CN117433590A - 一种数据中心机房环境温湿度监测方法与装置 - Google Patents
一种数据中心机房环境温湿度监测方法与装置 Download PDFInfo
- Publication number
- CN117433590A CN117433590A CN202311755833.4A CN202311755833A CN117433590A CN 117433590 A CN117433590 A CN 117433590A CN 202311755833 A CN202311755833 A CN 202311755833A CN 117433590 A CN117433590 A CN 117433590A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- humidity
- servers
- temperature
- area
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 369
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000007613 environmental effect Effects 0.000 title claims abstract description 20
- 230000017525 heat dissipation Effects 0.000 claims abstract description 61
- 238000012216 screening Methods 0.000 claims abstract description 55
- 230000002776 aggregation Effects 0.000 claims description 35
- 238000004220 aggregation Methods 0.000 claims description 35
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000012806 monitoring device Methods 0.000 claims description 12
- 239000006185 dispersion Substances 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 description 14
- 230000005856 abnormality Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供一种数据中心机房环境温湿度监测方法与装置,属于非电变量监测技术领域,具体包括:通过额定运行负荷以及不同时刻的历史运行负载率进行服务器在单位时间内的推测散热量的确定,通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,并将其作为筛选监测区域,基于监测必要性进行设定面积区域内的监测区域中的开启温湿度监测设备的确定,并采用开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整,提升了温湿度监测的可靠性。
Description
技术领域
本发明属于非电变量监测技术领域,尤其涉及一种数据中心机房环境温湿度监测方法与装置。
背景技术
为了满足授信申请用户的信贷申请处理以及信贷数据的存储管理工作,金融服务企业往往设置有多个数据中心,由于数据中心的服务器一般需要运行在一定的温湿度区域区间,因此如何实现对数据中心的温湿度的可靠监测,保证服务器的运行的可靠性成为亟待解决的技术问题。
为了解决上述技术问题,现有技术方案中在发明专利CN202110209674.2《用于数据中心的机房温湿度环境检测方法及系统》中通过结合机房内的冷通道、热通道以及除冷通道和热通道外的其他区域的温湿度测试结果,使得最终确定温湿度环境信息更加准确,但是却存在以下技术问题:
现有技术方案中忽视了根据机房的占地面积以及服务器的使用数据进行温湿度监测装置的使用数量的确定,对于服务器的运行负载率较高或者占地面积较大的数据机房,采用单一的温湿度监测设备往往不能准确的反应不同区域的温湿度运行状态,因此不仅监测准确率较低,同时也无法准确的实现对机房的运行温湿度的可靠控制。
针对上述技术问题,本发明提供了及一种数据中心机房环境温湿度监测方法与装置。
发明内容
为实现本发明目的,本发明采用如下技术方案:
根据本发明的一个方面,提供了一种数据中心机房环境温湿度监测方法。
一种数据中心机房环境温湿度监测方法,其特征在于,具体包括:
S1通过数据中心的占地面积以及不同类型的服务器的设置数据确定需要进行监测区域的划分时,基于所述服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域;
