改變世界的第四種力量 細(xì)說大數(shù)據(jù)的是與非

　　世界著名未來學(xué)家托夫勒曾說改變這個世界的力量有三種暴力、知識、金錢，而如今我們的世界正在被第四種力量改變，那就是大數(shù)據(jù)！大數(shù)據(jù)不管應(yīng)用在哪個行業(yè)它的核心都是通過技術(shù)來獲知事情發(fā)展的真相，最終利用這個“真相”來更加合理的配置資源。
　　
　　也許你不知道什么是大數(shù)據(jù)，但是你一定發(fā)現(xiàn)了當(dāng)你打開常用的瀏覽器之后網(wǎng)頁上的推薦內(nèi)容很多都是你曾經(jīng)瀏覽過的，或者是你比較感興趣的，這就是大數(shù)據(jù)。前幾天某報紙有一篇文章說我們網(wǎng)購的假貨跟大數(shù)據(jù)有關(guān)，所有的茅頭都指向了大數(shù)據(jù)，覺得是大數(shù)據(jù)“出賣”了自己，據(jù)說我們的消費記錄，購買記錄，單價記錄，將作為發(fā)貨參考數(shù)據(jù)被系統(tǒng)識別，如果你一直都買低價位或者高仿的東西，發(fā)貨系統(tǒng)就會給你發(fā)假貨或者高仿。然而，真的是大數(shù)據(jù)的錯么?大數(shù)據(jù)莫名其妙就成了“背鍋俠”，或許你還沒有弄懂大數(shù)據(jù)的核心是什么。


　　
　　具體來說，要實現(xiàn)大數(shù)據(jù)的核心價值，還需要前兩個重要的步驟，第一步是通過“眾包”的形式收集海量數(shù)據(jù)，第二步是通過大數(shù)據(jù)的技術(shù)途徑進(jìn)行“全量數(shù)據(jù)挖掘”，最后利用分析結(jié)果進(jìn)行“資源優(yōu)化配置”。說白了，大數(shù)據(jù)最終的落地就是資源優(yōu)化配置。所以諸位剁手黨們此刻還飛奔在路上的假貨和大數(shù)據(jù)無關(guān)！大數(shù)據(jù)只是客觀的還原“真相”，幫用戶準(zhǔn)確進(jìn)行數(shù)據(jù)分析和消費定位而已，你買的假貨還真賴不到大數(shù)據(jù)頭上。
　　
　　在當(dāng)下這個信息高速發(fā)展的時代，大數(shù)據(jù)已經(jīng)成為一個難以取代術(shù)語了。1980年，阿爾文托夫勒在《第三次浪潮》中預(yù)言了信息時代的到來會帶來數(shù)據(jù)爆發(fā)，約翰梅西在1998年的美國高等計算機(jī)系統(tǒng)協(xié)會大會上首次提出“大數(shù)據(jù)(bigdata)”一詞。什么是大數(shù)據(jù)？這一概念目前尚未形成統(tǒng)一的定義。幾種代表性的觀點如下：麥肯錫認(rèn)為“大數(shù)據(jù)是指無法在一定時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合”；維基百科認(rèn)為“大數(shù)據(jù)是指無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集”;全球最具權(quán)威的IT研究與顧問咨詢公司——高德納公司認(rèn)為“大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)”。
　　
　　大數(shù)據(jù)時代已經(jīng)來臨，它將在眾多領(lǐng)域掀起變革的巨浪，這是勿庸置疑的事實，在以云計算為代表的技術(shù)創(chuàng)新大幕的襯托下，這些原本很難收集和使用的數(shù)據(jù)開始容易被利用起來了，通過各行各業(yè)的不斷創(chuàng)新，大數(shù)據(jù)會逐步為人類創(chuàng)造更多的價值，而對于電網(wǎng)企業(yè)來說，大數(shù)據(jù)的應(yīng)用同樣會促進(jìn)企業(yè)的跨越發(fā)展。在這些跨越式的發(fā)展中，我們能看到的大數(shù)據(jù)所帶來的好處，當(dāng)然也不乏缺點，讓我們一起走進(jìn)大數(shù)據(jù)，看看大數(shù)據(jù)時代，帶給我們的是與不是有哪些？
