一种使用绝缘冷却液的数据中心的运维方法和装置与流程

文档序号:25525614发布日期:2021-06-18 20:15阅读:133来源:国知局
一种使用绝缘冷却液的数据中心的运维方法和装置与流程

本申请涉及到计算机领域,特别是涉及到一种使用绝缘冷却液的数据中心的运维方法和装置。



背景技术:

数据中心的冷却方式包括水冷、气冷和浸没式冷却等,其中,浸没式冷却是指将数据中心的服务器浸没在绝缘冷却液中,由于绝缘冷却液能够快速带走热量,因此冷却效果很好。但是,使用绝缘冷却液的数据中心,在运维过程中存在一些缺陷,其中一个原因在于,由于绝缘冷却液的存在,使得运维过程中服务器物理状态难以确定(主要是因为绝缘冷却液影响光线的传播,外在光源的补光效果不佳,因此难以用肉眼或者摄像头来准确判断服务器物理状态)。因此,传统的使用绝缘冷却液的数据中心的运维效果不佳。



技术实现要素:

本申请的提出一种使用绝缘冷却液的数据中心的运维方法,应用于运维机器人,所述数据中心中设置有实体容器,所述实体容器内填充有绝缘冷却液,数据中心的第一待运维服务器被浸没在绝缘冷却液中,所述实体容器包括多个由电信号控制开闭的液体出入口,所述运维机器人位于所述实体容器外部,包括:

s1、运维机器人接收运维指令,获取所述实体容器的控制权限,并采用预设的图像采集器,对第一待运维服务器进行第一次图像采集处理,以得到第一图像;

s2、控制第一液体出入口和第二液体出入口的开闭状态,以使得混合有指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第一定向流速进行流动;其中,所述第一液体出入口和所述第二液体出入口关于所述第一待运维服务器中心对称;所述指定颗粒能够被收紫外线激发而发射可见光,并且所述指定颗粒不导电;

s3、在混合有所述指定颗粒的绝缘冷却液替换出第一待运维服务器被浸没的原有绝缘冷却液后,采用所述图像采集器,对第一待运维服务器进行第二次图像采集处理,以得到第二图像;

s4、控制预设于运维机器人上的紫外光源,以使紫外线照射所述实体容器的预设区域,并采用所述图像采集器,对第一待运维服务器进行第三次图像采集处理,以得到第三图像;其中,第一待运维服务器位于所述预设区域中;

s5、将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常;

s6、若所述预测结果为状态正常,则控制第一液体出入口和第二液体出入口的开闭状态,以使得不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第二定向流速进行流动;其中,所述第二定向流速大于所述第一定向流速;

s7、在预设时间后,判断不含所述指定颗粒的绝缘冷却液,是否替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液;

s8、若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则结束运维过程。

进一步地,所述将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常的步骤s5之前,包括:

s41、对预设的多个样本服务器分别进行三次样本图像采集处理,以得到多个均由三张图像构成的样本图像组;其中,所述三次样本图像采集处理中的第一次图像采集,是在样本服务器被浸没在不含所述指定颗粒的绝缘冷却液时采集的;所述三次样本图像采集处理中的第二次图像采集,是在样本服务器被浸没在混合有所述指定颗粒的绝缘冷却液时采集的;所述三次样本图像采集处理中的第三次图像采集,是在样本服务器被浸没在混合有所述指定颗粒的绝缘冷却液时,并处于紫外线照射条件下采集的;

s42、对样本图像组进行人工标注处理,从而使每个样本图像组均标注上状态异常或者状态正常的标签;其中,当标注上状态异常标签时,还对图像中的异常位置进行人工标记处理;

s43、对标注上标签后的样本图像组按预设比例进行划分,以得到训练图像组和验证图像组;

s44、调取预设的卷积神经网络模型,并将所述训练图像组输入卷积神经网络模型中进行训练,以得到初始预测模型;

s45、利用所述验证图像组对所述初始预测模型进行验证处理,以得到验证结果,并判断验证结果是否为验证合格;

s46、若验证结果为验证合格,则将所述初始预测模型记为服务器状态预测模型。

进一步地,所述将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常的步骤s5中,

所述服务器状态预测模型由第一层主网络架构和第二层主网络架构顺序连接而,所述第一层主网络架构包括输入层、卷积层和池化层,所述第二层主网络架构为决策树架构;所述第一层主网络架构用于提取图像特征,并将提取得到的图像特征输出至所述第二层主网络架构;所述第二层主网络架构用于根据输入的图像特征,预测服务器状态。