S2通过额定运行负荷以及不同时刻的历史运行负载率进行所述服务器在单位时间内的推测散热量的确定,通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,并将其作为筛选监测区域;
S3利用所述筛选监测区域的温湿度监测设备进行不同的筛选监测区域的温湿度监测数据的确定,通过不同的筛选监测区域之间的温湿度监测数据的偏差量以及预设温湿度范围进行所述数据中心的监测可靠性的确定,当所述监测可靠性满足要求时,进入下一步骤;
S4基于所述监测必要性进行设定面积区域内的监测区域中的开启温湿度监测设备的确定,并采用所述开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整。
本发明的有益效果在于:
1、通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,充分考虑不同的监测区域由于服务器的设置数量以及散热量的差异导致的不同的监测区域存在温湿度异常的概率以及可靠性要求的差异,在保证监测可靠性的基础上,也减少了不必要的温湿度监测设备的设置。
2、通过不同的筛选监测区域之间的温湿度监测数据的偏差量以及预设温湿度范围进行数据中心的监测可靠性的确定,实现了从不同的筛选监测区域之间的温湿度监测数据的偏差情况进行温湿度偏差区域的确定,同时通过预设温湿度范围也实现了对监测温湿度存在异常的筛选监测区域的确定,从而实现了从温湿度异常以及偏差两个角度对数据中心的监测可靠性的确定。
3、采用开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整,从而实现了从开启温湿度监测设备的温湿度监测数据的角度实现了对温湿度监测设备的开启数量的动态调整,既保证了温湿度监测的可靠性,同时也减少了不必要的监测能耗。
进一步的技术方案在于,所述服务器的类型根据所述服务器的用途进行划分,其中所述服务器的类型包括文件服务器、数据库服务器以及应用服务器。
进一步的技术方案在于,所述服务器的设置数据包括不同类型的服务器的设置数量以及设置位置。
进一步的技术方案在于,基于所述服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域,具体包括:
根据所述服务器的设置位置以及预设面积将所述服务器划分至不同的划分区域,并通过所述划分区域进行所述监测区域的确定。
进一步的技术方案在于,所述服务器在单位时间内的推测散热量的确定的方法为:
通过所述服务器在不同时刻的历史运行负载率进行所述服务器在预设时间段内的运行时长大于预设时长的运行负载率的确定,并基于所述运行负载率的运行时长以及所述运行负载率进行所述服务器的推测运行负载率的确定;
基于所述推测运行负载率、所述服务器的额定运行负荷以及所述服务器的历史运行负载率大于预设负载率的时长占比确定所述服务器在单位时间内的推测散热量。
进一步的技术方案在于,当所述数据中心的监测可靠性不满足要求时,则将所有的监测区域中的温湿度监测设备进行开启。
另一方面,本发明提供了一种数据中心机房环境温湿度监测装置,采用上述的一种数据中心机房环境温湿度监测方法,其特征在于,具体包括:
监测区域划分模块,区域分类模块,可靠性评估模块,设备调整模块;
所述监测区域划分模块负责通过数据中心的占地面积以及不同类型的服务器的设置数据确定需要进行监测区域的划分时,基于所述服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域;
所述区域分类模块负责通过额定运行负荷以及不同时刻的历史运行负载率进行所述服务器在单位时间内的推测散热量的确定,通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,并将其作为筛选监测区域;
所述可靠性评估模块负责利用所述筛选监测区域的温湿度监测设备进行不同的筛选监测区域的温湿度监测数据的确定,通过不同的筛选监测区域之间的温湿度监测数据的偏差量以及预设温湿度范围进行所述数据中心的监测可靠性的确定;
所述设备调整模块负责基于所述监测必要性进行设定面积区域内的监测区域中的开启温湿度监测设备的确定,并采用所述开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整。
其他特征和优点将在随后的说明书中阐述,本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显;
图1是一种数据中心机房环境温湿度监测方法的流程图;
图2是确定需要进行监测区域的划分的方法的流程图;
图3是服务器在单位时间内的推测散热量的确定的方法的流程图;
图4是数据中心的监测可靠性的确定的方法的流程图;
图5是一种数据中心机房环境温湿度监测装置的框架图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