　　
　　大數(shù)據(jù)本質(zhì)：是事物的時域、空域記錄，并非事物的描述數(shù)據(jù)
　　
　　對于大數(shù)據(jù)的特點，IT界通常用Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)這4個V來概括。Volume，指數(shù)據(jù)體量巨大，從TB級別躍升到PB乃至EB級別;Variety，指數(shù)據(jù)類型繁多。除了傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，大量非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)如網(wǎng)絡(luò)日志、音頻、視頻、圖片等;Value，指價值密度低，但大數(shù)據(jù)分析的價值高。價值密度的高低與數(shù)據(jù)總量的大小成反比，以視頻為例，一部一小時的視頻，在連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅只有一兩秒;Velocity，指變化速度快。大數(shù)據(jù)不僅量大，而且變化快，大數(shù)據(jù)的應(yīng)用依賴于對數(shù)據(jù)的快速處理。但在筆者看來，對大數(shù)據(jù)作4V特點的概括是現(xiàn)象而非本質(zhì)總結(jié)。
　　
　　其實人類文明就是大數(shù)據(jù)的記錄與應(yīng)用積累，當(dāng)今社會進(jìn)入了信息時代，信息化的本質(zhì)是用IT技術(shù)和方法描述世界，描述事物的內(nèi)在本質(zhì)、過程規(guī)律和業(yè)務(wù)規(guī)則，信息化的應(yīng)用過程就是在描述好事物的軟件系統(tǒng)中實現(xiàn)人工和/或機(jī)器記錄，大數(shù)據(jù)的本質(zhì)是事物的時域、空域記錄，并非事物的描述數(shù)據(jù)，大數(shù)據(jù)成為熱門是因為信息化、互聯(lián)網(wǎng)、終端的普及和應(yīng)用讓我們進(jìn)入了一個機(jī)器自動記錄的時代，爆炸性增長的記錄數(shù)據(jù)使傳統(tǒng)的人工、單機(jī)/單節(jié)點的機(jī)器處理能力無法完成記錄的分析、挖掘，由此催生了云計算和大數(shù)據(jù)概念并推動人工智能的工程應(yīng)用，機(jī)器學(xué)習(xí)等人工智能技術(shù)就是機(jī)器處理大數(shù)據(jù)及大數(shù)據(jù)應(yīng)用高級模式。
　　
　　大數(shù)據(jù)應(yīng)用本質(zhì)：是推導(dǎo)規(guī)律、預(yù)知未來，并非簡單的統(tǒng)計分析
　　
　　在信息化時代以前，人類就有典型的大數(shù)據(jù)應(yīng)用，如視覺美學(xué)總結(jié)的黃金分割(0.618)，社會學(xué)中的在特定時空范圍內(nèi)存在的“二八”理論。大數(shù)據(jù)應(yīng)用的本質(zhì)是推導(dǎo)規(guī)律、預(yù)知未來，并非簡單的統(tǒng)計分析。在信息化時代，大數(shù)據(jù)極大依賴信息化及其應(yīng)用，開展大數(shù)據(jù)分析也必須應(yīng)用信息化方法與手段，符合信息化業(yè)務(wù)驅(qū)動、目標(biāo)導(dǎo)向等原則，沒有目標(biāo)的大數(shù)據(jù)平臺建設(shè)或掛大數(shù)據(jù)“羊頭”不利于信息化建設(shè)和大數(shù)據(jù)應(yīng)用。
　　
