機房監(jiān)控

前言：

數(shù)據(jù)中心機房監(jiān)控主要是針對機房所有的設(shè)備及環(huán)境進行集中監(jiān)控和管理，機房監(jiān)控系統(tǒng)廣泛應(yīng)用在各行業(yè)領(lǐng)域，采用分散部署、集中監(jiān)控系統(tǒng)完成全天候、無人值守的監(jiān)控工作，確保機房設(shè)備的穩(wěn)定運行，提高機房管理的安全性能和可靠程度，實現(xiàn)機房的科學(xué)管理。因此，機房監(jiān)控的核心應(yīng)該是對IT系統(tǒng)運行狀態(tài)的監(jiān)控，而最直接有效的監(jiān)控應(yīng)該是直接對IT設(shè)備運行狀態(tài)進行監(jiān)控。傳統(tǒng)機房的物理安全性得不到保障，傳統(tǒng)機房監(jiān)控系統(tǒng)存在哪些問題？如何改變傳統(tǒng)機房環(huán)境監(jiān)控的現(xiàn)狀呢？

傳統(tǒng)機房監(jiān)控系統(tǒng)存在的問題

1、監(jiān)控系統(tǒng)“監(jiān)”與“控”的問題

（1）現(xiàn)在的監(jiān)控系統(tǒng)一般來說是多“監(jiān)”少“控”，監(jiān)視點的數(shù)量要遠遠大于控制點的數(shù)量。按照辯證思想來說，這兩者之間作為監(jiān)控系統(tǒng)的兩大功能應(yīng)該是相輔相成、缺一不可的，有多少監(jiān)視量就應(yīng)該有多少控制量。

（2）在實際情況中，往往控制量比監(jiān)視量更重要，就算知道動力設(shè)備或環(huán)境參數(shù)運行過程中超出了其正常范圍，但如果無法通過有效的手段去改變設(shè)備的運行狀態(tài)，那根本就沒有處理故障的可能性，對設(shè)備的監(jiān)視往往就成了虛實無華的擺設(shè)。舉個簡單的例子來說，值班人員在值班過程中發(fā)現(xiàn)一個基站環(huán)境溫度過高，那么他可以通過控制空調(diào)的開關(guān)或調(diào)低空調(diào)的溫度設(shè)置點來達到解決故障的目的。假設(shè)監(jiān)控系統(tǒng)沒有控制量，那么我們只能通知代維人員去基站打開空調(diào)或調(diào)低空調(diào)溫度設(shè)置點，這種方法不僅延誤了故障處理時間又造成了人力資源的浪費，是不可取的。因此，監(jiān)控系統(tǒng)應(yīng)該考慮“監(jiān)”和“控”平衡發(fā)展，在“監(jiān)”的同時不要忽略“控”的重要。

2、系統(tǒng)的開放性問題

（1）一個優(yōu)秀的系統(tǒng)必然會有良好的兼容性及強大的擴充能力。按照電信行業(yè)的發(fā)展趨勢，必然會出現(xiàn)集中網(wǎng)管的組成形式，因此動力電源、環(huán)境及圖像集中監(jiān)控系統(tǒng)應(yīng)該能給其它網(wǎng)管系統(tǒng)提供友好的程序擴展接口。

（2）集中監(jiān)控系統(tǒng)數(shù)據(jù)應(yīng)能夠基于TCP/IP網(wǎng)絡(luò)協(xié)議傳輸。TCP/IP協(xié)議作為計算機網(wǎng)絡(luò)體系的核心協(xié)議，對網(wǎng)絡(luò)通信中從硬件故障、網(wǎng)絡(luò)擁塞、分組延遲或丟失、數(shù)據(jù)損壞到數(shù)據(jù)重復(fù)或失序等影響通信的問題都有相應(yīng)的解決和糾正辦法，很好地保證了數(shù)據(jù)包的完整和收發(fā)的可靠。由于TCP/IP協(xié)議的開放性和廣泛應(yīng)用，我們利用Telnet遠程登陸訪問端局?jǐn)?shù)據(jù)。而上面所提到的派工單系統(tǒng)在基于TCP/IP協(xié)議的組網(wǎng)形態(tài)下將能夠比較方便的實現(xiàn)。