现有的数据中心在进行温湿度监测时,往往仅采用一个温湿度监测设备,但是一旦数据中心的占地面积过大或者服务器的数量较多时,采用单一的温湿度监测设备往往无法满足数据中心的温湿度监测的需要,因此如何在考虑数据中心的占地面积以及服务器数量的基础上,实现对温湿度监测设备的数量的动态调整成为亟待解决的技术问题,此外如何结合不同的温湿度监测的温湿度监测数据进行不同的温湿度监测设备的开启数量以及开启位置的动态调整,在保证监测可靠性的基础上,减少温湿度监测设备的功耗也成为亟待解决的技术问题。
为解决上述技术问题,申请人采用以下技术方案:
为解决上述问题,根据本发明的一个方面,如图1所示,提供了一种数据中心机房环境温湿度监测方法,其特征在于,具体包括:
S1通过数据中心的占地面积以及不同类型的服务器的设置数据确定需要进行监测区域的划分时,基于所述服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域;
需要说明的是,所述服务器的类型根据所述服务器的用途进行划分,其中所述服务器的类型包括文件服务器、数据库服务器以及应用服务器。
具体的,所述服务器的设置数据包括不同类型的服务器的设置数量以及设置位置。
在可能的一个实施例中,如图2所示,上述步骤S1中的确定需要进行监测区域的划分,具体包括:
判断所述数据中心的占地面积是否大于预设面积,若是,则确定需要进行监测区域的划分,若否,则进入下一步骤;
通过不同类型的服务器的设置数据进行服务器的设置数量的确定,判断所述服务器的设置数量是否满足要求,若是,则进入下一步骤,若否,则确定需要进行监测区域的划分;
基于所述服务器的设置位置获取在不同的单位面积内的服务器的设置数量的确定,并基于指定类型的服务器的设置数量进行不同的单位面积的服务器设置聚集度的确定,判断是否存在服务器设置聚集度大于预设聚集度的单位面积,若是,则进入下一步骤,若否,则确定不需要进行监测区域的划分;
将所述服务器设置聚集度大于预设聚集度的单位面积作为聚集区域,并将除去所述聚集区域外的单位面积作为分散区域,通过所述数据中心的聚集区域的数量以及不同的聚集区域的服务器设置聚集度、分散区域的数量以及不同的分散区域的服务器设置聚集度进行所述数据中心的分布聚集度的确定;
获取所述数据中心的服务器的数量以及数据中心的占比面积,并结合所述数据中心的分布聚集度进行所述数据中心的温湿度监测难度的确定,通过所述温湿度监测难度确定是否需要进行监测区域的划分。
需要说明的是,基于所述服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域,具体包括:
根据所述服务器的设置位置以及预设面积将所述服务器划分至不同的划分区域,并通过所述划分区域进行所述监测区域的确定。
在另外的一个可能的实施例中,上述步骤S1中的确定需要进行监测区域的划分,具体包括:
当所述数据中心的占地面积小于设定面积阈值时,则确定不需要进行监测区域的划分;
当所述数据中心的占地面积不小于设定面积阈值时,基于所述服务器的设置位置获取在不同的单位面积内的服务器的设置数量的确定,并基于指定类型的服务器的设置数量进行不同的单位面积的服务器设置聚集度的确定,将所述服务器设置聚集度大于预设聚集度的单位面积作为聚集区域,并将除去所述聚集区域外的单位面积作为分散区域,通过所述数据中心的聚集区域的数量以及不同的聚集区域的服务器设置聚集度、分散区域的数量以及不同的分散区域的服务器设置聚集度进行所述数据中心的分布聚集度的确定;
当所述数据中心的分布聚集度不满足要求时,则确定需要进行监测区域的划分;
当所述数据中心的分布聚集度满足要求时,获取所述数据中心的服务器的数量以及数据中心的占比面积,并结合所述数据中心的分布聚集度进行所述数据中心的温湿度监测难度的确定,通过所述温湿度监测难度确定是否需要进行监测区域的划分。
可以理解的是,所述指定类型的服务器根据不同类型的服务器的历史运行时长以及平均运行负载率进行确定,具体的通过所述历史运行时长以及平均运行负载率进行不同类型的服务器的使用负载率的确定,并通过所述使用负载率确定指定类型的服务器。
S2通过额定运行负荷以及不同时刻的历史运行负载率进行所述服务器在单位时间内的推测散热量的确定,通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,并将其作为筛选监测区域;
在可能的一个实施例中,如图3所示,上述步骤S2中的所述服务器在单位时间内的推测散热量的确定的方法为:
通过所述服务器在不同时刻的历史运行负载率进行所述服务器在预设时间段内的运行时长大于预设时长的运行负载率的确定,并基于所述运行负载率的运行时长以及所述运行负载率进行所述服务器的推测运行负载率的确定;
基于所述推测运行负载率、所述服务器的额定运行负荷以及所述服务器的历史运行负载率大于预设负载率的时长占比确定所述服务器在单位时间内的推测散热量。
在可能的一个实施例中,上述步骤S2中的所述监测区域的监测必要性的确定的方法为:
S21通过所述服务器的设置数据进行所述监测区域的服务器的设置数量的确定,判断所述监测区域的服务器的设置数量是否小于预设服务器数量,若是,则确定所述监测区域不属于筛选监测区域,若否,则进入下一步骤;
S22通过不同的服务器的推测散热量进行所述服务器中的热点服务器以及冷点服务器的确定,并判断所述监测区域中的热点服务器的数量是否满足要求,若是,则进入下一步骤,若否,则进入步骤S25;
