System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术实施例涉及人工智能,特别是涉及一种数据中心的管理方法和装置、一种电子设备和一种存储介质。
技术介绍
1、数据中心(data center)是全球协作的特定设备网络,用来在互联网基础设施上传递、加速、展示、计算、存储数据信息。在今后的发展中,数据中心也将会成为企业竞争的资产,商业模式也会因此发生改变。随着数据中心应用的广泛化,人工智能、网络安全等也相继出现,更多的用户都被带到了网络和手机的应用中。
2、随着计算机和数据量的增多,数据中心建设越来越多,并且数据中心用电量越来越大,而数据中心的机房中的服务器完全依靠电能才能驱动运行,因此,如何实现数据中心的管理,进而减少数据中心的电能等能耗,已经成为目前的数据中心的亟待解决的一个重大问题。
技术实现思路
1、本专利技术实施例提供了一种数据中心的管理方法,以解决如何实现数据中心的管理的问题。
2、相应的,本专利技术实施例还提供了一种数据中心的管理装置、一种电子设备以及一种存储介质,用以保证上述方法的实现及应用。
3、为了解决上述问题,本专利技术实施例公开了一种数据中心的管理方法,应用于数据中心的节能管理系统,所述节能管理系统包括若干节能管理模块和数据湖,所述数据湖包括各个所述节能管理模块对应的数据池,所述方法包括:
4、获取所述数据中心的待处理数据;其中,所述待处理数据包括机房数据和所述机房数据对应的混合标识,所述混合标识包括元数据和元过程数据;
5、分别按照所述节能管理
6、将所述模块数据存储至所述数据湖对应的所述数据池中;其中,所述数据池中的所述模块数据之间基于所述混合标识关联;
7、当触发对所述数据中心的预测请求时,从所述预测请求中获取到目标混合标识;
8、采用指定引擎基于所述目标混合标识从所述数据池中获取到对应的模块数据作为目标模块数据,并采用所述目标模块数据预测所述数据中心下一时段的预测能源使用效率;
9、获取所述数据中心本时段的实际能源使用效率,以根据所述预测能源使用效率和所述实际能源使用效率管理所述数据中心。
10、在本专利技术的一种实施例中,所述分别按照所述节能管理模块的模块特征从所述待处理数据中提取出各个所述节能管理模块对应的待处理数据后进行聚类处理,得到各个所述节能管理模块对应的模块数据,包括:
11、分别按照所述节能管理模块的模块特征从所述待处理数据中提取出各个所述节能管理模块对应的待处理数据作为模块数据;
12、从所述模块数据中随机选取出作为中心点的模块数据,并将剩余的所述模块数据作为的数据点;
13、计算每个所述数据点至所述中心点的距离,并将所述距离最短的所述数据点作为中心点;
14、当所述中心点的数量未达到预设簇数量时,返回执行所述将剩余的所述模块数据作为的数据点的步骤。
15、在本专利技术的一种实施例中,所述指定引擎为trino引擎。
16、在本专利技术的一种实施例中,所述采用指定引擎基于所述目标混合标识从所述数据池中获取到对应的模块数据作为目标模块数据,并采用所述目标模块数据预测所述数据中心下一时段的预测能源使用效率,包括:
17、采用所述trino引擎基于所述目标混合标识,从所述数据池中获取到对应的模块数据作为目标模块数据;其中,所述目标模块数据包括若干不同的时段的模块数据,所述目标模块数据包括智能基础设施耗电量和网络设备耗电量;
18、采用所述目标模块数据对待训练的能耗预测模型进行训练,得到训练完成的所述能耗预测模型,其中,训练完成的所述能耗预测模型用于预测指定时段的所述数据中心的预测能耗值,所述指定时段包括下一时段;
19、采用训练完成的所述能耗预测模型预测下一时段的预测能耗值;
20、根据下一时段的所述预测能耗值计算所述数据中心在下一时段时段的预测能源使用效率。
21、在本专利技术的一种实施例中,在所述从所述数据池中获取到对应的模块数据作为目标模块数据之后,所述方法还包括:
22、采用所述目标模块数据进行加权平均处理得到能耗平均值;
23、根据所述能耗平均值从所述目标模块数据中筛选出异常的所述目标模块数据,并去除异常的所述目标模块数据。
24、在本专利技术的一种实施例中,所述根据下一时段的所述预测能耗值计算所述数据中心在下一时段时段的预测能源使用效率,包括:
25、获取基于训练完成的所述能耗预测模型预测的若干不同时段的预测能耗值;
26、当不同时段的所述预测能耗值的变化幅度满足预设变化幅度范围时,根据下一时段的所述预测能耗值计算所述数据中心在下一时段时段的预测能源使用效率。
27、在本专利技术的一种实施例中,所述根据下一时段的所述预测能耗值计算所述数据中心在下一时段时段的预测能源使用效率,还包括:
