如何解决IDC全量数据采集接入存储问题以及全量数据清洗问题

摘要：

简单的相关性数据库和数据处理过程已经不能够满足数据中心建设的全量数据采集量和密集型监控点的需求,满足全量数据采集分布式IDC的集中管理也已经成为日常需求.数据的离散和边缘化需要以物联网的思维来重新考虑DCIM这种传统的集中式与中心化的监控管理的运维模式,文章通过引入Hadoop生态下的大数据架构和LSTM深度学习处理能耗和PUE的优化过程.前者极大地提高了数据存储能力、数据注入和读出速度、数据清洗过程的精确性;后者运用机器学习和深度学习方法,从而使得DCIM中的告警处理和PUE计算变得更精确、更智慧和更有价值.智能化的DCIM称为AIoT赋能DCIM,也就是AIOps.

关键词：AIoT、AIOps、DCIM、LSTMPUE

分类号：TP311.52(计算技术、计算机技术)

在线出版日期：2019-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：47-51