CN110808856A - 一种基于数据中心的大数据运维方法及系统 - Google Patents
一种基于数据中心的大数据运维方法及系统 Download PDFInfo
- Publication number
- CN110808856A CN110808856A CN201911049787.XA CN201911049787A CN110808856A CN 110808856 A CN110808856 A CN 110808856A CN 201911049787 A CN201911049787 A CN 201911049787A CN 110808856 A CN110808856 A CN 110808856A
- Authority
- CN
- China
- Prior art keywords
- data
- data center
- early warning
- real
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于数据中心的大数据运维方法及系统，包括：步骤S1，大数据平台通过数据采集装置采集与其连接的所有数据中心的工作参数数据；步骤S2，对采集的工作参数数据进行数据分析及处理，显示分析处理之后的工作参数数据并存储；步骤S3，判断经过分析及处理得到的结果是否满足报警条件，如满足报警条件，则判定工作参数数据异常，发出报警信息或给出风险评估报告，发送到平台的前端，同时对维修和处理过程进行记录，如不满足报警条件，则判定工作参数数据正常，将所有记录数据进行实时更新。实施本发明，实时获取数据中心状态，提高准确度，标准化管理数据中心，提高异常处理效率，增加异常预判，减少人工成本。
Description
技术领域
本发明属于电力管理领域，涉及一种基于数据中心的大数据运维方法及系统。
背景技术
互联网数据中心，Internet Data Center，简称IDC，就是电信部门利用已有的互联网通信线路、带宽资源，建立标准化的电信专业级机房环境，为企业、政府提供服务器托管、租用以及相关增值等方面的全方位服务。而对于现在网络飞速发展的时代来说，网站系统对带宽、管理维护日益增长的高要求对很多企业构成了严峻的挑战。于是，企业开始将与网站托管服务相关的一切事物交给专门提供网络服务的IDC去做，而将精力集中在增强核心竞争力的业务中去。可见，大型的、专业的IDC机房将会更受企业的青睐。
众所周知，在数据中心运维过程中，需要实时进行监控，然而，传统模式中，都是通过人工监测，一方面人工成本大，另一方面无法预测危险，智能化低，大大降低了用户的体验。
发明内容
本发明实施例所要解决的技术问题在于，提供一种基于数据中心的大数据运维方法及系统，解决数据中心的管理过程中无法实时监控，即时高效的处理突发问题，并对相关问题进行预测，同时解决人工检测成本大，出错概率高，效率低的问题。
本发明的一方面，提供一种基于数据中心的大数据运维方法，包括以下步骤：
步骤S1，大数据平台通过数据采集装置采集与其连接的所有数据中心的工作参数数据；
步骤S2，对采集的工作参数数据进行数据分析及处理，显示分析处理之后的工作参数数据并存储工作参数数据；
步骤S3，判断经过分析及处理得到的结果是否满足报警条件，如满足报警条件，则判定工作参数数据异常，通过API接口发出报警信息或给出风险评估报告，将报警信息或风险预警报告发送到平台的前端，同时对维修和处理过程进行记录，如不满足报警条件，则判定工作参数数据正常，将所有记录数据进行实时更新。
进一步，所述工作参数数据包括：温度数据、湿度数据、功率数据、电压数据、电流数据、故障情况数据、维修记录数据。
进一步，在步骤S1中，所述对数据中心的工作参数数据进行采集的过程具体为：
数据采集装置记录每一个数据中心在工作日的上班高峰期内的温度值，采集装置在相同间隔时的间节点上采集每一个数据中心的多个温度值；
数据采集装置记录每一个数据中心在工作日的上班高峰期内的湿度值，采集装置在相同间隔时的间节点上采集每一个数据中心的多个湿度值；
数据采集装置记录每一个数据中心在工作日的上班高峰期内的每一个网络设备的电压值、电流值以及功率值，并求的所有网络设备的功率值之和。
进一步，在步骤S2中，所述对采集的工作参数数据进行数据分析及处理中对温度数据的分析过程具体为：
对数据采集装置采集的数据中心的多个温度值利用PID算法进行计算，得出此数据中心的实时温度值；
将实时温度值与预设温度值范围进行对比，如该数据中心的实时温度值比预设温度值范围偏高或偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置。
