一种数据中心可视化平台

技术领域

本发明涉及数据可视化技术领域，具体为一种数据中心可视化平台。

背景技术

随着社会信息化的发展，各企业提供的信息化管理、娱乐、社交等工具越来越多，日产生数据量也越来越大，随着大数据分析、数据挖掘以及人工智能等技术的发展，各大企业对自己的数据越来越重视，并作为重要的宝贵财富进行存储；而机房和服务器作为数据的载体，其作用是至关重要的。

但是在现有技术中，不能够将异常的服务器在模型内进行标记，导致服务器的可视性能降低。

发明内容

本发明的目的就在于提出一种数据中心可视化平台，通过环境检测单元对机房内各个区域的环境数据进行分析，从而对机房内的区域进行检测，获取到各个区域内的环境数据，通过公式获取到各个区域内的环境检测系数Ji，若各个区域内的环境检测系数Ji≥环境检测系数阈值，则判定对应区域的环境异常，生成环境异常信号并将环境异常信号和对应的机房区域发送至可视化平台，可视化平台接收到环境异常信号和对应的机房区域后，在机房运行模型中对应区域进行黄色闪烁标记；对机房区域内的环境进行检测，提高了服务器的使用寿命，同时对环境数据进行标记，提高了环境数据的可视性，从而便于管理人员进行管理，提高了工作效率。

本发明的目的可以通过以下技术方案实现：

一种数据中心可视化平台，包括可视化平台、环境检测单元、容量检测单元、运行检测单元、维护管理单元、注册登录单元以及数据库；

所述可视化平台将机房分成若干区域，并将机房内若干个区域标记为i，i＝1，2，……，n，n为正整数，将区域内的服务器设备标记为o，o＝1，2，……，m，m为正整数，根据三维建造模型技术构建机房模型并标记为机房运行模型，随后生成容量检测信号并将容量检测信号发送至容量检测单元；

所述容量检测单元接收到容量检测信号后，对机房各个区域内的服务器的容量数据进行分析，从而对服务器进行检测，服务器的容量数据包括服务器占地面积与区域总面积的比值、服务器内空闲容量与已占容量的比值以及服务器内的最大容量，具体分析检测过程如下：

步骤一、获取到服务器占地面积与区域总面积的比值，并将服务器占地面积与区域总面积的比值标记为Bio；

步骤二、获取到服务器内空闲容量与已占容量的比值，并将服务器内空闲容量与已占容量的比值标记为Rio；

步骤三、获取到服务器内的最大容量，并将服务器内的最大容量标记为Zio；

步骤四、通过公式

步骤五、将服务器的容量检测系数Xio与服务器的容量检测系数阈值进行比较：

若服务器的容量检测系数Xio≥服务器的容量检测系数阈值，则判定对应服务器容量正常，生成容量正常信号并将容量正常信号和对应服务器发送至可视化平台，可视化平台接收到容量正常信号和对应服务器后，在机房运行模型中将对应服务器进行绿色标记；

若服务器的容量检测系数Xio＜服务器的容量检测系数阈值，则判定对应服务器容量异常，生成容量异常信号并将容量异常信号和对应服务器发送至可视化平台，可视化平台接收到容量异常信号和对应服务器后，在机房运行模型中将对应服务器进行红色标记。

进一步地，所述环境检测单元用于对机房内各个区域的环境数据进行分析，从而对机房内的区域进行检测，各个区域的环境数据包括温度数据、流速数据以及静电数据，温度数据为各个区域内的平均温度与室外平均温度的差值，流速数据为各个区域内的全天空气平均流动速度，静电数据为各个区域内的地面静电电荷量，具体分析检测过程如下：

步骤S1：获取到各个区域内的平均温度与室外平均温度的差值，并将各个区域内的平均温度与室外平均温度的差值标记为Wi；

步骤S2：获取到各个区域内的全天空气平均流动速度，并将各个区域内的全天空气平均流动速度标记为Vi；

步骤S3：获取到各个区域内的地面静电电荷量，并将各个区域内的地面静电电荷量标记为Hi；

步骤S4：通过公式Ji＝(Wi×b1+Vi×b2+Hi×b3)e

步骤S5：将各个区域内的环境检测系数Ji与环境检测系数阈值进行比较：

若各个区域内的环境检测系数Ji≥环境检测系数阈值，则判定对应区域的环境异常，生成环境异常信号并将环境异常信号和对应的机房区域发送至可视化平台，可视化平台接收到环境异常信号和对应的机房区域后，在机房运行模型中对应区域进行黄色闪烁标记；

