13.03.2020

Мониторинг в ЦОДе: как мы меняли старую BMS на новую. Часть 1

Система мониторинга работы инженерных систем в ЦОДе – ключевой элемент инфраструктуры, напрямую влияющий на такой важный показатель для дата-центра, как скорость реакции персонала на аварийные ситуации и, следовательно, на продолжительность бесперебойной работы

Что такое BMS

Система мониторинга работы инженерных систем в ЦОДе – ключевой элемент инфраструктуры, напрямую влияющий на такой важный показатель для дата-центра, как скорость реакции персонала на аварийные ситуации и, следовательно, на продолжительность бесперебойной работы.

Системы мониторинга BMS (Building Monitoring System) предлагают многие глобальные вендоры оборудования для ЦОДов. За время работы Linxdatacenter в России нам довелось познакомиться с разными системами и столкнуться с диаметрально противоположными подходами вендоров к эксплуатации этих систем.

Рассказываем, как мы полностью обновили нашу систему BMS за последний год и почему.

Корень проблемы

Все началось 10 лет назад с запуска ЦОДа Linxdatacenter в Петербурге. Система BMS, согласно стандартам отрасли тех лет, представляла из себя физический сервер с установленным ПО, доступ к которому осуществлялся через программу-клиента (так называемый «толстый» клиент).

Компаний, предлагающих такие решения, в то время на рынке было немного. Их продукты были стандартом, единственным ответом на существующий запрос. И надо отдать им должное: и тогда, и сегодня лидеры рынка в целом справляются со своей базовой задачей – поставкой функциональных решений для эксплуатации дата-центров.

Логичным выбором для нас стало решение BMS от одного из крупнейших мировых производителей. Выбранная система на тот момент отвечала всем требованиям к мониторингу комплексного инженерного объекта, каким является ЦОД.

Однако с течением времени требования и ожидания пользователей (то есть нас, операторов дата-центров) от ИТ-решений изменились. И крупные вендоры, как показал анализ рынка предлагаемых решений, оказались к этому не готовы.

Рынок корпоративных ИТ испытал на себе серьезное влияние B2C сферы. Цифровые решения сегодня должны обеспечивать удобство работы конечного пользователя – такую цель ставят перед собой разработчики. Это видно по совершенствованию пользовательских интерфейсов (UI) и качества пользовательского опыта (UX) многих корпоративных приложений.

Человек привыкает к комфорту во всем, что касается цифровых инструментов в повседневной жизни, и предъявляет те же требования к инструментам, которые использует для рабочих задач. Люди ожидают от корпоративных приложений такой же наглядности, интуитивности, простоты и прозрачности, какие доступны им в сервисах финансовых услуг, вызова такси или онлайн-шоппинга. ИТ-специалисты, внедряющие решения в корпоративной среде, тоже стремятся получать все современные «плюшки»: простое развертывание и масштабирование, отказоустойчивость и неограниченные возможности кастомизации.

Крупные международные вендоры часто упускают из внимания эти тренды. Опираясь на свой многолетний авторитет в отрасли, корпорации в работе с заказчиками зачастую оказываются категоричными и негибкими. Иллюзия собственной незаменимости не позволяет им увидеть, как буквально под носом появляются молодые технологичные компании, предлагающие альтернативные решения, заточенные под конкретного заказчика, причем без переплаты за бренд.

Недостатки старой системы BMS

Самый главный минус имеющегося устаревшего BMS-решения для нас заключался в его медленной работе. Расследование нескольких событий, связанных с недостаточно быстрой реакцией дежурного персонала, помогло нам понять, что иногда события отображались в системе BMS с большой задержкой. При этом система не была перегружена или неисправна, просто версии ее компонентов (например, JAVA) устарели и не могли корректно работать с новыми версиями операционных систем без обновлений. Обновить их можно было только вместе с системой BMS, при этом вендор не обеспечивал автоматическую преемственность версий, то есть для нас процесс был бы практически таким же трудоемким, как переход на новую систему, а новое решение сохраняло часть недостатков старого.