进一步，所述步骤S2中，所述对采集的工作参数数据进行数据分析及处理中对湿度数据的分析过程具体为：
对数据采集装置采集的数据中心的多个湿度值利用AGA Elman神经网络算法进行计算，得出此数据中心的实时湿度值；
将实时湿度值与预设湿度值范围进行对比，如该数据中心的实时湿度值比预设湿度值范围偏高或偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置。
进一步，所述步骤S2中，所述对采集的工作参数数据进行数据分析及处理中对功率数据的分析过程具体为：
对数据采集装置采集的数据中心的功率值通过分布式功率控制算法进行计算，得出该数据中心的实时总功率值以及其中的每个网络设备的实时功率值；
将实时功率值与预设功率值范围进行对比，如某个网络设备的实时功率值比预设功率值范围偏低，则判定该数据中心的内部设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置；
将实时总功率值与预设总功率值范围进行对比，如该数据中心的实时总功率值比预设总功率值范围偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置。
进一步，在步骤S2中，所述对采集的工作参数数据进行数据分析及处理中对电流数据与电压数据的分析过程具体为：
将实时电流值与预设电流值范围进行对比，如该网络设备的实时电流值比预设电流值范围偏高或偏低，则判定该网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置；
将实时电压值与预设电压值范围进行对比，如该网络设备的实时电压值比预设电压值范围偏高或偏低，则判定该网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置。
进一步，在步骤S3中，所述大数据平台对数据中心的故障情况信息以及维修信息进行记录，并统计出故障次数最多的故障原因以及对应的维修方案，将故障原因以及对应的维修方案生成风险评估报告，将风险评估与相关风险预警报告关联保存。
本发明的另一方面，还提供一种基于数据中心的大数据运维系统，用以实现任一所述的方法，包括：
大数据平台，用以通过数据采集装置采集多个数据中心的工作参数进行数据分析及算法处理，显示并存储工作参数；
多个数据中心，分别与所述大数据平台连接，用以提供数据给大数据平台，所述数据中心内设置多个网络设备。
进一步，所述大数据平台通过无线传输连接所述数据中心，所述无线传输包括NBIOT传输方式和LORA传输方式。
实施本发明实施例，具有如下有益效果：
本发明实施例提供一种基于数据中心的大数据运维方法及系统，大数据平台通过数据采集装置采集每个数据中心的工作参数，实时对数据中心的状态进行监控，及时高效的对数据中心设备状态进行获取，同时将减少在人工检测过程中出现数据误差的概率，提高准确度；
对采集工作参数进行数据分析及算法处理，并显示工作参数，且存储工作参数，利用数字化处理，对将数据中心的数据转化成状态显示，更直观高效，减少判断过程中人工判断的主观问题以及差异化问题，工准确对数据中心进行管理；
若分析结果满足报警条件，即工作参数异常，则通过API接口发出报警信息，或者根据分析结果给出风险评估报告，将警报类型或风险预警报告发送给维修人员，同时也记录维修人员的工卡号，清楚知道数据中心的运维过程，高效的发现数据中心的运维问题，即时进行维修，避免数据丢失或无法正常运行造成的损失，有效减少人工成本，并可以对整个故障发生到解除过程中的数据进行记录整理，形成完整的预案和预判。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明提供的一种基于数据中心的大数据运维方法的主流程示意图。
图2为本发明提供的一种基于数据中心的大数据运维系统的架构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示，示出了本发明提供的一种基于数据中心的大数据运维方法的一个实施例的架构示意图，在本实施例中，所述方法包括以下步骤：
步骤S1，大数据平台通过数据采集装置采集与其连接的所有数据中心的工作参数数据；
具体实施例中，所述工作参数数据包括：温度数据、湿度数据、功率数据、电压数据、电流数据、故障情况数据、维修记录数据。
实施例中，具体的对数据中心的工作参数数据进行采集的过程具体分别如下，其中，时间段优选为工作日的上班高峰期，此时间段使用网络设备的数量最大：
