【技术实现步骤摘要】
本专利技术属于数字孪生，尤其涉及一种基于数字孪生技术的数据中心可视化运维管理系统。
技术介绍
1、随着企业信息化进程的加快，特别是对于大型企业，所需运维管理的数据中心的数量日益增多，同时不同的数据中心所需运维管理的服务器的数量也十分庞大，因此如何实现对数据中心的可视化运维管理成为亟待解决的技术问题。
2、为了解决上述技术问题，在专利技术专利cn202111239851.8《一种基于数字孪生技术的数据中心运维方法》中通过基于实际场景生成数字孪生模型，能够总览整个数据中心，了解每一台设备的位置及所有设备间连线情况，提升了运维管理的效率，但是与此同时，存在以下技术问题：
3、对于大型的数据中心，由于数据中心所需运维管理的服务器的数量较多，同时不同的服务器的数据通信协议存在一定程度的差异，导致数字孪生平台的服务器的运行数据的监测分析的难度较大，因此若不能结合不同的服务器的数据通信协议的差异进行差异化的数据采样分析的更新频率的确定，则有可能无法准确可靠的实现对不同的服务器的运维管理。
4、针对上述技术问题，本专利技术提供了一种基于数字孪生技术的数据中心可视化运维管理系统。
技术实现思路
1、为实现本专利技术目的，本专利技术采用如下技术方案：
2、根据本专利技术的一个方面，提供了一种基于聚类算法的产品模块划分方法。
3、一种基于数字孪生技术的数据中心可视化运维管理方法，其特征在于，具体包括：
4、s1获取数据中心的运维管理
5、s2获取不同的服务器的历史负载率，并结合所述服务器的历史负载率存在异常的历史运行数据进行所述服务器的监测优先级的确定，通过所述监测优先级确定不同的服务器的在线监测频率以及服务器中的实时监测服务器；
6、s3通过所述服务器的拓扑关系进行所述服务器的关联的实时监测服务器的确定，并将其作为关联服务器，基于所述关联服务器确定所述服务器在预设时段内的处理数据量，并结合所述服务器在预设时段内的能耗数据确定所述服务器的运行状态值和筛选服务器；
7、s4实时采集所述筛选服务器的在线监测数据，根据所述运行状态值对所述服务器的在线监测频率进行动态调整，通过所述在线监测数据的异常情况进行所述服务器的差异化的数字孪生模型的生成。
8、本专利技术的有益效果在于：
9、1、通过结合服务器的数量以及不同的服务器的在线监测数据的通信协议类型以及数据量确定数据采样分析难度，既考虑到不同的服务器由于通信协议类型以及数据量的差异导致的不同的服务器的数据采样分析难度的差异，同时考虑到由于服务器的数量较多导致的数据采样分析难度的增大，从而实现了对数据中心的数据采样分析难度的准确评估。
10、2、通过监测优先级确定不同的服务器的在线监测频率以及服务器中的实时监测服务器，从而实现了从不同的服务器的负载率的变动剧烈情况以及历史负载率存在异常的时段的时长以及分布均匀情况对负载率变动剧烈以及负载率异常较多的服务器的筛选，实现了对不同的服务器的差异化的监测。
11、3、通过在线监测数据的异常情况进行服务器的差异化的数字孪生模型的生成，实现了根据在线监测数据的真实运行状态进行差异化的数字孪生模型的构建，从而为运维人员对不同的服务器进行差异化的运维管理奠定了基础，提升了运维管理的效率和针对性。
12、进一步的技术方案在于，所述服务器的在线监测数据的通信协议类型根据所述服务器的型号进行确定。
13、进一步的技术方案在于，所述历史负载率根据所述服务器的历史监测数据进行确定，具体的根据所述服务器的历史监测数据进行所述服务器在不同时刻的处理数据量的确定，并结合所述服务器的处理数据量的额定值进行所述历史负载率的确定。
14、进一步的技术方案在于，通过所述监测优先级确定不同的服务器的在线监测频率以及服务器中的实时监测服务器的确定，具体包括：
15、根据所述服务器的监测优先级进行所述服务器所对应的在线监测数据的在线监测频率的确定，并当所述服务器的监测优先级为特定监测优先级时，确定所述服务器为实时监测服务器。
16、进一步的技术方案在于，所述能耗数据包括所述服务器在预设时段内的能耗监测量以及不同的相邻时段内的能耗监测量的变动量进行确定。
17、进一步的技术方案在于，根据所述运行状态值对所述服务器的在线监测频率进行动态调整，具体包括：
18、当所述服务器的运行状态值满足要求时，判断所述负载率运行状态值、能耗运行状态值以及能耗异常量是否均满足要求，若是，则通过所述在线监测频率进行在线监测数据的监测，若否，则分别通过所述负载率运行状态值、能耗运行状态值以及能耗异常量进行其对应的监测频率修正量的确定，并根据对应的监测频率修正量的最大值对所述在线监测频率进行所述服务器的修正监测频率的确定；
19、当所述服务器的运行状态值不满足要求时，根据所述运行状态值进行所述服务器所对应的能耗监测频率补偿量的确定，并基于所述能耗监测频率补偿量以及所述在线监测频率进行所述服务器的修正监测频率的确定。
