專利名稱：電源插座和it設備之間的物理連通性的自動發(fā)現的制作方法
技術領域：
本發(fā)明通常涉及數據中心里的電源管理領域，更具體地涉及電源插座和IT (信息技術)設備之間的連通性關系的自動發(fā)現，并涉及操作具有自動連通性發(fā)現能力的數據中心的方法。
背景技術：
智能電源分配裝置為某些敏感的電子和電氣的應用提供增強的電源分配和監(jiān)視能力。有一個示范性應用，基于涉及網絡服務的提供的電源管理策略，以預先確定的計劃為多個計算機服務器供電，在該示范性應用中，智能電源分配裝置的部署證明是有用的。這里，控制和監(jiān)視電源分配的能力對于計算機網絡操作人員和IT人員，以及對于綜合電源優(yōu)化中的使用，是極寶貴的工具。上述類型的一個智能電源裝置是Dominion PX智能電源分配單元(IPDU)，由新澤西州薩默塞特的Raritan公司開發(fā)和銷售。Dominion PX IPDU在包括于裝置內的每一交流電源插座處均提供增大的操作和監(jiān)視的能力。通常除了別的特征之外，這些能力將包括接通和斷開插座，并且也為那個插座提供能耗測量的能力。對于智能電源裝置或監(jiān)視智能電源裝置的設備，知道在插入智能電源裝置的在每一插座中的電力電纜的另一端處具體是什么設備，是令人向往的。進一步地，網絡管理人員經常被要求去維護數據中心的電源連通性拓撲。維護電源連通性拓撲的一個方法是用電子數據表或在集中式配置數據庫中，網絡管理人員對該電子數據表或集中式配置數據庫不時地更新。依靠使用條形碼閱讀器和銘牌中的序列號來手工輸入物理連接，其他數據中心資產管理系統(tǒng)也可用于追蹤物理電源連通性關系。一旦輸入數據，該數據可提交至拓撲渲染引擎，為了直觀的可視化，該拓撲渲染引擎可如報告或如拓撲圖一樣來展現拓撲。在可容納數千臺服務器的大型數據中心中，手工維護數據中心電源拓撲是單調乏味且易于出錯的任務。盡管如此，在網絡行政和管理的領域中，維護精確和實時的電源拓撲的重要性不斷增加。隨著計算的成本降低，數據中心的電源使用成本成為一個成本動因。因此，減少電能消耗是網絡管理人員關注的一個目標。類似地，近來的綠色倡議也提供了激勵，以減少在數據中心里的電源使用。諸如綠色網格之類的組織，出版了數據中心能量效率指標。數據中心在評價效率中，對比這些標準來測量它們自己。全部的這些數據中心管理需求得益于高精度的數據中心電源拓撲。已有已知的用于網絡的某些自動發(fā)現拓撲工具。這些工具像ping、tracert和 mping，公開了用于網絡的邏輯連通性圖；然而，它們不提供在IT設備和電源插座之間的物理連通性的自動發(fā)現?，F今，要確定什么設備與電源分配裝置的特定輸出口相關聯的唯一方法是手工輸入那些信息。

發(fā)明內容
根據本發(fā)明的原理的一種系統(tǒng)和方法，為數據中心里的信息技術(IT)設備自動發(fā)現物理連通性拓撲。拓撲顯示了 IT設備和電源插座之間的連接。根據本發(fā)明的原理的系統(tǒng)，應用一套經驗法則(heuristic)，來為單獨的服務器或其他IT設備來識別候選電源插座。在一個方面里，對于一特定的設備，候選插座的選擇基于與IT設備的物理接近度。基于理論能耗數據、實際能耗數據、CPU利用率和狀態(tài)變化事件的相互關聯，這些候選物的范圍迭代地縮小。物理位置能使用諸如超聲感應或RFID (無線射頻識別)的各種技術確定。這信息則能用于提高在服務器和電源插座之間的物理連通性。在典型情況里，通過系統(tǒng)性地與落在供應商所提供的操作范圍內的插座作比較，IT設備供應商所提供的能耗數據能用于縮小候選插座的范圍。這銘牌數據通常超過實際能耗，不可能將候選插座的范圍縮小至確定性的映射。在這些情況下，實際數據能進一步縮小候選插座的范圍。在時間間隔內，收集用于服務器的CPU利用率數據，并將其量化以減少干擾和其他人為缺陷。使用適當的IPDU從候選電源插座收集在相同時間期間內的實際能耗。量化的CPU利用率和能耗圖表之間的模式匹配識別出了相配之物。進一步地，反映在電能和CPU利用率數據里的狀態(tài)變化進一步為指定的IT設備縮小了候選電源插座的范圍。量化的CPU利用率和能耗數據也能用于這些比較。在經驗法則縮小候選物的范圍，但不使其趨向于一處之處，管理者能觀看利用率圖表和其他數據輸出，來為一臺IT設備做出關于最佳插座候選的主觀結論。用于在智能電源分配單元的插座和由那個插座供電的諸如計算機服務器的目標裝置之間提供自動識別關聯的一種系統(tǒng)和方法，可包括在電源插座處實施數據收集的電源管理單元或電源分配單元。由設備供應商規(guī)定的IT設備的電能需求圖表(profile)和隨時間推移測量的實際使用模式，與在候選電源插座上檢測到的能耗模式相互關聯。在IT設備上的，諸如服務器的打開和關閉，服務器計算工作負載變化和虛擬機遷移之類的某些狀態(tài)變化的時間順序之間，做出進一步的相互關聯。這些狀態(tài)變化能通過監(jiān)視系統(tǒng)檢測并反映在電源插座上的實際電能利用率變化中。經驗法則和指示物(indicator)被迭代地應用直至電源插座的候選數量匹配于在IT設備上的供電單元的數量。根據本發(fā)明的原理的物理連通性拓撲的發(fā)現維持高度的整合性。除諸如實際的 CPU利用率和能耗的關鍵指示物外，表現給定IT設備特定功能的特征的其他指示物能進一步識別候選電源插座。此外，能使用界面，以準許管理者通過為IT設備和發(fā)現的電源插座， 對CPU利用率和能耗使用的圖表進行實際的檢查來核實電源匹配。


在圖形中圖1示例了根據本發(fā)明原理的一個系統(tǒng)；圖2示出了根據本發(fā)明原理的另一個系統(tǒng)；圖3示出了根據本發(fā)明原理的用于經驗法則的實施方面的示范性圖表；圖4示出了根據本發(fā)明原理的用于經驗法則的實施方面的其他的示范性圖表；圖5示出了根據本發(fā)明原理的在M小時期間內用于單一智能電源單元的示范性圖表；
圖6示出了根據本發(fā)明原理的在3小時期間內用于單一智能電源單元的CPU和電能的利用率的示范性圖表；圖7示出了根據本發(fā)明原理的在3小時期間內用于單一智能電源單元的CPU的示范性圖表和數據的已處理視圖；圖8示出了根據本發(fā)明原理的在插口級處的PDU利用率的示范性柱狀圖轉化；圖9示出了根據本發(fā)明原理的自動關聯框架的示范性流程圖；和圖10示出了根據本發(fā)明原理的自動關聯算法的示范性流程圖。
具體實施例方式圖1公開了根據本發(fā)明原理的系統(tǒng)100。系統(tǒng)100包括IT設備的N個機架，示例了在數據中心里可典型采用的類型的IT設備的三個機架102、104、106。這些機架可支撐許多各種類型的包括服務器、路由器和網關的IT設備。通過實例，機架102示例了兩個垂直安裝的電源板114、116，每一電源板中包括8個電力插座，IT設備的供電電源與其物理連接。在數據中心里的其他機架具有可以各種配置安裝的類似的電源插座單元。在這個示范性系統(tǒng)100里，這些電源板是可提供能耗數據和其他功能的類型，諸如新澤西州薩默塞特的Raritan公司提供的Dominion PX IPDU之類。可替換地，這些單元可稱為電源分配單元或PDU。這些電源分配單元提供對能耗數據和插座級切換的TCP/ IP(傳輸控制協(xié)議/互聯網協(xié)議)訪問，并能經由SNMP(簡單網絡管理協(xié)議)和電子郵件為像超出閾值或一旦電源開/關循環(huán)的事件提供報警。PDU集成了多種多樣的KVM(鍵盤/ 顯示器/鼠標)切換方案，諸如Raritan公司提供的Dominion KX2和Paragon II KVM切換器?？深愃频嘏鋫錂C架104、106。PDU經常是高度可配置的，而這些示范性電源分配單元 114,116直接和電源管理器108連接。電源管理器108可以是在電力分配網絡里能配置多個IPDU的網元管理系統(tǒng)。電源管理器也能收集由IPDU提供的IT利用率信息?？膳鋫涫痉缎噪娫垂芾砥?08，以提供對管理者112的遠程訪問并能通過互聯網協(xié)議與電源分配單元114，116通信。能配置電源管理器108，以發(fā)現數據并將該數據匯集在數據庫110里，該數據庫110是為根據本發(fā)明原理應用的經驗法則提供數據的。如下面將要解釋的，這數據包括實際能耗數據、IT設備規(guī)格、CPU利用率數據、理論能耗數據和IT設備上的狀態(tài)變化事件。圖2示例了具有包括IT設備的N個機架的數據中心的另一示范性系統(tǒng)200。對于管理者208為可通過IP (互聯網協(xié)議)網絡212訪問的三個機架220、222、224，是為了示例目的公開的。機架2M包括IT設備和具有智能電源能力的電源分配單元。在這些能力中，是有收集諸如在輸出插座級處的實際能耗數據之類的數據的。機架220，222是類似配備的，并且進一步包括可在數據中心里的感應環(huán)境條件下操作的環(huán)境傳感器228?？蛇x的電能數據匯集器226與電源分配單元連接，并匯集來自插座的數據。這些數個機架220、222、 2M進一步配備有用于確定到電源插座的物理接近度的傳感器和電路。通過IPDU能監(jiān)視安裝在機架中的傳感器，以用溫度升高來推算能耗量。溫度升高量與由服務器所使用的能耗量直接相互關聯，因此能使用在相互關聯中。系統(tǒng)200包括認證服務器214和遠程訪問切換器204，諸如與管理者208連接的通過IP的Dominion KX KVM切換器。該切換器204還與數據存儲器202相互連接，該數據存儲器202用于存儲和取回對確定IT設備與電源插座的物理連通性有用的數據。這數據包含但不限于電源故障參考
6特征(signature)、理論電能特征、實際電能特征、實際電能數據和其他關聯。電源分配管理器206還與KVM切換器204連接，為管理者208提供從遠程位置訪問電源分配單元數據的能力，該電源分配單元數據來自位于機架220、222、2M上的各種電源分配單元。另一數據庫216可通過IP網絡212訪問，以儲存與IT設備和電源插座有關的物理位置數據。變化警報服務器218也被可選地連接，并可通過KVM切換器204訪問。在操作中，來自在數據中心里的機架和電源分配單元的數據通過IP網絡來收集和儲存，并且選擇性地可讓管理者208 訪問。電源分配中心和報告設備訪問該數據，并實施根據本發(fā)明的方法，以識別IT設備和電源插座之間的物理連通性。KVM切換器204能用于主動連接至將被相關聯的服務器，因為這將會提高在服務器處的利用率。管理者能使用這KVM方式以改進在所選擇的服務器上的連通性發(fā)現，該所選擇的服務器在常規(guī)操作中可提供類似的電能標識。在每一上述系統(tǒng)100、200里，對電源分配單元、KVM切換器和/或其他管理者器具或服務器進行編程以收集用于存儲在數據庫里為了之后使用的數據，并用于應用相互關聯的經驗法則。通過監(jiān)視取得的數據，能分類成兩個主要類別。一是時間序列信息，其提供在任何時刻的數據值。第二，有時間戳的事件，其影響IT和電源系統(tǒng)兩者。后者的實例包括服務器機器的重啟和服務器的啟動。在對根據本發(fā)明原理的相互關聯方法有用的不同的數據屬性中，有與特定IT設備的理論電能使用率需求有關的數據、隨時間推移測量的在特定電源插座處的實際能耗數據、隨時間推移收集的用于數據中心里的服務器的實際CPU利用率數據，和在被識別的服務器和被識別的電源插座之間的物理距離關系。除了這數據之外， 能獲取其他有用的表現特征的數據并存儲在數據儲存器里。這數據可包含用于在數據中心里找到的特定類型的IT設備的數據特征。例如，電子郵件服務器，網絡服務器，路由器和類似物經常具有可識別的特征，取決于它們在數據中心里的特定使用，該特征包括與溫度相關的數據、CPU利用率、從開到關的狀態(tài)變化、要么可單獨識別，要么可與其他服務器特征結合識別的任何其他特征。相互關聯引擎能要么是在電源管理單元，通用計算機里，要么是在可訪問數據儲存器的，以運行任何經驗法則并為整個數據中心形成連通性圖的專用服務器里實施。當應用經驗法則時，能連接至特定的可能的服務器的插座數量的范圍將縮小并且在通常情況下集中至一個用于該服務器的被識別的插座。在應用了經驗法則，但不能將可能的候選物減少至一個相符物之處，管理者可訪問諸如CPU利用率圖表、能耗圖表和類似物的特定特征的渲染效果圖(graphical rendering)，以做出特定服務器物理連接至特定插座的可能性的主觀評價。使用已知的數據結構和渲染軟件，能實施數據庫和渲染引擎，從而能表現數據中心的物理連通性的拓撲。任何特定的經驗法則是可選的，可將附加的經驗法則和指示物增加至用于識別服務器和插座之間的物理連通性的進程。在一個示范性方法中，一組電源插座被識別為用于特定IT裝置的可能的候選物。這些可能的候選物可基于先前提供的連通性數據、關聯簇、 物理位置或數據管理者輸入的最佳猜測的候選物。附加的信息通過匹配有可能的未知物組來幫助集中，與將決定應用至電源和IT端點(對)的完全未知的組形成對照。關于這些候選物，應用一套經驗法則，以嘗試將IT設備映射至一個特定插座或多個插座。當候選電源插座數量與IT設備上的供電單元數量匹配時，或當全部經驗法則耗盡時，試探進程 (heuristic process)結束。在全部經驗法則耗盡的情況下，管理者可基于查看剩下的候選插座的數據來做出主觀選擇。 能在試探進程里使用的許多指示物包括電能使用率的銘牌值、實際能耗模式、IT 設備狀態(tài)變化事件的時間順序和與電源插座相關的IT設備的物理位置。因此，例如，假定用于給定的一臺IT設備的一組20個的候選電源插座，剔除一子組，因為它們不在IT設備的某一物理距離內。這指示物影響了將服務器置于在與它的插座相距指定的最大距離內的典型實踐。銘牌信息通過它們的平均能耗級別來用于將服務器分組，且模式匹配算法能匹配所選擇的服務器的子組，以僅在電能值重疊時確定電氣電源插座。舉例來說，如果電源插座傳送了 M瓦特的電能，服務器具有的最大銘牌電能是N瓦特，若M >> N，那么所談及的電源插座和服務器之間沒有相互關聯。在剩下的候選插座中，應用經驗法則來識別，且使實際CPU利用率和在電源插座處的實際能耗相互關聯。這將候選插座的數量減少至一個被識別的組。如果它不行，那么將應用附加的經驗法則，以確定反映在CPU利用率圖表和能耗圖表中的實際狀態(tài)變化。能通過柱狀圖分析一天中的IT利用率來應用附加的經驗法則。能將時間序列數據轉變到頻率的其他域或空間域里，以改進在電能特征的范疇內的相互關聯性。在本發(fā)明的一個方面中，用于特定服務器的潛在插座的第一候選物是通過IP尋址識別的。能基于IPU的性能，使用不同的方法來發(fā)現在電氣分配中的IPU的數量。就 Raritan DPX來說，IPMI (智能平臺管理接口)發(fā)現將提供關于這些單元的存在和配置的足夠的信息。類似地，網絡管理技術提供發(fā)現包括網絡IP地址的服務器系統(tǒng)細節(jié)的能力，該網絡IP地址能用于通過網絡來監(jiān)視和測量IT利用率。使用IP地址，收集來自服務器和來自電源插座單元的數據。該數據匯集于數據存儲器里。被提議的發(fā)明可獲取的數據收集的一套方法包括SNMP、IPMI,麗I和WS-MAN。全部的這些標準管理接口為這個發(fā)明提供遠程監(jiān)視能力。數據是有時間戳的，以便于在不同的候選電源插座和不同的IT設備之間，電能使用率、CPU使用率和事件能相互關聯。圖3々、；^和3(示出了三個示范性圖表302、304、306，表明了根據本發(fā)明的原理能應用的經驗法則的一個方面。圖3A的圖表302示出了隨時間(X軸)推移的CPU利用率(Y 軸)。CPU利用率數據是原始的、未量化的數據，展示了在考慮中的候選IT設備里的全部的核。該未量化的數據是有點帶干擾的，用于與其他數據相互關聯，可能是不最理想的。圖3B 的圖表304示出了經量化以去除人為缺陷和干擾的同樣的數據。在這個實例中，使用率值被近似地量化至整數值1和2，雖然在不背離本發(fā)明的原理的情況下能使用其他的量化方法。這里重申使用率數據對應于用于候選IT設備的全部的核。圖3C的圖表306示出了相同時間期間內候選插座的實際能耗，使用在數據收集期間所應用的時間戳來追蹤時間。如箭頭308和310所示，有事件變化，表明了 CPU利用率中的變化。同樣地，在能耗圖表306 中，數據顯示了在312處的電能尖峰。這尖峰312與用于未量化和量化的圖表的核利用率 308、310中的事件潛在地相互關聯。事件的時間戳對照是另一數據指示物，其可用于將這候選IT設備相互關聯至候選電源插座。圖4示出了示范性利用率數據圖表402、404和對應的柱狀圖406、408，對應的柱狀圖406、408在根據本發(fā)明的原理的經驗法則里，可用于將候選電源插座相互關聯至IT設備。圖表402展示了在一天內的，用于一臺IT設備的全部核的原始利用率數據，在那里，利用率值從近似零落至近似100。對于指示物，原始利用率數據不容易挖掘，該指示物能用于
8相互關聯至候選電源插座。利用率柱狀圖406在特定的所選擇的值處，基于利用率的頻率將利用率分類。因此，該柱狀圖描繪了在指定期間內，在特定級處，多久使用一次IT設備。圖表406詳細表明了給定IT設備的處理器核多久切換至不同的利用率級別一次。 在這個實例中，通過在給定期間內將原始利用率數據作1/2抽取而得到圖表404。因為圖表404示出了從當前的利用率狀態(tài)變化至較低或較高的利用率，該圖表在豎軸上被歸一化在零附近。柱狀圖408是示出了在X軸上的利用率變化的頻率對在Y軸上的使用的頻率的分析。通過為候選電源插座準備類似的圖表式的柱狀圖和頻譜，然后如果有必要的話使用計算機實施的電源匹配或手工地來檢查它們，這數據能用于本發(fā)明的相互關聯技術。圖5示出了在二十四小時期間內的單一 Dominion PX的電能利用率圖表。數據 502指示了在特定的時刻501處，插口中的一個的電能利用率減少至零，其對應于CPU利用率將為零(或不可用)。如果像電源再循環(huán)和斷電的事件沒有同時出現(正如它們不在圖5 里)，那么基于事件來實現相互關聯有低的可能性?？色@取的PUD當前沒有為在它們的PDU 里的單獨插口配備事件記錄特征。根據本發(fā)明原理的PDU提供這樣的記錄，目的在于使服務器和PDU插口之間的事件相互關聯。因為電源再循環(huán)的順序控制，使服務器和PDU之間關聯所需要的延時是可達成的。圖6示出了三小時期間的CPU和電能利用率的實例。數據601展示了在三小時期間內的CPU利用率。在這個示范性實施方式里，在特定服務器里的全部處理器核的總和包括了在這個處理器中的全部四個核，所以總值需要除以四，以將利用率展示為電能的百分比。數據602展示了用于服務器的在相同期間內由PDU記錄的電能利用率。如通過數據 601和602所看到的，CPU利用率和電能都穩(wěn)定地隨時間增加。由數據602可見，為了如數據601所指出的CPU利用率的平均值27. 90，服務器消費了平均178瓦特。圖7示出了 CPU利用率和對應的被處理數據的柱狀圖的實例，突出了服務器的低利用率。數據701示出了服務器活動和在給定時間期間內服務器有多活躍。根據當前發(fā)明的原理，如從數據701可看到的，當基于數據值相互關聯時，來自服務器利用率或PDU的時間序列信息的轉變是有用的。數據702是用于將時間序列數據701轉換為利用率范疇的， 基于柱狀圖的方式示范。依照本發(fā)明的原理，柱狀圖數據702可與PDU利用率的柱狀圖相互關聯。圖8示出了單一插座的示范性PDU利用率和對應的柱狀圖。數據801以瓦特為單位展示了在給定時間期間內的給定電源插座的電能。如所指出的，插座處的平均電能是 137. 27瓦特。通過在插口級處的PDU利用率的柱狀圖轉化所展示的數據802，指出了在插口級處的主要的電源活動對應于在同樣給定期間內的平均消耗的電能。圖9示出了依照本發(fā)明的實施方式的經驗法則自動關聯框架的示范性流程圖 900。一旦啟動，步驟901取回系統(tǒng)的環(huán)境部件。具體地，在步驟901處，自動關聯框架采集關于在系統(tǒng)中的服務器和PDU的配置信息，并在步驟902里下載那配置信息以用于儲存。步驟903確定是否已經收集了所有的配置信息。如果有附加的配置信息要采集，則重復步驟 901和步驟902直至處理完成。在步驟904期間，收集來自被識別的服務器和PDU的利用率測量值，并存儲在步驟906處的數據庫里。將重復步驟904和906直至由步驟905中的用戶所終止。圖10示出了依照本發(fā)明的原理的經驗法則自動關聯算法的示范性流程圖1000。在步驟1001里，系統(tǒng)確定服務器資產信息是否為可獲取的以用于分析。如果該信息是可獲取的，那么在步驟1002處基于服務器的最大和平均電能的信息來過濾數據。將來自步驟 1002的被過濾的信息與存儲在圖9的步驟906的數據庫里的利用率數據一起傳遞，以用于在步驟1003處的分析。在步驟1003期間，計算源自利用率數據的度量標準(S卩，總和、柱狀圖、最大值和最小值)，該利用率數據來自服務器和PDU。類似地，在步驟1004處，執(zhí)行事件分析以檢測在各種PDU和服務器上特定事件的計時并基于相關事件將它們分組。這可基于通過數據庫1011提供的來自各種服務器制造商的服務器資產信息，并輸入步驟1004里以促進這分析。將來自步驟1003和1004的已分析數據傳遞通過在步驟1005處的第一級的經驗法則。在步驟1005期間，基于數據和或事件匹配，將服務器和PDU分組成多對。在步驟1006期間，確定來自步驟1005的配對是否是正確的服務器和PDU之間的關聯。如果確定為正確，將信息傳遞到服務器和PDU的關聯數據庫并在步驟1007里進行存儲。如果如步驟1006所決定的步驟1005的服務器PDU關聯是不確定的，那么進程移至步驟1008，以使用第二級度量標準(即，細節(jié)小波(detail wavelet)、處理器特征、量化等)來進一步歸類服務器PDU對。步驟1009執(zhí)行較高級的經驗法則并嘗試基于第二度量標準和歸類來將服務器和PDU裝置分組。如果在步驟1006里確定關聯是正確的，那么在步驟1007處將服務器PDU關聯信息存儲在數據庫里。一旦確定全部服務器已經與全部PDU關聯，經由步驟 1012，算法退出。 可在現有的電源管理拓撲中實施本發(fā)明的這些和其他方面。用于匯集CPU利用率、實際的電能利用率、銘牌規(guī)格和其他數據的數據獲取能力是當前已知并在使用中的。關于資產的數據能從供應商列表取得或能從企業(yè)資產管理工具導入?？墒褂没緮祿蚣芤詤R集包括表或分等級的數據結構的數據。試探進程能在通用計算機上或在現有電源管理單元內實施的單獨功能上實施。具有用于渲染圖表和/或界面的前端接口能力的渲染引擎， 也是在現有技術中已知的。
權利要求
1.一種用于操作具有多個服務器的數據中心的方法，所述多個服務器經由多個供電電源插座供電，所述方法包含有如下步驟為連接至至少一個所述電源插座的至少一個所述服務器確定第一組候選電源插座； 隨著時間的推移，為所述候選電源插座收集能耗數據，并在交疊時間期間，為所述至少一個服務器收集中央處理器利用率數據；和將所述CPU利用率數據與所述能耗數據相互關聯，以確定第二組候選供電電源。
2.根據要求1所述的方法，其中所述確定步驟包括確定位于離所述至少一個服務器在指定距離內的候選電源插座的子步驟。
3.根據要求1所述方法，還包含有為所述至少一個服務器將所述能耗數據與理論能耗數據相互關聯的步驟。
4.根據要求1所述的方法，其中所述收集步驟包括為所述至少一個服務器指定IP地址的子步驟。
5.根據要求1所述的方法，其中所述相互關聯步驟包括量化所述CPU利用率數據的子步驟。
6.根據要求1所述的方法，其中所述相互關聯步驟包括為所述能耗數據和所述CPU利用率數據生成時間戳的子步驟。
7.根據要求1所述方法，其中所述相互關聯步驟包括將所述CPU利用率數據和所述能耗數據之間的狀態(tài)變化相互關聯的子步驟。
8.根據要求1所述的方法，還包含有為所述至少一個服務器將所述能耗數據與理論能耗數據相互關聯的步驟，其中所述確定步驟包括確定位于離所述至少一個服務器在一距離內的候選電源插座的子步驟，其中所述收集步驟包括為所述至少一個服務器指定IP地址的子步驟，并且其中所述收集步驟包括如下子步驟 量化所述CPU利用率數據，為所述能耗數據和所述CPU利用率數據生成時間戳，以及將所述量化的CPU利用率數據和所述能耗數據之間的狀態(tài)變化相互關聯。
9.一種用于自動發(fā)現在數據中心內的服務器與電源插座的連通性的系統(tǒng)，包含有 數據收集模塊，與供電電源插座和IT設備連接，所述數據收集模塊可用來為供電電源插座收集實際電能使用率和來自IT設備的CPU使用率； 數據存儲器，具有由所述數據收集模塊所收集的信息；和相互關聯引擎，可用來將所述CPU使用率數據和實際電能使用率數據相互關聯，以在一對一的基礎上識別連接至供電電源插座的IT設備。
10.一種用于監(jiān)視IT設備的機架的方法，包含如下步驟 為數據庫中的數據設備匯集CPU使用率數據；確定候選電源插座和IT設備的連通性對，包括確定從候選服務器至候選供電電源板的最大距離的子步驟；將用于候選IT服務器的CPU使用率和候選電源板的實際電能使用率相互關聯，包括為所述IT設備識別狀態(tài)變化的子步驟；和將所述狀態(tài)變化與所述實際電能使用率圖表相匹配。
全文摘要
本發(fā)明通常涉及數據中心里的電源管理領域，更具體地涉及在電源插座和IT設備之間的連通性關系的自動發(fā)現和關聯，和涉及操作具有自動連通性發(fā)現能力的數據中心的方法。
文檔編號H01R4/60GK102165644SQ200880131103
公開日2011年8月24日 申請日期2008年7月8日 優(yōu)先權日2008年7月7日
發(fā)明者斯瓦·索瑪桑達拉姆, 艾倫·楊 申請人:力登美洲公司