TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
ในงาน DCD>Thailand 2017 นั้น ได้มีการเล่าถึงเทคโนโลยีที่เริ่มถูกนำมาใช้ในการบริหารจัดการ Data Center กันอย่างแพร่หลายมากขึ้น นั่นก็คือ Big Data Analytics และ Artificial Intelligence (AI) นั่นเอง ทางทีมงาน TechTalkThai จึงขอนำมาสรุปให้ได้อ่านกันดังนี้นะครับ
ก้าวข้ามผ่านยุค Reactive Management สู่ Proactive Management ด้วยข้อมูล
แต่ก่อนนั้นการดูแลรักษา Data Center มักเป็นในเชิงรับ กล่าวคือระบบ Data Center Monitoring ต่างๆ นั้นจะมุ่งเน้นไปที่การตรวจสอบว่าระบบใดหยุดทำงานหรือไม่ตอบสนองบ้าง แล้วจึงแจ้งไปยังผู้ดูแลระบบให้มาจัดการกับปัญหา เรียกได้ว่าต้องรอให้ปัญหาเกิดขึ้นก่อนแล้วจึงจะรู้ ซึ่งแนวคิดนี้ก็เรียกว่าการทำ Reactive Management นั่นเอง
แต่ปัจจุบัน ด้วยการผนวกเทคโนโลยี Big Data Analytics เข้ากับระบบ IT Management ก็ทำให้การติดตามการทำงานของ Data Center สามารถเป็นไปได้อย่างเจาะลึกหลายแง่มุมมากยิ่งขึ้นกว่าแต่ก่อน และสามารถนำ Metric ใหม่ๆ เข้ามาใช้ชี้วัดการทำงานของ Data Center ในแต่ละส่วนได้มากขึ้น ทำให้นิยามของคำว่า “ปัญหา” นั้นกว้างยิ่งขึ้น และสามารถตรวจสอบปัญหาได้หลากหลายรูปแบบมากยิ่งขึ้น
ในขณะเดียวกัน การเติบโตของเทคโนโลยีการประมวลผลเองก็ทำให้ระบบ IT Infrastructure Monitoring System นั้นสามารถทำงานได้อย่างชาญฉลาดมากยิ่งขึ้นเช่นกัน การกำหนดเงื่อนไขเพิ่มเติมเพื่อให้ระบบทำการวิเคราะห์ความเสี่ยงที่อาจเกิดขึ้นกับแต่ละระบบล่วงหน้า หรือการนำ AI มาใช้ช่วยวิเคราะห์แนวโน้มต่างๆ ที่อาจเกิดขึ้นและแจ้งเตือนล่วงหน้าก่อนปัญหาจะเกิดขึ้นจริงเหล่านี้ก็สามารถเป็นจริงขึ้นมาได้ และแนวทางนี้เองที่เรียกกันว่าการทำ Proactive Management ซึ่งส่งผลให้ Uptime ของ Data Center ในปัจจุบันนั้นมีแนวโน้มที่จะยืนยาวยิ่งกว่าแต่ก่อน เพราะผู้ดูแลระบบสามารถแก้ไขปัญหาต่างๆ ล่วงหน้าได้ก่อนที่ปัญหาจะเกิดขึ้นจริง
Agile Capacity Management: เมื่อ Data Center ต้องปรับพฤติกรรมการทำงานอยู่ตลอดเพื่อตอบโจทย์ของ Cloud
ไม่เพียงแต่ในเชิงของการดูแลรักษา Data Center ให้มี Uptime สูงขึ้นกว่าแต่ก่อนเท่านั้น แต่การจัดการให้ Data Center สามารถทำงานได้อย่างคุ้มค่าและมีประสิทธิภาพสูงสุดนั้นก็มีความสำคัญไม่แพ้กัน ซึ่งโจทย์นี้ถือว่าเป็นโจทย์ที่ยากขึ้นมากกว่าแต่ก่อนอย่างชัดเจน เพราะการมาของเทคโนโลยี Virtualization และ Cloud
ความสามารถในการโอนย้าย Workload ได้อย่างอิสระของเทคโนโลยี Virtualization และ Cloud นี้ ทำให้การทำนายว่า Server หรือ Hardware เครื่องใดภายใน Data Center จะต้องทำงานหนักบ้างนั้นสามารถทำได้ยาก ในขณะที่แนวคิดการทำ Consolidation เองนั้นก็ทำให้การทำงานของ Server แต่ละเครื่องนั้นมีงานหนักขึ้นเป็นอย่างมาก Air Flow ที่เกิดขึ้นภายในตู้ Rack ที่จากเดิมนั้นเคยเฉลี่ยความร้อนกระจายกันไป จึงอาจมีความซับซ้อนสูงยิ่งขึ้นเพราะความร้อนอาจกระจายตัวอย่างทั่วถึงในทุกตู้ก็ได้ หรืออาจเกิดความร้อนสูงหนาแน่นในบางบริเวณก็เป็นได้เช่นกัน
