用于计算密度效率测量的数据中心管理系统和方法与流程

1.本发明涉及基础设施管理系统，特别是关于数据中心设施，但不限于所述的数据中心设施。


背景技术：

2.数据中心和协同定位供应商尤其在供应必要的电力和冷却方面苦苦挣扎。随着数据中心密度的不断增加，对更节能、更具成本效益的数据中心和主机托管解决方案的需求也在不断增长。
3.数据中心是用于容纳计算机系统和相关组件的设施。为了达到这个目的，数据中心被设计成维持适合于其中的计算机系统正常运行的环境条件。通常，为了维持其中系统的功能，数据中心将消耗两倍以上的功率，这是由于冷却系统效率低下而导致的。系统产生的热量与其运行所消耗的资源不成比例。由于实时计算功耗的不可预测性，系统产生的热量也难以追踪。
4.随着数据中心在结构和功能上变得越来越复杂，其系统对能量的利用，尤其是用于冷却和操作的能量的利用已经急剧增长。因此，提高数据中心的能源效率和减少资源消耗对于数据中心设施的长期维持变得至关重要。
5.传统数据中心面临技术创新、运营效率和现代设计原则的挑战。随着环境日益复杂，能源效率和资源利用管理方面的此类挑战对于数据中心设施的长期维持变得至关重要。当前的数据中心供应商努力监控基础设施系统、从基础设施系统收集数据并管理基础设施系统以实现数据中心设施的最佳效率。
6.传统数据中心是利用本质上是静态的物理基础设施构建的。当这个受约束的静态基础设施置于动态工作负载下时，它可能会暴露出严重的基础设施效率低下的问题。这些低效率只能通过持续收集和分析数据中心基础设施和环境数据来解决。
7.可以采用包括预测分析的所述dcim系统来连续收集和分析基础设施系统、组件和环境数据。包括预测分析的dcim系统可以识别低效率或先前未知的相互依赖性。基础设施和环境数据的持续收集和分析能够实现基础设施系统和组件的自动化管理，以维持最佳的基础设施效率。
8.现有技术系统和方法已经尝试开发提供对数据中心冷却性能的更广泛理解的多指标视图。这些多指标视图试图通过将电源使用效率(pue)比率、it热一致性和it热弹性结合在一起来考虑性能方面。然而，仍然需要一个更加细致和多维的指标来解决数据中心冷却性能的最关键方面。为了建立更完整的设施冷却视图，计算冷却效率和数据中心未来热状态的要求也很关键。仍然需要一种多维指标，它易于扩展，并且可以在未来适应其他新指标，正如它们所定义的那样。所公开的实施例正是解决了这种需要。


技术实现要素：

9.一个或多个计算机的系统可以被配置为通过在系统上安装软件、固件、硬件或它
们的组合来执行特定操作或动作，这些软件、固件、硬件或它们的组合在操作中导致或导致系统执行动作。一个或多个计算机程序可以被配置为通过包括在由数据处理装置执行时使装置执行动作的指令来执行特定操作或动作。一个总体方面包括一种数据中心基础设施管理(dcim)系统，该系统被配置为：通过网络收集数据中心，包括计算系统、电力系统和设施系统数据；根据收集到的计算系统、电力系统和设施系统的数据诊断或预测条件触发操作；通过计算、电力和设施模块控制数据中心的计算系统、电力系统和设施系统；其中，经由计算、电力和设施模块的控制包括基于估计的计算需求以及相关联的电力、冷却和网络数据资源需求来校准计算、电力和设施系统；并且其中估计的计算需求包括估计每实时功率瓦数的计算密度和每实时功率瓦数的存储密度。该方面的其他实施例包括记录在一个或多个计算机存储设备上的相应计算机系统、装置和计算机程序，每个都被配置为执行方法的动作。
