摘要：石油行業(yè)作為高技術(shù)、高投入和高風(fēng)險的行業(yè)，正面臨著勘探開發(fā)難度加大、成本上升和環(huán)境壓力增加等多重挑戰(zhàn)。在人工智能和新質(zhì)生產(chǎn)力的飛速發(fā)展背景下，亟須通過數(shù)字化轉(zhuǎn)型和智能化發(fā)展實現(xiàn)降本增效和高質(zhì)量發(fā)展。石油在勘探開發(fā)和生產(chǎn)過程中，產(chǎn)生了大量的基礎(chǔ)資料和研究數(shù)據(jù)，這些海量數(shù)據(jù)的存儲、管理、處理、分析和應(yīng)用...

 數(shù)據(jù)中心現(xiàn)狀

數(shù)據(jù)中心是石油企業(yè)的核心基礎(chǔ)設(shè)施，里面包括了服務(wù)器、存儲、交換機、防火墻等IT設(shè)備設(shè)施。隨著數(shù)據(jù)中心規(guī)模的擴大與業(yè)務(wù)承載量大幅度的增加，傳統(tǒng)的運維管理方式已不能滿足數(shù)據(jù)中心高可用性和風(fēng)險管控需求，表現(xiàn)在如下方面。

（1）資產(chǎn)管理方面，企業(yè)的IT資產(chǎn)類型較多，設(shè)備品牌多樣，如服務(wù)器具有浪潮、華為和戴爾等多種品牌，并且部分IT資產(chǎn)采用線下管理，設(shè)備的出庫、維修、歸還和報廢等管理較混亂，沒有統(tǒng)一精細(xì)化管理，未進(jìn)行全生命周期線上管理。各類IT設(shè)備資產(chǎn)數(shù)據(jù)分散在不同的平臺中，數(shù)據(jù)查找和統(tǒng)計困難低效。

（2）安全管控能力方面，數(shù)據(jù)中心的環(huán)境安全主要依靠人工巡檢，安全問題發(fā)現(xiàn)滯后、效率低。運維人員在查看IT設(shè)備運行狀態(tài)時，需要登錄不同的設(shè)備管理平臺查看設(shè)備運行參數(shù)，基本是一設(shè)備一平臺，運維工作量大，沒有做到集中監(jiān)控，問題發(fā)現(xiàn)比較滯后，處置響應(yīng)效率低，很多時候都是用戶比運維人員先發(fā)現(xiàn)問題，造成用戶體驗差，甚至影響科研生產(chǎn)工作。

（3）運維效率方面，數(shù)據(jù)備份和服務(wù)啟停等日常運維工作的自動化水平不高，缺乏自動化的運維手段。在數(shù)據(jù)中心的運行過程中，機房管理無論是環(huán)境監(jiān)測還是變配電系統(tǒng)監(jiān)測，還停留在對數(shù)據(jù)和信息的推送以及歷史數(shù)據(jù)的查看與分析上，未實現(xiàn)智能化的運維管理，也缺乏自動化的管理流程。由于機房里面的物理硬件設(shè)備種類較多，而且包含著海量的數(shù)據(jù)資產(chǎn)，還需要運維人員不斷對數(shù)據(jù)錄入，缺乏自動化的管控手段，工作量較大，效率低，需要較多人力資源投入。

（4）知識管理方面，現(xiàn)在各種資料文檔和知識分散在不同員工的計算機里，沒有統(tǒng)一的管理平臺，而且不同的系統(tǒng)由不同的人負(fù)責(zé)，在出現(xiàn)突發(fā)事故時需要找不同的人進(jìn)行資料的查找，故障的判斷排查困難。同時數(shù)據(jù)中心運維人員存在頻繁更換問題，新來的運維人員并不能快速了解數(shù)據(jù)中心以前的運維記錄，對于歷史故障的查詢緩慢。因此，在數(shù)據(jù)中心的運維管理中，需要及時建立知識庫，滿足對歷史故障的查詢，做好相應(yīng)的記錄，為后續(xù)故障排除提供支持。

各種業(yè)務(wù)應(yīng)用場景以及設(shè)備多樣性、系統(tǒng)復(fù)雜性、故障定位精準(zhǔn)性、問題處理時效性、數(shù)據(jù)統(tǒng)計概括性、預(yù)判前瞻性、分析智能化等，都將對數(shù)據(jù)中心運維提出更高的要求。數(shù)據(jù)中心運維管理需要逐步從碎片化、孤島化、人工化的傳統(tǒng)管理模式，向系統(tǒng)化、標(biāo)準(zhǔn)化、自動化、智能化的統(tǒng)一運維管理平臺轉(zhuǎn)變。

