En un centro de datos, sin embargo, no existe un simple cambio. Cada ajuste tiene efectos de ca\u00edda en toda la infraestructura de la instalaci\u00f3n. El aumento de la densidad<\/a> de implementaci\u00f3n afecta los requisitos de energ\u00eda , lo que a su vez cambia las demandas de enfriamiento , etc. En un sistema tan complejo, a veces puede ser dif\u00edcil anticipar las posibles consecuencias de cualquier cambio. \u00bfQu\u00e9 pasar\u00eda, por ejemplo, si un servidor se moviera de un bastidor a otro?<\/p>\n Los programas de simulaci\u00f3n impulsados \u200b\u200bpor an\u00e1lisis predictivos pueden resolver este problema ejecutando simulaciones basadas en modelos que tienen en cuenta una variedad de variables complejas. Pueden anticipar c\u00f3mo los equipos en movimiento afectar\u00e1n la dispersi\u00f3n de calor o la latencia de la red. Armados con esta informaci\u00f3n, los t\u00e9cnicos del centro de datos pueden administrar equipos y servicios con una interrupci\u00f3n m\u00ednima. Al marcar posibles problemas, las simulaciones de an\u00e1lisis predictivo tambi\u00e9n pueden ayudar a evitar problemas importantes que de otro modo requerir\u00edan un tiempo y un esfuerzo significativos para solucionar y resolver problemas.<\/p>\n Los desastres que conducen a la p\u00e9rdida de datos son los escenarios de pesadilla que mantienen despiertos a los ingenieros del centro de datos por la noche. Los problemas inesperados, como los sistemas de respaldo defectuosos, las sobrecargas de energ\u00eda y las fallas de enfriamiento, no solo pueden provocar un tiempo de inactividad significativo, sino que tambi\u00e9n causan da\u00f1os f\u00edsicos al equipo que provocan la p\u00e9rdida de datos. Si bien los desastres naturales<\/a> como los huracanes son ciertamente una preocupaci\u00f3n, las fallas aparentemente menores de los equipos pueden tener consecuencias catastr\u00f3ficas si no se abordan con prontitud.<\/p>\n El an\u00e1lisis predictivo puede modelar una amplia gama de escenarios de desastre, lo que ayuda al personal del centro de datos a formular planes de acci\u00f3n para resolver los problemas. Si los sistemas de enfriamiento fallaran, por ejemplo, las simulaciones pueden determinar cu\u00e1nto tiempo puede transcurrir antes de que las temperaturas crecientes obliguen a otros sistemas a apagarse. Si bien los buenos centros de datos realizan pruebas peri\u00f3dicas y realizan simulacros para evaluar la preparaci\u00f3n ante desastres, hay algunos escenarios que son dif\u00edciles de desarrollar. Despu\u00e9s de todo, sobrecargar deliberadamente un servidor para ver c\u00f3mo afecta al resto de las unidades en el rack ser\u00eda un ejercicio costoso y arriesgado. Sin embargo, con el an\u00e1lisis predictivo, los centros de datos pueden averiguar qu\u00e9 pueden esperar que suceda en caso de que ocurra tal situaci\u00f3n.<\/p>\n La gesti\u00f3n del poder es una de las tareas m\u00e1s cr\u00edticas que se realizan continuamente en cualquier centro de datos. Las fluctuaciones m\u00e1s leves pueden tener consecuencias tremendas, que afectan los niveles de temperatura y el rendimiento del servidor. Los requisitos de energ\u00eda son cualquier cosa menos est\u00e1ticos, especialmente para los clientes que necesitan mucha potencia de procesamiento para llevar a cabo sus operaciones comerciales.<\/p>\n Afortunadamente, los centros de datos de hoy est\u00e1n equipados con sensores y sistemas que controlan cuidadosamente el uso de energ\u00eda hasta el nivel del servidor. Pueden determinar cu\u00e1ndo aumenta el uso de energ\u00eda y qu\u00e9 per\u00edodos de tiempo utilizan menos energ\u00eda. Armado con estos datos, el an\u00e1lisis predictivo puede modelar tendencias de uso de energ\u00eda y anticipar demandas futuras, lo que puede mejorar la confiabilidad y conducir a ahorros de costos significativos.