科技创新导报 2019 NO.08 Science and Technology Innovation Herald 创 新 管 理 科技创新导报 Science and Technology Innovation Herald 178 DOI： 10.16660/j.cnki.1674-098X.2019.08.178 大数据时代下的数据中心运维管理 徐雪艳 (辽河石油勘探局有限公司信息工程分公司机关信息运维中心 辽宁盘锦 124010) 摘 要： 在社会经济和数据信息技术持续发展中 ， 数据中心现已成为影响企业稳步运行的重要因素。 此时， 传统意义上的 数据中心已经无法满足企业数据管理要求， 且涌现出大量问题。 本文在了解传统数据中心运行情况的基础上， 明确了 大数 据运维管理的数据来源， 并深入研究大数据时代下数据中心运维管理工作的应用措施， 从而满足日益革新的市场需求。 关键词： 大数据时代 数据中心 运维管理 信息技术 中图分类号： TP308 文献标识码： A 文章编号： 1674-098X(2019)03(b)-0178-02 在经济全球化的发展背景下， 信息技术发展速度也越 来越快， 此时为了更好适应多变的市场环境， 各行企业要 在整合全球经济和内部信息化建设水平的基础上， 明确认 识到数据中心是企业内部处理和传递信息数据的重要平 台， 其展现出的工作水平影响着企业内部运行效率。 因此， 在现代化和科技化技术理念全面推广的过程中， 企业要明 确未来发展方向， 并提出健全的数据中心运维管理工作。 需要注意的是， 当前虽然有很多企业已经提出并构建了数 据中心， 但其设定的运维管理工作却存在很多问题。 因此， 下面对大数据时代下数据中心运维管理工作进行分析。 1 大数据时代下的数据中心变化 现阶段， 很多企业都已构成了一体化企业级数据中心 平台， 虽然这符合日常工作要求， 但难以满足大数据时代 对企业发展各项能力的要求， 因此大数据时代对传统数 据中心提出了新的挑战。 其中， 具体展现为以下几点： 其 一， 非结构化数据的重要性增加。 以往数据中心获取的信 息数据都是个人、 移动终端等结构化内容， 而大数据时代 下的数据种类非常多， 不管是半结构化还是非结构化都展 现出了爆发式的增长趋势， 且增加速度远远超出传统数据 中心。 在这一背景下 ， 企业需要引用高效率、 高价值的技术 进行优化和完善； 其二， 增加对数据时效性的要求。 传统 数据中心革新数据的时间周期大都是月、 周及日， 而大数 据时代对处理数据的速度和时间都提出了更高要求， 这就 要求企业在竞争越发激励的市场环境中， 必须要结合实时 分析报表和结果数据来掌控企业发展情况， 并提出有效 的处理措施； 其三， 优化数据分析形式。 传统数据分析是 以结构化为核心进行操作， 业务分析也只能被动接受。 通 过研究大量数据信息， 明确其中潜藏的关联和趋势， 而后 在研究结构化、 半结构化及非结构化等数据融合关系后， 引用空间分析、 文本分析等形式进行操作， 以此为管理者 提供有效的信息依据[1]。 2 大数据时代下运维管理的数据来源 对大数据时代而言， 数据中心在运行阶段获取的数据 主要分为以下几点： 其一， 动力环境监控系统。 其主要对 水量、 网路通讯情况及电压等内容进行全面监管， 因此具 备信息量大的特点； 其二， 管理流程。 这一类数据是指工 单记录、 设备部署信息等， 且需要工作人员进行布线、 安装 与卸载应用设备等； 其三， 员工设备出入管理。 相关数据 有设备出入记录、 访客出入情况等； 其四， CMDB库的设备 资源。 CMDB库作为数据中心的基础内容， 储备着大量资 产信息， 工作人员可以引用RFID等技术， 对资产信息数据 实施及时革新。 3 大数据时代下数据中心运维管理措施分析 3.1 优化数据中心管理能力 在大数据时代下 ， 受数据中心管理水平的提升， 促使对 应运维管理工作也提出了新要求， 国家也在了解未来发展 方向的基础上提出了相应的管理措施和优惠政策。 因此， 企业要在实践发展中从以下几点入手： 其一， 优化运维人 员的技能培训能力； 其二， 科学推广日常工作中的管理制 度， 并注重这一制度的具体要求， 以此加强工作人员对工 作规范性的认知； 其三， 优化运维管理者对管理工作的认 知和理解， 确保其可以科学引用所学技能， 并提升数据中 心管理工作的质量和效率[2]。 3.2 培育强大的运作团队 在大数据下， 企业要想更好地进行数据中心运维管理 工作， 必须要培育一批有素质、 高效率的运维管理团队。 尤其是在这一背景下衍生出的并行计算技术、 数据分析技 术等内容全面推广后， 有关运维员工的业务能力和综合素 养也在随之优化。 不管是基础运维
大数据时代下的数据中心运维管理是企业适应信息化发展趋势的关键环节。随着信息技术的快速发展，数据中心已经成为企业处理和传递信息数据的核心平台，对企业运营效率具有决定性影响。然而，传统的数据中心管理模式已无法满足大数据时代的需求，面临诸如非结构化数据处理、数据时效性提高以及数据分析形式多样化等新挑战。
大数据时代数据中心的变化体现在数据类型的多元化。过去，数据中心主要处理结构化的个人和移动终端数据，但现在，非结构化和半结构化数据的快速增长要求企业采用更高效的技术进行管理和分析。例如，利用空间分析和文本分析方法，从海量数据中挖掘潜在关联和趋势，为企业决策提供支持。
大数据时代强调数据的实时性。传统的数据中心可能需要按月、周或日更新数据，但在快速变化的市场环境中，企业需要实时分析数据以快速响应市场动态。因此，提升数据处理速度和时效性成为数据中心运维管理的重要任务。
此外，数据分析方式的改进也是必要的。不再局限于结构化数据的分析，而是通过融合不同类型的数据显示其内在联系，提供更加灵活和主动的业务洞察。
针对这些变化，大数据时代的数据中心运维管理应采取以下策略：
1. 优化管理能力：提高运维人员的专业技能，推行科学的管理制度，强化工作人员对工作标准的理解，提升整体管理效率和质量。
2. 建设高效运维团队：培养具备高素质和高效率的运维管理团队，充分利用并行计算、数据分析等先进技术，提升团队的业务能力和综合素质。
在实际操作中，数据中心运维管理还需要关注动力环境监控系统的数据收集，如水、电、网络状态等关键信息，同时管理流程中的工单记录、设备部署等信息也至关重要。此外，通过CMDB库的设备资源管理和RFID技术，实现资产信息的实时更新，确保数据的准确性和时效性。
总结来说，大数据时代下的数据中心运维管理面临着从数据类型、处理速度到分析方法的全面变革。企业必须不断提升运维管理水平，培养专业团队，以应对大数据带来的挑战，实现数据中心的高效、安全和智能化运营。