具体的，数据采集装置记录每一个数据中心在工作日的上班高峰期内的温度值，采集装置在相同间隔时的间节点上采集每一个数据中心的多个温度值，在正常情况下，每一个数据中心的温度值都是趁向预设温度范围的，在对温度数据进行分析时，通过采集装置间隔采集每一个数据中心的多个温度值，大数据平台利用PID算法对多个温度值进行处理，然后得出每一数据中心的实时温度值。
具体的，数据采集装置记录每一个数据中心在工作日的上班高峰期内的湿度值，采集装置在相同间隔时的间节点上采集每一个数据中心的多个湿度值；在正常情况下，每一个数据中心的湿度值都是趁向预设湿度范围的，在对湿度值进行分析时，通过采集装置间隔采集每一个数据中心的多个湿度值，大数据平台利用AGA Elman神经网络算法对多个湿度值进行处理，然后得出每一数据中心的实时湿度值。
具体的，数据采集装置记录每一个数据中心在工作日的上班高峰期内的每一个网络设备的电压值、电流值以及功率值，并求的所有网络设备的功率值之和，在对功率值进行分析时，通过采集装置采集功率值，并通过分布式功率控制算法(IDPC)对功率值进行处理，统计每一数据中心内的所有网络设备，包括所有器件的功率值，并进行统计以得到总功率值。
步骤S2，对采集的工作参数数据进行数据分析及处理，显示分析处理之后的工作参数数据并存储工作参数数据；
具体的实施例中，所述对采集的工作参数数据进行数据分析及处理中对温度数据的分析过程具体为：
对数据采集装置采集的数据中心的多个温度值利用PID算法进行计算，得出此数据中心的实时温度值；
将实时温度值与预设温度值范围进行对比，如该数据中心的实时温度值比预设温度值范围偏高或偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置，
如果存在某一数据中心的温度值过于偏高，即工作参数异常，则说明该数据中心的网络设备存在问题，如故障可能是网络设备陈旧导致工作的热量偏过，如故障可能是网络设备的电子元件出现断路现象导致发热从而产生更多的热量，系统发出警告的同时显示容易出现断路的电子元件以方便维修时快速找出问题，如故障可能是散热效果变差导致热量过于集中，系统发出警告的同时将发热元件加重显示以方便维修时快速找出问题；
如果存在某一数据中心的温度值过于偏低，即工作参数异常，说明该数据中心存在问题，如故障可能是网络设备损坏无法工作，系统发出警告的同时显示最容易损坏的网络设备以方便维修时快速找出问题，如故障可能是采集装置损坏无法正常采集温度，系统发出警告的同时显示最容易损坏的采集装置以方便维修时快速找出问题。
具体的，所述对采集的工作参数数据进行数据分析及处理中对湿度数据的分析过程具体为：
对数据采集装置采集的数据中心的多个湿度值利用AGA Elman神经网络算法进行计算，得出此数据中心的实时湿度值；
将实时湿度值与预设湿度值范围进行对比，如该数据中心的实时湿度值比预设湿度值范围偏高或偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置，
如果存在某一数据中心的湿度值过于偏高，则说明该数据中心存在安全隐患的可能性，该故障可能是因为湿度值太高容易使得某些特殊器件短路而导致器件烧坏，系统发出警告的同时显示最容易潮湿而烧坏的器件以方便维修时快速找出问题，或者容易积水，系统发出警告的同时显示哪个位置或哪个器件容易积水以方便维修时快速找出问题，又或者容易漏电的安全隐患，系统发出警告的同时显示哪个电子元件容易漏电以方便维修时快速找出问题；
如果存在某一数据中心的湿度值过于干燥，则说明该数据中心存在安全隐患的可能性，由于过于干燥而容易在网络设备的温度值过高时产生火灾，系统发出警告的同时显示发热的电子器件以方便维修时快速找出问题。
更具体的，所述对采集的工作参数数据进行数据分析及处理中对功率数据的分析过程具体为：
对数据采集装置采集的数据中心的功率值通过分布式功率控制算法进行计算，得出该数据中心的实时总功率值以及其中的每个网络设备的实时功率值；
将实时功率值与预设功率值范围进行对比，如某个网络设备的实时功率值比预设功率值范围偏低，则判定该数据中心的内部设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置，如果存在某一网络设备的功率值过于偏低，说明该网络设备的故障可能是内部器件短路或损坏；
