2018-10-17 15:00

　　各位领导、各位专家、各位同行下午好！我是中国银行数据中心设备环境团队任广明，我们这个团队是负责中国银行数据中心机房环境设施、硬件以及硬件微码的运维工作，是中国银行数据中心基础设施的运维团队。

　　刚才杨总把数据中心标准的重要性和之前在ODCC做的一些实践做了讲解，我们参加了相关标准的编写，包括主持《金融业绿色数据中心运维规范》的编写、参与《金融业绿色数据中心建设规范》、《金融业绿色数据中心评价规范》的编写工作。刚才郝处分享的PPT，大家都收获不小，后面我也会结合我们同业的情况给大家作一个分享。在基础设施运维过程中，会遇到很多的挑战，包括运维的压力、以及投产的压力和环境搭建的压力。我们在每年的很多大批次、小批次投产过程中如何才能够把环境迅速交付，在我们基础环境保障这里遇到了很多挑战，包括容量、配置，包括迅速的故障排查，这些都是金融业数据中心基础设施会面临类似的一样的问题。

　　我们在运维需要的各种信息，包括基础设施的信息，有一些是excel表格，有一些是自动化的，有一些是分布在不同的团队。从基础环境这块，我们也将需要很多的设备信息整合在一起，才能拿到承载一个应用系统完整信息。在长期的运维过程中各相关团队建立了不同技术条线的自动化系统，记录了不同技术条线相关信息，都是各自实现、实施的。在持续运维压力下、内在自生性创新压力下，因为不创新我们就没有办法更好地提高运维质量、更好地提高运维效率。我们目前已实施完成了一个基础设施可视化平台的工作，包括有资产、运维信息、监控、容量、配线信息，并把这几块的数据有效连接在一起，有机融合作为一个可视化、整体的基础设施平台。

　　此平台其中一个主要作用是实现事件的快速处理，主要是因为风水冷电包括设备出现异常影响是很大的，一台设备出现问题会影响几个系统。如果是基础设施这块，此处特指风水冷电包括硬件会影响比较大，尤其像UPS、PDU等等出现问题，可能都是整个机房内或者整个区域都会出现问题，所以运维的压力和挑战是非常大的。我们如何从这些纷繁复杂的报警信息当中找到根源，并评估影响度、影响范围，我们做了一个详细的事件分析。

　　我们把监控系统出现的告警进行了压缩，另外对于告警信息进行归纳和总结。目前对于告警信息的梳理，是采用人工专家系统这种推断来做的，这样距离智能化，基础设施可视化平台需要进一步的丰富、完善。

　　我们根据告警信息还会同步判断大概在什么地方出现问题，然后用什么样的手段去评估和确定是这个部件或者设备出现了问题，同时会同步推送需要的应急方案、处理步骤、变更方案、过往的故障处理报告，这样让我们一线真正能够完成一线的工作，二线是做运维经验的总结、归纳和梳理。这样让我们一线真正发挥一线的作用，二线发挥二线的作用，而不是说二线去做一线的事情。

　　平台把相关的资产、运维信息、监控、容量、配线信息和应用系统相关信息进行了有机连接，包括设备的配电、网络连接，线缆的连接，因为有的时候我们会查哪个网卡出现问题了，连的是哪个设备，那个存储，流量是不是达到上限了等等，很多情况都需要到最后查到一个卡、一条线。平台包括资源情况，包括机柜空间、配电是否能够支撑多少设备的安装、上电；平台有一个辅助巡检、参观和介绍作用。目前已成为基础设施运维的门户，同时通过数据之间的连接和规范，把相关数据进行统一展示。

　　这就是它的架构，包括了资产信息、容量、运维信息和配线信息，可以进行机房设备的展示、配置的展示、故障的定位，包括配线的信息和变更的信息等，包括值班的信息，都会同时关联在一起。

　　这个平台的很多数据都是通过自动化来采集的，包括下面说到的一体化监控系统，它是由两个系统组成的，一个是机房环境监控系统，另一个是我们自研的硬件监控系统，从2009年上线以后一直运行到现在，并获得了2011年人行的科技进步三等奖。我们在监控的基础之上做了很多功能的拓展，进化为智能化的监控运维的引擎平台。目前通过告警信息能够知道哪个部件，或者哪台机器出现问题。第二个，系统会判断故障原因推送到一线运维工程师，第三个会推送处理步骤，第四个推送应急方案，第五个是以前的故障报告等等。这样能够把异常处理过程简单化，一线工程师可以通过这个系统第一个判断出，第二个自我学习，比较清晰的区分一线、二线工程师的职能。

　　在平台中我们线缆连接、IP网络和SAN网络都进行了连接，通过地址等的关联，把网络设备的接口自动关联到一块，对设备、网络进行关联。

　　目前平台中的数据，不仅有基础设施部分数据，已经关联到资产、网络，同时在硬件监控这部分，把小机的LPAR信息都纳入管理，因此也将应用信息进行了关联，完成了向操作系统层面、应用层面的向上延展。

　　项目从2016年开始到2017年做了多次的建模、开发迭代更新，以及数据的校对。数据是这个平台生长或者说存活，最关键的部分，数据的质量有赖于各相关方对于数据更新的频率，包括数据的准确性这样的一个核对和协同，这其实是平台运维中最困难的一部分。建成一个平台容易，保证这个平台中的数据真实、有效、可用，这是一个系统能够长期使用、准确使用有利于运维最关键的问题。

　　平台采用三维虚拟化的仿真技术实现机房和园区、区域的整体展示，在中国银行协办的第六届数据中心联席会议上，在中国银行数据中心给各位领导进行了演示。通过三维的模型来展示机房各环境、各设备的运行状况，包括高等级的一些事件同步的关联。可以看到机房当中使用了什么样的资源，对应资源的型号包括承载的应用情况、容量。同时也对接资产平台，对于资产的记录、使用、报废等过程有一个全生命周期连接。

　　平台中数据是有机关联的，因为如果没有连接，每一个系统都是单独的数据，连接后就是1+1会大于2。

　　平台的后续工作，准备通过事件驱动反映出来一个部件、设备失效的影响度、关联性。我们今年准备实施机器人巡检、以及RFID。今年也会做一个AR，辅助于设备的巡检，包括故障的处理，是一线和二线，现场和远程的处理异常协同工具。

　　巡检机器人的工作，我们设想后期，在异常事件的发生以后，给机器人发指令，让机器人去确认这个事件是在哪个位置发生，不仅机器人按照预定策略巡检，在异常发生的时候也可以让机器人做一些无人机房运维的工作。通过AR技术来实现一线二线之间互相的沟通，进入机房以后二线看不到一线的情况，因为ECC跟这个机房是没有视频的。通过AR以后，二线可以有一个现场的身临其境的感受，这样能够更好地处理这种异常的事件。AR处理异常的场景，也在第六届数据中心联席会议上也做了相关的展示。

　　金融业数据中心在标准化、自动化、智能化方面，都在纷纷的布局和加码，希望用智能化的手段来解决目前运维当中遇到的问题，同时通过数据之间的连接和关联，把原来一个数据的价值放大，把它关联在一起，形成一个合纵联合的一种效应，放大它的数据价值。

　　我的分享就到这里，谢谢大家！