NMIC場地環境監控系統建設的實現與探索

段文昭 王 彬

(國家氣象信息中心計算機室，北京 100081)

0 引言

國家氣象信息中心(National Meteorological Information Center，NMIC)承擔著氣象部門國家級IT核心系統的運行管理工作，要求其基礎設施管理系統能夠提供高效的支持。自20世紀80年代以來，NMIC先后建立起了多個不同規模的環境監控系統，在承擔不同業務任務的同時，也累積了不同的弊病。

近幾年，新一代數據中心被定義為通過采用自動化、資源整合與管理、虛擬化、安全以及能源管理等新技術，解決目前數據中心普遍存在的成本快速增加、資源管理日益復雜、信息安全、能源危機以及綠色環保等方面的問題［1］。同時，據美國采暖、制冷與空調工程師學會(American Society of Heating，Refrigerating and Airconditioning Engineers，ASHRAE)預測，到 2014 年，每個服務器機架的功率將增至42 kW［2］。IT系統的發展為基礎設施的管理工作提出了更高的要求。

1 系統設計

2009年，在實施過渡期高性能計算機系統和新一代天氣雷達信息共享平臺項目的場地環境系統的建設任務過程中，建立起了一套全新的NMIC場地環境監控系統。該系統實現了對不同性質、不同類型的基礎設施集成的統一管理［3］，從支持IT業務系統穩定運行的角度提供了自動化和標準化的業務運行流程［4］。系統采用模塊化技術，建立起能夠靈活擴展的系統架構，利用系統中心數據庫中的數據資源，實現基礎設施資源的整合和管理，進行能耗管理與分析，使IT業務系統與其所處場地環境的高度融合。

1.1 系統結構

場地環境監控系統采用IP組網、B/S分布的模塊化結構，軟硬件的安裝與維護集中于監控服務器端，系統現場輸入輸出設備及通信接口設備為星型模塊化結構，輸入輸出點通過I/O模塊組合完成與監控設備的匹配。

系統分為管理站(瀏覽站)、現場監控站和現場監控站所管理的各子系統(智能設備)三層。場地環境監控系統結構如圖1所示。

圖1 系統結構圖Fig.1 Structure of the system

系統的管理站配置了一臺中心監控服務器和一臺中心數據庫服務器。管理工作站負責對多個機房集中管理，接收分站傳來的各種實時信息并發送管理人員的控制命令給各分站。管理站與現場監控站采用同一監控界面，數據直接來自于現場監控站。管理站通過網絡連接，動態地下掛現場監控站點。在管理站上也可對本地站的各種信息進行更改，并把更改信息實時上傳到本地站。

中心數據庫服務器安裝SQL Server 2008數據庫，中心監控服務器通過監控平臺的外聯接口，將實時數據按每間隔2 min的模式寫入中心數據庫服務器，同時，利用數據庫的開放特性，實現數據的二次開發與利用。

系統的現場監控站按照機房的物理分區和設備分區配置了兩臺嵌入式服務器。現場監控站負責現場監控各設備或子系統的運行情況，實時采集各種數據和發布報警信息;同時，可執行管理站的管理控制命令，并將各種數據和報警信息上傳到管理站。現場監控站是整個系統的數據來源，它通過各種協議采集所有子系統或智能設備的數據并轉換成統一格式，再利用TCP/IP把數據傳給已連接的管理站和瀏覽站。此外，現場監控站可動態地擴充新的通信協議，便于接入不同的設備。

系統管理站接受遠程瀏覽站的訪問，現場監控站與管理站、瀏覽站之間采用TCP/IP連接，保證關鍵信息的可靠傳輸。

1.2 設備要素

場地環境監控系統的建設工作分為兩個階段:第一階段為已經完成一期區域供電、制冷和物理空間相關基礎設施的監控工作，實現了核心系統建設和中心數據庫建設;第二階段將完成整體區域相關基礎設施和以往場地環境監控系統的升級更替工作。

2 實際應用

在場地環境監控系統建設過程中，搭建了模塊化和可擴展的系統架構，完成了對IT業務系統環境基礎設施的綜合管理，建立了國家級的場地環境監控系統。

2.1 統一的平臺管理

場地環境監控系統是綜合運控平臺。針對NMIC基礎設施的性能、廠家、型號的不同，擺放分散的問題，在統一監控視圖內，系統基于業務流程［5］，采用樹狀顯示結構，包含設備分布、設備屬性、策略和頁面信息，實現了整體環境的實時、動態管理。一線值班人員只需要一個界面就可以管理各類環境設備，解決了值班人員不足的問題。平臺管理功能主要包括以下5點。