将实时总功率值与预设总功率值范围进行对比，如该数据中心的实时总功率值比预设总功率值范围偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置，如果存在某一数据中心的总功率值过于偏低，说明该数据中心内存在部分网络设备不工作的可能性，则存在网络设备损坏的可能，又或者故障可能是该数据中心内的线路老化，损坏功率过于大，需要及时更换线路，否则存在安全隐患。
更具体的，所述对采集的工作参数数据进行数据分析及处理中对电流数据与电压数据的分析过程具体为：
将实时电流值与预设电流值范围进行对比，如该网络设备的实时电流值比预设电流值范围偏高或偏低，则判定该网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置；
将实时电压值与预设电压值范围进行对比，如该网络设备的实时电压值比预设电压值范围偏高或偏低，则判定该网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置；
如果存在某一数据中心的网络设备的电流值过于偏小或电压值过大，则说明该网络设备存在问题，如故障可能是网络设备内的元件断路或损坏，或者故障可能是导线老化内阻变大；
如果存在某一数据中心的网络设备的电流值过于偏高或电压值过小，则说明该网络设备存在问题，如故障可能是网络设备内的元件短路。
步骤S3，判断经过分析及处理得到的结果是否满足报警条件，如满足报警条件，则判定工作参数数据异常，通过API接口发出报警信息或给出风险评估报告，将报警信息或风险预警报告发送到平台的前端，同时对维修和处理过程进行记录，如不满足报警条件，则判定工作参数数据正常，将所有记录数据进行实时更新。
具体的实施例中，所述大数据平台对数据中心的故障情况信息以及维修信息进行记录，并统计出故障次数最多的故障原因以及对应的维修方案，将故障原因以及对应的维修方案生成风险评估报告，将风险评估与相关风险预警报告关联保存。
上述几项对数据的分析结果足以产生警报条件，或者形成风险预警报告，报告内包括上述所描述存在的问题，并自动在数据平台上显示风险预警报告，或者将风险预警报告发送给预定终端或工作人员；
预定工作人员维修后，输入该数据中心的故障情况，该数据平台记录该数据中心的故障情况，包括故障原因、故障时间、维修时间，并统计出故障次数最多的故障及对应的维修方案，等到下次在发送故障时，第一时间显示该数据中心的故障原因及维修方案，故障原因按次数最多到最小的排序，并发送给工作人员，另外，该数据平台该记录每次发送风险预警报告给工作人员的工卡号，同时也记录维修人员的工卡号。
数据平台产生警报条件或者形成风险预警报告后，实时监控，当工作参数不再异常时，说明有工作人员维修了，此时记录该数据中心的维修完成时间，并将故障原因、故障时间、维修方案、维修人员的工卡号形成列表，进行统计生成风险评估报告，方便对数据中心的工作情况进行查看，以及对相应可能出现的故障进行评估，即使在出现故障时也可以给出有效的解决方案。
如图2所示，本发明的另一方面，还提供一种基于数据中心的大数据运维系统，包括:
大数据平台，用以通过数据采集装置采集多个数据中心的工作参数进行数据分析及算法处理，显示并存储工作参数；
多个数据中心，分别与所述大数据平台连接，用以提供数据给大数据平台，所述数据中心内设置多个网络设备。
具体的，所述大数据平台通过无线传输连接所述数据中心，所述无线传输包括NBIOT传输方式和LORA传输方式，NBIOT传输方式和LORA传输方式为低功耗传输方式。
实施本发明实施例，具有如下有益效果：
本发明实施例提供一种基于数据中心的大数据运维方法及系统，大数据平台通过数据采集装置采集每个数据中心的工作参数，实时对数据中心的状态进行监控，及时高效的对数据中心设备状态进行获取，同时将减少在人工检测过程中出现数据误差的概率，提高准确度；
对采集工作参数进行数据分析及算法处理，并显示工作参数，且存储工作参数，利用数字化处理，对将数据中心的数据转化成状态显示，更直观高效，减少判断过程中人工判断的主观问题以及差异化问题，工准确对数据中心进行管理；
若分析结果满足报警条件，即工作参数异常，则通过API接口发出报警信息，或者根据分析结果给出风险评估报告，将警报类型或风险预警报告发送给维修人员，同时也记录维修人员的工卡号，清楚知道数据中心的运维过程，高效的发现数据中心的运维问题，即时进行维修，避免数据丢失或无法正常运行造成的损失，有效减少人工成本，并可以对整个故障发生到解除过程中的数据进行记录整理，形成完整的预案和预判。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种基于数据中心的大数据运维方法，其特征在于，包括以下步骤：