10.一个总体方面包括在数据中心基础设施管理(dcim)系统中，该系统包括耦合到存储元件并具有编码在其上的指令的处理单元，一种方法包括：通过网络收集数据中心，包括计算系统、电力系统和设施系统数据；根据收集到的计算系统、电力系统和设施系统的诊断或预测条件触发操作；通过计算、电力和设施模块控制数据中心的计算系统、电力系统和设施系统；其中，经由计算、电力和设施模块的控制包括基于估计的计算需求以及相关联的电力、冷却和网络数据资源需求来校准计算、电力和设施系统；并且其中估计的计算需求包括估计每实时功率瓦数的计算密度和每实时功率瓦数的存储密度。该方面的其他实施例包括记录在一个或多个计算机存储设备上的相应计算机系统、装置和计算机程序，每个都被配置为执行方法的动作。
11.一种用于数据中心基础设施管理的系统，包括耦合到存储器元件并且具有编码在其上的指令的处理单元，其中编码的指令使系统：收集和存储数据中心基础设施系统条件数据、环境条件数据和组件条件数据；分析收集到的基础设施系统、环境和组件状况数据；并根据收集和分析的数据，自动对数据中心基础设施系统状况、环境状况和组件状况进行零次或多次调整。
12.在一种用于数据中心基础设施管理的系统中，该系统包括耦合到存储元件并且具有编码在其上的指令的处理单元，一种方法包括：收集和存储数据中心基础设施系统状况数据、环境状况数据和部件状况数据；分析收集到的基础设施系统、环境和组件状况数据；并根据收集和分析的数据，自动对数据中心基础设施系统状况、环境状况和组件状况进行零次或多次调整。
13.一种用于数据中心基础设施管理的系统，包括耦合到存储器元件并且具有编码在其上的指令的处理单元，其中编码的指令使系统：收集和存储数据中心基础设施系统条件数据、环境条件数据和组件条件数据；分析收集到的基础设施系统、环境和组件状况数据；并根据收集和分析的数据，自动对数据中心基础设施系统状况、环境状况和组件状况进行零次或多次调整；其中所述零个或多个调整基于被配置为连续收集和分析数据的预测分析功能，并且其中预测分析功能被进一步配置为实施单个或多个虚拟机、一个或多个实例的预测分析云计算网络，并估计对所述虚拟机和云实例的需求；并且其中需求分析包括：基于收集的实时和历史需求数据估计虚拟机或云需求的基线；根据收集的实时和历史需求数据估计虚拟机或云状态的基线；基于预测模型预测未来的状态和需求，该模型进一步包括收
集的实时估计；并基于预测建模和分析，动态实施一个或多个动作。
14.在一种用于数据中心基础设施管理的系统中，该系统包括耦合到存储元件并且具有编码在其上的指令的处理单元，一种方法包括：收集和存储数据中心基础设施系统状况数据、环境状况数据和部件状况数据；分析收集到的基础设施系统、环境和组件状况数据；并根据采集和分析的数据，自动对数据中心基础设施系统状况、环境状况和组件状况进行零次或多次调整；其中所述零个或多个调整基于被配置为连续收集和分析数据的预测分析功能，并且其中预测分析功能被进一步配置为实现单个或多个虚拟机、一个或多个实例的预测分析云计算网络，并估计对所述虚拟机和云实例的需求；并且其中需求分析包括：基于收集的实时和历史需求数据估计虚拟机或云需求的基线；根据收集的实时和历史需求数据估计虚拟机或云状态的基线；基于预测模型预测未来的状态和需求，该模型进一步包括收集的实时估计；并基于预测建模和分析，动态实施一个或多个动作。
附图说明
15.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
16.图1展示了dcim系统的实施例。
17.图2展示了描绘dcim系统中的数据收集和计算密度效率计算的框图。
18.图3描绘了根据实施例的dcim系统的逻辑视图。
19.图4描绘了在连接的数据中心网络的每个节点上实现完整计算资源消耗估计的系统和方法。
20.图5展示了数据中心基础设施的另一个实施例——管理(dcim)元素控制器逻辑视图。
21.图6描述了通过示例流程图来管理基础设施的流程。
22.图7描绘了根据实施例的dcim系统的逻辑视图。
具体实施方式