进一步地,所述在预设时间后,判断不含所述指定颗粒的绝缘冷却液,是否替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液的步骤s7,包括:

s701、在预设时间后,关闭数据中心中的可见光光源,开启紫外光源,并采用所述图像采集器对第一待运维服务器进行第四次图像采集处理,以得到第四图像;

s702、以亮度是否大于预设的亮度阈值的判断依据,判断所述第四图像中是否存在亮点;

s703、若所述第四图像中存在亮点,则获取所述亮点的位置,并控制预先设置于所述实体容器内部上的喷射喷头,以对所述亮点的位置进行喷射处理;其中,所述喷射喷头喷射的液体为不含所述指定颗粒的绝缘冷却液;

s704、采用所述图像采集器对第一待运维服务器进行第五次图像采集处理,以得到第五图像;

s705、以亮度是否大于预设的亮度阈值的判断依据,判断所述第五图像中是否存在亮点;

s706、若所述第五图像中不存在亮点,则判定不含所述指定颗粒的绝缘冷却液,已经替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液。

进一步地,所述数据中心还包括第二待运维服务器、…、和第n待运维服务器,n为大于2的整数,所述若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则结束运维过程的步骤s8,包括:

s801、若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则运维机器人对第二待运维服务器、…、和第n待运维服务器分别进行服务器状态预测处理;

s802、若第二待运维服务器、…、和第n待运维服务器的服务器状态预测处理的结果均为状态正常,则关闭数据中心中的可见光光源,并且开启紫外光源,以使紫外线照射整个所述实体容器;

s803、采用所述图像采集器对所述实体容器进行图像采集处理,以得到第六图像;

s804、以亮度是否大于预设的亮度阈值的判断依据,判断所述第六图像中是否存在亮点;

s805、若所述第六图像中不存在亮点,则结束运维过程。

本申请提供一种使用绝缘冷却液的数据中心的运维装置,应用于运维机器人,所述数据中心中设置有实体容器,所述实体容器内填充有绝缘冷却液,数据中心的第一待运维服务器被浸没在绝缘冷却液中,所述实体容器包括多个由电信号控制开闭的液体出入口,所述运维机器人位于所述实体容器外部,包括:

第一图像采集单元,用于运维机器人接收运维指令,获取所述实体容器的控制权限,并采用预设的图像采集器,对第一待运维服务器进行第一次图像采集处理,以得到第一图像;

第一定向流动单元,用于控制第一液体出入口和第二液体出入口的开闭状态,以使得混合有指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第一定向流速进行流动;其中,所述第一液体出入口和所述第二液体出入口关于所述第一待运维服务器中心对称;所述指定颗粒能够被收紫外线激发而发射可见光,并且所述指定颗粒不导电;

第二图像采集单元,用于在混合有所述指定颗粒的绝缘冷却液替换出第一待运维服务器被浸没的原有绝缘冷却液后,采用所述图像采集器,对第一待运维服务器进行第二次图像采集处理,以得到第二图像;

第三图像采集单元,用于控制预设于运维机器人上的紫外光源,以使紫外线照射所述实体容器的预设区域,并采用所述图像采集器,对第一待运维服务器进行第三次图像采集处理,以得到第三图像;其中,第一待运维服务器位于所述预设区域中;

服务器状态预测单元,用于将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常;

第二定向流动单元,用于若所述预测结果为状态正常,则控制第一液体出入口和第二液体出入口的开闭状态,以使得不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第二定向流速进行流动;其中,所述第二定向流速大于所述第一定向流速;

绝缘冷却液判断单元,用于在预设时间后,判断不含所述指定颗粒的绝缘冷却液,是否替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液;

