DataCenterManagementasaService(DMaaS)是一种基于云的远程监控服务，可聚合和分析大量匿名客户数据，以帮助企业改进更好地预测设备故障或容量短缺并检测效率低下。数据中心停机对企业来说可能是危险且代价高昂的。很容易看出工具的吸引力，这些工具可以提供对数据中心资产、相互依赖性、性能和容量的可见性，并将这种可见性转化为可以预测设备故障或容量不足的可操作知识。数据中心基础设施管理(DCIM)工具旨在监控IT和建筑组件的利用率和能耗——从服务器和存储到配电再到冷却。DCIM软件具有远程设备监控、电力和环境监控、IT资产管理、数据管理和报表等功能。企业可以依靠DCIM软件来简化容量规划和资源分配，并确保尽可能高效地使用电力、设备和占地面积。什么是DMaaS？数据中心管理即服务(DMaaS)是一种基于DCIM软件的服务。但它不仅仅是DCIM软件的SaaS交付版本。DMaaS将数据收集提升到一个新的水平：从数十个数据中心收集设备数据，然后大规模地匿名、聚合和分析这些数据。451Research数据中心技术和生态效率IT渠道研究总监RhondaAscierto表示，DMaS有可能改变数据中心的管理和运营方式。Ascierto说：“DMaaS集成并分析了大量匿名客户数据，这些数据可以通过机器学习得到增强。一个关键目标是预测和预防数据中心基础设施事件和故障，并检测效率低下或容量不足的情况。”施耐德电气（SchneiderElectric）和伊顿（Eaton）是较早涉足DMaaS市场的厂商。两家供应商都从他们在数据中心领域的多年经验中挖掘了大量数据，包括设计和构建数据中心、建筑管理、配电以及电力和冷却服务。从各种操作环境中的大量客户那里获取这些数据是DMaaS的真正价值，使企业能够将其数据中心性能与全球基准进行比较。例如，施耐德的产品称为EcoStruxureITDMaaS，与包含来自500多个客户和220万个传感器的基线数据的数据湖相关联。“DMaaS的核心价值——以及它优于本地DCIM和SaaS交付的DCIM的原因——是它汇集匿名数据，使用机器学习、异常检测和事件流重放来运行大数据统计分析，”Ascierto说。她说，从不同类型的数据中心收集和分析的数据越多，DMaaS就会越智能。只要拥有关于特定设备在特定环境中的性能的大量数据——温度、湿度、气压——就可以让DMaaS提供商更准确地预测设备何时会出现故障，或者何时达到冷却阈值。DCIM和DMaaS自从DCIM出现以来，该软件一直交付不足和过度炒作。它很难部署，而且没有确定的投资回报。“DCIM可以降低风险，同时带来新的收益、更好的容量预测和更高的业务敏捷性，”Ascierto说。但由于一系列困难——例如实施运营变更以支持DCIM，以及衡量整体投资回报的困难，它仍然是一项未充分部署的技术。DMaaS有望缓解这些困难并扩展DCIM的价值。”当计算环境分布在传统的本地数据中心、云和托管站点以及边缘计算应用程序中时，中心管理就更加棘手了。传统的DCIM模型需要在每个数据中心站点安装软件，这在尝试比较跨环境的性能时可能具有挑战性。DMaaS是一种基于云的远程监控服务，旨在支持各种部署站点。DMaaS的局限性尽管如此，DMaaS在发挥其潜力之前还有很长的路要走。Ascierto说，DMaaS的长期目标是将物理数据中心基础设施管理与许多其他服务集成在一起，包括IT工作负载管理、能源管理、连接性和业务成本核算。但实现这些目标需要时间。“DMaaS还无法与‘传统’DCIM所能提供的功能广度相提并论，但我们预计它会随着时间的推移而进一步发展，”她说。“DMaaS使数据中心空间超越DCIM和单站点专用托管。最终，它可能会添加其他数据和服务，包括集成工作负载管理、能源管理、客户关系和业务系统、天气、员工服务以及安全和网络管理。”在本地DCIM和基于云的DMaaS之间进行选择并不是一个明确的决定。Ascierto说，出于安全和延迟的原因，保留一些DCIM监控功能可能是有意义的。例如，让数据往返于集中式云设施对于时间敏感的监控和警报来说是不切实际的。另一方面，预测对于日常运营来说并不是必不可少的，在异地进行预测是有意义的。“我不认为他们是非此即彼的***。我认为他们是‘两者’，”Ascierto说。