3、監(jiān)控系統(tǒng)的圖像問題

機房圖像監(jiān)控系統(tǒng)作為動力電源監(jiān)控系統(tǒng)一個重要的分支沒有必要單獨做一套獨立的系統(tǒng)，如果能整合到業(yè)務(wù)臺網(wǎng)管軟件將大大提高圖像監(jiān)控系統(tǒng)的使用率，值班人員可通過網(wǎng)管業(yè)務(wù)臺軟件調(diào)節(jié)攝像頭對無人機房和重要動力設(shè)備指示燈及數(shù)據(jù)顯示屏進行實時監(jiān)控，實現(xiàn)真正意義上的局房無人值守或少人值守。

然而，隨著兩套系統(tǒng)的整合，龐大的圖像數(shù)據(jù)勢必將占用大量的傳輸帶寬，因此拓寬系統(tǒng)網(wǎng)絡(luò)帶寬，提高系統(tǒng)數(shù)據(jù)處理能力勢在必行。另外，由于機房環(huán)境圖像幾乎是不變的圖像，不同于銀行、交通關(guān)卡等對圖像實時性要求較高的環(huán)境，因而不必采用高速率實時傳送。我們可以適當(dāng)降低圖像系統(tǒng)每秒傳輸幀數(shù)以減少數(shù)據(jù)流量。

4、監(jiān)控系統(tǒng)網(wǎng)絡(luò)速度問題

隨著監(jiān)控工程規(guī)模的不斷擴大，被監(jiān)控設(shè)備和監(jiān)控點不斷增多，必然會有大量的數(shù)據(jù)需要處理分發(fā)，讀出和寫入數(shù)據(jù)庫。如此龐大的數(shù)據(jù)對于網(wǎng)絡(luò)帶寬和服務(wù)器的承載能力提出了更高的要求。隨著今后監(jiān)控系統(tǒng)的發(fā)展，擔(dān)負節(jié)點通信機功能的設(shè)備應(yīng)該由硬件系統(tǒng)承擔(dān)，而且采用串口通信的端局最好分散在不同的前置機系統(tǒng)上，以便告警信息的及時響應(yīng)。

5、監(jiān)控系統(tǒng)的管理問題

監(jiān)控系統(tǒng)的管理比系統(tǒng)本身更重要，概括如下：

（1）集中監(jiān)控系統(tǒng)自身的維護，包括集中監(jiān)控系統(tǒng)日常打印、通信、數(shù)據(jù)存貯、備份、清潔外圍設(shè)備等管理。

（2）集中監(jiān)控系統(tǒng)中顯示的動力設(shè)備故障處理流程管理，對歷史數(shù)據(jù)進行統(tǒng)計、分類，以詳盡的分析報告對設(shè)備運行參數(shù)進行客觀評價，為設(shè)備故障處理和今后設(shè)備選型提供可靠的依據(jù)，包括對歷史數(shù)據(jù)和分析報告等其它數(shù)據(jù)的打印存檔管理。

（3）對歷史數(shù)據(jù)進行分析整理，能預(yù)先發(fā)現(xiàn)動力設(shè)備中有可能存在的安全隱患，提前發(fā)現(xiàn)故障，采取相應(yīng)的處理措施，減少故障的發(fā)生幾率，即通常所說的“預(yù)診斷”、“預(yù)告警”。如能提前做好這一步管理工作將大大提高我們的網(wǎng)絡(luò)運行質(zhì)量，實現(xiàn)對設(shè)備資源和人力資源的合理化管理。

6、電磁干擾的問題

目前數(shù)字技術(shù)的應(yīng)用越來越普遍，電磁污染也日益嚴(yán)重，特別是監(jiān)控系統(tǒng)的前端采集部分，置于電源設(shè)備的現(xiàn)場，更易受到影響。一般監(jiān)控系統(tǒng)受到的電磁干擾來自計算機內(nèi)、外部。計算機內(nèi)部干擾有信號反射、高頻電路輻射、元器件噪聲、寄生耦合等；來自計算機外部的干擾包括電器設(shè)備的干擾（如開關(guān)沖擊、電磁輻射干擾、電器設(shè)備的放電）、自然方面的干擾（如雷電、電磁脈沖以及靜電干擾等）。