①預警提示，場地環境監控系統定置開發了具有閾值設置和預警方式設置等多種預警設置功能。系統利用設置報警和臨界水平閾限，反映基礎設施的臨界負荷能力，并且在超過閾限時觸發可定制的行動，進行全方位報警。當業務指標達到限定范圍時，可在關鍵點之前警示潛在的問題。通過預警功能的設置，解決了在實際報警之前的趨勢預警問題。

②報警過濾，在業務運行過程中，一旦出現高、低端同時大面積報警時，利用報警過濾功能將低端報警過濾掉，僅保留引起報警的最高級別報警信息，便于從報警開始就抓住報警起因，從而解決了大面積報警時無從下手的問題。

③短信、語音通告，在進行參數配置與功能定義后，可根據系統運行情況，完成短信、語音通告功能，解決了無人職守期間和遠程通告的問題。

④Web瀏覽方式，場地環境監控系統具有普遍使用的網絡瀏覽功能。遠程瀏覽站利用Web瀏覽方式，在獲取授權認證后，可以直接訪問監控平臺(包括嵌入式服務器和中心管理服務器)，以及直接觀看監控畫面，解決了遠程控制各類基礎設施運行的問題。

⑤系統擴展，場地環境監控系統的開放性和擴展性可從多個方面實現。系統基于TCP/IP，能將分布于不同位置的多個機房實現跨區域的集中監控及結構擴展。系統可以動態地擴充新的通信協議，接入以往和將來的不同類型設備，實現設備擴展。系統采用開放數據庫聯接(open database connectivity，ODBC)，實現了數據庫擴展。

在二期工程中，利用系統的可擴展性，將進一步完成新增設備的系統納入工作。

2.2 數據的集中統一

系統利用中心數據庫中的原始數據集合，實現基礎設施運行數據的整合與管理，同時為業務系統整合提供環境設備的原始數據，實現IT業務系統與其所處場地環境的高度融合。

例如，同時對多臺空調設備的運行狀態參數與其運行電流之間的變化規律進行分析。圖2所示為2010年6月4日8:00:00～10:59:59三小時內，為神威4000A提供制冷服務的空調設備在實際業務運行中的電流實時數據曲線圖。

圖2 空調運行參數曲線圖Fig.2 Curves of the air-conditioning current

在實際業務運行中，3#～7#共5臺空調均為雙壓縮機空調。圖2中，曲線①為3#空調分電流運行曲線，曲線②為7#空調分電流運行曲線，曲線③為4#、5#、6#三臺空調分電流運行重疊曲線，曲線④、⑤、⑥代表空調三相主供電流的電流值。由圖2可知，空調三相主供電流值是5臺空調分電流值的疊加;4#、5#、6#三臺空調處于平穩運行狀態，雙壓縮機運行穩定;7#空調單/雙壓縮機周期性交替運行;3#空調以單壓縮機運行為主;圖中A點至C點處，顯示7#空調單壓縮機運行，C點至E點處，顯示7#空調雙壓縮機運行，中間的電流差為單臺壓縮機運行的電流差值;壓縮機啟停具有周期性;空調運行參量與實際設備運行狀態相同。

環境設備的運行參數曲線圖中所包含的參量不僅代表該參數的實際運行值，也能反映出所監控的整體物理基礎設施的運行狀態。同時，量化各類物理設備的運行情況，可實現精確的環境管理。

3 環境分析與能效評定

場地環境監控系統中具有大量的環境運行數據，可進行深層次挖掘，實現IT系統環境數據分析和運行能效評定［6］，同時避免潛在問題的發生。

3.1 環境分析

2009年10月，3#濕度環境狀態測點參量如圖3所示。場地環境監控系統發現神威4000A高性能計算機系統出風口濕度低于18%，3#濕度環境狀態參量為神威4000A機組中央部位底部送風口濕度，出現“低于系統設定下限”報警，圖中各點顯示出送/回風參數成對應比例關系。空調系統管理人員利用監控系統中的數據，通過對空調送風濕度及送風量的調節，使計算機系統的運行環境恢復至標準范圍之內。

