Onde investir? Machine Learning ou DCIM para a gestão de Data Centers

A automação de data centers é o caminho para garantir a alta disponibilidade dos data centers. O ideal é contar com softwares de análise preditiva para evitar falhas nos artefatos do data center. Monitorar os artefatos de forma independente reduz as chances de fazer correlações entre eventos e aumenta a probabilidade de falhas, reduzindo a disponibilidade dos serviços. Uma forma para integrar a monitoração de diferentes tecnologias de um data center é o DCIM (Data Center Infrastructure Management). Agora, com a popularização de softwares de Machine Learning (ML), alguns gratuitos, é possível colapsar todos os dados de sistemas de monitoramento de diferentes tecnologias em um Big Data e fazer análises preditivas do ambiente como um todo, prevendo falhas com antecedência. Com isto, é necessário avaliar em qual das tecnologias investir.

DCIM é um conjunto de ferramentas que ajudam a organizar e gerenciar as informações de diferentes componentes de um data center, incluindo: softwares, hardware, sistemas de refrigeração, energia, entre outros. O DCIM é importante no processo de automação de grandes data centers, principalmente, em ambientes de crescimento exponencial. Uma implantação de DCIM exige software e hardware especializados, além de sensores para coletar diferentes tipos de informação. Com as informações é possível reduzir o PUE (Power Usage Effectiveness) e o CUE (Data Center Energy Productivity), duas importantes métricas de eficiência dos data centers. Entre os principais fornecedores de DCIM estão a BMC, CA, IBM e a Hewlett-Packard.

Com a popularização de softwares de Machine Learing (ML) e IoT (Internet of Things) é possível desenvolver análises preditivas das operações dos data centers, integrando dados de diferentes artefatos. Pode-se aproveitar a mesma plataforma de ML da empresa, usada com o objetivo de inovação e novos negócios, para desenvolver uma solução para as operações de data centers. Machine Learning, ou aprendizado de máquina, é um subcampo da ciência da computação que estuda a habilidade dos computadores aprenderem sem serem explicitamente programados. Isto abre novas áreas de desenvolvimento para aumentar a disponibilidade e confiabilidades dos data centers.

Com ML é possível integrar informações de desenvolvimento de software e aperfeiçoar a automação dos processos de DevOps. Em última análise, com ML podemos ter uma visão completa dos processos de TI, desde o desenvolvimento até a operação, incluindo o desempenho dos sistemas nas áreas de negócios.

Acredito que a evolução natural dos atuais softwares DCIM será a introdução ou aperfeiçoamento das funções de análise preditivas, usando Machine Learning.

A tomada de decisão de onde investir irá depender dos benefícios que as soluções prometem integrar. Desta forma, avalie bem as opções antes de investir. O DCIM tem como vantagem que foi desenvolvido especialmente para monitoração de data centers. O ML tem a vantagem de aproveitar a plataforma da empresa, criando sinergia com outros desenvolvimentos internos e, consequentemente, reduzindo os investimentos.

Deixe uma resposta