估計現(xiàn)在許多基站監(jiān)控故障后通過復(fù)位能解決的程序走飛現(xiàn)象也是產(chǎn)生電磁干擾的原因之一，所以抗干擾也是監(jiān)控系統(tǒng)的重要課題。監(jiān)控系統(tǒng)的計算機抗干擾通常采取的措施包括：

（1）計算機內(nèi)部電路板的制作考慮元器件、布線的合理布置，采用隔離、分離、走向的辦法減少內(nèi)部電路的干擾。

（2）處理好電源饋線、機內(nèi)貫穿導(dǎo)線的走向，合理設(shè)計地線系統(tǒng)及各部分間的電連接，消除和抑制電磁及靜電干擾。

（3）采用濾波器、去耦電路等防止或減小對電路的干擾。

（4）采用屏蔽隔離手段防止或減小電磁的直接干擾。

（5）良好的接地方式防止或減小電磁及雷電的干擾。

（6）軟件數(shù)字濾波可防止或減小電磁輻射、電磁脈沖等對通道的干擾。

（7）軟硬件看門狗可防止由于電磁干擾而產(chǎn)生的程序走飛情況。

7、集中監(jiān)控系統(tǒng)的軟件問題

集中監(jiān)控軟件（網(wǎng)管系統(tǒng)）作為人機界面，可操作性和便利性至關(guān)重要，同時軟件系統(tǒng)還必須具有高智能性。所謂高智能性應(yīng)該包括以下幾個方面：

（1）數(shù)據(jù)采集應(yīng)該采用輪詢和中斷兩種機制。在系統(tǒng)正常運行、數(shù)據(jù)變化不大時系統(tǒng)采用輪詢的方法隔時上報數(shù)據(jù)或者在網(wǎng)管中心發(fā)出查詢命令時實時上報數(shù)據(jù)；在設(shè)備運行數(shù)據(jù)發(fā)生突變時，系統(tǒng)以中斷的方式及時上報數(shù)據(jù)。這樣既減少了總線中的數(shù)據(jù)流量又保證了重要的故障數(shù)據(jù)不會被遺漏。

（2）系統(tǒng)具有自診斷功能，即能自動判斷系統(tǒng)中出現(xiàn)的故障是動力設(shè)備故障還是監(jiān)控系統(tǒng)本身故障。

（3）能根據(jù)用戶需求自動生成各類報表，如設(shè)備故障次數(shù)、故障種類、故障分布情況，為以后設(shè)備選型和故障分析提供可靠的依據(jù)。

（4）設(shè)備用電情況以及高、低峰時期負荷分配情況也是今后動力維護中應(yīng)該關(guān)注的一個問題。監(jiān)控軟件應(yīng)能根據(jù)設(shè)備用電情況統(tǒng)計出各基站和交換局月用電度數(shù)，為動力設(shè)備合理分配用電時間和公司開源節(jié)流做出貢獻。

（5）在系統(tǒng)中植入蓄電池智能分析模塊，利用基站停電過程對蓄電池進行性能分析并形成分析報表。

（6）系統(tǒng)能根據(jù)以前故障處理經(jīng)驗為故障診斷和故障處理提供依據(jù)及解決方案。

（7）系統(tǒng)生成派工單應(yīng)可以在網(wǎng)絡(luò)上流轉(zhuǎn)，故障責(zé)任人填寫處理結(jié)果后可由系統(tǒng)統(tǒng)一歸檔存入數(shù)據(jù)庫，必要時能對派工單生成統(tǒng)計報表以供查詢。

8、監(jiān)控系統(tǒng)的實用性問題

由于新技術(shù)、新工藝及高質(zhì)量的器件在通信電源設(shè)備的生產(chǎn)制造中得到廣泛應(yīng)用，監(jiān)控系統(tǒng)的可靠性、自動化程度有了很大提高，如開關(guān)電源設(shè)備、UPS、柴油發(fā)電機組等智能設(shè)備以及目前普遍使用的閥控蓄電池組等非智能設(shè)備，它們都有較高的可靠性，這對通信電源集中監(jiān)控管理，實現(xiàn)通信電源設(shè)備少人、無人值守的目的提供了較好的條件。