23.以下是对附图中描绘的本发明的实施例的详细描述。如此详细地介绍实施例以清楚地传达本发明。然而，本文所呈现的实施例仅是说明性的，并不旨在限制此类实施例的预期变化；相反，其意图是涵盖落入所附权利要求的精神和范围内的所有修改、等同物和替代物。下面的详细描述旨在使这些实施例对本领域普通技术人员显而易见。
24.如上所述，监控数据中心基础设施、从基础设施系统收集数据以及管理系统以允许最大化操作效率的传统方式现在正在努力应对由数据中心日益复杂化带来的新挑战。公开的实施例包括有效且高效地解决这些挑战的系统和方法。
25.公开的实施例包括数据中心基础设施管理(dcim)系统，用于连续诊断和预测计算系统、电力系统和设施系统的状况，以实现计算需求的自动估计，并优化数据中心的运行如果需要，通过使用可以允许运营商进一步适应其他考虑性能的指标来管理系统。
26.所公开的实施例不同于并且优于当前存在的实施例。公开的实施例包括用于数据中心基础设施管理和数据中心操作的方法和系统。根据一个实施例，数据中心基础设施管理系统包括对本文中描述的数据中心的计算需求的估计，以及可以进一步适应超出现有系
统范围的其他性能指标的度量。
27.所描述的数据中心基础设施管理(dcim)系统可用于提供数据的连续监测和分析，以实现数据中心机械、电气和冷却基础设施的自动化管理，从而维持最佳基础设施效率。
28.所公开的实施例包括用于基础设施管理和控制，并且更具体地用于数据中心基础设施管理和控制的新的和改进的方法和系统。根据一个实施例，数据中心基础设施管理系统(dcim)系统包括本文档中描述的预测分析，这超出了现有系统的范围。通过收集的数据和预测分析自动化基础设施管理的能力为当前存在的实施例提供了明显的优势。
29.数据中心基础设施本质上是受限的和静态的。当置于动态负载下时，这种受约束的静态设计的低效率很快就会暴露出来。如果没有对基础设施和环境数据的持续收集和分析，数据中心基础设施系统和组件的管理是一个命中注定的命题。这些限制导致低效的功耗并阻碍了数据中心基础设施的自动化管理。
30.所描述的包括预测分析的dcim系统可用于连续收集和分析基础设施系统、组件和环境数据。包括预测分析的dcim系统可以识别低效率或先前未知的相互依赖性。基础设施和环境数据的持续收集和分析能够实现基础设施系统和组件的自动化管理，以维持最佳的基础设施效率。替代地和另外地，本发明的实施例可以连续地监视、收集和分析数据以自动化跨数据中心或多个数据中心的虚拟机资源的管理，其中监视、收集、分析和控制可以在现场执行，或以集中远程方式执行。
31.图1展示了数据中心基础设施管理(dcim)系统的实施例。所示实施例包括耦合到存储器元件104并且具有编码在其上的指令的处理单元100，其被配置为：通过网络114，从数据中心116a、116b和116c收集计算系统数据、电力系统数据和设施系统数据。所公开的实施例被配置为基于所收集的计算系统、电力系统和设施系统的诊断或预测条件触发动作。
32.根据一个实施例，该配置能够通过相应的集中计算模块108、电源模块110和设施模块112来控制每个所示数据中心中的计算系统、电力系统和设施系统。优选地，通过计算、电力和设施模块包括基于估计的计算需求以及相关的电力、冷却和网络数据资源需求来校准计算、电力和设施系统。根据一个实施例，估计的计算需求包括估计每实时功率瓦数的计算密度和每实时功率瓦数的存储密度。
33.图2展示了描绘dcim系统中的数据收集和计算密度效率计算的框图。将计算数据、电力数据和设施数据输入dcim系统，系统估计每实时功率瓦数的计算密度和每实时功率瓦数的存储密度，并将结果输出到仪表板、网络用户界面和导出。根据一个实施例，导出可以在虚拟现实中呈现并显示在智能电话或其他便携式计算设备上。
34.根据一个实施例，该系统还被配置为基于收集的数据中心计算系统、电力系统和设施系统数据，估计未来计算系统状况、未来电力系统状况和未来设施系统条件作为图2所示的一种导出类型。