S23判断所述区域的服务器的数量是否满足要求,若是,则确定所述监测区域不属于筛选监测区域,若否,则进入下一步骤;
S24获取所述区域的热点服务器的数量以及不同的热点服务器的推测散热量,并结合所述区域的冷点服务器的数量以及不同的冷点服务器的推测散热量进行所述区域的服务器的筛选散热量的确定;
S25获取所述区域的服务器的数量以及不同的服务器的推测散热量的平均值,并结合所述区域的服务器的筛选散热量进行所述区域的监测必要性的确定。
需要进一步说明的是,判断所述区域的服务器的数量是否满足要求,具体包括:
当所述区域的服务器的数量不大于预设数量阈值时,则确定所述区域的服务器的数量满足要求。
进一步的,当所述服务器的推测散热量小于预设散热量阈值时,则确定所述服务器为冷点服务器,当所述服务器的推测散热量大于散热量最大限定值时,则确定所述服务器为热点服务器。
在另外的一个可能的实施例中,上述步骤S2中的所述监测区域的监测必要性的确定的方法为:
通过所述服务器的设置数据进行所述监测区域的设置数量的确定,并结合所述监测区域的服务器的推测散热量进行所述监测区域的服务器的推测散热量的数量和的确定,当所述监测区域的服务器的推测散热量的数量和满足要求时,则确定所述监测区域不属于筛选监测区域;
当所述监测区域的服务器的推测散热量的数量和不满足要求时,通过不同的服务器的推测散热量进行所述服务器中的热点服务器以及冷点服务器的确定,当所述监测区域中的热点服务器的数量以及监测区域的服务器均满足要求时,则确定所述监测区域不属于筛选监测区域;
当所述监测区域中的热点服务器的数量以及监测区域的服务器任意一项不满足要求时,获取所述区域的热点服务器的数量以及不同的热点服务器的推测散热量,并结合所述区域的冷点服务器的数量以及不同的冷点服务器的推测散热量进行所述区域的服务器的筛选散热量的确定,获取所述区域的服务器的数量以及不同的服务器的推测散热量的平均值,并结合所述区域的服务器的筛选散热量进行所述区域的监测必要性的确定。
S3利用所述筛选监测区域的温湿度监测设备进行不同的筛选监测区域的温湿度监测数据的确定,通过不同的筛选监测区域之间的温湿度监测数据的偏差量以及预设温湿度范围进行所述数据中心的监测可靠性的确定,当所述监测可靠性满足要求时,进入下一步骤;
在可能的一个实施例中,如图4所示,上述步骤S3中的所述数据中心的监测可靠性的确定的方法为:
S31通过不同的筛选监测区域的温湿度监测数据确定是否存在温湿度监测数据不在所述预设温湿度范围的筛选监测区域,若是,则进入步骤S33,若否,则进入步骤S32;
S32基于不同的筛选监测区域的温湿度监测数据的中位数进行所述筛选监测区域的温湿度基准监测数据的确定,并判断是否存在与所述温湿度基准监测数据的偏差量不满足要求的筛选监测区域,若是,则进入下一步骤,若否,则确定所述数据中心的监测可靠性满足要求,并通过不同的筛选监测区域的温湿度基准监测数据与所述温湿度基准监测数据的端点的偏差量进行所述数据中心的监测可靠性的确定;
S33将不在所述预设温湿度范围的筛选监测区域作为数据异常区域,并通过所述数据异常区域的数量以及不同的数据异常区域与所述预设温湿度范围的端点的偏差量进行所述数据中心的监测数据异常评估量的确定,判断所述监测数据异常评估量是否满足要求,若是,则进入下一步骤,若否,则确定所述数据中心的监测可靠性不满足要求;
S34将与所述温湿度基准监测数据的偏差量不满足要求的筛选监测区域作为偏差监测区域,并通过所述偏差监测区域的数量以及不同的偏差监测区域与所述温湿度基准监测数据的偏差量进行所述数据中心的监测数据偏差评估量的确定,判断所述监测数据偏差评估量是否满足要求,若是,则进入下一步骤,若否,则确定所述数据中心的监测可靠性不满足要求;
S35获取所述筛选监测区域中同时属于偏差监测区域以及数据异常区域的数量,并结合所述数据中心的监测数据偏差评估量以及监测数据异常评估量进行所述数据中心的监测可靠性的确定。
在另外的一个可能的实施例中,上述步骤S3中的所述数据中心的监测可靠性的确定的方法为:
将不在所述预设温湿度范围的筛选监测区域作为数据异常区域,并通过所述数据异常区域的数量以及不同的数据异常区域与所述预设温湿度范围的端点的偏差量进行所述数据中心的监测数据异常评估量的确定,判断所述监测数据异常评估量是否满足要求,若是,则进入下一步骤,若否,则确定所述数据中心的监测可靠性不满足要求;
基于不同的筛选监测区域的温湿度监测数据的中位数进行所述筛选监测区域的温湿度基准监测数据的确定,将与所述温湿度基准监测数据的偏差量不满足要求的筛选监测区域作为偏差监测区域,并通过所述偏差监测区域的数量以及不同的偏差监测区域与所述温湿度基准监测数据的偏差量进行所述数据中心的监测数据偏差评估量的确定;
获取所述筛选监测区域中同时属于偏差监测区域以及数据异常区域的数量,并结合所述数据中心的监测数据偏差评估量以及监测数据异常评估量进行所述数据中心的监测可靠性的确定。
进一步的,当所述数据中心的监测可靠性不满足要求时,则将所有的监测区域中的温湿度监测设备进行开启。
