一种云平台中机房温控管理方法和系统

摘要

本发明公开了一种云平台中机房温控管理方法和系统，包括：数据中心采集机房设备的运行数据；数据挖掘模块获取数据中心采集的运行数据进行负载分析，负载分析为根据第一时间段内的运行数据预测第二时间段内的设备负载；温度调控模块根据负载分析，进行制冷方式的选择或机房温度的调节。通过本发明，能够通过温度调控保障机房的正常运行。

权利要求

1.一种云平台中机房温控管理方法，其特征在于，包括：

数据中心采集机房设备的运行数据；

数据挖掘模块获取数据中心采集的运行数据进行负载分析，所述负载分析为根据第一时间段内的运行数据计算第一时间段内设备负载，根据第一时间段内设备负载变化幅度预测第二时间段内的设备负载，其中，设备负载变化为增幅时，所述设备负载变化幅度还包括设备当前负载值与峰值之间的差值；

温度调控模块根据负载分析，进行制冷方式的选择或机房温度的调节，其中，所述负载分析的结果包括预测负载高峰期和负载低谷期。

2.根据权利要求1所述的云平台中机房温控管理方法，其特征在于，所述数据中心采集并存储机房设备的运行数据，具体为：通过脚本方式，数据中心定时远程抓取机房设备的运行数据或者实时远程抓取机房设备的运行数据。

3.根据权利要求2所述的云平台中机房温控管理方法，其特征在于，所述方法还包括：数据中心将抓取的运行数据以数据形式存储在数据中心的数据库中，并将抓取的运行数据进行可视化转换发送到和数据中心连接的显示装置；

数据挖掘模块将负载分析得到的预测的设备负载进行可视化转换发送到和数据中心连接的显示装置。

4.根据权利要求3所述的云平台中机房温控管理方法，其特征在于，所述数据中心预先设置机房温度范围；

所述温度调控模块根据负载分析，进行制冷方式的选择或机房温度的调节，具体为：温度调控模块根据负载分析得到的预测的设备负载，自动进行制冷方式的选择或机房温度的调节，或者，被触发进行制冷方式的选择或机房温度的调节，保持机房温度在机房温度范围内。

5.一种云平台中机房温控管理系统，其特征在于，包括：至少一个机房设备、数据中心、数据挖掘模块和温度调控模块，其中数据中心和数据挖掘模块位于云平台中；

所述数据中心，用于采集机房设备的运行数据；

所述数据挖掘模块，用于获取数据中心采集的运行数据进行负载分析，所述负载分析为根据第一时间段内的运行数据计算第一时间段内设备负载，根据第一时间段内设备负载变化幅度预测第二时间段内的设备负载，其中，设备负载变化为增幅时，所述设备负载变化幅度还包括设备当前负载值与峰值之间的差值；

所述温度调控模块，用于根据负载分析，进行制冷方式的选择或机房温度的调节，其中，所述负载分析的结果包括预测负载高峰期和负载低谷期。

6.根据权利要求5所述的云平台中机房温控管理系统，其特征在于，所述数据中心，具体用于：通过脚本方式，数据中心定时远程抓取机房设备的运行数据或者实时远程抓取机房设备的运行数据。

7.根据权利要求6所述的云平台中机房温控管理系统，其特征在于，所述数据中心，还用于将抓取的运行数据以数据形式存储在数据中心的数据库中，并将抓取的运行数据进行可视化转换发送到和数据中心连接的显示装置；

所述温度调控模块，还用于将负载分析得到的预测的设备负载进行可视化转换发送到和数据中心连接的显示装置。

8.根据权利要求7所述的云平台中机房温控管理系统，其特征在于，所述数据中心，还用于预先设置机房温度范围；

所述温度调控模块，具体用于：根据负载分析得到的预测的设备负载，自动进行制冷方式的选择或机房温度的调节，或者，被触发进行制冷方式的选择或机房温度的调节，保持机房温度在机房温度范围内。

