数据中心新的测量模型

责任编辑:vivian

2012-09-24 10:39:52

来源:企业网D1Net

原创

在数据中心环境中,总结指标被分成两组成部分。数据的第一组属于性能的领域。这些措施是针对SLA或预计现有产能利用率阈值的。这些指标集中在基础设施的技术组件上。虽然它们可以是实时

《企业网D1Net》9月24日讯

也许是因为预算季的原因,这些天来分析似乎很流行。但我认为远不止于此。这是一体化的结果。提升技术是企业努力的目标,而不仅仅限于IT部门的领域。在我以前的有关管理和稀疏数据的一些文章中我提到过这一点。变化的暗流影响了我们所有的人。数据中心指标技术不得不设计的能显示出技术转变和采购战略的演变。 

在数据中心环境中,总结指标被分成两组成部分。数据的第一组属于性能的领域。这些措施是针对SLA或预计现有产能利用率阈值的。这些指标集中在基础设施的技术组件上。虽然它们可以是实时的,但是通常它们是短时间跨度的报告。 

第二组衡量相同技术组件趋势的统计数字以及可能有物理约束(空间,电源,高压交流电等)的其他地区。在这些情况下的统计数据以横跨一段较长时间的测量点来显示。 

什么在改变?

对于这两种类型的措施,数据所代表的信息全都和财务决策相联系。在性能和SLA数据中,最终的结果是做出以提高性能的投资决策,或是不投资并接受一些风险较低级别的性能。在接受较低的水平性能的情况下,好处是有能力去将投资基金用到另一个有潜在更大回报项目中。 

从另一方面说,趋势数据显示出已经作出投资是否达到了本来打算实现的目标。这些投资支持流程和人员,硬件/软件升级或附加容量。回顾和与性能趋势关联事件(如升级)可以是一个非常强大的工具。 

作为数据中心管理人员这意味着什么? 

传统的应用程序中存在着性能监控,这些性能监控可以向应用性能提供有关最终用户的有效信息。在智能设备和云的新环境中对终端到终端的模型进行了修正。什么应该是被监测的正确元素呢,更重要的是正确投资取决于什么样的数据呢? 

答案是不明确的。我在用于监测的App Store中还没有发现任何一致的答案。与任何新技术一样,在有市场供之前,找出一种测量方法应该取决于那些管理者。一旦对设备的新鲜感消失,企业的决策者将开始问同样的问题。我们必须去做好准备去应对产生投资决定的问题。而现在,我不认为我们已经做好了应对的准备了。

链接已复制,快去分享吧

企业网版权所有©2010-2025 京ICP备09108050号-6京公网安备 11010502049343号