而通信電源監(jiān)控系統(tǒng)的可靠性問題也同樣至關(guān)重要，因為監(jiān)控系統(tǒng)可靠性問題解決的好與壞，直接影響到通信電源設(shè)備現(xiàn)代維護管理體制的建全和發(fā)展，影響到能否提高通信電源設(shè)備維護管理水平、提高通信電源供電質(zhì)量、實現(xiàn)少人或無人值守的目的。

目前很多動力設(shè)備自身運行質(zhì)量已經(jīng)比較完善，系統(tǒng)運行MTBF（平均無故障運行時間）在10萬小時以上，如果監(jiān)控系統(tǒng)連被控設(shè)備的要求都無法達到，我們在動力設(shè)備無故障的情況下還需要投入大量的人力和物力去維護監(jiān)控系統(tǒng)，那么我們投入監(jiān)控系統(tǒng)的目的就無法實現(xiàn)。因此在電源監(jiān)控系統(tǒng)的性能不斷完善的基礎(chǔ)上，更應(yīng)注重提高監(jiān)控系統(tǒng)自身的可靠性。

如何改變傳統(tǒng)機房環(huán)境監(jiān)控的現(xiàn)狀

1、完善的機房監(jiān)控系統(tǒng)應(yīng)該具備三大特點：

（1）能夠?qū)崿F(xiàn)從設(shè)備運行情況到機柜微環(huán)境再到機房整體環(huán)境這樣多層次的監(jiān)控；

（2）能夠有豐富的閾值設(shè)置以監(jiān)測出危機的存在，并能有豐富的預(yù)警方式和預(yù)警流程保證相關(guān)人員能夠收到警訊，達到預(yù)警的目的；

（3）具備網(wǎng)絡(luò)化、智能化，能夠隨時隨地通過網(wǎng)絡(luò)查看機房內(nèi)的情況。

目前國內(nèi)普遍缺乏機房場地設(shè)備的專業(yè)管理人員，對機房進行計算機自動化管理顯得十分重要。為了減少因環(huán)境和人為失誤造成的損失，用戶需要擁有一套先進、可靠的機房環(huán)境監(jiān)控與預(yù)防系統(tǒng)來確保設(shè)備的安全運行，計算機機房和數(shù)據(jù)中心支撐著各類企事業(yè)單位現(xiàn)代化生產(chǎn)體系的正常運行，一些機房甚至已成為無人值守型。在這種情況下，任何一個由于環(huán)境因素和人為失誤造成的意外系統(tǒng)中斷和設(shè)備損壞都會給企事業(yè)單位帶來巨大的損失，為了減少這種損失，用戶需要有一套先進、可靠的機房環(huán)境監(jiān)控與預(yù)警系統(tǒng)來確保設(shè)備的安全運行。該系統(tǒng)必須能夠隨時隨地觀察到機房的情況、必須能及時地發(fā)出預(yù)防性報警、通知有關(guān)人員、采取措施、防止事故發(fā)生。

綜上所述，完善的機房監(jiān)控系統(tǒng)應(yīng)該具備三大特點：能夠?qū)崿F(xiàn)從設(shè)備運行情況到機柜微環(huán)境再到機房整體環(huán)境這樣多層次的監(jiān)控;能夠有豐富的閾值設(shè)置以監(jiān)測出危機的存在，并能有豐富的預(yù)警方式和預(yù)警流程保證相關(guān)人員能夠收到警訊，達到預(yù)警的目的，具備網(wǎng)絡(luò)化、智能化，能夠隨時隨地通過網(wǎng)絡(luò)查看機房內(nèi)的情況。

然而，傳統(tǒng)機房環(huán)境監(jiān)控是把重點放在對機房整體環(huán)境、空調(diào)及配電柜的監(jiān)控上，而忽視了對設(shè)備內(nèi)部的監(jiān)控。另外，傳統(tǒng)機房環(huán)境監(jiān)控系統(tǒng)也缺少豐富的閾值、預(yù)警方式和預(yù)警流程設(shè)置，不能在真正意義上實現(xiàn)預(yù)警功能。

