30、数据中心设施监控与热异常检测方法解析

数据中心设施监控与热异常检测方法解析

1. 数据中心设施监控

1.1 监控系统开发

为有效分析、可视化和解读与数据中心相关的大量流式数据，开发了一种新颖且灵活的系统。该系统用于识别和可视化数据中心内的单个指标异常和组件性能，涵盖自动元数据提取和基于物理动机的可视化，以便快速解读。

1.2 元指标应用示例

以热交换器中的水垢堆积问题为例，使用基于物理动机的元指标，将数据流处理直接与系统维护相连接。通过与系统专家讨论，确定了监控基础设施和可视化的关键优先级，包括低维护和设置开销、易于解释以及在不过度提供无关信息的情况下提供有用反馈。

1.3 模板化方法优势

采用模板化方法进行设备级元数据生成和异常检测，能显著降低维护开销，特别是在新设备上线和下线以及系统进行标准操作程序更改时。若不采用系统的模板化方法，自定义仪表盘可能很快过时，被弃用或需要大量的再培训和重新部署工作。

1.4 ML 方法考虑

在考虑部署基于机器学习（ML）的异常检测方法时，需认识到 ML 技术通常需要大量的调优才能基于给定数据流进行适当的警报，同时避免过度警报导致用户疲劳和忽视。未来将继续研究更复杂的方法，并专注于最小化开销，尽可能自动化再培训和重新部署工作。

1.5 未来工作方向

• 开发更多基于物理动机的元指标，并将其直接集成到异常检测仪表盘中。
• 继续开发历史趋势仪表盘，以更好地理解和识别长期行为趋势和漂移。
• 通过数据中心监控和控制，建立和评估下一代方法，以优化设施运营并最大限度提高能源效率。 </