云計算環境下自動化DCIM系統設計

趙耀

（中國鐵路設計集團有限公司，天津 300308）

1 引言

大數據和云計算技術的迅猛發展，促使人類對于數據中心的需求越來越大。國內大量的電信運營商和投資商正在加速建造數據規模更大的數據中心[1-2]。隨著數據中心面積的大量增加，數據日常運維難度也隨之增加，為了全面滿足系統的實際運維需求以及工作需求，各個數據中心開始分別建設數據中心基礎設施管理(DCIM)系統，系統需要具備集中監控[3]、統一展示等能力，同時還能夠對運行數據進行分析預測。近幾年，相關專家也針對這方面的內容進行了研究，例如張紅等[4]提出綠色云計算環境下基于資源整合的任務調度算法研究；左海春等[5]通過大數據技術進行資源整合，組建數據中心基礎設施管理系統。以上兩種系統雖然能夠全面增強整體的管理能力以及智能化水平，但是由于未能考慮系統告警問題，導致建設數據中心基礎設施管理效率和質量下降，運行費用增加。為此，提出一種云計算環境下自動化DCIM系統。

2 云計算環境下自動化DCIM系統設計

2.1 基礎框架設計

本文重點為云計算環境下自動化DCIM系統的整體框架進行設計，對云計算平臺OpenStack 上的功能進行全面整合，在此基礎上，增加監控和計量等功能模塊[6]，通過模塊化的設計實現云計算環境下自動化數據中心基礎設施管理以及自主服務，具體框架圖如圖1所示。

OpenStack工作是在云計算環境的基礎上，對基礎設施經過虛擬化處理后再對資源進行管理。主要通過OpenStack平臺已有的組件進行開發研究，但由于控制面板組件的整體功能過于單一，直接采用OpenStack 中的RESTful API 的方式完成不同組件相關的操作以及管理工作[7]。

在OpenStack 平臺的基礎上，還額外開發了兩個重要的組件，即：(1)監控；(2)計量。

用戶可以利用系統資源獲取虛擬機的狀態信息，將其存儲到數據庫中，全面增強其它功能的拓展，并且采用相應的模塊進行展示。

以上操作為云計算環境下自動化DCIM系統設計奠定了基礎，提供了DCIM系統中的元數據。

在數據層，采用兩種形式的數據庫進行數據存儲，同時將其設定為基本數據模型。

數據中心業務邏輯主要目的就是利用邏輯層完成數據的控制以及相關組件的交互。整個交互的核心是圍繞Node．js 開發的Web 服務器和不同組件給出的接口以及數據庫進行數據交換。Web 前端需要采用對應的JSON格式對數據視圖進行全面渲染和轉換[8]，為后續研究奠定堅實的基礎。

當用戶向系統發送請求時，系統前端會將請求傳遞至Web 服務器，Web 服務器發起請求傳輸到對應的API中，同時和數據庫中的數據進行對比，然后呈現給前端。在對比的過程中會涉及數據庫中狀態信息的更新和刪除等操作。

當用戶對數據中心的資源進行管理時，也是服務器接受前端的請求后向API 地址發送操作請求，同時服務器將經過操作的資源進行記錄，主要是為提供操作失敗后的數據回滾提供對應的理論依據。

2.2 模塊設計

2.2.1 用戶模塊

(1) 注冊

主要負責用戶的注冊，用于收集不同用戶的注冊信息，其中包含用戶名、密碼以及郵箱等相關信息；

(2) 初始化導引

對數據中心進行初始化處理，其中包含數據中心、網絡的建立和相關服務的申請等事務操作流程；

(3) 資源使用概況

顯示數據中心現階段用戶使用資源的情況，主要是指不同數據中心下載各個領域的資源配額以及使用情況?？傎Y源包含虛擬機數量、處理器核心數量、內存以及數據庫存儲等；

(4) 其它部分

含有資料修改、配額管理以及申請等細節操作。

2.2.2 數據中心模塊

(1) 基本功能

涉及虛擬數據中心的數據增加、刪除及修改等功能，還可將數據中心的數據根據地域等相關信息進行展示；

(2) 虛擬機管理

虛擬機的核心操作，包含虛擬機的創建、備份以及遷移等操作；

(3) 網絡管理

包含IP的分配以及不同的網絡服務；

(4) 磁盤管理

包含磁盤的創建、掛載及取消掛載等操作。

2.2.3 監控、告警和計量模塊

(1) 監控和歷史

監控功能需要得到全部虛擬機的狀態，繪制對應的圖表。同時，還能夠獲取對應的歷史情況，用戶在統計數據的過程中，方便計量及后期資源的分配優化；

(2) 告警

進行告警的目的就是當系統進入異常狀態時，及時提醒系統管理員或者使用者查看具體的問題信息。如果出現的問題較為嚴重，則通過短信或者郵件的方式及時通知系統管理員，起到預防及引導的作用，方便資源的調配；