S4基于所述监测必要性进行设定面积区域内的监测区域中的开启温湿度监测设备的确定,并采用所述开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整。
需要说明的是,基于所述监测必要性进行预设面积内的监测区域中的开启温湿度监测设备的确定,具体包括:
获取所述预设面积内的监测区域,并将所述预设面积内的监测必要性最大的监测区域作为必要监测区域,将所述必要监测区域的温湿度监测设备进行开启。
进一步的,采用所述开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整,具体包括:
当所述开启温湿度监测设备的温湿度监测数据不在所述预设温湿度范围时,将所述开启温湿度监测设备所对应的预设面积内的温湿度监测设备全部开启;
当所述数据中心中的开启温湿度监测设备的温湿度监测数据不在所述预设温湿度范围的数量大于预设设备数量时,则将所述数据中心的温湿度监测设备全部开启。
另一方面,如图5所示,本发明提供了一种数据中心机房环境温湿度监测装置,采用上述的一种数据中心机房环境温湿度监测方法,其特征在于,具体包括:
监测区域划分模块,区域分类模块,可靠性评估模块,设备调整模块;
所述监测区域划分模块负责通过数据中心的占地面积以及不同类型的服务器的设置数据确定需要进行监测区域的划分时,基于所述服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域;
所述区域分类模块负责通过额定运行负荷以及不同时刻的历史运行负载率进行所述服务器在单位时间内的推测散热量的确定,通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,并将其作为筛选监测区域;
所述可靠性评估模块负责利用所述筛选监测区域的温湿度监测设备进行不同的筛选监测区域的温湿度监测数据的确定,通过不同的筛选监测区域之间的温湿度监测数据的偏差量以及预设温湿度范围进行所述数据中心的监测可靠性的确定;
所述设备调整模块负责基于所述监测必要性进行设定面积区域内的监测区域中的开启温湿度监测设备的确定,并采用所述开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整。
通过以上实施例,本发明取得以下有益效果:
本发明的有益效果在于:
1、通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,充分考虑不同的监测区域由于服务器的设置数量以及散热量的差异导致的不同的监测区域存在温湿度异常的概率以及可靠性要求的差异,在保证监测可靠性的基础上,也减少了不必要的温湿度监测设备的设置。
2、通过不同的筛选监测区域之间的温湿度监测数据的偏差量以及预设温湿度范围进行数据中心的监测可靠性的确定,实现了从不同的筛选监测区域之间的温湿度监测数据的偏差情况进行温湿度偏差区域的确定,同时通过预设温湿度范围也实现了对监测温湿度存在异常的筛选监测区域的确定,从而实现了从温湿度异常以及偏差两个角度对数据中心的监测可靠性的确定。
3、采用开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整,从而实现了从开启温湿度监测设备的温湿度监测数据的角度实现了对温湿度监测设备的开启数量的动态调整,既保证了温湿度监测的可靠性,同时也减少了不必要的监测能耗。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (11)
1.一种数据中心机房环境温湿度监测方法,其特征在于,具体包括:
通过数据中心的占地面积以及不同类型的服务器的设置数据确定需要进行监测区域的划分时,基于服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域;
通过额定运行负荷以及不同时刻的历史运行负载率进行所述服务器在单位时间内的推测散热量的确定,通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,并将其作为筛选监测区域;
利用所述筛选监测区域的温湿度监测设备进行不同的筛选监测区域的温湿度监测数据的确定,通过不同的筛选监测区域之间的温湿度监测数据的偏差量以及预设温湿度范围进行所述数据中心的监测可靠性的确定,当监测可靠性满足要求时,进入下一步骤;
基于所述监测必要性进行设定面积区域内的监测区域中的开启温湿度监测设备的确定,并采用所述开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整。
2.如权利要求1所述的数据中心机房环境温湿度监测方法,其特征在于,所述服务器的类型根据所述服务器的用途进行划分,其中所述服务器的类型包括文件服务器、数据库服务器以及应用服务器。
3.如权利要求1所述的数据中心机房环境温湿度监测方法,其特征在于,所述服务器的设置数据包括不同类型的服务器的设置数量以及设置位置。
4.如权利要求1所述的数据中心机房环境温湿度监测方法,其特征在于,确定需要进行监测区域的划分,具体包括:
当所述数据中心的占地面积小于设定面积阈值时,则确定不需要进行监测区域的划分;