　　而互聯(lián)網(wǎng)大數(shù)據(jù)與企業(yè)大數(shù)據(jù)是有區(qū)別的，互聯(lián)網(wǎng)本質(zhì)是跨區(qū)域的信息化網(wǎng)絡(luò)基礎(chǔ)設(shè)施，其大量的內(nèi)容服務(wù)和居于互聯(lián)網(wǎng)社交軟件并不存在描述事物的過程即沒有對象模型，人們應(yīng)用互聯(lián)網(wǎng)留下了應(yīng)用記錄(大量的非結(jié)構(gòu)化數(shù)據(jù))，分析這些大數(shù)據(jù)記錄的前提是重新構(gòu)建記錄的對象，對記錄標(biāo)識特征。企業(yè)信息化一般經(jīng)過業(yè)務(wù)標(biāo)準(zhǔn)化和業(yè)務(wù)流程梳理過程，所以企業(yè)的大數(shù)據(jù)是存在對象描述，但企業(yè)應(yīng)用的困難是我們建設(shè)的系統(tǒng)在對象描述上不統(tǒng)一、對象上的記錄不完整。所以互聯(lián)網(wǎng)大數(shù)據(jù)與企業(yè)大數(shù)據(jù)應(yīng)用盡管原理與方法一致，但分析工作的重點是有區(qū)別的?；ヂ?lián)網(wǎng)公司在開展大數(shù)據(jù)分析的工具、技術(shù)方法不完全適用于企業(yè)，更不能把互聯(lián)網(wǎng)大數(shù)據(jù)的平臺建設(shè)當(dāng)做企業(yè)大數(shù)據(jù)應(yīng)用工作的全部。
　　
　　區(qū)別好對象模型數(shù)據(jù)與記錄數(shù)據(jù)是大數(shù)據(jù)分析的基礎(chǔ)，盡管描述事物對象的數(shù)據(jù)也可以達(dá)到PB級，如人類的基因圖譜、地球大氣層流動模型、電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)模型等，這些數(shù)據(jù)不是大數(shù)據(jù)，在這些對象模型上構(gòu)建軟件并記錄的業(yè)務(wù)變化是大數(shù)據(jù)。所以在大數(shù)據(jù)應(yīng)用方面存在兩類數(shù)據(jù)的預(yù)處理，一類是模型數(shù)據(jù)預(yù)處理，另一類是記錄數(shù)據(jù)預(yù)處理。模型層面的預(yù)處理本質(zhì)是信息化建設(shè)方案的科學(xué)性、合理性。記錄的完整性很大程度上也是取決于信息化方案，同時也取決于信息系統(tǒng)的應(yīng)用過程。一旦軟件上線，再作數(shù)據(jù)治理來解決模型之間的不一致性或?qū)τ涗浀亩巍澳Ｐ突奔庸な且环N方法論上的誤導(dǎo)，正確的方法應(yīng)該是依據(jù)企業(yè)架構(gòu)和行業(yè)解決方案完善信息化架構(gòu)，實現(xiàn)企業(yè)信息化架構(gòu)規(guī)范和引導(dǎo)下的信息系統(tǒng)建設(shè)和應(yīng)用，在企業(yè)層面統(tǒng)籌企業(yè)模型、統(tǒng)籌系統(tǒng)結(jié)構(gòu)和功能界面、統(tǒng)一業(yè)務(wù)系統(tǒng)應(yīng)用規(guī)范。企業(yè)的數(shù)據(jù)治理必須在建設(shè)方案中完成，系統(tǒng)建成系統(tǒng)后的數(shù)據(jù)治理是無效的，當(dāng)然在系統(tǒng)運(yùn)行過程中數(shù)據(jù)庫的技術(shù)數(shù)據(jù)治理是必須的。
　　
　　大數(shù)據(jù)應(yīng)用在電網(wǎng)領(lǐng)域大有可為
　　
　　在電網(wǎng)企業(yè)中，電量數(shù)據(jù)是一組典型的大數(shù)據(jù)?？蛻艉涂蛻舻碾姳砼_賬是電量數(shù)據(jù)的宿主對象，采集系統(tǒng)中對客戶和電表臺賬進(jìn)行建模，各用戶電表的時序記錄就是電量大數(shù)據(jù)。下面結(jié)合國網(wǎng)江蘇電力開展的負(fù)荷預(yù)測大數(shù)據(jù)應(yīng)用簡述大數(shù)據(jù)應(yīng)用方法。
　　