步骤S1，大数据平台通过数据采集装置采集与其连接的所有数据中心的工作参数数据；
步骤S2，对采集的工作参数数据进行数据分析及处理，显示分析处理之后的工作参数数据并存储工作参数数据；
步骤S3，判断经过分析及处理得到的结果是否满足报警条件，如满足报警条件，则判定工作参数数据异常，通过API接口发出报警信息或给出风险评估报告，将报警信息或风险预警报告发送到平台的前端，同时对维修和处理过程进行记录，如不满足报警条件，则判定工作参数数据正常，将所有记录数据进行实时更新。
2.如权利要求1所述的方法，其特征在于，在步骤S1中，所述工作参数数据包括：温度数据、湿度数据、功率数据、电压数据、电流数据、故障情况数据、维修记录数据。
3.如权利要求2所述的方法，其特征在于，在步骤S1中，所述对数据中心的工作参数数据进行采集的过程具体为：
数据采集装置记录每一个数据中心在工作日的上班高峰期内的温度值，采集装置在相同间隔时的间节点上采集每一个数据中心的多个温度值；
数据采集装置记录每一个数据中心在工作日的上班高峰期内的湿度值，采集装置在相同间隔时的间节点上采集每一个数据中心的多个湿度值；
数据采集装置记录每一个数据中心在工作日的上班高峰期内的每一个网络设备的电压值、电流值以及功率值，并求的所有网络设备的功率值之和。
4.如权利要求3所述的方法，其特征在于，在步骤S2中，所述对采集的工作参数数据进行数据分析及处理中对温度数据的分析过程具体为：
对数据采集装置采集的数据中心的多个温度值利用PID算法进行计算，得出此数据中心的实时温度值；
将实时温度值与预设温度值范围进行对比，如该数据中心的实时温度值比预设温度值范围偏高或偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置。
5.如权利要求4所述的方法，其特征在于，所述步骤S2中，所述对采集的工作参数数据进行数据分析及处理中对湿度数据的分析过程具体为：
对数据采集装置采集的数据中心的多个湿度值利用AGA Elman神经网络算法进行计算，得出此数据中心的实时湿度值；
将实时湿度值与预设湿度值范围进行对比，如该数据中心的实时湿度值比预设湿度值范围偏高或偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置。
6.如权利要求4所述的方法，其特征在于，所述步骤S2中，所述对采集的工作参数数据进行数据分析及处理中对功率数据的分析过程具体为：
对数据采集装置采集的数据中心的功率值通过分布式功率控制算法进行计算，得出该数据中心的实时总功率值以及其中的每个网络设备的实时功率值；
将实时功率值与预设功率值范围进行对比，如某个网络设备的实时功率值比预设功率值范围偏低，则判定该数据中心的内部设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置；
将实时总功率值与预设总功率值范围进行对比，如该数据中心的实时总功率值比预设总功率值范围偏低，则判定该数据中心的网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置。
7.如权利要求6所述的方法，其特征在于，在步骤S2中，所述对采集的工作参数数据进行数据分析及处理中对电流数据与电压数据的分析过程具体为：
将实时电流值与预设电流值范围进行对比，如该网络设备的实时电流值比预设电流值范围偏高或偏低，则判定该网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置；
将实时电压值与预设电压值范围进行对比，如该网络设备的实时电压值比预设电压值范围偏高或偏低，则判定该网络设备存在问题，生成风险预警报告，并自动在大数据平台上显示分线预警报告或将风险预警报告发送到预定位置。
8.如权利要求7所述的方法，其特征在于，在步骤S3中，所述大数据平台对数据中心的故障情况信息以及维修信息进行记录，并统计出故障次数最多的故障原因以及对应的维修方案，将故障原因以及对应的维修方案生成风险评估报告，将风险评估与相关风险预警报告关联保存。
9.一种基于数据中心的大数据运维系统，用以实现如权利要求1至8任一所述的方法，其特征在于，该系统包括：
大数据平台，用以通过数据采集装置采集多个数据中心的工作参数进行数据分析及算法处理，显示并存储工作参数；
多个数据中心，分别与所述大数据平台连接，用以提供数据给大数据平台，所述数据中心内设置多个网络设备。