当所述数据中心的占地面积不小于设定面积阈值时,基于所述服务器的设置位置获取在不同的单位面积内的服务器的设置数量的确定,并基于指定类型的服务器的设置数量进行不同的单位面积的服务器设置聚集度的确定,将所述服务器设置聚集度大于预设聚集度的单位面积作为聚集区域,并将除去所述聚集区域外的单位面积作为分散区域,通过所述数据中心的聚集区域的数量以及不同的聚集区域的服务器设置聚集度、分散区域的数量以及不同的分散区域的服务器设置聚集度进行所述数据中心的分布聚集度的确定;
当所述数据中心的分布聚集度不满足要求时,则确定需要进行监测区域的划分;
当所述数据中心的分布聚集度满足要求时,获取所述数据中心的服务器的数量以及数据中心的占比面积,并结合所述数据中心的分布聚集度进行所述数据中心的温湿度监测难度的确定,通过所述温湿度监测难度确定是否需要进行监测区域的划分。
5.如权利要求1所述的数据中心机房环境温湿度监测方法,其特征在于,基于所述服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域,具体包括:
根据所述服务器的设置位置以及预设面积将所述服务器划分至不同的划分区域,并通过所述划分区域进行所述监测区域的确定。
6.如权利要求4所述的数据中心机房环境温湿度监测方法,其特征在于,所述指定类型的服务器根据不同类型的服务器的历史运行时长以及平均运行负载率进行确定,具体的通过所述历史运行时长以及平均运行负载率进行不同类型的服务器的使用负载率的确定,并通过所述使用负载率确定指定类型的服务器。
7.如权利要求1所述的数据中心机房环境温湿度监测方法,其特征在于,所述服务器在单位时间内的推测散热量的确定的方法为:
通过所述服务器在不同时刻的历史运行负载率进行所述服务器在预设时间段内的运行时长大于预设时长的运行负载率的确定,并基于所述运行负载率的运行时长以及所述运行负载率进行所述服务器的推测运行负载率的确定;
基于所述推测运行负载率、所述服务器的额定运行负荷以及所述服务器的历史运行负载率大于预设负载率的时长占比确定所述服务器在单位时间内的推测散热量。
8.如权利要求1所述的数据中心机房环境温湿度监测方法,其特征在于,所述监测区域的监测必要性的确定的方法为:
通过所述服务器的设置数据进行所述监测区域的设置数量的确定,并结合所述监测区域的服务器的推测散热量进行所述监测区域的服务器的推测散热量的数量和的确定,当所述监测区域的服务器的推测散热量的数量和满足要求时,则确定所述监测区域不属于筛选监测区域;
当所述监测区域的服务器的推测散热量的数量和不满足要求时,通过不同的服务器的推测散热量进行所述服务器中的热点服务器以及冷点服务器的确定,当所述监测区域中的热点服务器的数量以及监测区域的服务器均满足要求时,则确定所述监测区域不属于筛选监测区域;
当所述监测区域中的热点服务器的数量以及监测区域的服务器任意一项不满足要求时,获取所述区域的热点服务器的数量以及不同的热点服务器的推测散热量,并结合所述区域的冷点服务器的数量以及不同的冷点服务器的推测散热量进行所述区域的服务器的筛选散热量的确定,获取所述区域的服务器的数量以及不同的服务器的推测散热量的平均值,并结合所述区域的服务器的筛选散热量进行所述区域的监测必要性的确定。
9.如权利要求8所述的数据中心机房环境温湿度监测方法,其特征在于,当所述服务器的推测散热量小于预设散热量阈值时,则确定所述服务器为冷点服务器,当所述服务器的推测散热量大于散热量最大限定值时,则确定所述服务器为热点服务器。
10.如权利要求1所述的数据中心机房环境温湿度监测方法,其特征在于,当所述数据中心的监测可靠性不满足要求时,则将所有的监测区域中的温湿度监测设备进行开启。
11.一种数据中心机房环境温湿度监测装置,采用权利要求1-10的一种数据中心机房环境温湿度监测方法,其特征在于,具体包括:
监测区域划分模块,区域分类模块,可靠性评估模块,设备调整模块;
所述监测区域划分模块负责通过数据中心的占地面积以及不同类型的服务器的设置数据确定需要进行监测区域的划分时,基于所述服务器的设置数据以及预设面积将所述数据中心划分为多个监测区域;
所述区域分类模块负责通过额定运行负荷以及不同时刻的历史运行负载率进行所述服务器在单位时间内的推测散热量的确定,通过服务器的设置数据以及推测散热量进行不同的监测区域的监测必要性以及需要设置温湿度监测设备的监测区域的确定,并将其作为筛选监测区域;
所述可靠性评估模块负责利用所述筛选监测区域的温湿度监测设备进行不同的筛选监测区域的温湿度监测数据的确定,通过不同的筛选监测区域之间的温湿度监测数据的偏差量以及预设温湿度范围进行所述数据中心的监测可靠性的确定;