　　首先是數(shù)據(jù)預(yù)處理。對象模型的預(yù)處理，依托營配調(diào)一體化，建立客戶和電表臺賬與電網(wǎng)供電邏輯關(guān)系，構(gòu)建電網(wǎng)各電壓層級直至各臺區(qū)到用戶的關(guān)聯(lián)模型;記錄數(shù)據(jù)的預(yù)處理，對電量記錄電度值進(jìn)行年度節(jié)假日除權(quán)回原，去除電量的節(jié)假日因素，去除記錄奇點和內(nèi)插補(bǔ)全個別記錄缺點等。
　　
　　其次是分行業(yè)回歸建立日電量與氣溫、濕度等因素用電模型，依據(jù)實時運(yùn)行方式累計各臺區(qū)日電量、日負(fù)荷，完成各區(qū)域、各電壓等級的電量和負(fù)荷預(yù)測模型的構(gòu)建，并構(gòu)建模型機(jī)器學(xué)習(xí)，保持模型的時效性。
　　
　　最后，由大數(shù)據(jù)平臺給預(yù)測模型導(dǎo)入實時氣溫與前一時段的電量和負(fù)荷，實現(xiàn)短期、超短期的全網(wǎng)負(fù)荷預(yù)測。同樣原理，關(guān)聯(lián)宏觀GDP與電量指數(shù)，結(jié)合業(yè)擴(kuò)包裝量變化，實現(xiàn)中長期負(fù)荷預(yù)測。
　　
　　2015年,江蘇電網(wǎng)以全樣本的用戶每日實時采集用電數(shù)據(jù)，結(jié)合十多年用電、業(yè)擴(kuò)、氣象等歷史數(shù)據(jù)，建立起涵蓋全省各地區(qū)、分行業(yè)以及25萬專變用戶和40萬臺公用變壓器的包括溫度、濕度、節(jié)假日、周末等要素的多維度用電影響模型，模型包含的數(shù)據(jù)關(guān)聯(lián)關(guān)系超過110億項，開展負(fù)荷中長期、短期、超短期預(yù)測工作，有效指導(dǎo)了生產(chǎn)工作。
　　
　　此外，電量大數(shù)據(jù)的應(yīng)用在行業(yè)內(nèi)外還有大量的可應(yīng)用價值，如從用電設(shè)備節(jié)能潛力分析全社會節(jié)能潛力、大用戶用電特征分析行業(yè)產(chǎn)能利用情況、居民用戶家庭活動特征等，大數(shù)據(jù)應(yīng)用在電網(wǎng)領(lǐng)域大有可為。

為了適應(yīng)數(shù)據(jù)中心業(yè)務(wù)的發(fā)展，數(shù)據(jù)中心網(wǎng)絡(luò)也在不斷更新與變化，這給日后的運(yùn)維帶來了極大難度。隨著數(shù)據(jù)中心建設(shè)的規(guī)模越來越大，新技術(shù)越來越多，承載數(shù)據(jù)中心業(yè)務(wù)的網(wǎng)絡(luò)變得異常復(fù)雜。為了適應(yīng)數(shù)據(jù)中心業(yè)務(wù)的發(fā)展，數(shù)據(jù)中心網(wǎng)絡(luò)也在不斷更新與變化，這給日后的運(yùn)維帶來了極大難度。談到數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)維，其實是老生常談的問題，也是數(shù)據(jù)中心里問題最為突出的部分，這主要源于網(wǎng)絡(luò)技術(shù)的封閉性和排它型，當(dāng)然網(wǎng)絡(luò)協(xié)議和設(shè)備設(shè)計的復(fù)雜性也有一定關(guān)系，這導(dǎo)致掌握網(wǎng)絡(luò)運(yùn)維要領(lǐng)要比掌握其它技術(shù)難度要大得多，所以在網(wǎng)絡(luò)運(yùn)維過程中才出現(xiàn)了各種各樣的問題，而且網(wǎng)絡(luò)設(shè)備一旦出現(xiàn)問題，尤其是核心網(wǎng)絡(luò)問題，影響的將是整個數(shù)據(jù)中心的業(yè)務(wù)，有時又沒有網(wǎng)絡(luò)備份可用，在這樣危機(jī)的情況下更考驗運(yùn)維人員的綜合處理問題能力，各種因素影響下導(dǎo)致了網(wǎng)絡(luò)運(yùn)維上出現(xiàn)了多種難題，本文就來說一說這些難題，看大家在數(shù)據(jù)中心運(yùn)維工作中是否有同感，是否有更好的應(yīng)對之策。