20、进一步的技术方案在于，通过所述在线监测数据的异常情况进行所述服务器的差异化的数字孪生模型的生成，具体包括：
21、根据所述在线监测数据的异常情况进行所述服务器的异常监测数据的确定，并根据所述服务器的不同的异常监测数据的类型以及严重程度、异常监测数据的数量进行所述服务器的监测数据异常量的确定；
22、根据所述监测数据异常量所处的区间进行所述服务器的异常等级的确定，并基于所述异常等级进行所述服务器所对应的数字孪生模型的外观颜色的确定。
23、第二方面，本专利技术提供了一种基于数字孪生技术的数据中心可视化运维管理系统，采用上述的一种基于数字孪生技术的数据中心可视化运维管理方法，其特征在于，具体包括：
24、采样分析模块，优先级划分模块，服务器划分模块，模型生成模块；
25、其中所述采样分析模块负责获取数据中心的运维管理的服务器的数量，并结合不同的服务器的在线监测数据的通信协议类型以及数据量确定数据采样分析难度；
26、所述优先级划分模块负责获取不同的服务器的历史负载率，并结合所述服务器的历史负载率存在异常的历史运行数据进行所述服务器的监测优先级的确定，通过所述监测优先级确定不同的服务器的在线监测频率以及服务器中的实时监测服务器；
27、所述服务器划分模块负责通过所述服务器的拓扑关系进行所述服务器的关联的实时监测服务器的确定，并将其作为关联服务器，基于所述关联服务器确定所述服务器在预设时段内的处理数据量，并结合所述服务器在预设时段内的能耗数据确定所述服务器的运行状态值和筛选服务器；
28、所述模型生成模块负责实时采集所述筛选服务器的在线监测数据本文档来自技高网...
【技术保护点】
1.一种基于数字孪生技术的数据中心可视化运维管理方法，其特征在于，具体包括：
2.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述服务器的在线监测数据的通信协议类型根据所述服务器的型号进行确定。
3.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述数据采样分析难度的确定的方法为：
4.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述历史负载率根据所述服务器的历史监测数据进行确定，具体的根据所述服务器的历史监测数据进行所述服务器在不同时刻的处理数据量的确定，并结合所述服务器的处理数据量的额定值进行所述历史负载率的确定。
5.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述服务器的监测优先级的确定的方法为：
6.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述服务器的监测优先级至少包括三个等级，其中第一等级的监测优先级大于第二等级，第二等级的监测优先级大于第三等级。
7.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，通过所述监测优先
8.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述能耗数据包括所述服务器在预设时段内的能耗监测量以及不同的相邻时段内的能耗监测量的变动量进行确定。
9.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述运行状态值的确定的方法为：
10.一种基于数字孪生技术的数据中心可视化运维管理系统，采用权利要求1-9任一项所述的一种基于数字孪生技术的数据中心可视化运维管理方法，其特征在于，具体包括：
...【技术特征摘要】
1.一种基于数字孪生技术的数据中心可视化运维管理方法，其特征在于，具体包括：
2.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述服务器的在线监测数据的通信协议类型根据所述服务器的型号进行确定。
3.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述数据采样分析难度的确定的方法为：
4.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述历史负载率根据所述服务器的历史监测数据进行确定，具体的根据所述服务器的历史监测数据进行所述服务器在不同时刻的处理数据量的确定，并结合所述服务器的处理数据量的额定值进行所述历史负载率的确定。
5.如权利要求1所述的数据中心可视化运维管理方法，其特征在于，所述服务器的监测优先级的确定的方法为：
6.如权利要求1所述的数据中心可视化...
【专利技术属性】
技术研发人员：岳志军，岳鑫，常瑞杰，
申请(专利权)人：郑州迪维勒普科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。