自從基于服務器的計算出現以來，容量管理作為一門運營學科已經存在多年了，其甚至可追溯到大型主機時代。而鑒于每一代的服務器平臺都會創造自己獨特的要求，這使得支持這一學科的相關商業工具也已經存在30多年了。伴隨著數據中心從大型主機發展到中端計算，又從客戶端服務器向虛擬化方向發展，使得數據中心業界對于容量管理工具的需求也在逐步發展。

虛擬化技術的普及采用尤其帶來了智能工作負載管理（IWM）的問題，使得容量管理不再是確保應用程序性能的充分解決方案了。特別是當將傳統的容量管理解決方案用于現代數據中心時，會面臨以下一系列的根本缺陷：

傳統的平臺不足以應付現代數據中心實時的運營操作

中央指數分析迫使傳統的容量管理解決方案需要批量執行，使得這些解決方案無法適應不斷變化的應用程序需求。

傳統的容量管理解決方案完全依賴于歷史數據，因此無法應對不可預測的應用程序的需求模式。

這些傳統的容量管理解決方案所給出的生產的建議甚至往往在被執行之前就已經被淘汰了。

這些傳統的容量管理解決方案依賴于歷史數據，故而不適用于云原生（cloud-native）應用程序工作負載。

傳統平臺僅側重于基礎設施，同時還忽略了應用程序的性能

這些傳統的容量管理解決方案使用不適合的分析算法，專注于基礎設施利用率，而不考慮應用程序性能。

傳統的容量管理解決方案沒有將工作負載需求與基礎設施供應相關聯的語義來確保應用程序的性能。

確保現代數據中心的應用程序性能需要一款能夠解決智能工作負載管理問題的實時控制系統。但伴隨著虛擬化技術興起而出現的軟件定義的數據中心的設計并不包括這個系統。

數據中心容量管理的定義

市場調研機構Gartner公司對容量管理工具做出了如下的定義：

“IT基礎架構-容量管理工具可以生成與基礎架構 -容量相關的報告，并能夠執行歷史數據分析和容量相關分析，深圳論壇空間 香港主機，同時具備IT和業務場景規劃的能力。這些工具的特點在于它們能夠廣泛的與來自各個不同領域的專用工具（例如實時性能監視工具）的數據充分集成整合在一起的卓越功能；能夠為各種各樣的基礎設施組件提供預測、咨詢和自動化；能夠對影響基礎設施性能績效的潛在因素進行深入的分析；以及他們對假設情景及其與在線分析處理（OLAP）業務報告工具的集成的支持。

容量管理工具的目標是為了解答以下問題：

我所在企業的數據中心是否具備足夠的基礎設施容量能力來支持企業當前和未來的工作負荷？如果沒有，那么，我企業何時必須獲得額外的容量；及什么類型的容量？

改變我所在企業的數據中心的基礎架構的容量或配置將會產生什么影響？

在各種操作環境之間遷移工作負載的最佳方式是什么？

關于容量管理歷史的簡單回顧

容量管理工具最初是為支持IBM的大型主機而開發的。彼時，主要的驅動因素是大型主機的硬件成本過于昂貴，因此，業界花費了大量的精力以便準確地確定究竟需要多少硬件。

伴隨著中檔服務器的出現，容量管理的問題開始不再被業界突出強調。盡管確定具體應該采購多少硬件的問題仍然非常的重要，但是兩大趨勢使得這方面的問題不再是業界的突出重點難題了。首先，硬件的成本變得不那么昂貴，因此使得企業客戶具體需要采購多少容量的精度變得不那么重要。第二，雖然主機在單臺服務器上運行了多款應用程序，但中端系統往往是每臺服務器上只運行單款應用程序。這簡化了規劃的過程，同時還減少了對復雜工具的需求。

接下來，從中端UNIX系統到基于Wintel平臺的客戶端-服務器系統的轉變，再次改變了格局。服務器的價格開始下滑，且大多數服務器仍然是單一的應用程序。這繼續削弱了容量管理工具的價值。

隨著虛擬化技術的出現，容量管理問題開始看起來更像是大型主機的問題。借助虛擬化技術，使得企業客戶在同一臺服務器上運行多款應用程序再次成為常態。另外，雖然單臺服務器的成本持續下降，但服務器的數量卻大幅增加了。

根據Gartner公司在2014年的市場調研顯示，僅不到5%的企業正在使用IT基礎設施容量管理工具。他們進一步估計，到2018年，只有30%的企業將采用這些工具——年復合增長率只有5%.鑒于這一工具類別已然成熟，那么，一個顯而易見的問題便是：“為什么數據中心業界對于該工具的普及采用率如此之低呢？”而由此引發的進一步思考是：“鑒于其在數據中心業界的普及采用率如此之低，為什么其普及采用的增長還如此緩慢呢？”

容量管理與工作負載管理