สถานการณ์เหล่านี้เองทำให้หากการออกแบบระบบระบายความร้อนนั้นออกแบบมาด้วยแนวคิดการเผื่อไปเลยแต่แรก ก็จะทำให้ค่าไฟและค่าใช้จ่ายในการระบายความร้อนนี้สูงเกินจริงเป็นอย่างมาก แนวคิดของการทำ Agile Capacity Management จึงเกิดขึ้นมาเพื่อให้ระบบระบายความร้อนของ Data Center นี้เรียนรู้และเข้าใจพฤติกรรมการทำงานของ Data Center ในแบบ Real-time และเข้าใจถึงแผนผังอากาศร้อนภายใน Data Center เพื่อให้ปรับเปลี่ยนวิธีการระบายความร้อนภายใน Data Center ตามการใช้งานจริงได้ตลอดเวลา ซึ่งแนวคิดนี้เองที่จะเข้ามามีบทบาทเป็นอย่างมากต่อ Cloud Data Center ในปัจจุบันและอนาคต และการทำ Agile Capacity Management สำหรับระบบระบายอากาศนี้มีอีกชื่อหนึ่งที่เรียกกันว่า Dynamic Cooling ซึ่งจะช่วยลดค่าใช้จ่ายลงไปได้ตั้งแต่ 41% – 98% เลยทีเดียว
Data Center Management Tool Consolidation: เครื่องมือที่ใช้ในการบริหารจัดการจะยุบรวมกลายเป็นระบบเดียว
อีกหนึ่งแนวโน้มที่น่าสนใจก็คือการที่เครื่องมือในการบริหารจัดการ Data Center ที่เคยมีหลากหลายและแยกส่วนนี้ จะถูกผนวกรวมเข้าเป็นระบบเดียวกันมากขึ้น โดยระบบที่ทำหน้าที่ควบคุมการทำงานของ Data Center พื้นฐานอย่างพลังงาน, ความร้อน, ระบบไฟฟ้า, ความปลอดภัย และอื่นๆ จะเริ่มรวมเป็นหนึ่งเดียวกับระบบที่ใช้ควบคุมในเชิงธุรกิจไม่ว่าจะเป็น ITSM, BI, CRM Billing และอื่นๆ เพื่อให้ Workflow นั้นกลายเป็นหนึ่งเดียวกัน และเกิดความยืดหยุ่นในการคิดค่าใช้จ่าย, การติดตามประสิทธิภาพการทำงาน, การดูแลรักษาให้ง่ายขึ้น ไปจนถึงการทำให้การนำ Big Data Analytics และ AI มาใช้งานสามารถทำได้ง่ายยิ่งขึ้นกว่าแต่ก่อนด้วย
ความคุ้มค่าที่มากขึ้นด้วย Big Data และ AI จะเป็นจุดแข่งขันที่ใหญ่หลวงในธุรกิจ Data Center
การเพิ่มประสิทธิภาพการทำงานของระบบโดยรวมและการลดต้นทุนได้ด้วยการมาของ Big Data Analytics และ AI นี้เองจะเป็นจุดที่เหล่าธุรกิจ Data Center ต้องนำมาใช้ในการแข่งขันมากขึ้นในอนาคต รวมถึงเหล่าผู้ให้บริการออกแบบและสร้าง Data Center เองนั้นก็จะต้องเริ่มมองถึงคุณค่าจากการนำเทคโนโลยีเหล่านี้มาใช้ใน Data Center และนำเสนอต่อลูกค้าหรือองค์กรต่างๆ กัน อย่างไรก็ดีความสามารถของบุคลากรที่จะมีความรู้ความเข้าใจเกี่ยวกับการใช้งานและพัฒนาเทคโนโลยีทั้งสองต่อยอดไปได้อย่างต่อเนื่องเองนั้นก็ยังถือเป็นความท้าทายสำคัญ ที่อุตสาหกรรมนี้จะต้องเร่งสร้างบุคลากรที่มีความรู้ความสามารถเพิ่มขึ้นมา ในขณะที่เหล่าผู้ดูแลระบบ Data Center เองนี้ก็ต้องเริ่มเรียนรู้ที่จะทำการวิเคราะห์ข้อมูลด้วยเทคโนโลยี Big Data Analytics กันให้เป็นมากขึ้น และทำงานโดยมี AI เป็นผู้ช่วยกันให้ได้ในอนาคตอันใกล้
สำหรับประเด็นอื่นๆ ที่น่าสนใจในงาน DCD>Thailand 2017 ทางทีมงาน TechTalkThai จะทะยอยสรุปให้ได้อ่านกันต่อไปนะครับ