(3) 計量和計費

通過用戶的使用情況及對應的計費模型完成費用統計和顯示。在實際應用的過程中，主要負責為相關企業提供云計算服務，詳細給出需要計費細粒度的總計量和計費數據。通過計量數據全面統計資源的使用情況，其中包含具體的使用時間以及用量計量等；

(4) 其它服務模塊

為用戶提供組建虛擬機所需要的鏡像服務，通過OpenStack 對應的組件完成管理，采用Swift 完成存儲，其中虛擬機備份被稱為快照，它和鏡像一樣能夠在組建虛擬機時被選擇，不同的是能夠通過快照全面保存CPU的內存狀況，也就是將當前虛擬機的狀態直接進行存儲，方便在下一次創建虛擬機時通過快照直接還原之前系統的業務狀態；

(5) 安全策略

主要是為虛擬機配置對應的可訪問策略，同時組建虛擬機可以登錄的密鑰。

3 云計算環境下自動化數據異常告警方法

設定一組時間序列監測數據流，主要包含多個系統性能指標，各個維度以及每次采樣時間的間隔是不確定的，即此時間序列為非常規時間序列，記做[S1，S2，…]，其中：

設定yi代表自動化DCIM系統性能指標采樣指標值；ti代表采樣時間戳；[S1，S2，…]為整個系統的性能監控數據流。給定目標監控周期，尋找監控數據流中可能存在異常發生的時間段，同時判定當前狀態是否存在異常，如果存在異常則進行告警。

(1) 為了更好地實現上述操作，首先對初始非常規時間序列監控數據進行預處理。預處理主要包含數據分段以及去噪等操作，將異質非常規的時間列進行整理，為后續的研究提供可靠的基礎；

(2) 通過時間序列動態對齊算法將不同監控數據對齊，分別計算不同時間序列所表現行為模式間的相似性，將其進行整理，獲取相似性矩陣，以完成行為相似性模型的建立；

(3) 通過步驟(2)中獲取的各段系統行為相似性組建行為相似性網絡，采用基于馬爾科夫游走的排序算法，計算不同時間段內系統行為相似性，將異常程度進行排序，從而獲取監控時間段內系統的異常行為，判定系統當前的行為是否屬于異常行為。

不同性能指標的監控數據流都將采用相同的預處理流程獲取能夠進行對比的結果。時間序列可以劃分為三個不同的步驟，分別為：

(1) 由于告警主要是針對同一個負載周期的時間段進行，所以監控數據需要通過負載周期進行劃分，即通過系統的負載周期將監控時間序列劃分為多個未檢測片段，方便后續的分析和管理；

(2) 時間序列重采樣的主要目的是將采樣周期不均勻的非常規時間序列重構為時間序列的分析形式；

(3) 進行時間序列去噪的主要目的是排除現代計算機系統中隨機性導致的性能數據噪音對于行為模式特征提取產生的干擾。

在整個預處理的過程中，初始監控數據流Sraw通過負載周期P進行劃分，形成多個數據段，將其表示為Traw，然后利用插值進行濾波器重采樣，則對應的函數可以表示為：

利用插值重采樣濾波器處理后能夠獲取采樣間隔確定的常規形式時間序列；經過重采樣之后的數據流Treg利用低通濾波器模塊進行去噪和平滑處理。在整個過程中采用小波變換低通濾波器進行高頻噪聲消除，進一步獲取經過平滑處理的數據。

當初始時間序列監控數據流經過預處理之后，接下來需要對監測數據進行更深入的分析。其中行為模式的抽象以及分類一直以來都是機器學習以及人工智能領域研究的重要話題。

為了有效保證不同的時間序列能夠獲取可比較的相似度矩陣，將全部的時間序列歸一化到[0，1]區間內，同時對線性方程進行歸一化處理，具體的表達形式為：

式(3)中，minimum代表待檢測時間序列段的最小取值；maximum代表待測時間序列段的最大值；其中上述兩個取值均能利用監控時間序列歷史數據掃描獲取。

經過上述操作后，進行系統異常行為告警。在行為相似度網絡建立的過程中，將每一個待測時間序列映射到網絡中的一個節點上，全部映射均保持一對一的函數關系。為了獲取待測時間序列中包含的行為異常片段，能夠利用獲取相似性網絡中對應的異常節點實現。