　　
　　難題一：太多手工操作期盼減少
　　
　　數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)維人員最怕的就是做網(wǎng)絡(luò)變更，因為涉及太多的命令操作，而弄不好就容易出錯。如果網(wǎng)絡(luò)運(yùn)維可以有自動部署的方式，那可以大大減少運(yùn)維人員的工作時間，也不容易出錯，作為數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)維人員沒有必要對這些網(wǎng)絡(luò)底層命令有過多了解，只要通過網(wǎng)絡(luò)變更滿足業(yè)務(wù)需求即可。實際上，這類難題在運(yùn)維工作中是最為突出的，很多網(wǎng)絡(luò)設(shè)備命令晦澀，讓人難以理解，運(yùn)維的人根本沒有時間和能力去走讀每篇RFC文檔，需要的是簡單明了的解決方案，SDN的出現(xiàn)或許可以減輕運(yùn)維人員對手工操作的依賴，但未來能夠發(fā)展到何種程度，還是未知數(shù)。
　　
　　難題二：網(wǎng)絡(luò)變更很困難跟不上需求
　　
　　數(shù)據(jù)中心業(yè)務(wù)部門的需求是多種多樣的，尤其是為了業(yè)績，很多不合理的需求也接納，到了實施的時候才發(fā)現(xiàn)困難重重。很多業(yè)務(wù)部門對數(shù)據(jù)中心網(wǎng)絡(luò)并沒有清晰的了解，也不知道現(xiàn)有的網(wǎng)絡(luò)能夠提供什么，這就導(dǎo)致兩面的脫節(jié)，最終導(dǎo)致很多需求根本無法通過網(wǎng)絡(luò)變更來實現(xiàn)，或者是網(wǎng)絡(luò)變更會影響現(xiàn)有業(yè)務(wù)，付出很大的代價。
　　
　　難題三：網(wǎng)絡(luò)操作需跟系統(tǒng)集成商協(xié)作問題
　　
　　網(wǎng)絡(luò)只是數(shù)據(jù)中心最為重要的一部分，任何業(yè)務(wù)的運(yùn)行都離不開網(wǎng)絡(luò)部分，所以網(wǎng)絡(luò)的任何操作都需要與其它系統(tǒng)模塊溝通好，避免造成整個系統(tǒng)運(yùn)行受到影響。這里就涉及到和系統(tǒng)集成商打交道。
　　
　　難題四：忙于維護(hù)難快速部署新業(yè)務(wù)
　　
　　如果一個數(shù)據(jù)中心網(wǎng)絡(luò)本身設(shè)計就有先天缺陷，那頻繁出問題是必然的。這樣的數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)維人員也是每天都忙于處理各種各樣的網(wǎng)絡(luò)問題，尤其是已經(jīng)影響到業(yè)務(wù)運(yùn)行的問題，這樣根本沒有精力部署新業(yè)務(wù)。這樣的惡性循環(huán)導(dǎo)致整個數(shù)據(jù)中心的業(yè)務(wù)都無法推進(jìn)，最終流失大量客戶。
　　
　　難題五：部署網(wǎng)絡(luò)麻煩
　　
　　數(shù)據(jù)中心里的設(shè)備要實現(xiàn)互聯(lián)互通，都要有自己的IP地址或MAC地址，用這些來代表自己在網(wǎng)絡(luò)里的身份。運(yùn)維人員要對這些身份在網(wǎng)絡(luò)中進(jìn)行適配，比如下發(fā)動態(tài)路由學(xué)習(xí)或者靜態(tài)路由，需要配置網(wǎng)關(guān)、DHCP等，這些配置甚至要在全網(wǎng)的所有網(wǎng)絡(luò)設(shè)備上部署。有的數(shù)據(jù)中心從核心到接入，多達(dá)數(shù)百臺網(wǎng)絡(luò)設(shè)備，一臺一臺配置顯然是非常麻煩的，如何減輕這方面的工作量，對于提升運(yùn)維工作效率特別有意義。
　　