Добавим сюда еще несколько неприятных «мелочей»:

  • Плата за подключение новых устройств по принципу «один IP-адрес – одна платная лицензия»;
  • Невозможность обновить ПО без покупки пакета поддержки (имеется в виду обновление бесплатных компонентов и устранение ошибок в самой программе BMS);
  • Высокая стоимость поддержки;
  • Расположение на «железном» сервере, который может выйти из строя и обладает лимитированными вычислительными ресурсами;
  • «Резервирование» посредством установки второго железного сервера, с дублирующим пакетом лицензий. При этом синхронизация баз между основным и резервным серверами отсутствует – а это означает ручной перенос базы и долгое время перехода на резерв;
  • «Толстый» клиент пользователя, недоступный извне, без расширения под мобильное устройство и опции удаленного доступа;
  • Урезанный веб-интерфейс без графических карт и звуковых уведомлений, доступный извне, но практически не используемый сотрудниками из-за своей неинформативности;
  • Отсутствие анимации в интерфейсе – вся графика состоит только из картинки-«подложки» и статических иконок. Как итог – общий низкий уровень наглядности;

Выглядело все примерно вот так:

  • Ограничение в создании виртуальных датчиков – доступна только функция сложения, тогда как модели реальных датчиков требуют возможности выполнения комплекса математических операций для корректных расчетов, отражающих реалии работы;
  • Невозможность получить данные в реальном времени или из архива для каких-либо целей (например, для отображения в личном кабинете клиента);
  • Полное отсутствие гибкости и возможности что-то изменить в BMS под существующие процессы ЦОДа.

 

Требования к новой системе BMS

Учитывая вышеизложенное, наши основные требования получились следующими:

  • Две независимые взаиморезервирующие машины c автоматической синхронизацией, работающие на двух разных облачных платформах в разных ЦОДах (в нашем случае ЦОДы Linxdatacenter Санкт-Петербург и Москва);
  • Бесплатное добавление новых устройств;
  • Бесплатное обновление ПО и его компонентов (за исключением доработок функционала);
  • Открытый исходный код, позволяющий нам самостоятельно поддерживать систему в случае проблем на стороне разработчика;
  • Возможность получать и использовать данные из BMS, например на сайте или в личном кабинете;
  • Доступ через WEB браузер без «толстого» клиента;
  • Использование доменных учетных записей сотрудников для доступа в BMS;
  • Наличие анимации и еще много мелких и не очень пожеланий, которые материализовались в подробное ТЗ.

Последняя капля

В тот момент, когда мы поняли, что ЦОД перерос свою BMS, самым очевидным решением нам казалось обновление существующей системы. «Коней на переправе не меняют», так ведь?

Однако большие корпорации, как правило, не предлагают кастомное изменение своих десятилетиями «полируемых» решений, продаваемых в десятках стран. В то время, как молодые компании занимаются тестированием идеи или прототипа будущего продукта на потенциальных потребителях и опираются в развитии продукта на отзывы пользователей, корпорации продолжают продавать лицензии на когда-то действительно классный, но, увы, сегодня устаревший и не гибкий продукт.

И мы ощутили разницу в подходе на себе. В ходе переписки с производителем старой BMS довольно быстро стало понятно, что предлагаемое вендором обновление существующей системы фактически обернется для нас покупкой новой системы с полуавтоматическим переносом базы, высокой стоимостью и подводными камнями при переносе, которые не мог спрогнозировать даже сам производитель. Конечно, вырастала в этом случае стоимость техподдержки обновленного решения, и оставалась необходимость покупать лицензии при расширении.

А самое неприятное – новая система не могла полностью удовлетворить наши требования к резервированию. Обновленная система BMS могла быть реализована, как мы и хотели, на облачной платформе, что позволило бы нам отказаться от «железа», но опция резервирования в стоимость не входила. Для резервирования данных нам пришлось бы купить второй виртуальный сервер BMS и дополнительный комплект лицензий. При стоимости одной лицензии около $76 и количества IP-адресов в 1000 единиц набегает $76 000 дополнительных трат только на лицензии для резервной машины.

«Вишенкой» в новой версии BMS стала необходимость покупки дополнительных лицензий «для всех устройств» – даже для основного сервера. Тут надо пояснить, что есть устройства, подключенные к BMS через шлюзы. Шлюз имеет один IP-адрес, но контролирует несколько устройств (в среднем 10). В старой BMS для этого требовалась одна лицензия за IP-адрес шлюза, статистика выглядела примерно так: «IP-адресов/ лицензий 1000, устройств 1200». Обновленная BMS работала по другому принципу и статистика выглядела бы так «IP-адресов 1000, устройств/лицензий 1200». То есть вендор в новой версии поменял принцип присвоения лицензий, и мы должны были купить дополнительно еще примерно 200 лицензий.

Бюджет «обновления» в итоге складывался из четырех пунктов:

  • стоимость облачной версии и услуги по миграции на нее;
  • дополнительные лицензии к существующему пакету для устройств, подключенных через шлюзы;
  • стоимость резервной облачной версии;
  • комплект лицензий для резервной машины.

Общая стоимость проекта составила более $100 000! И это не говоря о необходимости покупки лицензий для новых устройств в будущем.