说明书

一种云平台中机房温控管理方法和系统

技术领域

[0001] 本发明涉及机房控制技术领域，尤指一种云平台中机房温控管理方法和系统。

背景技术

[0002] 两次石油危机使“能源”成为人们议论的热点，在全球经济高速发展的今天，国际能源安全已上升到了国家的高度，各国都制定了以能源供应安全为核心的能源策略。

[0003] 当前云平台逐渐被行业认可，各种云的概念不断被提出并付诸于实践，设备运行环境也愈加复杂，设备运行数据也瑜伽繁杂，能耗问题已经成为各大机房优先考虑的问题。在机房中制冷的能耗一直是一个难题，如何在保障机房正常运转的情况下最大程度的减少制冷能耗已经成为一个困扰各大机房的难题。

发明内容

[0004] 为了解决上述技术问题，本发明提供了一种云平台中机房温控管理方法和系统，能够通过温度调控保障机房的正常运行。

[0005] 为了达到本发明目的，本发明提供了一种云平台中机房温控管理方法，包括：数据中心采集机房设备的运行数据；数据挖掘模块获取数据中心采集的运行数据进行负载分析，所述负载分析为根据第一时间段内的运行数据预测第二时间段内的设备负载；温度调控模块根据负载分析，进行制冷方式的选择或机房温度的调节。

[0006] 进一步地，所述数据中心采集并存储机房设备的运行数据，具体为：通过脚本方式，数据中心定时远程抓取机房设备的运行数据或者实时远程抓取机房设备的运行数据。

[0007] 进一步地，所述根据第一时间段内的运行数据预测第二时间段内的设备负载，具体为：数据挖掘模块根据第一时间段内的设备运行数据计算第一时间段内设备负载，根据第一时间段内设备负载变化幅度预测第二时间段内的设备负载。

[0008] 进一步地，所述方法还包括：数据中心将抓取的运行数据以数据形式存储在数据中心的数据库中，并将抓取的运行数据进行可视化转换发送到和数据中心连接的显示装置；数据挖掘模块将负载分析得到的预测的设备负载进行可视化转换发送到和数据中心连接的显示装置。

[0009] 进一步地，所述数据中心预先设置机房温度范围；所述温度调控模块根据负载分析，进行制冷方式的选择或机房温度的调节，具体为：温度调控模块根据负载分析得到的预测的设备负载，自动进行制冷方式的选择或机房温度的调节，或者，被触发进行制冷方式的选择或机房温度的调节，保持机房温度在机房温度范围内。

[0010] 本发明还提供了一种云平台中机房温控管理系统，包括：至少一个机房设备、数据中心、数据挖掘模块和温度调控模块，其中数据中心和数据挖掘模块位于云平台中；所述数据中心，用于采集机房设备的运行数据；所述数据挖掘模块，用于获取数据中心采集的运行数据进行负载分析，所述负载分析为根据第一时间段内的运行数据预测第二时间段内的设备负载；所述温度调控模块，用于根据负载分析，进行制冷方式的选择或机房温度的调节。

[0011] 进一步地，所述数据中心，具体用于：通过脚本方式，数据中心定时远程抓取机房设备的运行数据或者实时远程抓取机房设备的运行数据。

[0012] 进一步地，所述数据挖掘模块，具体用于：获取数据中心采集的运行数据，根据第一时间段内的设备运行数据计算第一时间段内设备负载，根据第一时间段内设备负载变化幅度预测第二时间段内的设备负载。

[0013] 进一步地，所述数据中心，还用于将抓取的运行数据以数据形式存储在数据中心的数据库中，并将抓取的运行数据进行可视化转换发送到和数据中心连接的显示装置；所述温度调控模块，还用于将负载分析得到的预测的设备负载进行可视化转换发送到和数据中心连接的显示装置。