10.如权利要求9所述的系统，其特征在于，所述大数据平台通过无线传输连接所述数据中心，所述无线传输包括NBIOT传输方式和LORA传输方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911049787.XA CN110808856A (zh) | 2019-10-31 | 2019-10-31 | 一种基于数据中心的大数据运维方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911049787.XA CN110808856A (zh) | 2019-10-31 | 2019-10-31 | 一种基于数据中心的大数据运维方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110808856A true CN110808856A (zh) | 2020-02-18 |
Family
ID=69489672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911049787.XA Pending CN110808856A (zh) | 2019-10-31 | 2019-10-31 | 一种基于数据中心的大数据运维方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110808856A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111428984A (zh) * | 2020-03-18 | 2020-07-17 | 浩云科技股份有限公司 | 智慧安全用电管理系统的风险预警及分析方法 |
| CN115358430A (zh) * | 2022-09-14 | 2022-11-18 | 哈尔滨菲桐匠心科技有限公司 | 一种基于大数据的运维信息管理系统及方法 |
| CN116249306A (zh) * | 2023-05-08 | 2023-06-09 | 深圳市精致网络设备有限公司 | 一种基于数据集显管理的机柜管理方法及系统 |
| CN117330205A (zh) * | 2023-10-23 | 2024-01-02 | 广州市资拓科技有限公司 | 一种idc的环境监测预警方法及系统、存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110320834A1 (en) * | 2009-12-03 | 2011-12-29 | Wilbert Ingels | Data center management unit with improved disaster prevention and recovery |
| CN107704359A (zh) * | 2017-09-04 | 2018-02-16 | 北京天平检验行有限公司 | 一种大数据平台的监控系统 |
| CN109255531A (zh) * | 2018-08-28 | 2019-01-22 | 中金数据系统有限公司 | 一种数据中心智能化运维管理系统 |
| CN109617240A (zh) * | 2018-12-28 | 2019-04-12 | 新奥数能科技有限公司 | 一种电力用户配电室运维系统 |
-
2019
- 2019-10-31 CN CN201911049787.XA patent/CN110808856A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110320834A1 (en) * | 2009-12-03 | 2011-12-29 | Wilbert Ingels | Data center management unit with improved disaster prevention and recovery |
| CN107704359A (zh) * | 2017-09-04 | 2018-02-16 | 北京天平检验行有限公司 | 一种大数据平台的监控系统 |
| CN109255531A (zh) * | 2018-08-28 | 2019-01-22 | 中金数据系统有限公司 | 一种数据中心智能化运维管理系统 |
| CN109617240A (zh) * | 2018-12-28 | 2019-04-12 | 新奥数能科技有限公司 | 一种电力用户配电室运维系统 |