В итоге мы поняли, что для нас будет проще – а, может, и дешевле – заказать систему, созданную с нуля, учитывающие все наши требования и предусматривающую возможность модернизации в будущем. Но желающих разрабатывать такую сложную систему нужно было еще найти, сравнить предложения, выбрать и пройти с финалистом путь от ТЗ до реализации… Об этом – читайте во второй части материала совсем скоро.

News and publications

You may also be interested in

Write to us

How we optimized customer data center management

Data center is a complex IT and engineering object, which requires professionalism at all levels of management: from managers to technical specialists and executors of maintenance works. Here's how we helped our client put operational management in corporate data centers in order.
 

Taras Chirkov, Head of Data Center in St. Petersburg  in St. Petersburg 

Konstantin Nagorny, chief engineer of data center in St. Petersburg.  in St. Petersburg 

Data center is a complex IT and engineering object, which requires professionalism at all levels of management: from managers to technical specialists and executors of maintenance works. Here's how we helped our client put operational management in corporate data centers in order.  

Management is in the lead 

The most advanced and expensive IT equipment will not bring the expected economic benefits if proper processes of engineering systems operation in the data center, where it is located, are not established.  

The role of reliable and productive data centers in today's economy is constantly growing along with the requirements for their uninterrupted operation. However, there is a big systemic problem on this front.  

A high level of "uptime" - failure-free operation of a data center without downtime - depends very much on the engineering team that manages the site. And there is no single formalized school of data center management.  

And there is no single formalized school of data center management.    

Nationwide  

In practice, the situation with the operation of data centers in Russia is as follows.  

Data centers in the commercial segment usually have certificates confirming their management competence. Not all of them do, but the very specifics of the business model, when a provider is responsible to the client for the quality of service, money and reputation in the market, obligates them to own the subject. 

The segment of corporate data centers that serve companies' own needs lags far behind commercial data centers in terms of operational quality. The internal customer is not treated as carefully as the external customer, not every company understands the potential of well-configured management processes. 

Finally, government departmental data centers - in this regard, they are often unknown territory due to their closed nature. An international audit of such facilities is understandably impossible. Russian state standards are just being developed.  

This all translates into a "who knows what" situation. "Diverse" composition of operation teams composed of specialists with different backgrounds, different approaches to the organization of corporate architecture, different views and requirements to IT departments.  

There are many factors that lead to this state of affairs, one of the most important is the lack of systematic documentation of operational processes. There are a couple of introductory articles by Uptime Institute which give an idea of the problem and how to overcome it. But then it's necessary to build the system by your own efforts. And not every business has enough resources and competence for that.  ⠀⠀  

Meanwhile, even a small systematization of management processes according to industry best practices always yields excellent results in terms of improving the resilience of engineering and IT systems.  

Case: through thorns to the relative order 

Let's illustrate by the example of an implemented project. A large international company with its own data center network approached us. The request was for help to optimize the management processes at three sites where IT systems and business-critical applications are deployed.  

The company had recently undergone an audit of its headquarters and received a list of inconsistencies with corporate standards with orders to eliminate them. We were brought in as a consultant for this as a bearer of industry competence: we have been developing our own data center management system and have been educating on the role of quality in operational processes for several years.  

Communication with the client's team began. The specialists wanted to get a well-established system of data center engineering systems operation, documented on the processes of monitoring, maintenance and troubleshooting. All this had to ensure optimization of the infrastructure component in terms of IT equipment continuity.  

And here began the most interesting part.  

Know thyself 

To assess the level of data centers in terms of compliance with standards, you need to know the exact requirements of the business to IT systems: what is the level of internal SLA, the allowable period of equipment downtime, etc.  

It became clear right away that the IT department did not know exactly what the business wanted. There were no internal criteria of service quality, no understanding of the logic of their own infrastructure.  

Colleagues simply had no idea what the permissible downtime for IT-related operations was, what the optimal system recovery time in case of a disaster was, or how the architecture of their own applications was structured. For example, we had to figure out whether a "crash" of one of the data centers would be critical to the application, or if there were no components affecting the application.  

Without knowing such things, it is impossible to calculate any specific operational requirements. The client recognized the problem and increased coordination between IT and the business to develop internal requirements and establish relationships to align operations.  

Once an understanding of the IT systems architecture was achieved, the team was able to summarize the requirements for operations, contractors, and equipment reliability levels.  

Improvements in the process 

Our specialists traveled to sites to assess infrastructure, read existing documentation, and checked the level of compliance of data center projects with actual implementation.  

Interviews with the responsible employees and their managers became a separate area of focus. They told what and how they do in different work situations, how the key processes of engineering systems' operation are arranged.  

After starting the work and getting acquainted with the specifics of the task the client "gave up" a little: we heard the request "just to write all the necessary documentation", quickly and without deep diving into the processes.  