平臺架構(gòu)設(shè)計

智能運維平臺總體架構(gòu)設(shè)計分為四層，一是數(shù)據(jù)采集層：對IT資產(chǎn)進(jìn)行登記，開展全生命周期管理，包括了資產(chǎn)的出入庫、變更、維修、保養(yǎng)和報廢等流程；二是數(shù)據(jù)接入層：采用通用的SNMP和Syslog等方式對設(shè)備的運行參數(shù)、告警數(shù)據(jù)和日志數(shù)據(jù)進(jìn)行自動化采集，并將其存儲在國產(chǎn)人大金產(chǎn)數(shù)據(jù)庫中；三是數(shù)據(jù)分析層：對采集的設(shè)備數(shù)據(jù)，按照業(yè)務(wù)需求自動生成報表并將進(jìn)行統(tǒng)計分析，采用神經(jīng)網(wǎng)絡(luò)等人工智能算法進(jìn)行數(shù)據(jù)挖掘；四是應(yīng)用層：實現(xiàn)數(shù)據(jù)中心環(huán)境安全監(jiān)控、設(shè)備動態(tài)監(jiān)控、故障預(yù)警、統(tǒng)計報表等[4]。

 智能化運維

 3.1 資產(chǎn)統(tǒng)一管理

數(shù)據(jù)中心IT資產(chǎn)的統(tǒng)一集中管理是智能運維的基礎(chǔ)，運維工作都是圍繞IT資產(chǎn)對象開展的，如巡檢、維修和監(jiān)控等。通過建立統(tǒng)一的管理平臺，企業(yè)可以實現(xiàn)信息資產(chǎn)的集中存儲、管理和分析，為業(yè)務(wù)決策提供數(shù)據(jù)支持，推動業(yè)務(wù)創(chuàng)新發(fā)展。數(shù)據(jù)中心IT資產(chǎn)全生命周期管理包括購置、上架、維修、保養(yǎng)、報廢等流程，設(shè)備生命歷程每一步都有記錄，可追溯，以提升合規(guī)化和標(biāo)準(zhǔn)化管理水平。通過IT資產(chǎn)統(tǒng)一集中管理，可以從全局的視角掌握所有資產(chǎn)的狀態(tài)和使用情況，能夠更加精準(zhǔn)地進(jìn)行資源配置和規(guī)劃，避免資源浪費和低效使用問題。  

3.2 設(shè)備集中監(jiān)控

3.2.1 可視化建模通過將數(shù)據(jù)中心框架以及內(nèi)部設(shè)備設(shè)施以三維立體的方式呈現(xiàn)出來，可以幫助運維人員更直觀地掌握數(shù)據(jù)中心的運行狀況，快速發(fā)現(xiàn)和解決問題，從而提高數(shù)據(jù)中心的可靠性和安全性。按照數(shù)據(jù)中心實際比例進(jìn)行3D建模，粒度到機柜U級，同時以不同顏色實時展現(xiàn)報警數(shù)據(jù)。平臺可以機柜為單位進(jìn)行數(shù)據(jù)中心容量管理，形象展示機房和機柜的空間容量整體使用情況，幫助運維人員高效管理機房的容量資源，讓機房資源的負(fù)荷更加均衡，提升資源使用效率。平臺提供資產(chǎn)關(guān)鍵字和負(fù)責(zé)人搜索功能，能夠快速定位設(shè)備的物理空間位置，準(zhǔn)確顯示設(shè)備所處的位置與信息，同時可查看設(shè)備運行狀況并展示相關(guān)信息。

3.2.2 運行狀態(tài)監(jiān)控通過對數(shù)據(jù)中心的IT基礎(chǔ)設(shè)施（服務(wù)器、存儲、網(wǎng)絡(luò)設(shè)備和安全設(shè)備等）、動環(huán)設(shè)備（動力和環(huán)境設(shè)備）和安防設(shè)備（攝像頭、煙感、水浸和門禁設(shè)備）進(jìn)行動態(tài)數(shù)據(jù)采集、處理和實時監(jiān)測，可對設(shè)備運行異常（故障、過載和過溫等現(xiàn)象）進(jìn)行實時預(yù)警告警，并提供設(shè)備觀測視角調(diào)整、設(shè)備顯隱控制等多種交互支持，實現(xiàn)集中統(tǒng)一監(jiān)控。通過共享設(shè)備間信息資源，以及設(shè)備的全方位監(jiān)控覆蓋，不同管理者可快速獲取所需的相關(guān)信息，將運維人員工作中所關(guān)注設(shè)備的數(shù)據(jù)信息以圖形化方式展示，清晰明了，可查看具體設(shè)備的型號參數(shù)、運行狀態(tài)、數(shù)據(jù)鏈路，如數(shù)據(jù)中心的溫度、濕度和煙感等信息[5]。