Non-Patent Citations (2)
| Title |
|---|
| 吴伟陵编著: "《移动通信中的关键技术》", 30 November 2000 * |
| 张克主编: "《温度测控技术及应用》", 30 November 2011 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111428984A (zh) * | 2020-03-18 | 2020-07-17 | 浩云科技股份有限公司 | 智慧安全用电管理系统的风险预警及分析方法 |
| CN115358430A (zh) * | 2022-09-14 | 2022-11-18 | 哈尔滨菲桐匠心科技有限公司 | 一种基于大数据的运维信息管理系统及方法 |
| CN116249306A (zh) * | 2023-05-08 | 2023-06-09 | 深圳市精致网络设备有限公司 | 一种基于数据集显管理的机柜管理方法及系统 |
| CN117330205A (zh) * | 2023-10-23 | 2024-01-02 | 广州市资拓科技有限公司 | 一种idc的环境监测预警方法及系统、存储介质 |
| CN117330205B (zh) * | 2023-10-23 | 2024-05-14 | 广州市资拓科技有限公司 | 一种idc的环境监测预警方法及系统、存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110808856A (zh) | 一种基于数据中心的大数据运维方法及系统 | |
| CN106815115B (zh) | 一种服务器运行状态监控系统 | |
| CN109586239B (zh) | 智能变电站实时诊断及故障预警方法 | |
| CN106506226A (zh) | 一种故障检测的启动方法及装置 | |
| CN115933508A (zh) | 一种配电网智能电力运维系统 | |
| CN115981199A (zh) | 基于物联网的正弦筛监测数据传输系统 | |
| CN113471864A (zh) | 一种变电站二次设备现场检修装置及方法 | |
| CN116204386B (zh) | 应用服务关系自动识别及监控方法、系统、介质和设备 | |
| CN117129796A (zh) | 基于大数据的电力电网故障识别系统 | |
| CN107769993A (zh) | 面向电网大数据分布式系统的数据流量监控方法 | |
| CN112449019A (zh) | 一种ims智能物联网运维管理平台 | |
| CN109218113B (zh) | 通信网络故障定位方法及故障监测装置 | |
| CN108121303A (zh) | 一种应用于制造设备统计分析过程的日志记录方法 | |
| CN114362361B (zh) | 一种多维度配电终端异常分析和通知的方法 | |
| CN112865312A (zh) | 一种电力调度系统及电力数据处理方法 | |
| CN117254597B (zh) | 电力运行数据业务化分析与监控方法和系统 | |
| CN113890814B (zh) | 故障感知模型构建和故障感知方法与系统、设备、介质 | |
| CN114167219B (zh) | 一种电能采集装置的故障确定方法及系统 | |
| CN112380090B (zh) | 一种基于数据中心的告警事件的全面自愈方法及系统 | |
| CN112702438B (zh) | 一种基于高压环网柜的远程通讯测温处理方法及系统 | |
| CN113783710B (zh) | 基于自学习判据的过程层网络故障定位方法和装置 | |
| CN113067770B (zh) | 一种在网络通信中断时进行网络切换系统 | |
| CN116736027B (zh) | 用于医疗自助终端的设备故障预警系统 | |
| CN117155756A (zh) | 一种基于全业务链的端对端的状态采集运维分析系统 | |
| KR101064434B1 (ko) | 인터넷 프로토콜 장비를 위한 원격 컨피그레이션 관리시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200218 |
|
| RJ01 | Rejection of invention patent application after publication |