数据中心基础设施管理(DCIM)解决方案能为管理者带来什么?

简介:

忙到无法节省时间

数据中心的管理效率可以通过浪费的时间和金钱来衡量。在最近的一项调查中,分别来自美国和英国的200位数据中心管理者表示,运用数据中心基础设施管理(DCIM)解决方案这类工具可以使他们的工作“更容易、更快捷、更节省成本”。

如果应用DCIM解决方案真的能节省时间并有效降低运营费用,那为什么调查发现仍有43%的数据中心管理者还在依靠人工方法替代DCIM呢?到底是什么原因阻碍了DCIM的应用呢?

 

没有时间或预算实施DCIM

英特尔委托Redshift调研机构深入探寻当下数据中心所使用的产能规划及预测的方法和工具。调研结果发现,微软的Excel表格软件仍然广受欢迎,近10%的数据中心管理者仍然在使用最传统的方法计算数据中心的面积扩张和布局调整。仅有55%的数据中心管理者能从DCIM管理工具的应用中受益。

令人惊奇的是,人工方法不仅仅只是小型数据中心的典型做法。即使是拥有超过1500台服务器的大型数据中心,使用人工方法和数据中心基础设施管理工具的比例也仅为43:55(其中有2%的受访数据中心不确定使用何种工具或不进行任何规划或预测工作)。

数据中心基础设施管理(DCIM)解决方案能为管理者带来什么?

不使用DCIM 管理工具的两个最常见的原因是什么?有46%不使用DCIM的管理者认为该方案的实施费用太高。另有35%的数据中心管理者表示他们缺乏实施DCIM方案的资源。

收获                

最初,缺乏预算以及实施方案的资源和时间似乎是阻碍DCIM方案应用的罪魁祸首。然而,随着调查的进一步深入,更深层次的揭示了投资DCIM解决方案及其效果的相关真相。

  • 缺乏DCIM工具导致了更多的时间浪费。有56%依靠人工规划的数据中心管理者每个月需要投入40%以上的时间来进行产能规划和预测。
  • DCIM工具可以有效的削减运营费用。在使用DCIM的用户中,有63%的用户通过DCIM分析工具有效的提高散热效率。这些用户也更有可能实行热点审计和CFD模拟。
  • 如果没有DCIM,32%的用户将无法收集可操作的相关数据。这类数据中心对常见的运营限制束手无策,例如有限的机房空间和电力供给。
  • DCIM工具可以定量分析运行中的中断成本。72%的DCIM用户清楚的知道数据中心运行中断的成本,而那些没有应用DCIM的用户中仅有14%的人知道。本次调查结果显示,每次数据中心运行中断的平均成本大约为28,900美元,这对于无法进行定量分析的数据中心来说依然是隐性成本。
  • DCIM工具保证了更快的恢复速度。调研结果显示数据中心运行中断后的恢复时间平均为7小时53分钟。而使用DCIM的用户中有21%表示运行恢复时间少于2小时。而仅有11%的非DCIM数据中心用户能够达到这个恢复速度。

原文发布时间为:2016-05-30
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。


相关文章
|
3月前
|
存储 运维 数据处理
AIGC浪潮对数据中心基础设施发展的影响
【1月更文挑战第19天】AIGC浪潮对数据中心基础设施发展的影响
55 1
AIGC浪潮对数据中心基础设施发展的影响
|
1月前
|
机器学习/深度学习 存储 大数据
利用机器学习优化数据中心的能效管理
【2月更文挑战第17天】 在数据中心的运营过程中,能效管理是维持可持续性和成本效益的关键。本文探讨了一种基于机器学习的方法来优化数据中心的能源使用效率。通过分析历史能耗数据和实时工作负载信息,构建了一个预测模型来指导冷却系统的动态调整,以减少不必要的能源消耗。实验结果表明,该方法能够有效降低能耗,同时保证数据中心的性能和可靠性。
22 2
|
4月前
|
新能源 大数据 调度
阿里云IDC“数据中心低碳用能与任务调度“创新成果荣获“年度低碳解决方案”荣誉
阿里云IDC“数据中心低碳用能与任务调度“创新成果荣获“年度低碳解决方案”荣誉
|
11月前
|
存储 监控 网络协议
「数据中心」数据中心脊页架构:数据中心结构管理、自动化和总结
「数据中心」数据中心脊页架构:数据中心结构管理、自动化和总结
|
存储 资源调度 Kubernetes
新书自荐《深入集群:大型数据中心资源调度与管理》
深入集群 大型数据中心资源调度与管理,已经第2版了(2021-10月)。之前在ata和百晓生发布了新书自荐,这次同步到社区。
593 1
新书自荐《深入集群:大型数据中心资源调度与管理》
|
运维 调度 数据中心
如何推进IT运维数据中心问题管理
在数据中心的管理中,问题管理通常因为没有事件管理、变更管理那么直接影响服务的可用性而被忽视,使得遗留下来的问题没有被及时解决,也会导致事件的重复发生,从而降低系统和服务的整体可用性
135 0
如何推进IT运维数据中心问题管理
|
存储 安全 Linux
NVIDIA DOCA 1.4 持续增强数据中心基础设施服务
NVIDIA DOCA 软件框架旨在帮助开发者在当前和未来的 NVIDIA BlueField DPU 上实现卸载、加速和隔离网络、存储、安全和管理服务,通过提供功能强大的开发套件将软件定义、硬件加速的数据中心基础设施的性能、效率、安全性、可靠性提升至新的高度。
NVIDIA DOCA 1.4 持续增强数据中心基础设施服务
|
机器学习/深度学习 人工智能 算法
机器学习如何改变数据中心管理
数据中心运营商在利用人工智能和机器学习方面有很多选择,而且随着技术变得更加实惠和先进,将会有更多选择。美好的未来就在眼前。
机器学习如何改变数据中心管理
|
存储 数据中心
数据中心支持基础设施
本文研究全球及中国市场数据中心支持基础设施现状及未来发展趋势,侧重分析全球及中国市场的主要企业,同时对比北美、欧洲、中国、日本、东南亚和印度等地区的现状及未来发展趋势
|
机器学习/深度学习 数据采集 人工智能
人工智能如何解决数据中心的工作负载管理难题
随着数据中心工作负载量呈螺旋式增长,越来越多的企业开始寻求采用人工智能技术帮助他们减轻IT团队的管理负担,同时提高效率,并削减开支。
293 0