35.图3通过流程图示出了考虑性能指标来调整不同度量以优化系统操作的方法。步骤302包括选择考虑的性能指标。在步骤304中，相关数据是从数据中心收集或由处理器预测的。在步骤306中，基于来自实施的机器学习在存储器中聚合的数据做出决定，以决定是否需要调整或校准。执行步骤308，其中对系统进行调整。在度量最优的步骤306中，系统继续手动查找或输入另一个性能指标并重复步骤304，直到数据中心操作被优化。
36.图4描绘了在连接的数据中心网络的每个节点上实现完整计算资源消耗估计的系
统和方法。优选实施例实施总资源利用效率(true)，不仅优化计算资源消耗，而且优化设施中所有组件的总效率。根据该实施例，系统被配置为：对于每个计算系统资源400，确定部署和操作计算系统资源的每预定时间单位的成本，并且将成本转换因子应用于每预定时间单位的每个成本。另外，对于每个计算资源，系统通过对多个网络基础设施节点上的资源单元402的数量求平均来生成资源单元的平均数量。并且对于在网络基础设施节点404中的至少一个上执行的应用程序，系统生成在预定时间段内使用的多个资源单元。因此，系统可以通过将应用在预定时间段内针对每个计算资源消耗的单元数相加来生成总资源消耗406。
37.所公开的实施例进一步使系统和方法成为可能，这些系统和方法在未来允许容易扩展和适应额外的新的指标，如它们所定义的。
38.图5展示了数据中心基础设施管理(dcim)元件控制器逻辑视图的实施例。所示实施例包括dcim元件控制器500、无线温度传感器502、无线湿度传感器504、电气系统元件506、机械系统元件和功率元件512。
39.图6描述了通过示例流程图来管理基础设施的流程。步骤602包括测量空气温度。在步骤604中，执行检查以评估测量的空气温度是否在可接受的范围内。如果在步骤604中，空气温度不在可接受的范围内，则执行步骤606，其中crac(计算机房空调)、cdu(冷却剂分配单元)或/和rdhx(后门热交换器)被调整为视情况升高或降低空气温度。如果空气温度在可接受范围内，或者在空气温度被带入可接受范围内之后，执行下一步骤608，其中测量空气流量，并且在步骤610中，评估测量的空气流量以检查它是否在可接受的预定义范围内。步骤612包括调整vfd(变频驱动)风扇以将空气流带入可接受的预定范围内。请注意，上述检查可以顺序执行(如上所述)，或者替代地，它们可以同时执行。步骤608可以包括测量水流量并且在步骤610中评估测量的水流量以检查其是否在预定范围内。
40.此外，步骤612可以包括调节vfd水泵或自动的、可调节的流量控制阀以使水流处于可接受的预定范围内。检查优先级的变化是可能的，并且在某些情况下是合乎需要的，这对于本领域的普通技术人员来说是显而易见的。
41.一种用于数据中心基础设施管理的系统，包括耦合到存储器元件并且具有编码在其上的指令的处理单元，其中编码的指令使系统收集和存储数据中心基础设施系统条件数据、环境条件数据和组件条件数据；分析收集到的基础设施系统、环境和组件状况数据；并根据收集和分析的数据，自动对数据中心基础设施系统状况、环境状况和组件状况进行零次或多次调整。所述分析还包括被配置为连续收集和分析来自基础设施系统、环境和所述一个或多个组件的数据的预测分析。所述收集还包括从多个无线传感器收集环境数据以及从基础设施元件收集基础设施系统和组件数据，其中所述基础设施系统和组件数据包括收集空气温度数据和气流数据。进一步使系统通过dcim元件控制器使用分析的数据，其中dcim元件控制器包括用于配置基础设施系统和组件的操作状态以获得最佳效率的装置，并且其中配置进一步包括基于分析是否为环境空气温度在规定的范围内。配置包括对crac、cdu或/和rdhx进行零(如果环境空气温度在定义的范围内)或更多(如果环境空气温度不在定义的范围内)调整以使环境空气温度在定义的范围内范围。此外，该配置还包括测量环境空气流量数据，并分析所测量的空气流量是否在限定范围内，并且使零(如果环境空气流量在限定范围内)或更大(如果环境空气流量不在限定范围内)调整单个或多个vfd风扇，使所述气流处于定义范围内。此外，该配置还包括测量水流数据并分析所测量的水流是否在可