若各个区域内的环境检测系数Ji＜环境检测系数阈值，则判定对应区域的环境正常，生成环境正常信号并将环境正常信号和对应的机房区域发送至可视化平台，可视化平台接收到环境正常信号和对应的机房区域后，在机房运行模型中对应区域不进行颜色标记。

进一步地，所述运行检测单元用于对各个区域的服务器运行数据进行分析，从而对服务器进行检测，服务器的运行数据包括时长数据、速度数据以及频率数据，时长数据为服务器全天工作时长与停机时长的比值，速度数据为服务器全天数据处理的反应速度最大波动值，频率数据为服务器全天进行数据处理的频率，具体分析检测过程如下：

步骤SS1：获取到服务器全天工作时长与停机时长的比值，并将服务器全天工作时长与停机时长的比值标记为BZio；

步骤SS2：获取到服务器全天数据处理的反应速度最大波动值，并将服务器全天数据处理的反应速度最大波动值标记为BDio；

步骤SS3：获取到服务器全天进行数据处理的频率，并将服务器全天进行数据处理的频率标记为PLio；

步骤SS4：通过公式

步骤SS5：将服务器的运行检测系数YXio与运行检测系数阈值进行比较：

若服务器的运行检测系数YXio≥运行检测系数阈值，则判定对应服务器运行异常，生成运行异常信号并将运行异常信号发送至可视化平台，可视化平台接收到运行异常信号后，将对应服务器全月的运行检测系数绘制折线图，若运行检测系数呈上升趋势，则生成维护信号并将维护信号发送至维护人员的手机终端；反之，则不进行任何操作；

若服务器的运行检测系数YXio＜运行检测系数阈值，则判定对应服务器运行正常，生成运行正常信号并将运行正常信号发送至可视化平台，可视化平台接收到运行正常信号后，将对应服务器标记为正常服务器并将正常服务器发送至管理人员的手机终端。

进一步地，所述维护管理单元用于对服务器的维护信息进行分析，从而对服务器进行检测，服务器的维护信息包括服务器全月的维护总次数、服务器全月维护的平均间隔时长以及服务器全月维护的平均耗费时长，具体分析检测过程如下：

步骤T1：获取到服务器全月的维护总次数，并将服务器全月的维护总次数标记为CS；

步骤T2：获取到服务器全月维护的平均间隔时长，并将服务器全月维护的平均间隔时长标记为JG；

步骤T3：获取到服务器全月维护的平均耗费时长，并将服务器全月维护的平均耗费时长标记为SC；

步骤T4：通过公式GL＝CS×s1+JG×s2+SC×s3获取到服务器的全月维护系数GL，其中，s1、s2以及s3均为比例系数，且s1＞s2＞s3＞0；

步骤T5：将服务器的全月维护系数GL与维护系数阈值进行比较：

若服务器的全月维护系数GL≥维护系数阈值，则判定服务器的维护管理正常，生成维护管理正常信号并将维护管理正常信号发送至管理人员的手机终端；

若服务器的全月维护系数GL＜维护系数阈值，则判定服务器的维护管理异常，生成维护管理异常信号并将维护管理异常信号发送至管理人员的手机终端。

进一步地，所述注册登录单元用于管理人员和维护人员通过手机终端提交管理人员信息和维护人员信息进行注册，并将注册成功的管理人员信息和维护人员信息发送至数据库进行储存，管理人员信息包括管理人员的姓名、年龄、入职时长以及本人实名认证的手机号码，维护人员信息包括维护人员的姓名、年龄、入职时间以及本人实名认证的手机号码。

与现有技术相比，本发明的有益效果是：

1、本发明中，通过可视化平台将机房分成若干区域，并将区域内的服务器设备标记为o，o＝1，2，……，m，m为正整数，根据三维建造模型技术构建机房模型并标记为机房运行模型，通过容量检测单元接收到容量检测信号后，获取到服务器的容量数据，通过公式获取到服务器的容量检测系数Xio，若服务器的容量检测系数Xio≥服务器的容量检测系数阈值，则判定对应服务器容量正常，生成容量正常信号并将容量正常信号和对应服务器发送至可视化平台，可视化平台接收到容量正常信号和对应服务器后，在机房运行模型中将对应服务器进行绿色标记；若服务器的容量检测系数Xio＜服务器的容量检测系数阈值，则判定对应服务器容量异常，生成容量异常信号并将容量异常信号和对应服务器发送至可视化平台，可视化平台接收到容量异常信号和对应服务器后，在机房运行模型中将对应服务器进行红色标记；对机房进行区域划分，随后根据对区域内服务器的进行容量检测，将异常的服务器在模型内进行标记，提高了服务器数据的可视性能，提高了工作效率；