运维结束单元,用于若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则结束运维过程。

本申请提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

本申请提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

本申请的使用绝缘冷却液的数据中心的运维方法、装置、计算机设备和存储介质,进行第一次图像采集处理,以得到第一图像;控制混合有指定颗粒的绝缘冷却液进入所述实体容器;进行第二次图像采集处理,以得到第二图像;使紫外线照射实体容器的预设区域,并进行第三次图像采集处理,以得到第三图像;将一号图像组输入预设的服务器状态预测模型中进行处理,从而得到服务器状态预测模型输出的预测结果;若预测结果为状态正常,则控制不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器;若不含所述指定颗粒的绝缘冷却液,替换出混合有指定颗粒的绝缘冷却液,则结束运维过程,从而提高了服务器物理状态确定的准确性,提高了使用绝缘冷却液的数据中心的运维质量。

附图说明

图1为本申请一实施例的使用绝缘冷却液的数据中心的运维方法的流程示意图;

图2为本申请一实施例的计算机设备的结构示意框图。

本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。

参照图1,本申请实施例提供一种使用绝缘冷却液的数据中心的运维方法,应用于运维机器人,所述数据中心中设置有实体容器,所述实体容器内填充有绝缘冷却液,数据中心的第一待运维服务器被浸没在绝缘冷却液中,所述实体容器包括多个由电信号控制开闭的液体出入口,所述运维机器人位于所述实体容器外部,包括:

s1、运维机器人接收运维指令,获取所述实体容器的控制权限,并采用预设的图像采集器,对第一待运维服务器进行第一次图像采集处理,以得到第一图像;

s2、控制第一液体出入口和第二液体出入口的开闭状态,以使得混合有指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第一定向流速进行流动;其中,所述第一液体出入口和所述第二液体出入口关于所述第一待运维服务器中心对称;所述指定颗粒能够被收紫外线激发而发射可见光,并且所述指定颗粒不导电;

s3、在混合有所述指定颗粒的绝缘冷却液替换出第一待运维服务器被浸没的原有绝缘冷却液后,采用所述图像采集器,对第一待运维服务器进行第二次图像采集处理,以得到第二图像;

s4、控制预设于运维机器人上的紫外光源,以使紫外线照射所述实体容器的预设区域,并采用所述图像采集器,对第一待运维服务器进行第三次图像采集处理,以得到第三图像;其中,第一待运维服务器位于所述预设区域中;

s5、将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常;

s6、若所述预测结果为状态正常,则控制第一液体出入口和第二液体出入口的开闭状态,以使得不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第二定向流速进行流动;其中,所述第二定向流速大于所述第一定向流速;

s7、在预设时间后,判断不含所述指定颗粒的绝缘冷却液,是否替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液;

s8、若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则结束运维过程。

本申请采用运维机器人进行运维操作,其是本申请的执行主体,从而不需要人工参与或者减少人工参与的程度,提高智能化和自动化程度。其中,本申请的数据中心采用浸没式冷却技术,因此不适合采用传统的运维方案,因为传统的运维观察手段的效果较差。其中的绝缘冷却液没有限制,即可以采用任意可行的绝缘冷却液。绝缘冷却液,顾名思义,就是一种不导电的且能够用于冷却用途的液体,这使得服务器浸没在其中成为了可能,而正由于浸没的接触方式提高了接触面积,因此使用绝缘冷却液的浸没式冷却的冷却效率极为优秀。另外,本申请中采用了实体容器的描述,其目的在于与本领域中的术语容器区分开来,以表明实体容器即为真实空间中的能够容纳液体的器具,当然,本申请的实体容器较生活中的常见容器要大的多。另外,本申请中由于采用了混合有指定颗粒的绝缘冷却液,因此绝缘冷却液最好选择易于与指定颗粒分离的冷却液,以使于在实施完本申请的方案后,进行再利用,当然,这不是必须的,因为若不考虑成本的话,可以将混合有指定颗粒的绝缘冷却液舍弃。并且,所述指定颗粒的粒度可为任意可行粒度,但不建议过大,也不建议过小,因为若颗粒过大,其均匀分布效果较差且易于阻塞;而颗粒过小,不易于清除。

如上述步骤s1-s3所述,运维机器人接收运维指令,获取所述实体容器的控制权限,并采用预设的图像采集器,对第一待运维服务器进行第一次图像采集处理,以得到第一图像;控制第一液体出入口和第二液体出入口的开闭状态,以使得混合有指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第一定向流速进行流动;其中,所述第一液体出入口和所述第二液体出入口关于所述第一待运维服务器中心对称;所述指定颗粒能够被收紫外线激发而发射可见光,并且所述指定颗粒不导电;在混合有所述指定颗粒的绝缘冷却液替换出第一待运维服务器被浸没的原有绝缘冷却液后,采用所述图像采集器,对第一待运维服务器进行第二次图像采集处理,以得到第二图像。

