(貴州電網有限責任公司信息中心 貴州 550002)
機房作業自身復雜性的特征,機房作業運行管理工作十分煩瑣,經常會在管理過程中出現重復工作或無效工作的問題,導致機房作業效率低。因此,高效管理機房作業運行已經成為時下最熱門的話題之一。在我國,針對機房作業運行管理平臺的設計較少,目前應用的機房作業運行管理平臺采用分散管理的方式,在實際應用中存在管理效率低的問題,嚴重影響了機房作業效率。結合機房作業運行管理相關研究表明,造成此現象的主要原因為機房作業運行管理平臺的吞吐量低。AR 技術作為一種新型新興技術,能夠通過構建虛擬的網絡環境,管理、控制數據,實現數據自動化存儲。為了更好管理機房作業運行狀態,提高機房作業運行的管理效率成了有關部門的研究重點。針對傳統機房作業運行管理平臺存在的缺陷,本文將AR 技術應用在機房作業運行管理平臺設計中,致力于為機房作業運行管理平臺的優化設計提供支持。
AR 技術作為一種人機交互技術,能夠通過結合虛擬與現實、即時互動以及3D 定位的方式,增強現實,模擬真實的現場景觀。AR技術最早的應用是通過裝置使觀看者具有“身臨其境”的體驗感,比如:AR 技術眼睛[1]。隨著AR 技術的不斷發展,AR 技術的應用范圍越來越廣,包括:醫學、娛樂、軍事以及制造業,且呈現出小型化、精細化的發展趨勢。AR 技術具備最大的優勢在于能夠將虛擬物理與現實世界相連,使用戶具有極高的體驗感以及交互感。
此次應用AR 技術構建機房作業運行管理平臺架構,基于AR 技術搭建虛擬網絡環境,將AR 機房作業運行管理平臺分為三層架構,分別為:客戶端、應用層以及數據層。AR 機房作業運行管理平臺架構具體示意圖,如圖1 所示。
如圖1 所示,AR 虛擬網絡環境在平臺中是由機房作業運行信息傳輸網絡構成的,對應的是實際機房物體與互聯網之間的連接,相當于人體的神經系統,實現信息的實時傳遞。此次結合AR 技術構建了一個三層體系平臺結構,核心為應用層,負責對平臺數據管理服務的體現,提供機房作業運行數據查詢、檢索、修改、存儲、刪除等服務。
在建設AR 機房作業運行管理平臺架構的基礎上,利用AR 技術獲取服務器中的機房作業運行數據,此次采用AR 技術,通過AR 增強數據顯示的方式,將機房作業運行數據投射到AR 虛擬顯示屏上,與機房作業實際運行狀況相結合,并行采集機房作業運行數據。在平臺數據層,基于AR System 構建Python 集群與Storm 集群,其中Python 集群負責物理部分,而Storm 集群負責邏輯部分,將Python集群與Storm 集群分開并行,這兩部分集群也可以部署在同一臺機器上。此次將兩部分集群分開部署主要是考慮到了平臺的數據采集壓力和機房作業的運行壓力[2]。通過Python 集群可以將每個機房作業運行數據采集任務劃分成多個子任務,并將其分布到平臺網絡各個Name Node 節點上,自動獲取經過該節點的機房作業運行數據,儲存到集群中[3]。Storm 集群主要是負責實時計算出機房作業運行數據指標,該指標是指服務器階段產生的相關指標數據,以此完成機房作業運行數據采集。
由于采集到的機房作業運行數據存在信息孤島問題,為滿足機房作業運行管理高效性的要求,還需要處理機房作業運行數據,統一管理機房作業運行數據,進而提高管理效率。為保證管理機房作業運行信息指令能夠正確下達,應對機房作業運行數據實施除雜降噪處理[4]。設除雜降噪處理機房作業運行數據的表達式為Q,可得:

在公式(1)中,A表示AR 虛擬網絡環境中任意一個節點的參數點坐標;n表示機房作業運行數據大小;Xn表示機房作業運行數數;Xi表示第i條管理指令下達的靜態管理效率;B表示機房作業運據的靜態管理效率;i表示機房作業運行管理指令下達個數,為實行數據信息集合。采用上述計算公式,可得出新的機房作業運行數據集合,并以 MySQL 為統一格式存儲到AR System 數據庫中[5]。通過AR 技術發送管理請求,提取運行數據中的參數屬性,將機房作業運行數據參數屬性與BMC Remedy Alert 相關聯。此過程可以通過方程式進行表示,設關聯計算表達式為V,則有:

在公式(2)中:W表示機房作業運行數據參數;P表示機房作業運行數據管理的靜態信息。通過公式(2)將機房作業運行數據參數屬性與BMC Remedy Alert 相關聯,是統一機房作業運行管理信息中最關鍵的環節。數據層中數據整理模塊主要是負責整理處理后的機房作業運行數據,智能識別出具有相似內容的機房作業運行數據。使用AR 技術,在機房作業運行數據匯集與信息展示的基礎上,強化各應用之間的互聯共享,進一步完善平臺機房作業運行管理功能。
本文通過實驗的形式測試基于AR 技術設計機房作業運行管理平臺的實用性,此次實驗內容為選擇某機房作為此次實驗的研究對象,機房作業內容包括:機房涉電作業、機房動火作業以及機房清理作業,對上述機房作業運行執行管理行為。實驗環境配置分為兩部分說明,其中硬環境包括:Windows10 處理器Inter(R)、支持8 線雙絞線同軸電纜光纖專網;軟環境包括:Weapectl1.2.1 軟件,整個平臺使用Logo 語言。本次實驗測試指標為管理吞吐量,管理吞吐量能夠表示單位時間內成功的傳送管理數據的數量,管理吞吐量越高證明該管理平臺的管理效率越高。首先,采用本文提出的管理平臺對機房作業運行展開管理,通過Weapectl1.2.1 軟件獲取通過管理請求的吞吐量,設置其為實驗組;再使用傳統的管理平臺執行管理操作,將得到管理請求的吞吐量記為對照組,設置實驗次數為10 次,記錄實驗數據。
根據上述提出的實驗步驟,將實驗結果以表格的形式進行展示。得出實驗數據對比表,如下表1 所示。

表1 實驗數據管理吞吐量對比表
根據上述表1 可知,本文設計的管理平臺管理吞吐量最高為4.478 Mbps,而對照組僅為2.439 Mbps,設計的管理平臺吞吐量明顯高于對照組近兩倍以上,管理效率更高,可以實現對機房作業運行管理效率的優化。因此,可得出本次實驗的結論:相比傳統的管理平臺本文應用AR 技術的管理平臺管理效率更高,更具實際應用價值。
通過基于AR 技術的機房作業運行管理平臺研究,能夠取得一定的研究成果,解決傳統機房作業運行管理中存在的問題。由此可見,本文設計的管理平臺是具有現實意義的,能夠指導機房作業運行管理平臺優化。在后期的發展中,應加大AR 技術在機房作業運行管理平臺中的應用力度。截至目前,國內外針對基于AR 技術的機房作業運行管理平臺研究仍存在一些問題,在日后的研究中還需要進一步對機房作業運行管理平臺的優化設計提出深入研究,為提高機房作業運行管理平臺的綜合性能提供專業建議。