[0014] 进一步地，所述数据中心，还用于预先设置机房温度范围；所述温度调控模块，具体用于：根据负载分析得到的预测的设备负载，自动进行制冷方式的选择或机房温度的调节，或者，被触发进行制冷方式的选择或机房温度的调节，保持机房温度在机房温度范围内。

[0015] 与现有技术相比，本发明通过计算出机房的当前负载以及对负载高峰期进行预估，提前进行温度调控，以达到保障机房在负载高峰期能够正常运行，同样也可以预期出负载低谷，切换制冷模式或者调节空调温度。

[0016] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

[0017] 附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

[0018] 图1是本发明的一种实施例中云平台中机房温控管理系统的架构示意图。

[0019] 图2是本发明的一种实施例中云平台中机房温控管理法方法的流程示意图。

具体实施方式

[0020] 为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

[0021] 在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

[0022] 图1是本发明的一种实施例中云平台中机房温控管理系统的架构示意图。如图1所示，该云平台中机房温控管理系统包括：至少一个机房设备、数据中心、数据挖掘模块和温度调控模块，其中数据中心和数据挖掘模块位于云平台中。

[0023] 数据中心，用于采集并存储机房设备的运行数据，并将采集的运行数据进行可视化转换发送到显示装置。

[0024] 具体地，运行数据是反映设备运行状态的数据，包括但不限于CPU使用率，内存使用率等信息。采集的运行数据一般是以数据形式存储在数据中心的数据库中。数据中心可以根据用户需求将采集到的相关运行数据进行可视化转换发送到和数据中心连接的显示装置，从而在显示装置提供给用户可视化界面，便于用户查看设备运行的状态。

[0025] 优选的，数据中心通过脚本方式远程抓取设备运行数据，可以定期抓取设备运行信息存入数据中心的数据库，也可实时抓取设备运行信息存入数据中心的数据库。

[0026] 此外，数据中心还预先设置机房温度范围，即机房温度的最高阀值和最低阀值，存储在数据中心的数据库中。

[0027] 数据挖掘模块，用于获取数据中心采集的运行数据进行负载分析，并将负载分析进行可视化转换发送到显示装置。

[0028] 具体地，数据挖掘模块获取数据中心采集的运行数据并对运行数据进行无效运行数据的筛选，例如CPU使用率为0，为负等认为是无效运行数据，从而得到有效运行数据；对有效运行数据进行负载分析，该负载分析为根据第一时间段内的设备运行数据预测第二时间段内的设备负载，其中，

[0029] 设备负载包括但不限于：CPU使用率，内存使用率，磁盘使用率等；

[0030] 根据第一时间段内的设备运行数据预测第二时间段内的设备负载，具体可以为：根据第一时间段内的设备运行数据计算第一时间段内设备负载，根据第一时间段内设备负载变化幅度预测第二时间段内的设备负载，例如CPU使用率有较大增幅，根据增幅的幅度以及当前使用率跟峰值的差距计算。

[0031] 此外，数据挖掘模块可以将负载分析得到的预测的设备负载进行可视化转换发送到显示装置，从而在显示装置提供给用户可视化界面。

[0032] 温度调控模块，用于根据数据挖掘模块的负载分析，进行制冷方式的选择或机房温度的调节。

[0033] 具体地，当设备负载大时，机房温度高；当设备负载小时，机房温度低；因此，温度调控模块可以根据负载分析得到的预测的设备负载，通过进行制冷方式的选择或机房温度的调节，使机房温度保持在预先设置的机房温度范围内，其中制冷方式包括但不限于：强制冷和弱制冷。

[0034] 此外，温度调控模块可以将制冷方式的选择或机房温度的调节进行可视化转换发送到显示装置，从而在显示装置提供给用户可视化界面。

[0035] 温度调控模块可以自动进行制冷方式的选择或机房温度的调节，也可以是用户根据显示装置提供的负载分析，触发温度调控模块进行制冷方式的选择或机房温度的调节。