量化圖或者網絡中節點的連通度以及異常節點查找有很多方法，以下采用隨機游走算法模擬流量在網絡通過網絡結構隨機流動的情形。直觀上而言，連通度越高，則說明節點不僅可以獲取外界的流入流量，同時也有可能在網絡其它節點中獲取流入的流量；針對連通度較低的節點而言，外來的流量難以導入，只能夠獲取少量的直接流入流量。

為了有效量化相似性網絡中不同節點的連通度，進而獲取不同節點的異常指數，將相似的網絡進行建模，組成一個基于馬爾科夫鏈的狀態空間V，同時組建一個狀態轉移矩陣T，主要代表隨機游走過程中系統運行狀態的變化情況。在給定相似性鄰接矩陣M的情況下，將矩陣進行歸一化處理，則有：

連通度向量計算主要是利用重復迭代一個核心狀態轉移遞歸方程，具體的表達形式為：

式(5)中，damp代表隨機游走的粘滯系數，實質上也就是在隨機游走過程中網絡外來流向的主要成分；n代表網絡中節點總數；conn代表迭代計算過程中連通度向量。

其中迭代方程可以被理解為：在計算馬爾科夫狀態鏈上進行隨機游走的工程中進行狀態轉移，各個狀態分別代表不同的游走量，每次發生迭代即為狀態轉移，節點上的流向會通過轉移流動到另外一個節點上，而網絡外部同時也會有流量流入。

連通度向量conn能夠在迭代若干次后收斂獲取一個常向量，迭代方程的收斂性已經通過相關數據被證明。當連通度向量完成收斂后，向量中各個維度即為網絡對應節點的異常指數，也代表對應待測時間序列段的異常指數。由于異常指數和異常程度兩者之間成反比，所以連通度越低，則說明異常程度越高，系統則會需要及時進行預警，并且確定異常發生的時間段。

4 仿真實驗

為了驗證所提云計算環境下自動化DCIM系統的綜合有效性，在表1所示的實驗運行環境下進行測試：

表1 實驗運行環境

(1) 建設數據中心基礎設施管理效率/(%)

實驗選取文獻[4]系統和文獻[5]系統作為對比系統，將建設數據中心基礎設施管理效率設定為評價指標，具體實驗對比結果如圖2所示。

分析圖2中的實驗數據可知，圖2中分別對三種系統的建設數據中心基礎設施管理效率進行了對比分析，但是由于所提系統在實際應用的過程中對云計算環境下的異常數據進行告警，有效避免故障的發生，全面提升系統的建設數據中心基礎設施管理效率，使所提系統的測試指標在三種系統中為最高；

(2) 建設數據中心基礎設施管理質量/(%)

以下實驗測試對比不同系統的建設數據中心基礎設施管理質量，具體實驗對比結果如表2所示。

分析表2中的實驗數據可知，所提系統的建設數據中心基礎設施管理質量明顯優于另外兩種系統，最主要的原因是：在傳統系統的基礎上，系統加入了告警模塊，及時對系統中的異常進行告警，在確保系統管理效率的基礎上有效確保系統的管理質量。

表2 不同系統的建設數據中心基礎設施管理質量對比結果

(3) 系統運行費用/(元)

在相同的實驗環境下，以下實驗測試對比三種不同系統的運行費用，具體實驗對比結果如圖3所示。

分析圖3中的實驗數據可知，運行費用會隨著測試數量的增加而增加，但是相比另外兩種系統，所提系統的運行費用明顯更低一些，這是因為所提系統在傳統系統的基礎上加入了告警模塊，同時提出了對應的告警方法，促使系統及時發現異常，有效降低運行費用。

5 結束語

針對傳統系統存在的一系列問題，本文設計并提出一種云計算環境下自動化DCIM系統。仿真實驗結果表明，所提方法系統不僅能夠有效提升系統的管理效率和管理質量，同時還能夠有效降低系統的運行費用。但是由于受到外界環境以及多方面因素的干擾，促使所提系統的性能還需要進一步提升，后續將對系統進行全面完善，提升系統的服務質量。