<\/p>\n Pero los patrones de uso son solo un aspecto de la predicci\u00f3n . Los centros de datos conf\u00edan en el funcionamiento de sus equipos a un nivel \u00f3ptimo para proporcionar servicios consistentes. El an\u00e1lisis predictivo puede estimar la vida \u00fatil de gran parte de ese equipo en funci\u00f3n de los patrones de rendimiento. Si una simulaci\u00f3n indica que es probable que un servidor falle en los pr\u00f3ximos seis meses, el centro de datos puede hacer planes para reemplazarlo antes de que falle, lo que no solo es m\u00e1s rentable, sino que tambi\u00e9n garantiza que habr\u00e1 una interrupci\u00f3n m\u00ednima de los servicios. .<\/p>\n Al aprovechar el poder del an\u00e1lisis predictivo, los centros de datos pueden prepararse mejor para los problemas que puedan encontrar en el futuro. La preparaci\u00f3n mejorada ayuda a reducir los costos, lo que permite que las instalaciones inviertan en otras \u00e1reas para atender a los clientes de manera m\u00e1s efectiva. Lo m\u00e1s importante es que el an\u00e1lisis predictivo puede ofrecer beneficios cuantificables en forma de un mejor tiempo de actividad, lo que permite a los clientes del centro de datos centrarse en hacer crecer su negocio con la seguridad de que sus datos continuar\u00e1n siendo seguros y accesibles.<\/p>\n Consultar as\u00ed mismo:\u00a0Los centros de datos descentralizados o perif\u00e9ricos, cu\u00e1ndo son \u00fatiles<\/a>;\u00a0Ciclo de actualizaci\u00f3n de su servidor<\/a> ;\u00a0\u00bfQu\u00e9 sucede cuando sus servidores caen?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" Construyendo un mejor centro de datos con an\u00e1lisis predictivo. El centro de datos moderno es un sistema incre\u00edblemente complejo. Entre la gesti\u00f3n de equipos, el mantenimiento de redes, la regulaci\u00f3n de la energ\u00eda y los controles medioambientales, y la provisi\u00f3n […]<\/p>\n","protected":false},"author":2,"featured_media":866,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[3],"tags":[],"class_list":["post-858","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.hostdime.la\/blog\/wp-content\/uploads\/2020\/05\/Construyendo-un-mejor-centro-de-datos-con-an%C3%A1lisis-predictivo.png?fit=1440%2C954&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/pbCNgn-dQ","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/posts\/858","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/comments?post=858"}],"version-history":[{"count":0,"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/posts\/858\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/media\/866"}],"wp:attachment":[{"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/media?parent=858"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/categories?post=858"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.hostdime.la\/blog\/wp-json\/wp\/v2\/tags?post=858"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"Anticipar-necesidades-cambiantes\"](\"https:\/\/i0.wp.com\/www.hostdime.la\/blog\/wp-content\/uploads\/2020\/05\/Anticipar-necesidades-cambiantes.png?resize=700%2C394&ssl=1\" "\\"\\"")
<\/a>Los centros de datos est\u00e1n experimentando cambios constantes porque las necesidades de sus clientes cambian constantemente. Con frecuencia, las empresas aumentan o disminuyen sus requisitos de almacenamiento de datos e inform\u00e1tica seg\u00fan la demanda, mientras que los nuevos clientes ejercen nuevas presiones sobre los arreglos de servidores existentes. Los chasis de servidores deben agregarse o moverse con poca antelaci\u00f3n, especialmente para los centros de colocaci\u00f3n que intentan acomodar nuevos equipos.<\/p>\nPrep\u00e1rese para escenarios de desastre<\/span><\/h2>\n
Mejor administraci\u00f3n de energ\u00eda<\/span><\/h2>\n
Tiempo de actividad mejorado<\/span><\/h2>\n
![\"Tiempo-de-actividad-mejorado\"](\"https:\/\/i0.wp.com\/www.hostdime.la\/blog\/wp-content\/uploads\/2020\/05\/Tiempo-de-actividad-mejorado.png?resize=700%2C394&ssl=1\" "\\"\\"")
<\/a>Brindar servicios confiables es el objetivo principal de cualquier centro de datos. Si los clientes no pueden contar con una instalaci\u00f3n para proporcionar un tiempo de actividad confiable, comenzar\u00e1n a buscar en otro lugar sus necesidades de datos. Al implementar an\u00e1lisis predictivos para predecir las tendencias de uso de la red, los centros de datos pueden estructurar sus implementaciones y administrar recursos para garantizar que los clientes siempre tengan acceso a sus datos y aplicaciones.<\/p>\n