——
如今，IT管理人員必須為管理和維護數(shù)據(jù)中心設施所需的各種技術做好準備。他們應確保了解支持云計算、容器化和人工智能相結合的數(shù)據(jù)中心環(huán)境基礎知識。
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年應該具備哪些技能呢？
1. 云平臺的選擇和管理
隨著云計算應用的增長，管理員必須了解基礎設施、平臺和軟件的運作，公共云、私有云和混合云設置的不同優(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，因此管理人員需要了解一個適當?shù)脑u估流程。
如果管理人員需要強大的云平臺，他們必須確保該技術支持一致的映像部署、接口管理、體系結構標準和開放式應用程序編程接口（API），例如AWS公司的簡單存儲服務API。
在基本級別，管理人員應該知道如何使用云計算管理軟件進行應用程序遷移、虛擬機映像、配置、性能監(jiān)控和安全性。由于依賴于云計算技術，管理人員必須了解云計算架構如何適應其數(shù)據(jù)中心，以及如何將其用于組織從存儲和應用程序性能角度的優(yōu)勢。
2. 應用管理改變過程
云計算正在改變管理員提供、監(jiān)視和維護應用程序的方式。管理人員需要數(shù)據(jù)中心技能來管理更加模塊化的應用程序設置，這些設置依賴于集合資源，而不是在每臺服務器上安裝程序。
管理人員必須熟悉微服務背后的概念，容器化與虛擬機的區(qū)別，以及如何使用編排作為關鍵的自動化工具來確保連續(xù)和安全的應用程序操作。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。
微服務和容器技術的出現(xiàn)意味著管理人員需要了解支持該架構的最新硬件。除了自動化軟件，管理員還應該學習如何構建具有低延遲的基礎設施，研究如何正確地擴展資源，以及找出組織API和計算存儲的最佳方法。
管理人員還應該研究Kubernetes進行容器管理。Kubernetes的開發(fā)人員正在增強其功能，包括簡化的集群管理、容器存儲接口、第三方設備監(jiān)控插件和CoreDNS支持。
3.安全性轉變?yōu)閿?shù)據(jù)優(yōu)先
設備、應用程序和數(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、定義的審計范圍和目標以及正確安裝的數(shù)據(jù)保護軟件。
將數(shù)據(jù)丟失防護軟件與數(shù)字版權管理程序相結合，可以幫助管理人員構建信息優(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，他們可以構建網絡測試、風險分析、軟件測試和安全文檔技能。能夠主動預測、修補和保護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. 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?shù)腄evOps系統(tǒng)可能會在生產環(huán)境中造成混亂?；谲浖臋z查和平衡應該捕獲問題，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，因此管理員應評估操作過程，并確定它們是否支持敏捷工作流。而在應用程序支持和生產環(huán)境方面，需要了解軟件層是否經常更新或受到未解決的錯誤的困擾。
管理人員還應該了解基礎設施即代碼（IAC）。基礎設施即代碼（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堆棧。
基于軟件的管理為管理人員提供了更具可擴展性的數(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)中心和虛擬機管理，就越容易支持DevOps代碼和基礎設施。
5.人工智能的增加需要新的硬件
工智能（AI）、機器學習和深度學習功能將在2019年更易于管理人員使用。許多組織已經使用機器學習技術，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)務提供幫助，確定一些滿足其預期目標的基本引擎，并使用一個引擎作為基礎。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應用程序，管理人員應該確保數(shù)據(jù)中心有適當?shù)挠布ㄈ鏕PU）和管理能耗的知識。運行這些高性能應用程序可能對組織有益，但基于GPU的服務器需要更多的能源和電力資源。管理人員應該安裝GPU硬件，這樣就不會讓服務器不堪重負或帶來更高的電力賬單。
— e n d —