[0036] 基于图1所示的云平台中机房温控管理系统，图2是本发明的一种实施例中云平台中机房温控管理法方法的流程示意图。如图2所示，该云平台中机房温控管理方法包括：

[0037] 步骤201，数据中心采集并存储机房设备的运行数据；

[0038] 步骤202，数据挖掘模块获取数据中心采集的运行数据进行负载分析，该负载分析为根据第一时间段内的运行数据预测第二时间段内的设备负载；

[0039] 步骤203，温度调控模块根据数据挖掘模块的负载分析，进行制冷方式的选择或机房温度的调节。

[0040] 本发明的方法还包括：

[0041] 数据中心预先设置并存储机房温度范围；通过脚本方式，定时远程抓取设备运行数据或者实时远程抓取设备运行数据；将抓取的运行数据以数据形式存储在数据中心的数据库中，并将抓取的运行数据进行可视化转换发送到和数据中心连接的显示装置。

[0042] 数据挖掘模块获取数据中心采集的运行数据，对运行数据进行无效运行数据的筛选得到有效运行数据，对有效运行数据进行负载分析，该负载分析为根据第一时间段内的设备运行数据计算第一时间段内设备负载，根据第一时间段内设备负载变化幅度预测第二时间段内的设备负载；将负载分析得到的预测的设备负载进行可视化转换发送到显示装置。

[0043] 温度调控模块根据负载分析得到的预测的设备负载，自动进行制冷方式的选择或机房温度的调节，或者，被触发进行制冷方式的选择或机房温度的调节，使机房温度保持在预先设置的机房温度范围内。

[0044] 下面列举一个具体实例来说明保持机房温度在机房温度范围内。

[0045] 17:00-18:00数据挖掘模块根据数据中心采集到设备运行数据进行负载分析，得出在第一时间段内设备负载有明显增幅，则温度调控模块调低温度，应对在第二时间段内可能来临的负载高峰；

[0046] 18:00-19:00数据挖掘模块根据数据中心采集到设备运行数据进行负载分析，得出在第二时间段内设备负载依然继续加大，增幅依然明显，则温度调控模块继续调低温度，但是在第二时间段内相比在第一时间段内增幅明显已经降低，并且已经接近历史峰值，故预测在第三时间段内设备负载不会有太过明显的增幅。

[0047] 19:00-20:00数据挖掘模块根据数据中心采集到设备运行数据进行负载分析，得出在第三时间段内设备负载增幅平缓，机房温度平和，预测在第四时间段内设备负载无太大波动，温度调控模块细微调整温度。

[0048] 21:00-22:00数据挖掘模块根据数据中心采集到设备运行数据进行负载分析，得出在第四时间段内设备负载开始略微下降，机房温度下降，预测在第五时间段内设备负载下降，温度调控模块细微调升温度。

[0049] 22:00-23:00数据挖掘模块根据数据中心采集到设备运行数据进行负载分析，得出在第五时间段内设备负载开始明显下降，预计在第六时间段内设备负载会有明显下降，温度调控模块调升温度。

[0050] 23:00-00:00数据挖掘模块根据数据中心采集到设备运行数据进行负载分析，得出在第六时间段内设备负载明显下降，预计在第七时间段内设备负载会有明显下降，机房将进入低负载运行状态，温度调控模块调升温度。

[0051] 00:00-01:00数据挖掘模块根据数据中心采集到设备运行数据进行负载分析，得出在第七时间段内设备负载持续下降，没有明显上升趋势，温度调控模块继续维持较高温度。

[0052] 本发明通过计算出机房的当前负载以及对负载高峰期进行预估，提前进行温度调控，以达到保障机房在负载高峰期能够正常运行，同样也可以预期出负载低谷，切换制冷模式或者调节空调温度，从而保障机房的正常运行。

[0053] 虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。