数据中心的停机时间会给企业带来严重后果，并且代价高昂。这就不难看出一些工具所具有的吸引力，这些工具可以提供对数据中心资产、相互依赖性、性能和容量的可视化，并将这种可视化内容转化为可预测设备故障或容量不足的可操作知识。
数据中心基础设施管理(DCIM)工具旨在监控IT和建筑组件的利用率和能耗，包括服务器、存储设备、配电设备和制冷设备等。
DCIM软件具有远程设备监控、电力和环境监控、IT资产管理、数据管理和报表等功能。借助DCIM软件，企业可以简化容量规划和资源分配工作，并确保尽可能高效地利用电力、设备和占地面积。
什么是DMaaS?
数据中心管理即服务(DMaaS)是基于DCIM软件的一种服务。但它不仅仅是DCIM软件的一个SaaS交付版本的服务。DMaaS可更进一步地收集数据：从数十个数据中心收集大型设备和小型设备数据，然后对这些数据进行匿名化、汇总和分析。
DMaaS可能会改变数据中心的管理和运营方式，451 Research公司的数据中心技术和环保高效IT渠道研究室主任Rhonda Ascierto说。
“DMaaS可以汇总并分析大量匿名客户数据，并可通过机器学习来提升自身能力，”Ascierto说。“一个关键目标是预测和防止数据中心基础设施出现事故和故障，并检测低效率工作状态或容量不足。”
DMaaS市场中的两家早期企业是施耐德电气公司(Schneider Electric)和伊顿公司(Eaton)。两家厂商都从他们在数据中心领域多年的经验中挖掘出大量数据，包括设计和构建数据中心、楼宇管理、配电以及电力和制冷服务。
在各类运行环境中，从各种客户那里获得这些数据是DMaaS的真正价值，它可使企业能够将自己的数据中心性能与全球基准进行比较。例如，施耐德电气公司的DMaaS产品，名为EcoStruxure IT，它与一个包含500多个客户和220万个传感器的基准数据的数据湖相连。
“DMaaS的关键价值--以及它与企业内部部署的DCIM和SaaS交付的DCIM不同之处--在于将匿名数据汇集起来，结合使用机器学习、异常检测和事件流回放来运行大数据统计分析，”Ascierto说。
她说，从不同类型的数据中心收集的数据越多，数据分析得越多，DMaaS就会变得越来越智能。拥有关于特定环境中特定设备性能的大量数据(如温度、湿度和空气压力等)，可以让DMaaS供应商更准确地预测设备何时会出现故障，或者预测冷却阈值何时会超出。
DCIM与DMaaS
DCIM软件自问世以来，一直在大肆宣传并声称交付时间较短。但它很难部署，投资回报尚不明确。
“DCIM可以降低风险，同时实现新增效益，更好地进行容量预测并提高业务敏捷性。但由于诸如实施业务变更以支持DCIM所面临的难题和衡量总体投资回报率等挑战，它仍然是一个未得到充分部署的技术。DMaaS承诺可以逐步解决这些难题并提升DCIM的价值，”Ascierto说。
当计算环境分布在传统本地数据中心、云和托管站点以及边缘计算应用程序时，数据中心管理就变得更加棘手。传统的DCIM模型要求在每个数据中心站点都安装软件，但对于跨环境进行性能比较，这项工作就变得极具挑战性。DMaaS是一款基于云的远程监控服务，旨在支持各种部署地点。
DMaaS的局限性
尽管如此，DMaaS要发挥其潜力还有很长的路要走。Ascierto说，DMaaS的长期目标是将物理数据中心基础设施管理与许多其他服务(包括IT工作负载管理、能源管理、连接性和业务成本计算等)集成在一起。但实现这一目标需要时间。
她说：“目前DMaaS还不能与‘传统’DCIM所提供的众多功能相比，但随着时间的推移，我们预计它将会进一步发展。DMaaS使数据中心工作超越DCIM范畴，超越了单一站点的专有管理。随着时间的推移，可能会增加其他数据和服务，包括集成工作负载管理、能源管理、客户关系和业务系统、天气、员工服务以及安全和网络管理。”
在本地DCIM和基于云计算的DMaaS之间进行选择，这并不是一个清晰明确的决定。Ascierto说，出于安全和延迟的原因，保留一些本地DCIM监控功能或许是合理的。例如，将数据发送到集中式云设施并接收返回数据，这对于时间敏感的监控和报警来说并不适用。另一方面，对于日常操作来说，预测工作并非必不可少，因此在非本地执行是合理的。
“我不认为这是一个非此即彼的命题。我认为它们可以‘同时’选择，”Ascierto说。
京公网安备 11010502049343号