2、必須對設(shè)備內(nèi)部進行監(jiān)控

機房監(jiān)控的目的在于保護機房內(nèi)IT系統(tǒng)的正常、有效運行，在事故發(fā)生之前偵測出潛在危機，并通過各種方式將警情信息發(fā)送給相關(guān)人員及時進行處理。因此，機房監(jiān)控的核心應(yīng)該是對IT系統(tǒng)運行狀態(tài)的監(jiān)控，而最直接有效的監(jiān)控應(yīng)該是直接對IT設(shè)備運行狀態(tài)進行監(jiān)控。

IT設(shè)備內(nèi)部的運行環(huán)境，例如服務(wù)器內(nèi)風(fēng)扇轉(zhuǎn)速與CPU溫度等是最直接、最迅速影響IT設(shè)備正常運行的因素。有時候即使機房內(nèi)空調(diào)運轉(zhuǎn)正常，機房整體環(huán)境參數(shù)值也在預(yù)設(shè)范圍內(nèi)，但某服務(wù)器卻因為某種原因出現(xiàn)服務(wù)器內(nèi)風(fēng)扇的轉(zhuǎn)速不正常、CPU過熱。如果只監(jiān)控機房整體環(huán)境，此時機房的管理人員是不會得到這種危險信息的，整個系統(tǒng)就會因為該服務(wù)器潛在危機沒有得到及時處理而意外癱瘓。

3、實施多層次的機房監(jiān)控

完善的機房監(jiān)控系統(tǒng)應(yīng)該是能夠?qū)崿F(xiàn)對從設(shè)備運行情況到機柜微環(huán)境再到機房整體環(huán)境這樣多層次的監(jiān)控，并能重點實現(xiàn)對設(shè)備內(nèi)部的監(jiān)控，我們都知道，機柜內(nèi)的微環(huán)境是設(shè)備正常運行所需要的物理環(huán)境。機柜微環(huán)境參數(shù)最能體現(xiàn)設(shè)備所處的實際運行物理環(huán)境的情況，所以實現(xiàn)對機柜內(nèi)微環(huán)境的監(jiān)控也相當(dāng)重要。機房各個點的環(huán)境參數(shù)值是不同的，因此機房內(nèi)整體環(huán)境監(jiān)測的參數(shù)不能體現(xiàn)各機柜微環(huán)境參數(shù)，更不能體現(xiàn)重要設(shè)備內(nèi)部的環(huán)境。也就是說，即使機房整體環(huán)境參數(shù)正常，IT設(shè)備所在處的環(huán)境也不一定正常。所以說機房的整體環(huán)境監(jiān)控的重要性次于對設(shè)備的監(jiān)控和對機柜內(nèi)微環(huán)境的監(jiān)控。

空調(diào)機的運行是為了降低機房內(nèi)的溫度，使機房內(nèi)的整體溫濕度保持在一個合適的范圍內(nèi)，機房各個點的溫度參數(shù)值是不同的。空調(diào)機出風(fēng)口的溫度值不能說明機房的整體溫度和機柜微環(huán)境溫度，空調(diào)的正常運行不能說明設(shè)備就能正常運行。因此對空調(diào)的監(jiān)控不能代表甚至取代對設(shè)備的監(jiān)控。

漏水監(jiān)測系統(tǒng)是為了監(jiān)測機房內(nèi)是否有漏水，以防止因漏水影響設(shè)備的正常運行。線式探測器是成線型布置在機房可能漏水的最低處，而實際上點式漏水探測器同樣可以反映機房的漏水情況且比線式探測器經(jīng)濟實惠、安裝方便、維護簡單。

機房內(nèi)設(shè)備由于非常重要，一般都是采用UPS供電，并且UPS是雙供電，只要對UPS進行監(jiān)控就能確保設(shè)備正常供電并且能反映市電的情況。因此，對電源的有效監(jiān)控是在不增加任何投資的情況下通過協(xié)議實現(xiàn)對UPS的監(jiān)控，通過監(jiān)控其電壓、電流、電池使用情況、市電情況來確保設(shè)備的正常運行。