所述设备调整模块负责基于所述监测必要性进行设定面积区域内的监测区域中的开启温湿度监测设备的确定,并采用所述开启温湿度监测设备的温湿度监测数据进行温湿度监测设备的开启数据的动态调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311755833.4A CN117433590B (zh) | 2023-12-20 | 2023-12-20 | 一种数据中心机房环境温湿度监测方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311755833.4A CN117433590B (zh) | 2023-12-20 | 2023-12-20 | 一种数据中心机房环境温湿度监测方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117433590A true CN117433590A (zh) | 2024-01-23 |
CN117433590B CN117433590B (zh) | 2024-03-01 |
Family
ID=89546417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311755833.4A Active CN117433590B (zh) | 2023-12-20 | 2023-12-20 | 一种数据中心机房环境温湿度监测方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117433590B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200072765A (ko) * | 2018-12-13 | 2020-06-23 | 주식회사 어니언소프트웨어 | 서버룸의 공기조화 상태 평가 방법 및 그 평가 시스템 |
CN113009949A (zh) * | 2021-02-03 | 2021-06-22 | 深圳达实智能股份有限公司 | 一种室内温度监测调节方法和电子设备 |
CN113029234A (zh) * | 2021-02-24 | 2021-06-25 | 北京中大科慧科技发展有限公司 | 用于数据中心的机房温湿度环境检测方法及系统 |
CN113311841A (zh) * | 2021-05-31 | 2021-08-27 | 广州科利大数据产业有限公司 | 一种数据中心机房环境监控系统 |
KR102457948B1 (ko) * | 2022-03-30 | 2022-10-21 | 강철수 | 인공지능을 이용한 온습도 측정장치를 구비한 전력설비 최적제어시스템 |
CN115875809A (zh) * | 2021-09-26 | 2023-03-31 | 中国移动通信集团浙江有限公司 | 机房换热设备的节能方法、装置及计算机可读存储介质 |
CN117061379A (zh) * | 2023-07-31 | 2023-11-14 | 国网河南省电力公司信息通信分公司 | 一种基于物联网的电力设备管理平台与方法 |
CN117053878A (zh) * | 2023-10-13 | 2023-11-14 | 广州海普网络科技有限公司 | 一种计算机房环境监测系统 |
CN117082097A (zh) * | 2023-08-29 | 2023-11-17 | 国网河南省电力公司信息通信分公司 | 一种基于物联网的智慧机房管理方法与系统 |
-
2023
- 2023-12-20 CN CN202311755833.4A patent/CN117433590B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200072765A (ko) * | 2018-12-13 | 2020-06-23 | 주식회사 어니언소프트웨어 | 서버룸의 공기조화 상태 평가 방법 및 그 평가 시스템 |
CN113009949A (zh) * | 2021-02-03 | 2021-06-22 | 深圳达实智能股份有限公司 | 一种室内温度监测调节方法和电子设备 |
CN113029234A (zh) * | 2021-02-24 | 2021-06-25 | 北京中大科慧科技发展有限公司 | 用于数据中心的机房温湿度环境检测方法及系统 |
CN113311841A (zh) * | 2021-05-31 | 2021-08-27 | 广州科利大数据产业有限公司 | 一种数据中心机房环境监控系统 |
CN115875809A (zh) * | 2021-09-26 | 2023-03-31 | 中国移动通信集团浙江有限公司 | 机房换热设备的节能方法、装置及计算机可读存储介质 |
KR102457948B1 (ko) * | 2022-03-30 | 2022-10-21 | 강철수 | 인공지능을 이용한 온습도 측정장치를 구비한 전력설비 최적제어시스템 |
CN117061379A (zh) * | 2023-07-31 | 2023-11-14 | 国网河南省电力公司信息通信分公司 | 一种基于物联网的电力设备管理平台与方法 |
CN117082097A (zh) * | 2023-08-29 | 2023-11-17 | 国网河南省电力公司信息通信分公司 | 一种基于物联网的智慧机房管理方法与系统 |