接受的预定范围内，并对单个或多个vfd水泵或自动可调流量控制阀进行零次或多次调整以使所述水流在定义的范围。根据一个实施例，该系统还通过呈现软件模块允许向单个或多个用户显示所收集和分析的数据。根据附加实施例，使系统允许通过安全网络访问系统，并且可以通过所述安全网络访问其他系统。
42.根据一个实施例，被配置为连续收集和分析数据的预测分析还被配置为实现单个或多个虚拟机、云计算网络上的一个或多个实例的预测分析，以及对所述的需求虚拟机和云实例，其中需求分析包括：基于收集的实时和历史需求数据估计虚拟机或云需求的基线；根据收集的实时和历史需求数据估计虚拟机或云状态的基线；基于预测模型预测未来的状态和需求，该模型进一步包括收集的实时估计；并基于预测建模和分析，动态实施一个或多个动作。因此，在示例实施例中，所公开的预测分析是关键特征，其不仅能够监控基础设施(电气/冷却/机械)而且能够通过网络实现包括虚拟机和整个云计算实例的监控系统。虚拟机和云的预测分析允许系统进一步利用可操作的分析。例如，基于实时和历史数据，系统中包含的预测分析引擎可以预测云何时会因需求而溢出并动态增加容量。
43.图7描绘了根据实施例的dcim系统的逻辑视图。所示实施例包括无线传感器和基础设施元件700、dcim元件控制器702、数据收集软件704、预测分析引擎或软件706、演示软件708、数据库710、演示客户端712和dcim设备或服务器714。
44.括预测分析的dcim系统可以包括多个dcim设备或服务器714，它们可以用于托管演示软件708、预测分析引擎或软件706、数据收集软件704和dcim元件控制器软件702。数据收集软件704被配置为连续收集来自多个无线传感器700的环境数据和来自基础设施元件700的基础设施系统和组件数据。所有收集的数据都存储在数据库硬件710中。预测分析引擎或软件706可以用于分析存储的数据。dcim元件控制器702可用于基于已收集和分析的数据向基础设施系统或组件发布操作状态的改变。
45.在一个示例中，无线传感器测量空气温度602，分析数据以确定空气温度是否在定义的范围内604，如果它不在定义的范围内，则dcim元件控制器可以发出指令来调整crac(计算机room air conditioner)、cdu或/和rdhx将空气温度控制在定义的范围内。然后无线传感器700可以测量空气流量/压力604，分析数据以发现空气流量/压力是否在定义的范围内，如果不在，则dcim元件控制器702可以发出指令来调整vfd(可变频率驱动)风扇使气流/压力处于定义的范围内。然后传感器可以用分析的数据测量水流量，以确定水流量是否在预定范围内，如果不在，则dcim元件控制器可以发出指令来调整vfd水泵或自动、可调节的流量控制阀，使规定范围内的水流量。请注意，上述检查可以顺序执行(如上所述)，或者替代地，它们可以同时执行。检查优先级的变化是可能的，并且在某些情况下是合乎需要的，这对于本领域的普通技术人员来说是显而易见的。
46.所描述的包括预测分析的dcim系统可以连续地收集和分析来自多个基础设施系统、组件和无线传感器的数据。可以采用多个无线传感器来连续收集环境数据。
47.dcim系统收集的数据可以存储在数据库中。然后可以由预测分析引擎分析存储的数据。dcim元件控制器可以使用分析的数据来管理基础设施系统和组件操作状态，以维持最佳基础设施效率。
48.在优选实施例中，被配置用于连续收集和分析数据并且包括在dcim中的预测分析还被配置用于从单个或多个虚拟机以及云计算网络上的一个或多个实例收集和分析数据。