4、機房監(jiān)控的預(yù)警功能

（1）報警(alarm)是報告事件的發(fā)生，是在故障或危害發(fā)生之后向管理人員發(fā)送警訊，及時地發(fā)送警訊可以縮短故障修復(fù)時間(MTTR)，最大程度地保障系統(tǒng)運行。但故障還是不可避免地發(fā)生了，影響了系統(tǒng)的正常運行。

（2）預(yù)警(alert)則是在故障或危害發(fā)生之前向管理人員報告潛在危機，提示相關(guān)人員進行處理，是事前的，可以防止事故的發(fā)生。有效的預(yù)警可以增加系統(tǒng)平均無故障工作時間(MTBF)，并可以根據(jù)危機情況自動延伸到報警。

預(yù)警與報警的區(qū)別就在于它是事前預(yù)防性報警，機房監(jiān)控系統(tǒng)只有具有良好的預(yù)警功能才能偵測出潛在危機并分層次逐步擴大警訊發(fā)送范圍，有效地防止事故的發(fā)生，將損失降低到最小。越來越多的機房管理人員也開始意識到預(yù)警的重要性，因此機房監(jiān)控系統(tǒng)必須有預(yù)警功能。

那么，機房監(jiān)控該如何實現(xiàn)預(yù)警功能呢?首先，可以通過靈活的閾值設(shè)置多種偵測方式，確保能及時地發(fā)現(xiàn)潛在危機;其次，通過設(shè)置多種預(yù)警的方式，確保所有相關(guān)人員無論在何時何地都能收到警訊;再次，設(shè)置多個預(yù)警流程，確保不同的相關(guān)人員在不同時間接收到不同程度的警訊，這樣，一旦有危機出現(xiàn)，立刻將信息發(fā)送給相關(guān)人員直至危機得到有效處理，實現(xiàn)真正意義的預(yù)警功能，最大程度地保護系統(tǒng)的運行。

這種將網(wǎng)絡(luò)運維和機房的配電電源監(jiān)控、環(huán)境監(jiān)控、和安全視頻監(jiān)控結(jié)合在一起監(jiān)控，基于TCP/IP及SNMP，就能夠高度的集中管理，不僅能夠?qū)蝹€機房內(nèi)各種動力設(shè)備與環(huán)境設(shè)備的各種狀態(tài)信息、報警信息、控制命令與歷史數(shù)據(jù)等進行完整的集中監(jiān)控，并且能夠?qū)⒎植荚谌珖鞯氐亩鄠€機房實現(xiàn)跨區(qū)域的集中監(jiān)控。用戶只需登錄一套系統(tǒng)就完成對整個資源的管理，免去了登錄多套系統(tǒng)的麻煩。

為防止外人非法闖入實施破壞和盜竊行為，可根據(jù)機房現(xiàn)場環(huán)境合理配置門禁和紅外等探測器實現(xiàn)防盜報警。如果生后報警會將聯(lián)動打開輔助攝像燈光，攝像機會自動切換到相應(yīng)位置并開始錄像，同時通過短信，郵件等多種發(fā)生向用戶發(fā)出報警。真正實現(xiàn)無人值守、集中化、自動化的機房維護管理，管理和監(jiān)控是息息相關(guān)的。只有企業(yè)具備完善的管理能力能才保證監(jiān)控發(fā)揮作用。

總結(jié)：

動力電源、環(huán)境及圖像監(jiān)控系統(tǒng)已成為機房無人值守或少人值守必不可少的手段，起到了減輕維護人員的工作量，提高維護質(zhì)量的作用。集中監(jiān)控系統(tǒng)不僅能夠提供四遙功能，還能對采集到的數(shù)據(jù)進行各種智能化處理和分析，而且系統(tǒng)軟件具有靈活的組態(tài)功能，能夠滿足維護人員的維護需求，提高了維護水平。正因為這些不可比擬的優(yōu)越性，集中監(jiān)控系統(tǒng)在動力維護領(lǐng)域內(nèi)將處于越來越重要的地位。但如果要使集中監(jiān)控向更加自動化、智能化的方向發(fā)展，還需要我們的不斷努力。