2、本发明中，通过环境检测单元对机房内各个区域的环境数据进行分析，从而对机房内的区域进行检测，获取到各个区域内的环境数据，通过公式获取到各个区域内的环境检测系数Ji，若各个区域内的环境检测系数Ji≥环境检测系数阈值，则判定对应区域的环境异常，生成环境异常信号并将环境异常信号和对应的机房区域发送至可视化平台，可视化平台接收到环境异常信号和对应的机房区域后，在机房运行模型中对应区域进行黄色闪烁标记；对机房区域内的环境进行检测，提高了服务器的使用寿命，同时对环境数据进行标记，提高了环境数据的可视性，从而便于管理人员进行管理，提高了工作效率。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

如图1所示，一种数据中心可视化平台，包括可视化平台、环境检测单元、容量检测单元、运行检测单元、维护管理单元、注册登录单元以及数据库；

注册登录单元用于管理人员和维护人员通过手机终端提交管理人员信息和维护人员信息进行注册，并将注册成功的管理人员信息和维护人员信息发送至数据库进行储存，管理人员信息包括管理人员的姓名、年龄、入职时长以及本人实名认证的手机号码，维护人员信息包括维护人员的姓名、年龄、入职时间以及本人实名认证的手机号码；

可视化平台将机房分成若干区域，并将机房内若干个区域标记为i，i＝1，2，……，n，n为正整数，将区域内的服务器设备标记为o，o＝1，2，……，m，m为正整数，根据三维建造模型技术构建机房模型并标记为机房运行模型，随后生成容量检测信号并将容量检测信号发送至容量检测单元；

容量检测单元接收到容量检测信号后，对机房各个区域内的服务器的容量数据进行分析，从而对服务器进行检测，服务器的容量数据包括服务器占地面积与区域总面积的比值、服务器内空闲容量与已占容量的比值以及服务器内的最大容量，具体分析检测过程如下：

步骤一、获取到服务器占地面积与区域总面积的比值，并将服务器占地面积与区域总面积的比值标记为Bio；

步骤二、获取到服务器内空闲容量与已占容量的比值，并将服务器内空闲容量与已占容量的比值标记为Rio；

步骤三、获取到服务器内的最大容量，并将服务器内的最大容量标记为Zio；

步骤四、通过公式

步骤五、将服务器的容量检测系数Xio与服务器的容量检测系数阈值进行比较：

若服务器的容量检测系数Xio≥服务器的容量检测系数阈值，则判定对应服务器容量正常，生成容量正常信号并将容量正常信号和对应服务器发送至可视化平台，可视化平台接收到容量正常信号和对应服务器后，在机房运行模型中将对应服务器进行绿色标记；

若服务器的容量检测系数Xio＜服务器的容量检测系数阈值，则判定对应服务器容量异常，生成容量异常信号并将容量异常信号和对应服务器发送至可视化平台，可视化平台接收到容量异常信号和对应服务器后，在机房运行模型中将对应服务器进行红色标记；

环境检测单元用于对机房内各个区域的环境数据进行分析，从而对机房内的区域进行检测，各个区域的环境数据包括温度数据、流速数据以及静电数据，温度数据为各个区域内的平均温度与室外平均温度的差值，流速数据为各个区域内的全天空气平均流动速度，静电数据为各个区域内的地面静电电荷量，具体分析检测过程如下：

步骤S1：获取到各个区域内的平均温度与室外平均温度的差值，并将各个区域内的平均温度与室外平均温度的差值标记为Wi；

步骤S2：获取到各个区域内的全天空气平均流动速度，并将各个区域内的全天空气平均流动速度标记为Vi；

步骤S3：获取到各个区域内的地面静电电荷量，并将各个区域内的地面静电电荷量标记为Hi；

步骤S4：通过公式Ji＝(Wi×b1+Vi×b2+Hi×b3)e

步骤S5：将各个区域内的环境检测系数Ji与环境检测系数阈值进行比较：

若各个区域内的环境检测系数Ji≥环境检测系数阈值，则判定对应区域的环境异常，生成环境异常信号并将环境异常信号和对应的机房区域发送至可视化平台，可视化平台接收到环境异常信号和对应的机房区域后，在机房运行模型中对应区域进行黄色闪烁标记；

