如今，IT管理人員必須為管理和維護(hù)數(shù)據(jù)中心設(shè)施所需的各種技術(shù)做好準(zhǔn)備。他們應(yīng)確保了解支持云計算、容器化和人工智能相結(jié)合的數(shù)據(jù)中心環(huán)境基礎(chǔ)知識。

在數(shù)據(jù)中心硬件需求、安全性和數(shù)據(jù)收集方面，實施、操作、故障排除和更新混合IT設(shè)置帶來了許多新問題，并要求具備更多的數(shù)據(jù)中心技能。那么，數(shù)據(jù)中心管理人員在2019年應(yīng)該具備哪些技能呢?

[[258916]]

1. 云平臺的選擇和管理

隨著云計算應(yīng)用的增長，管理員必須了解基礎(chǔ)設(shè)施、平臺和軟件的運作，公共云、私有云和混合云設(shè)置的不同優(yōu)點和缺點，以及支持云平臺所需的任何硬件。

數(shù)據(jù)中心管理人員應(yīng)選擇適合其組織長期使用的云計算環(huán)境。而微軟、亞馬遜、IBM、Salesforce、SAP和Oracle提供了多種服務(wù)，因此管理人員需要了解一個適當(dāng)?shù)脑u估流程。

如果管理人員需要強(qiáng)大的云平臺，他們必須確保該技術(shù)支持一致的映像部署、接口管理、體系結(jié)構(gòu)標(biāo)準(zhǔn)和開放式應(yīng)用程序編程接口(API)，例如AWS公司的簡單存儲服務(wù)API。

在基本級別，管理人員應(yīng)該知道如何使用云計算管理軟件進(jìn)行應(yīng)用程序遷移、虛擬機(jī)映像、配置、性能監(jiān)控和安全性。由于依賴于云計算技術(shù)，管理人員必須了解云計算架構(gòu)如何適應(yīng)其數(shù)據(jù)中心，以及如何將其用于組織從存儲和應(yīng)用程序性能角度的優(yōu)勢。

2. 應(yīng)用管理改變過程

云計算正在改變管理員提供、監(jiān)視和維護(hù)應(yīng)用程序的方式。管理人員需要數(shù)據(jù)中心技能來管理更加模塊化的應(yīng)用程序設(shè)置，這些設(shè)置依賴于集合資源，而不是在每臺服務(wù)器上安裝程序。

管理人員必須熟悉微服務(wù)背后的概念，容器化與虛擬機(jī)的區(qū)別，以及如何使用編排作為關(guān)鍵的自動化工具來確保連續(xù)和安全的應(yīng)用程序操作。他們可以研究基于Docker的容器化，使用LXC/LXD作為某些Linux發(fā)行版的替代品，尤其是Ubuntu。

微服務(wù)和容器技術(shù)的出現(xiàn)意味著管理人員需要了解支持該架構(gòu)的***硬件。除了自動化軟件，管理員還應(yīng)該學(xué)習(xí)如何構(gòu)建具有低延遲的基礎(chǔ)設(shè)施，研究如何正確地擴(kuò)展資源，以及找出組織API和計算存儲的***方法。

管理人員還應(yīng)該研究Kubernetes進(jìn)行容器管理。Kubernetes的開發(fā)人員正在增強(qiáng)其功能，包括簡化的集群管理、容器存儲接口、第三方設(shè)備監(jiān)控插件和CoreDNS支持。

3. 安全性轉(zhuǎn)變?yōu)閿?shù)據(jù)優(yōu)先

設(shè)備、應(yīng)用程序和數(shù)據(jù)庫安全現(xiàn)在是信息安全的第二層。無論管理人員在何處存儲數(shù)據(jù)，或者如果數(shù)據(jù)是由第三方管理的，其首要的問題都必須是安全性。

管理人員必須評估其數(shù)據(jù)保護(hù)框架，并將信息安全放在其安全策略的最前沿。這需要已建立的安全基準(zhǔn)、定義的審計范圍和目標(biāo)以及正確安裝的數(shù)據(jù)保護(hù)軟件。

將數(shù)據(jù)丟失防護(hù)軟件與數(shù)字版權(quán)管理程序相結(jié)合，可以幫助管理人員構(gòu)建信息優(yōu)先框架，以便在整個組織中使用。

如果管理人員希望更多地親自參與安全性，他們可以構(gòu)建網(wǎng)絡(luò)測試、風(fēng)險分析、軟件測試和安全文檔技能。能夠主動預(yù)測、修補(bǔ)和保護(hù)來自外部威脅參與者的數(shù)據(jù)，這是數(shù)據(jù)優(yōu)先框架的重要組成部分。

4. DevOps通過軟件提供支持

管理人員需要增加DevOps支持和協(xié)作，以提高他們的數(shù)據(jù)中心技能。實施不當(dāng)?shù)腄evOps系統(tǒng)可能會在生產(chǎn)環(huán)境中造成混亂?；谲浖臋z查和平衡應(yīng)該捕獲問題，因此性能和運行時問題不會在整個操作環(huán)境中傳播。

這些檢查和平衡使用更靈活的操作，因此管理員應(yīng)評估操作過程，并確定它們是否支持敏捷工作流。而在應(yīng)用程序支持和生產(chǎn)環(huán)境方面，需要了解軟件層是否經(jīng)常更新或受到未解決的錯誤的困擾。

管理人員還應(yīng)該了解基礎(chǔ)設(shè)施即代碼(IAC)?；A(chǔ)設(shè)施即代碼(IAC)為用戶提供了一種更高級、更通用和更具描述性的語言，用于在數(shù)據(jù)中心內(nèi)提供和部署軟件流程。這意味著管理人員使用軟件而不是硬件來管理大部分技術(shù)堆棧。

基于軟件的管理為管理人員提供了更具可擴(kuò)展性的數(shù)據(jù)中心資源，但它需要更多的前期測試和基于代碼的故障排除，以確保硬件兼容性。管理人員越熟悉軟件定義的數(shù)據(jù)中心和虛擬機(jī)管理，就越容易支持DevOps代碼和基礎(chǔ)設(shè)施。

5. 人工智能的增加需要新的硬件

人工智能(AI)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)功能將在2019年更易于管理人員使用。許多組織已經(jīng)使用機(jī)器學(xué)習(xí)技術(shù)，諸如使用模式識別的制造等行業(yè)來識別不符合規(guī)范的項目。

這不僅需要增加存儲和處理能力，還需要適合的監(jiān)控和數(shù)據(jù)收集軟件。管理人員必須了解這些智能系統(tǒng)如何為他們的業(yè)務(wù)提供幫助，確定一些滿足其預(yù)期目標(biāo)的基本引擎，并使用一個引擎作為基礎(chǔ)。如果組織僅在沒有定義用例的情況下使用人工智能，則投資回報率將非常低。

如果組織想要運行任何人工智能增強(qiáng)應(yīng)用程序，管理人員應(yīng)該確保數(shù)據(jù)中心有適當(dāng)?shù)挠布?如GPU)和管理能耗的知識。運行這些高性能應(yīng)用程序可能對組織有益，但基于GPU的服務(wù)器需要更多的能源和電力資源。管理人員應(yīng)該安裝GPU硬件，這樣就不會讓服務(wù)器不堪重負(fù)或帶來更高的電力賬單。