3.2.3 網(wǎng)絡(luò)監(jiān)控通過網(wǎng)絡(luò)拓?fù)鋱D或鏈路圖的方式，對數(shù)據(jù)中心的網(wǎng)絡(luò)狀態(tài)、數(shù)據(jù)傳輸情況和告警事件等信息進(jìn)行直觀呈現(xiàn)，同時結(jié)合多維度數(shù)據(jù)分析看板，可對數(shù)據(jù)中心數(shù)據(jù)鏈路流量、網(wǎng)絡(luò)性能和告警統(tǒng)計等數(shù)據(jù)進(jìn)行多維度監(jiān)測分析，輔助網(wǎng)絡(luò)管理人員實時掌控跨地域數(shù)據(jù)中心運行情況，快速識別異常情況。

 3.3 智能化統(tǒng)計

（1）統(tǒng)計分析，提供IT資產(chǎn)的查詢、統(tǒng)計報表、自動生成使用情況報告。系統(tǒng)可按管理需求進(jìn)行多種維度資產(chǎn)統(tǒng)計，如按品牌統(tǒng)計、按部門統(tǒng)計等方式生成報表，改變了以往手動統(tǒng)計困難和低效的模式。同時，運維人員可以根據(jù)不同的關(guān)注點和時間段，將所關(guān)注的各種類型的資源項以及指標(biāo)項靈活添加至報表內(nèi)容中。系統(tǒng)支持當(dāng)日性能分析、指定時段分析，方便運維人員很直觀地查看當(dāng)前運行情況。

（2）智能巡檢，自動生成巡檢報告。智能巡檢可根據(jù)日常的巡檢內(nèi)容進(jìn)行個性化設(shè)置，在指定時間點對核心關(guān)注內(nèi)容進(jìn)行掃描記錄。根據(jù)預(yù)設(shè)的要求進(jìn)行數(shù)據(jù)采集，以設(shè)備運行的規(guī)范標(biāo)準(zhǔn)值為依據(jù)，分析判斷設(shè)備運行狀態(tài)是否正常；進(jìn)行定期巡檢，對系統(tǒng)監(jiān)控巡查的整體進(jìn)行評價和備注說明，以報表的形式直觀反映巡檢結(jié)果。解決了傳統(tǒng)的紙張巡檢簽到、巡檢信息不全、巡檢報表亂寫等問題。運維人員可綜合利用設(shè)備狀態(tài)、運行性能、使用情況，制定優(yōu)化資產(chǎn)調(diào)配策略。  

3.4 智能運維機器人

3.4.1 智能問答運維過程中會積累大量的經(jīng)驗與知識，可為后續(xù)故障處理提供支持。同時企業(yè)擁有海量的文檔資源，包括運維文檔、應(yīng)急手冊、產(chǎn)品手冊、排障手冊、維修記錄和管理制度等，這些文檔通常以PDF、Word、PPT等格式存在，但是利用率和共享率低，存在巨大挖掘價值和空間。通過采用大模型+LangChain技術(shù)構(gòu)建通用+分公司專屬知識雙基座大模型問答系統(tǒng)，根據(jù)文檔中的內(nèi)容和知識進(jìn)行統(tǒng)一的大模型訓(xùn)練，采用推理功能挖掘運維數(shù)據(jù)中的潛在知識，進(jìn)而實現(xiàn)快速精準(zhǔn)的問答交互。通過IT設(shè)備、軟件、網(wǎng)絡(luò)等的日志和告警信息，結(jié)合常見的、重點的故障場景，構(gòu)建故障預(yù)警知識圖譜；通過將故障案例和標(biāo)準(zhǔn)規(guī)范等資料構(gòu)建運維專家知識庫，面對新的運維場景，采用自然語言生成技術(shù)，將知識庫內(nèi)容轉(zhuǎn)化為有效的解決方案，提升運維效率。

3.4.2 自動執(zhí)行傳統(tǒng)的Linux系統(tǒng)運維通常需要依靠命令行來操作，對運維人員的技能水平要求較高，需要運維人員熟練掌握復(fù)雜的Linux命令才能完成，并且工作流程煩瑣，容易出錯。基于大模型智能體Agent技術(shù)，能對運維人員輸入的命令進(jìn)行思考和規(guī)劃，然后調(diào)用相應(yīng)的工具執(zhí)行、評估運行結(jié)果，最終將重復(fù)性、規(guī)律性和周期性的大量日常運維工作轉(zhuǎn)化為自動化執(zhí)行，實現(xiàn)運維工作在統(tǒng)一的智能運維平臺一鍵式處理，極大地提升了運維效率。

4 結(jié)束語

數(shù)據(jù)中心智能運維管理平臺為運維人員提供了智能運維手段，可對數(shù)據(jù)中心環(huán)境安全狀況和軟硬件運行狀態(tài)進(jìn)行統(tǒng)一監(jiān)控，智能推薦故障解決方案，為整個數(shù)據(jù)中心的平穩(wěn)運行提供保障。同時平臺提升了數(shù)據(jù)中心基礎(chǔ)設(shè)施安全管控能力和運維效率，為企業(yè)新質(zhì)生產(chǎn)力發(fā)展提供了強有力支撐。