此外，预测分析包括估计对所述虚拟机和云实例的需求，其中所述估计包括：基于收集的实时和历史需求数据估计虚拟机或云需求的基线；根据收集的实时和历史需求数据估计虚拟机或云状态的基线；基于预测模型预测未来的状态和需求，该模型进一步包括收集的实时估计；并基于预测建模和分析，动态实施一个或多个动作。dcim元件控制器702然后可用于基于已收集和分析的数据向基础设施系统或组件发布操作状态的改变。
49.演示软件允许终端用户使用演示客户端软件查看所有收集和分析的数据。dcim系统可以是可访问的并且优选地可以通过安全ip网络(未图示)进行配置。另外和替代地，dcim系统可以通过网络远程控制基础设施元件、系统、组件、虚拟机和基于云的实例。
50.在一种用于数据中心基础设施管理的系统中，该系统包括耦合到存储元件并具有编码在其上的指令的处理单元，一种方法包括收集和存储数据中心基础设施系统状况数据、环境状况数据和组件状况数据，分析采集到的基础设施系统、环境和组件状况数据，并根据采集和分析的数据，自动对数据中心基础设施系统状况、环境状况和组件状况进行零次或多次调整。
51.根据一个实施例，分析被包括在预测分析中，该预测分析被配置为连续收集和分析来自基础设施系统、环境和所述一个或多个组件的数据。收集还包括从多个无线传感器收集环境数据并从基础设施元件收集基础设施系统和组件数据，其中所述基础设施系统和组件数据包括收集空气温度数据和气流数据。
52.一个实施例包括经由dcim元件控制器采用分析的数据，其中dcim元件控制器包括用于配置基础设施系统和组件的操作状态以获得最佳效率的装置。
53.此外，所述配置还包括基于分析环境空气温度是否在限定范围内，并使得零(如果环境空气温度在限定范围内)或更大(如果环境空气温度不在限定范围内)进行配置)调整crac、cdu或/和rdhx，使环境空气温度在规定的范围内。根据另外的实施例，配置还包括测量环境空气流量数据，并且分析测量的空气流量是否在限定范围内，并且使零(如果环境空气流量在限定范围内)或更大(如果环境空气流量不在规定范围内)调整单个或多个vfd风扇，使所述气流在规定范围内。根据另外的实施例，配置还包括测量水流数据，并且分析测量的水流是否在限定范围内，并且使零(如果水流在限定范围内)或更多(如果水流不在限定范围内)对单个或多个vfd水泵或自动、可调节的流量控制阀的调整，以使所述水流在定义的范围内。
54.在该方法中，公开的实施例还包括通过呈现软件模块允许将收集和分析的数据显示给单个或多个用户，并且允许通过安全网络访问和优选地配置系统。
55.公开的实施例包括dcim系统软件套件、用于安装和运行dcim系统软件套件的dcim设备或服务器、用于从电气、机械和冷却基础设施系统或/和组件收集数据的系统元件和无线传感器。优选实施例还包括智能预测分析引擎以允许对基础设施系统或组件进行动态管理。
56.已经描述了本技术的至少一个实施例，本领域技术人员将容易想到各种改变、修改和改进。此类变更、修改和改进旨在在本技术公开的范围和精神内。因此，前述描述仅作为示例而非旨在限制。
57.优选实施例包括dcim系统，其包括上述所有硬件、软件、系统元件和无线传感器。理想情况下，该系统是高度可配置的，其中数据库和预测分析引擎可以配置为用于需要分
析收集到的数据的多种场景。此外，用于向最终用户呈现数据的呈现客户端和呈现界面可根据各种情况进行配置。
58.所描述的系统和方法的实施例可以被任何领域采用，在这些领域中，系统或组件基于定义的数据范围和具有可以被执行以改变的定义的控制命令/指令集被动态地管理系统或组件的运行状态。
59.本发明的实施例的进一步变型能够连续地监视、收集和分析数据以在现场或远程地跨数据中心或多个数据中心自动化管理虚拟机资源，这对于具有普通技术的人来说是显而易见。