　　難題六：簡單工具手動管理IP地址
　　
　　網(wǎng)絡(luò)運(yùn)維人員平時要對這些設(shè)備的IP地址進(jìn)行管理，以便在使用時或者故障時能夠找到自己想要的那臺，這個數(shù)量是海量的。一個大型數(shù)據(jù)中心服務(wù)器上萬臺是很平常的，這樣整理這些設(shè)備的IP地址就需要很長的時間。運(yùn)維人員只能通過簡單的Excel表格來管理，用的時候進(jìn)行查找，有更新時進(jìn)行記錄，這個數(shù)據(jù)必須要實時更新才能準(zhǔn)確，這需要運(yùn)維人員投入大量的精力來維護(hù)這個表單，工作繁瑣。
　　
　　難題七：網(wǎng)絡(luò)設(shè)備類型多，全掌握難度大
　　
　　最令運(yùn)維人員頭痛的是網(wǎng)絡(luò)設(shè)備類型繁多，不同廠家的設(shè)備命令風(fēng)格和含義均不同，就算是一個廠商的不同型號設(shè)備也會不同。這給網(wǎng)絡(luò)運(yùn)維帶來了極大難度，運(yùn)維人員不得不掌握數(shù)據(jù)中心里所有設(shè)備的基本操作命令，要花大量的時間去熟悉這些設(shè)備，一般的網(wǎng)絡(luò)設(shè)備命令都有數(shù)千條，要全掌握基本不可能，再加上是不同型號的設(shè)備，運(yùn)維人員會瘋掉。
　　
　　難題八：網(wǎng)管團(tuán)隊技術(shù)水平不高
　　
　　目前數(shù)據(jù)中心的網(wǎng)管主要是對運(yùn)行的網(wǎng)絡(luò)設(shè)備進(jìn)行監(jiān)控，但實際上主要就是將設(shè)備上的日志告警提取出來，然后給出一些告警提示，還有就是通過網(wǎng)管可以獲取一些設(shè)備信息。實際上，網(wǎng)管對運(yùn)維工作支持不是很大。真正的智能網(wǎng)管應(yīng)該代替運(yùn)維人員的部分工作，比如下發(fā)配置變更、業(yè)務(wù)故障自動切換網(wǎng)絡(luò)、網(wǎng)絡(luò)自檢等等，通過網(wǎng)管實現(xiàn)對網(wǎng)絡(luò)真正的智能化管理，減少運(yùn)維人員的工作量，要實現(xiàn)這些還需要網(wǎng)管技術(shù)進(jìn)一步提升。
　　
　　難題九：要掌握的工具太多
　　
　　以太網(wǎng)RFC協(xié)議有8000多篇，根據(jù)網(wǎng)絡(luò)的五大層有多種多樣的協(xié)議定義。正是網(wǎng)絡(luò)協(xié)議的多樣性，所以要設(shè)計很多的輔助工具去掌握它，在進(jìn)行網(wǎng)絡(luò)分析時也要借助很多的工具。比如XPING、Tracert、抓包工具、IP掩碼換算等等，這些工具很多，很多還是網(wǎng)絡(luò)上開源的小工具，有各種各樣的BUG，使用起來也不方便，但是在網(wǎng)絡(luò)運(yùn)維時又不得不用，有時實在用不了就自己開發(fā)個小工具，正是因為這樣，所以網(wǎng)絡(luò)上才出現(xiàn)了那么多的網(wǎng)絡(luò)分析小工具。
　　
　　難題十：運(yùn)維工作苦、收入低
　　
　　網(wǎng)絡(luò)運(yùn)維是功能，性價比不高，作為數(shù)據(jù)中心里重要的一部分，網(wǎng)絡(luò)的重要性并沒有體現(xiàn)到網(wǎng)絡(luò)運(yùn)維的收入上，這就導(dǎo)致沒有人愿意在運(yùn)維工作上深入鉆研，做運(yùn)維的人員大多是工作1～3年的初級技術(shù)人員，缺少一些10年以上資深的網(wǎng)絡(luò)專家，這導(dǎo)致數(shù)據(jù)中心的運(yùn)維水平無法提升。
　　
　　顯而易見，數(shù)據(jù)中心網(wǎng)絡(luò)運(yùn)維面臨不少難題，是數(shù)據(jù)中心里的短板。哪個數(shù)據(jù)中心能解決好網(wǎng)絡(luò)運(yùn)維的問題，也就能在這個圈內(nèi)混得好。