CN117053878A (zh) * | 2023-10-13 | 2023-11-14 | 广州海普网络科技有限公司 | 一种计算机房环境监测系统 |
Non-Patent Citations (1)
Title |
---|
南春来;: "浅谈动力环境监控系统在数据中心的应用", 中国管理信息化, no. 14, 15 July 2013 (2013-07-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117433590B (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10281363B2 (en) | Systems and methods for fault detection and handling by assessing building equipment performance | |
US10317864B2 (en) | Systems and methods for adaptively updating equipment models | |
US20220214673A1 (en) | Fault risk analysis system and method, air conditioner and computer readable storage medium | |
US8086708B2 (en) | Automated and adaptive threshold setting | |
US20230071775A1 (en) | Method and apparatus for performing power analytics of a storage system | |
US20060293777A1 (en) | Automated and adaptive threshold setting | |
EP2313831B1 (en) | Data center thermal monitoring | |
US8381000B2 (en) | Demand based power allocation | |
US10120375B2 (en) | Systems and methods for retraining outlier detection limits in a building management system | |
US9058259B2 (en) | System and method for dynamic problem determination using aggregate anomaly analysis | |
CN111858230A (zh) | 用于监控服务器基础设施的健康状况的方法和系统 | |
US20100211807A1 (en) | Power distribution system and method thereof | |
WO2015023201A2 (en) | Method and system for determining hardware life expectancy and failure prevention | |
CN117196351B (zh) | 一种基于物联网的智能建筑能耗监测方法与系统 | |
US20210215374A1 (en) | Cascaded indoor air quality and outdoor air flow economizer system | |
CN112926791A (zh) | 一种机房温度分布预测方法及系统 | |
CN117433590B (zh) | 一种数据中心机房环境温湿度监测方法与装置 | |
JP2002342182A (ja) | ネットワークシステムにおける運用管理の支援システム | |
CN116743501B (zh) | 一种异常流量控制方法及系统 | |
Ghanbari et al. | Adaptive learning of metric correlations for temperature-aware database provisioning | |
JP2005135130A (ja) | 負荷監視条件決定プログラム,負荷監視条件決定システム,負荷監視条件決定方法および負荷監視プログラム | |
CN117573376A (zh) | 一种数据中心资源调度监控管理方法与系统 | |
CN110762739B (zh) | 数据中心空调控制方法、装置、设备及存储介质 | |
CN111913852B (zh) | 存储系统的健康管理方法和装置 | |
Desu et al. | Latency-Aware Dynamic Server and Cooling Capacity Provisioner for Data Centers |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |