让机房温度可视化：物联网下的数据中心环境运维新方式

其用处可真的不小，主要应用于监控范围内的热点变化，热点可以代表许多状态，例如温度、密度等等，都可以作为划分的界限，根据表达情况的不同，热力图又可以应用到许多的场景中。地图热力图和业务数据分析的热力图最为常用，通过这种形式也可以很直观地表达。而现如今科技的迅速的发展中，物联网与互联网相互提升的时代中，迈向了工业4.0的新热潮，出现了工业互联网、5G 等等飞速发展的产物，在众多技术的支持下，机房监控的环境安全极为重要，喜冷怕热的设备，通过温度云图可以有效地检测到机房的运行状态。

在物联网的大趋势下,机房的设备信息以及一些环境信息变成了数据摆在了人们面前。在这个大数据的时代，数据的可视化不仅体现在数据值本身，更应该通过数据的变化来获取一些信息。我们今天的主题，机房温度云图，它通过不同的颜色来展示机房机柜温度的高低及变化，将之形象化出来，让人们更加直观的观察温度值的变化。

当前，大部分数据中心的“热管理”依旧处于被动运维的阶段，即先发现热点，再进行处理，这种思维模式导致的后果有可能是“先热后冷”，稍有不慎，就会酿成大错。

从技术角度看，这个锅不能由 IT 管理或运维人员来背。当前的技术环境，人员发现机房热点的方式，通常有以下两种方式：

优点：经济、有效、检测温度精确高； 

缺点：耗体力，辐射大。 

2、自动检测方法，包括 DCIM 自动检测装置或 CFD 软件预测热点。 

优点：自动检测，省时省力，能把握机房的整体热点分布； 

缺点：软硬件成本大，并且由于颗粒度大，对微观的热点分布布局把握不准。 

 二、热点分析的痛点 

从数据中心智慧化的运维发展趋势看，自动检测方法将会成为未来热点检测的方向。而数据可视化系统可以通过模型还原场景，面板承载数据的监控，底层则通过自动检测所采集的温度数据，反馈给可视化系统的温度云图来呈现出当前机房的热点分布，HT 的轻量模型建模是一种很好的解决方案，适用于机房检测温度呈现的可视化系统的搭建。

一、轻量化场景

二、机房温度云图

HT 通过本身产品的改进，以及在行业上积累的经验，实现了许多行业上可视化系统的解决方案。对于机房的温度云图感兴趣的小伙伴，有兴趣的小伙伴可以了解一下：《基于 HTML5 Canvas 的 3D 热力云图》

2019 我们也更新了数百个工业互联网 2D/3D 可视化案例集，在这里你能发现许多新奇的实例，也能发掘出不一样的工业互联网：mp.weixin.qq.com/s/ZbhB6LO2k…