28、当不同时段的预测能耗值的变化幅度不满足预设变化幅度范围时,对所述能耗预测模型重新进行训练。
29、本专利技术实施例还公开了一种数据中心的管理装置,应用于数据中心的节能管理系统,所述节能管理系统包括若干节能管理模块和数据湖,所述数据湖包括各个所述节能管理模块对应的数据池,所述装置包括:
30、待处理数据获取模块,用于获取所述数据中心的待处理数据;其中,所述待处理数据包括机房数据和所述机房数据对应的混合标识,所述混合标识包括元数据和元过程数据;
31、聚类处理模块,用于分别按照所述节能管理模块的模块特征从所述待处理数据中提取出各个所述节能管理模块对应的待处理数据后进行聚类处理,得到各个所述节能管理模块对应的模块数据;
32、模块数据存储模块,用于将所述模块数据存储至所述数据湖对应的所述数据池中;其中,所述数据池中的所述模块数据之间基于所述混合标识关联;
33、预测请求触发模块,用于当触发对所述数据中心的预测请求时,从所述预测请求中获取到目标混合标识;
34、能源使用效率预测模块,用于采用指定引擎基于所述目标混合标识从所述数据池中获取到对应的模块数据作为目标模块数据,并采用所述目标模块数据预测所述数据中心下一时段的预测能源使用效率;
35、数据中心管理模块,用于获取所述数据中心本时段的实际能源使用效率,以根据所述预测能源使用效率和所述实际能源使用效率管理所述数据中心。
36、在本专利技术的一种实施例中,所述聚类处理模块,用于:
37、分别按照所述节能管理模块的模块特征从所述待处理数据中提取出各个所述节能管理模块对应的待处理数据作为模块数据;
38、从所述模块数据中随机选取出作为中心点的模块数据,并将剩余的所述模块数据作为的数据点;
39、计算每个所述数据点至所述中心点的距离,并将所述距本文档来自技高网...
【技术保护点】
1.一种数据中心的管理方法,其特征在于,应用于数据中心的节能管理系统,所述节能管理系统包括若干节能管理模块和数据湖,所述数据湖包括各个所述节能管理模块对应的数据池,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述分别按照所述节能管理模块的模块特征从所述待处理数据中提取出各个所述节能管理模块对应的待处理数据后进行聚类处理,得到各个所述节能管理模块对应的模块数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述指定引擎为Trino引擎。
4.根据权利要求3所述的方法,其特征在于,所述采用指定引擎基于所述目标混合标识从所述数据池中获取到对应的模块数据作为目标模块数据,并采用所述目标模块数据预测所述数据中心下一时段的预测能源使用效率,包括:
5.根据权利要求4所述的方法,其特征在于,在所述从所述数据池中获取到对应的模块数据作为目标模块数据之后,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述根据下一时段的所述预测能耗值计算所述数据中心在下一时段时段的预测能源使用效率,包括:
7.根
8.一种数据中心的管理装置,其特征在于,应用于数据中心的节能管理系统,所述节能管理系统包括若干节能管理模块和数据湖,所述数据湖包括各个所述节能管理模块对应的数据池,所述装置包括:
9.一种电子设备,其特征在于,包括:处理器;和
10.一个或多个机器可读介质,其上存储有可执行代码,当所述可执行代码被执行时,使得处理器执行如权利要求1-7中任一项所述的数据中心的管理方法。
...【技术特征摘要】
1.一种数据中心的管理方法,其特征在于,应用于数据中心的节能管理系统,所述节能管理系统包括若干节能管理模块和数据湖,所述数据湖包括各个所述节能管理模块对应的数据池,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述分别按照所述节能管理模块的模块特征从所述待处理数据中提取出各个所述节能管理模块对应的待处理数据后进行聚类处理,得到各个所述节能管理模块对应的模块数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述指定引擎为trino引擎。
4.根据权利要求3所述的方法,其特征在于,所述采用指定引擎基于所述目标混合标识从所述数据池中获取到对应的模块数据作为目标模块数据,并采用所述目标模块数据预测所述数据中心下一时段的预测能源使用效率,包括:
5.根据权利要求4所述的方法,其特征在于,在所述从所述...
【专利技术属性】
技术研发人员:李文峰,赵中凯,马波,
申请(专利权)人:中国电信股份有限公司,
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。