60.此外，在不脱离本公开的范围和精神的情况下，所公开的发明的部分或完整实施例可以用于替代应用中。例如，dcim系统和预测分析可以节能和具有成本效益的方式用于管理商业或住宅建筑、工厂、超市、商店和其他资源消耗空间(包括但不限于建筑物或住宅)中的电气、机械、冷却和其他关键组件。
61.公开的实施例提供用于基础设施系统的高效现场和远程监控、从基础设施系统高效和准确地收集数据以及可选地自动化管理这些基础设施系统以允许数据中心设施和其他此类空间达到最佳效率。
62.公开的实施例包括对数据中心和其他此类设施中的基础设施资源的动态实时管理和控制，从而提高效率并降低成本。所公开的系统和方法通过预测分析引擎、模块和软件的实施例为资源分配提供连续数据收集、实时数据分析和准确预测。
63.可以采用包括预测分析的dcim系统的实施例来持续收集和分析基础设施系统、组件和环境数据，识别低效率或先前未知的相互依赖关系，并实现基础设施系统和组件的自动化管理以维持最佳基础设施效率。
64.实施例能够提高数据中心的生产力，以及防止标准对于现代数据中心需求变得过时。此外，所公开的实施例能够基于实时评估而不是基于历史的猜测做出关键决策。
65.由于可以由上述发明构成各种可能的实施例，并且由于可以对上述实施例进行各种改变，因此应当理解，本文中描述或在附图中示出的所有事项应被解释为说明性的而不是被认为是限制性的。因此，基础设施管理领域的技术人员将理解，尤其是与数据中心相关的自动化基础设施管理领域的技术人员将理解，尽管已根据专利法规示出和描述了优选和替代实施例，但本发明并不限于此。
66.附图图示了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。还应该注意的是，在一些替代实施方式中，标注/图示的功能可能不按图中标注的顺序发生。
67.例如，根据所涉及的功能，连续示出的两个块实际上可以基本上同时执行，或者有时可以以相反的顺序执行这些块。
68.本文中使用的术语仅用于描述特定实施例的目的，并不旨在限制本发明。如本文所用，单数形式的一个、该，也旨在包括复数形式，除非上下文另有明确指示。将进一步理解，术语“包含”和/或“包括”，当在本说明书中使用时，指定所述特征、整数、步骤、操作、元素和/或组件的存在，但不排除存在或添加一个或多个其他特征、整数、步骤、操作、元素、组件和/或它们的组。
69.通常，为实现本发明的实施例而执行的例程可以是操作系统或特定应用程序、组
件、程序、模块、对象或指令序列的一部分。本发明的计算机程序通常由大量指令组成，这些指令将由本机计算机翻译成机器可访问的格式并因此翻译成可执行指令。此外，程序由变量和数据结构组成，这些变量和数据结构要么驻留在程序本地，要么位于内存或存储设备中。
70.此外，可以基于在本发明的特定实施例中实现它们的应用来识别下文描述的各种程序。然而，应当理解，后面的任何特定程序命名法仅仅是为了方便起见，因此本发明不应仅限于仅用在此类命名法所标识和/或暗示的任何特定应用中。
71.已经针对一些实施例详细描述了本发明及其一些优点。应当理解，虽然系统和过程是参考数据中心的自动化电源管理和优化，以及水上数据中心的自动化基础设施管理来描述的，但是该系统和过程是高度可重构的，并且也可以用于其他上下文中。还应当理解，在不脱离由所附权利要求限定的本发明的精神和范围的情况下，可以在本文中进行各种改变、替换和变更。本发明的一个实施例可以实现多个目的，但并不是每一个落入所附权利要求范围内的实施例都能实现每一个目的。此外，本技术的范围不旨在限于说明书中描述的过程、机器、制造、物质组成、手段、方法和步骤的特定实施例。本领域普通技术人员将从本发明的公开内容中容易地理解，目前存在的或以后将开发的过程、机器、制造、物质组成、手段、方法或步骤等同于并落入所主张的范围。因此，所附权利要求旨在将这样的过程、机器、制造、物质组成、手段、方法或步骤包括在它们的范围内。