往服务器出现故障后，传统的做法是需要L1、L2、L3维护的过程，最早可能是要厂商的工程师去现场找到服务器的log，进行分析，将结果返回到厂商的研发部门，再去做分析，这个耗时非常长。

数据中心服务器维护目前面临着故障无法准确定位、故障诊断效能较低、诊断成本高时效性差、易造成二次故障等多方面的挑战。

腾讯云星星海实验室研发副总监刘超

2.TIFDS系统的妙用

腾讯云基于百万量级服务器运行的宝贵数据和经验，与浪潮联合研发构建了全新的数据中心服务器故障AI诊断系统TIFDS，实现了风险实时预警、故障精准诊断和日志定制化透明安全，实时保护数据中心的稳定。

刘超和倪旭华将TIFDS的功能总结为三点：

一是风险实时预警。该系统基于腾讯云现网运行的百万台服务器运维经验，结合AI智能算法，可对非宕机类故障进行实时预警，降低服务器高负荷运行下突然失效的风险。

二是诊断精准高效。通过构建专家经验库，故障自动明确化率提升至95%以上，远高于业界平均标准，秒级告警，精准反馈故障触发源，提升运维效率。

三是定制化日志透明安全。创新性地按照腾讯云需求，联合定制日志输出上报方式，使诊断过程清晰透明，并对疑难问题进行了识别并建立了线上联合诊断系统，不断提升系统运维效率。

TIFDS系统

腾讯云与浪潮联合打造的数据中心服务器智能故障诊断系统TIFDS，可以解决数据中心服务器维护面临的挑战，为行业发展指明了一个方向。

3.效率成本方面带来的价值

倪旭华说，故障诊断系统TIFDS相对有效地解决了数据中心服务器维护面临的挑战，并在效率、成本等方面，为用户带来价值。

在效率方面，一是在时间维度上，可以快速诊断。从目前统计的数据来看，机房的故障往往可以通过秒级的反应时间，迅速地定位故障对应的部件。二是从质量维度看，因为可以精准的定位故障位置，用户可以快速地实现对应故障部件的更换，从品质的角度讲这是一个非常高效的方式。

从成本的角度，又快又准带来更直观的表现是成本的节约。

对于机房运维人员来讲，可以通过自动化的方式去快速的更换故障部件，可以节省大量的人力成本。从云运营商角度来讲，可以实现快速的运维，业务恢复效率就会很高，原来针对故障需要准备备份的资源消耗就会变少。
针对终端的用户，比如使用云的用户，快速恢复了业务，不再需要做数据的迁移和对应业务的迁移，对于终端用户来讲也可以节约大量成本。
整体上讲，TIFDS故障诊断系统其实是一个阶段性的非常大的突破，也给我们业界提供了一个很好的实例参考。
4.智能运维成为数据中心发展大方向

刘超说，对腾讯云高速增长服务器的保有量和增量而言，靠肩扛手挑这种方式完全不可能满足发展的需求，有时候远远不是效率高低的问题，而是能与不能的问题，整个数据中心的运维必须要走向智能化。

腾讯云作为产业互联网的主要倡导者，积极的响应国家“新基建“号召，已在全球27个地理区域部署了150+个数据中心，并在2020年投入建设了可容纳百万服务器的清远云计算数据中心，成为了腾讯云首个开服的超大规模数据中心，也是华南区迄今为止最大的新基建项目。

为了更高效准确地管理百万级服务器，智能化的监控诊断系统必不可少。腾讯云作为国内首家突破百万台量级规模的云厂商，长期致力于引领中国数字经济的发展，构建更具创新力的基础设施运营。

浪潮作为全球前三、国内第一的服务器龙头企业，秉承创新的理念，以为客户创造价值和为企业增加效益为使命，通过强大的研发能力和创新能力，为客户提供领先技术。

双方在海量服务器运维中积累了重要创新实践经验，基于联合研发（JDM）模式共同探索服务器智能化运维发展，联合研发出领先的TIFDS故障诊断系统，并制定了数据中心服务器智能化故障诊断方案框架，希望通过《TIFDS数据中心服务器智能故障诊断系统白皮书》为行业带来一些革新的思路和视角。（白皮书下载：https://app.ma.scrmtech.com/resources/ResourcePc/ResourcePcInfo?pf_uid=10736_1438&id=23073&pf_type=3）

未来，数据中心智能化是大势所趋，AI、RPA、机器人等各种新技术都会发挥越来越重要的作用。

（编辑：ASP站长网）