昨日上午，騰訊旗下云計算服務(wù)在廣東地區(qū)宕機，導(dǎo)致部分用戶資源訪問失敗，控制臺登錄異常，多家網(wǎng)站無法訪問。故障持續(xù)3個小時，目前，此次故障帶來的損失及其用戶賠償問題尚無定論。據(jù)悉，該事故系運營商光纜中斷所致，截止昨日11時40分，騰訊云表示故障已經(jīng)恢復(fù)。

然而，這不是個案。一個多月時間里，接二連三地爆出了一樁樁驚心動魄的事故：

6月初，北京亦莊某數(shù)據(jù)中心機房柴油機發(fā)生起火;

6月28日，阿里云官網(wǎng)控制臺和使用部分產(chǎn)品功能出現(xiàn)問題；

7月17日，AWS管理控制臺間歇性失靈；

7月18日，谷歌云平臺全局負載均衡服務(wù)發(fā)生中斷；

……

以阿里云故障為例，其事后聲明直指，這也是其在運維上的一個操作失誤。結(jié)果導(dǎo)致阿里云的多個產(chǎn)品在約1個小時期間均無法使用，有用戶直言：中國互聯(lián)網(wǎng)半壁江山，驚魂整整一小時！

看來，高溫模式之下，數(shù)據(jù)中心與云計算領(lǐng)域也在經(jīng)受著前所未有的運維考驗。

智能化自動化運維，并非無人介入，還要借力人工智能

運維無小事，尤其是對于充當(dāng)重要基礎(chǔ)設(shè)施角色的數(shù)據(jù)中心而言，運維工作更是絲毫不能懈怠。近十多年來，數(shù)據(jù)中心已從只有UPS、空調(diào)和IT設(shè)備的普通機房時代，進入到囊括各種新技術(shù)和應(yīng)用的新時代。這樣一來，規(guī)模化之下，風(fēng)險集中，數(shù)據(jù)中心的運維管理面臨更大的挑戰(zhàn)，運維難度也“更上一層樓”，特別是面對不斷擴充和升級的數(shù)據(jù)中心，基礎(chǔ)設(shè)施安全、穩(wěn)定的運行顯得日益重要。

在數(shù)據(jù)中心領(lǐng)域，講究的是“三分技術(shù)，七分管理”。因此，數(shù)據(jù)中心如何減少人為參與的機會，并對人為行為進行科學(xué)管控，正是當(dāng)下運維工作的重中之重，而近年來建設(shè)投產(chǎn)的新一代數(shù)據(jù)中心往往對此頗有發(fā)言權(quán)。其中，8月底投產(chǎn)運營的中國電信開普勒（佛山）數(shù)據(jù)中心在智能自動化運維之路上進行了積極探索。

如今，大數(shù)據(jù)、物聯(lián)網(wǎng)、自動化和機器學(xué)習(xí)等創(chuàng)新技術(shù)改變了數(shù)據(jù)中心傳統(tǒng)的運維管理模式。新一代數(shù)據(jù)中心運維離不開信息系統(tǒng)的支撐，建立一套高度智能化的信息系統(tǒng)，是提高運維效率、實現(xiàn)運維智能自動化的關(guān)鍵。

其中，運行監(jiān)控平臺是實現(xiàn)運維管理系統(tǒng)的基礎(chǔ)和前提。為了保障數(shù)據(jù)中心的安全，運營商需要對數(shù)據(jù)中心里面的溫濕度、電能、水流及風(fēng)量等進行全面實時的監(jiān)控，以期發(fā)現(xiàn)潛在問題。在開普勒數(shù)據(jù)中心里，監(jiān)控中心執(zhí)行了紅外溫度監(jiān)測、電能質(zhì)量監(jiān)測、超聲波水流監(jiān)測、風(fēng)量監(jiān)測等資源的監(jiān)控，并額外增加關(guān)鍵設(shè)備監(jiān)控，告警信息直接在監(jiān)控中心展示，確保關(guān)鍵設(shè)備告警信息第一時間被運維人員獲取，有備無患，少故障處理時間，提升工作效率；與此同時，防患于未然，科學(xué)運用這些數(shù)據(jù)還可以為應(yīng)急措施及節(jié)能措施提供可靠的指導(dǎo)依據(jù)。

以人工智能技術(shù)為依托，監(jiān)控中心采用了統(tǒng)一規(guī)范編碼、名稱、數(shù)據(jù)類型、單位精度、更新頻率、儲存要求等數(shù)據(jù)源標(biāo)準(zhǔn)，數(shù)據(jù)中心各種資源與設(shè)備的運行狀況一目了然，既提升了運維的工作效率，又很大程度上避免了機房出現(xiàn)局部熱點、機房冷熱不均、局部熱點等不良現(xiàn)象發(fā)生。

只有監(jiān)控平臺仍是遠遠不夠的，想要實現(xiàn)更精細化的管理，還少不了智能管理平臺，由此PC端搭配移動APP的智能管理方式應(yīng)運而生。據(jù)悉，開普勒數(shù)據(jù)中心在業(yè)界首創(chuàng)性地采用了全自動化二維碼巡檢系統(tǒng)，可自定義巡檢路線，自動生成巡檢任務(wù)，手機APP自動接收巡檢任務(wù)，并一鍵生成巡檢報告，自動評估巡檢健康度，實現(xiàn)了流程自動化與智能巡檢，與此同時，提升了數(shù)據(jù)中心的安全性，提升整體的運行效能。

需要指出的是，數(shù)據(jù)中心的智能自動化運維并非意味著運維中不需要人，而是約有30%-40%的運維是標(biāo)準(zhǔn)化工作，不需要人工干預(yù)，只要設(shè)置好了參數(shù)和步驟，就能解決問題、實現(xiàn)自動化。然而，數(shù)據(jù)中心完全采用人工智能還有一段很長的路要走——數(shù)據(jù)中心設(shè)備廠商施耐德電氣公司專家指出。

此外，另外60%-70%的工作仍需要有人工介入，因為這一部分工作涉及到非標(biāo)準(zhǔn)化運維，此時考驗的正是運維團隊的專業(yè)性——在嚴(yán)格執(zhí)行7*24小時運維值班制度、每月一次設(shè)施設(shè)備保養(yǎng)、每季度一次設(shè)備廠家維護保養(yǎng)等運營制度之下，歐洲服務(wù)器租用 云服務(wù)器，開普勒數(shù)據(jù)中心提供了完整、高效、可靠的數(shù)據(jù)運營及網(wǎng)絡(luò)服務(wù)。據(jù)悉，開普勒數(shù)據(jù)中心將于8月底投運第一批機架774個分別在2-3層模塊機房，平均20A的機柜，4-7層可提供客戶定制。

運維管理與技術(shù)、服務(wù)實力相得益彰，缺一不可