圖3 3#濕度測點參量Fig.3 Parameters of temperature measuring points for 3#

9#、10#濕度環境狀態測點參量如圖4所示。濕度環境狀態參量是神威4000A最遠端機柜頂部位置濕度測點間的對應曲線變化規律。圖中各點顯示出送/回風參數成對應比例關系。圖中D'點處，環境濕度超越下限，系統報警。空調系統管理人員通過2次調整送風濕度及送風量(E'、F'點處)，找出濕度平衡點，使神威4000A送回/風環境數據重新回歸標準范圍之內。

圖4 9#、10#濕度測點參量Fig.4 Parameters of temperature measuring points for 9#＆ 10#

環境數據分析可提供大量的關鍵信息，如物理基礎設施的運行狀態、隱患以及可支持IT業務系統負荷的能力等，同時可以發現和描述存在的差距，并將其量化，實現有效的環境管理。

3.2 能效評定

2007年2月，綠色網格(Green Grid)組織指定了數據中心能效(power usage effectiveness，PUE)比指標［7］，即PUE=制冷用電負荷+供配電能耗+IT設備能耗+其他能耗(照明等)場地環境監控系統中的數據。PUE還可作為尋找IT業務系統能耗的依據，實現IT業務系統運行成本分析。

表1為2009年11月份各周能耗值的統計情況(照明等未進行統計)。

表1 11月能耗表Tab.1 Energy consumption of November

從表1中看出，在2009年11月份，神威4000A高性能計算機系統的PUE值穩定;高峰時段與低谷時段的能耗平均，每周能耗相近，業務負載平衡，月能耗平均，系統運行穩定。進行IT系統能耗比較，實現有效的能源管理，可對平衡業務負載、新增業務系統起到很好的預知作用。

4 結束語

場地環境監控系統采用IP組網方式和模塊化的系統架構，將分布于不同物理空間位置的不同廠家、不同類型的環境基礎設施進行集中監控，建立起統一的基礎設施管理平臺，掌握全部基礎設施的運行情況，為各類不同的系統管理人員通告系統的運行狀況，實現(準)無人職守的大運行場地環境監控系統。同時，利用該系統的數據庫建立起一套對環境數據進行分析和評價的指標體系，為業務運行與發展奠定場地環境管理和分析的評價基礎。

［1］HP公司.惠普為用戶構建綠色NGDC［J］.電信科學，2008(2):108－109.

［2］Minerva V.如何戰勝數據中心能源危機［EB/OL］.中國:TechTarget.［2009-04-21］.http://www.searchdatacenter.com.cn/showcontent_18947.htm?lg=t.

［3］Spafford G.數據中心 CMDB配置管理指南［EB/OL］.中國:TechTarget.［2010-01-24］.http://www.searchdatacenter.com.cn/guide/datacentercmdb.htm.

［4］Spafford G.ITIL生命周期有助于數據中心整合策略的實施［EB/OL］.中國:TechTarget.［2010-05-26］.http://www.searchdatacenter.com.cn/showcontent_27860.htm.

［5］劉紅艷.基于Remedy ARS的運維流程管理系統［J］.信息系統工程，2010(2):46－47.

［6］Hoffman D.提高數據中心電源效率的十種技術［EB/OL］.中國:Network Appliance.Inc.(2007-11)［2010-05-04］.http://media.netapp.com/documents/wp-7030-zh.pdf.

［7］曹播.能效邏輯和數據中心定量評價指標［EB/OL］.艾默生網絡能源有限公司.［2009-04-23］.http://www.emersonnetwork.com.cn/cn/JieNengZhongXin/00001.pdf.

［8］鐘景華，朱利偉，曹播.綠色數據中心節能設計與建設初探［J］.智能建筑與城市信息，2009(10):21－30.

［9］李穎.機房監控系統的設計與實現［J］.中國科技信息，2010(13):117 －119.

［10］U.S.Environmental Protection Agency，U.S.Department of Energy.Energy star data center energy efficiency initiatives［EB/OL］.［2010-05-28］.http://www.energystar.gov/index.cfm?c=prod_development.server_efficiency#rating.

［11］梁巖.請分層構建綠色節能數據中心［J］.微型計算機，2010(16):108－108.

［12］徐澤中.數據集中模式下應用監控通用指標探析與實現［J］.中國金融電腦，2009(11):61 －65，69.

［13］李書.數據中心機房設計及各專業技術平衡(下)［J］.UPS應用，2010(3):46－49.