若各个区域内的环境检测系数Ji＜环境检测系数阈值，则判定对应区域的环境正常，生成环境正常信号并将环境正常信号和对应的机房区域发送至可视化平台，可视化平台接收到环境正常信号和对应的机房区域后，在机房运行模型中对应区域不进行颜色标记；

运行检测单元用于对各个区域的服务器运行数据进行分析，从而对服务器进行检测，服务器的运行数据包括时长数据、速度数据以及频率数据，时长数据为服务器全天工作时长与停机时长的比值，速度数据为服务器全天数据处理的反应速度最大波动值，频率数据为服务器全天进行数据处理的频率，具体分析检测过程如下：

步骤SS1：获取到服务器全天工作时长与停机时长的比值，并将服务器全天工作时长与停机时长的比值标记为BZio；

步骤SS2：获取到服务器全天数据处理的反应速度最大波动值，并将服务器全天数据处理的反应速度最大波动值标记为BDio；

步骤SS3：获取到服务器全天进行数据处理的频率，并将服务器全天进行数据处理的频率标记为PLio；

步骤SS4：通过公式

步骤SS5：将服务器的运行检测系数YXio与运行检测系数阈值进行比较：

若服务器的运行检测系数YXio≥运行检测系数阈值，则判定对应服务器运行异常，生成运行异常信号并将运行异常信号发送至可视化平台，可视化平台接收到运行异常信号后，将对应服务器全月的运行检测系数绘制折线图，若运行检测系数呈上升趋势，则生成维护信号并将维护信号发送至维护人员的手机终端；反之，则不进行任何操作；

若服务器的运行检测系数YXio＜运行检测系数阈值，则判定对应服务器运行正常，生成运行正常信号并将运行正常信号发送至可视化平台，可视化平台接收到运行正常信号后，将对应服务器标记为正常服务器并将正常服务器发送至管理人员的手机终端；

维护管理单元用于对服务器的维护信息进行分析，从而对服务器进行检测，服务器的维护信息包括服务器全月的维护总次数、服务器全月维护的平均间隔时长以及服务器全月维护的平均耗费时长，具体分析检测过程如下：

步骤T1：获取到服务器全月的维护总次数，并将服务器全月的维护总次数标记为CS；

步骤T2：获取到服务器全月维护的平均间隔时长，并将服务器全月维护的平均间隔时长标记为JG；

步骤T3：获取到服务器全月维护的平均耗费时长，并将服务器全月维护的平均耗费时长标记为SC；

步骤T4：通过公式GL＝CS×s1+JG×s2+SC×s3获取到服务器的全月维护系数GL，其中，s1、s2以及s3均为比例系数，且s1＞s2＞s3＞0；

步骤T5：将服务器的全月维护系数GL与维护系数阈值进行比较：

若服务器的全月维护系数GL≥维护系数阈值，则判定服务器的维护管理正常，生成维护管理正常信号并将维护管理正常信号发送至管理人员的手机终端；

若服务器的全月维护系数GL＜维护系数阈值，则判定服务器的维护管理异常，生成维护管理异常信号并将维护管理异常信号发送至管理人员的手机终端。

本发明工作原理：

一种数据中心可视化平台，在工作时，通过可视化平台将机房分成若干区域，根据三维建造模型技术构建机房模型并标记为机房运行模型，随后生成容量检测信号并将容量检测信号发送至容量检测单元；

通过容量检测单元接收到容量检测信号后，对机房各个区域内的服务器的容量数据进行分析，从而对服务器进行检测，获取到服务器占地面积与区域总面积的比值、服务器内空闲容量与已占容量的比值以及服务器内的最大容量，通过公式获取到服务器的容量检测系数Xio，若服务器的容量检测系数Xio≥服务器的容量检测系数阈值，则判定对应服务器容量正常，生成容量正常信号并将容量正常信号和对应服务器发送至可视化平台，可视化平台接收到容量正常信号和对应服务器后，在机房运行模型中将对应服务器进行绿色标记；若服务器的容量检测系数Xio＜服务器的容量检测系数阈值，则判定对应服务器容量异常，生成容量异常信号并将容量异常信号和对应服务器发送至可视化平台，可视化平台接收到容量异常信号和对应服务器后，在机房运行模型中将对应服务器进行红色标记。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。