However, proper optimization of data center "engineering" management implies the task to teach people to properly assess the processes and write unique documentation for them based on the specifics of the object.  

It is impossible to come up with a working document for a specific maintenance area manager - unless you work with him at the site continuously for several months. Therefore this approach was rejected: We found local leaders who were willing to learn themselves and lead their subordinates.  

Having explained the algorithm of documents creation, requirements to their contents and principles of instructions ecosystem organization, for the next six months we controlled the process of detailed writing of documentation and step-by-step transition of the personnel to work in a new way. 

This was followed by a phase of initial support for work on the updated regulations, which lasted one year in a remote format. Then we moved on to training and drills - the only way to put the new material into practice.  

What's been done 

In the process, we were able to resolve several serious issues.  

First of all, we avoided double documentation, which the client's employees feared. To this end, we combined in the new regulations the regulatory requirements applied to various engineering systems as standard (electrics, cooling, access control), with industry best practices, creating a transparent documentation structure with simple and logical navigation.   

The principle of "easy to find, easy to understand, easy to remember" was complemented by the fact that the new information was linked to the old experience and knowledge of the employees. 

Next, we reshuffled the staff of service engineers: several people turned out to be completely unprepared for the change. The resistance of some was successfully overcome in the course of the project through the demonstration of benefits, but a certain percentage of employees turned out to be untrained and unresponsive to new things.  

But we were surprised by the company's frivolous attitude to its IT infrastructure: from the lack of redundancy of critical systems to the chaos in the structure and management.  

In 1.5 years the engineering systems management processes have been pumped up to the level that allowed the company's specialists to successfully report "for quality" to the auditors from the headquarters.  

With the support of the operating component development pace the company will be able to pass any existing certification of data centers from leading international agencies.  

Summary 

In general, the prospects of consulting in the field of operational management of data centers, in our opinion, are the brightest.  

The process of digitalization of the economy and the public sector is in full swing. Yes, there will be a lot of adjustments in the launch of new projects and plans for the development of old ones, but this will not change the essence - the operation should be improved at least to improve the efficiency of already built sites.  

The main problem here: many managers do not understand what thin ice they are walking on, not paying proper attention to this point. The human factor is still the main source of the most unpleasant accidents and failures. And it needs to be explained.  

Government data center projects are also becoming more relevant now and require increased attention in terms of operations: the scope of government IT systems is growing. Here, too, the development and introduction of a system of standardization and certification of sites will be required.  

When the requirements to public data centers in Russia at the level of legislation will be reduced to a standard, it can be applied to commercial data centers, including for the placement of public IT resources.  

The work in this area is ongoing, we are participating in this process in consultation with the Ministry of Digital and by building competencies for teaching courses on data center operation at the ANO Data Center. There is not much experience on such tasks in Russia, and we believe that we should share it with colleagues and clients. 

Мониторинг в ЦОДе: как мы меняли старую BMS на новую. Часть 1

BEST, money transfer and payments operator

business challenge

The customer faced a technical issue with a persistent BGP session flag with Linxdatacenter hardware. We examined the problem and found out that one of customer’s hosts was under a DDoS attack.

Because of the distributed nature of the attack, traffic couldn’t be filtered effectively, and disconnecting the host from the external network wasn’t an option. The attack stopped after changes in the server configuration, but resumed the day after. A 5.5 Gbps attack overloaded the junctions with internet providers, affecting other Linx Cloud users. To mitigate the effects of the attack, we employed a dedicated DDoS protection service.

Solution

To ensure the continuous availability of resources hosted in Linx Cloud, we rerouted all the customer’s traffic through StormWall Anti-DDoS system. The attack was stopped within half an hour. To prevent future cyberattacks, we organized all connections to the customer’s resources through the StormWall network.

client:

BEST, money transfer and payments operator

business challenge

The customer faced a technical issue with a persistent BGP session flag with Linxdatacenter hardware. We examined the problem and found out that one of customer’s hosts was under a DDoS attack.

Because of the distributed nature of the attack, traffic couldn’t be filtered effectively, and disconnecting the host from the external network wasn’t an option. The attack stopped after changes in the server configuration, but resumed the day after. A 5.5 Gbps attack overloaded the junctions with internet providers, affecting other Linx Cloud users. To mitigate the effects of the attack, we employed a dedicated DDoS protection service.

Solution

To ensure the continuous availability of resources hosted in Linx Cloud, we rerouted all the customer’s traffic through StormWall Anti-DDoS system. The attack was stopped within half an hour. To prevent future cyberattacks, we organized all connections to the customer’s resources through the StormWall network.

Thank you for your inquiry, we will get back to you shortly!