其中,图像采集器是指能够采集可见光信号以生成图像的设备,例如为摄像头或摄像头阵列。对第一待运维服务器进行第一次图像采集处理,以得到第一图像,是对于第一待运维服务器的初始数据的采集,此时第一待运维服务器是浸没在不含有指定颗粒的绝缘冷却液中的。由于存在绝缘冷却液,图像采集器无法近距离采集图像,并且绝缘冷却液的存在使得无法进行近距离的补光,因此第一图像中可能存在观察死角或者模糊区域,即第一图像的质量必然较差。而传统运维方案只能以第一图像为依据,来确定第一待运维服务器的服务器状态,但作为第一手数据的第一图像质量差,必然导致服务器状态分析结果可信度低。其中,第一图像可在自然光源或者人为增加的可见光光源的条件下采集得到的。在此解释下本申请不采用多角度可见光光源的原因:纵使采用多角度可见光光源,由于可见光光源无法进入到绝缘冷却液中,因此光线仍然有部分区域无法进入,进而采集到的图像质量仍然较差。

为了改善这种状况,本申请采用特别的设计实现了近距离的补光,以提高图像质量。即,控制第一液体出入口和第二液体出入口的开闭状态,以使得混合有指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第一定向流速进行流动,最终使混合有指定颗粒的绝缘冷却液浸没第一待运维服务器。其中,指定颗粒具有特别性质,即所述指定颗粒能够被收紫外线激发而发射可见光,并且所述指定颗粒不导电,这使得近距离补光成为了可能,因此第一待运维服务器上在传统手段上无法准确观测的区域,由于近距离补光的缘故,能够将细节完全暴露,因此能够明显改善图像质量。需要注意的是,虽然补光后的第三图像更能体现细节,但由于近距离的补光原因,相对于对于在可见光光源的情况下,有可能对部分区域的图像采集质量造成影响,因此本申请将第一图像也作为初始数据。并且,本申请还将不在紫外光环境下,且混合有指定颗粒的绝缘冷却液浸没第一待运维服务器的情况下,进行了第二次图像采集处理,以得到第二图像,并也将第二图像作为初始数据,是为了避免指定颗粒引入的误差,因为指定颗粒是外在引入的,因此在后续服务器状态预测时需要将其考虑在内。其中,所述指定颗粒可为任意可行材料制成,例如稀土基光转换材料,其材料具体例如为掺杂er3+、ho3+的na(sr0.65ca0.35)po4)等,其能够被收紫外线激发而发射可见光的机理与能带理论相关,即所述指定颗粒具有的能带结构是特别的,其电子在基态与某一激发态之间的能级差与紫外线相匹配,因此处于基态的电子能够吸收紫外线而跃迁至高能级,而高能级的电子不稳定,会向下跃迁至其他的低能级,从而释放能量,而跃迁的能级差与可见光的波长匹配,因此实现了被收紫外线激发而发射可见光。

另外,如何判断混合有所述指定颗粒的绝缘冷却液,已经替换出第一待运维服务器被浸没的原有绝缘冷却液,可采用任意可行方式,例如采用尝试照射的方法,即采用紫外光源尝试照射,以确定指定颗粒的分布范围,再以此为依据判断是否完全替换出原有绝缘冷却液。其中,混合有所述指定颗粒的绝缘冷却液替换出第一待运维服务器被浸没的原有绝缘冷却液,实际上指的是指定颗粒是否已经笼罩了所述第一待运维服务器,以便于全范围的补光。

如上述步骤s4-s5所述,控制预设于运维机器人上的紫外光源,以使紫外线照射所述实体容器的预设区域,并采用所述图像采集器,对第一待运维服务器进行第三次图像采集处理,以得到第三图像;其中,第一待运维服务器位于所述预设区域中;将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常。

本申请的紫外光源是照射较大的范围,即是照射预设区域,第一待运维服务器位于所述预设区域中,这是为了确保全面补光的效果。由于使用了紫外光源,因此只能采集可见光信号的图像采集器是无法接收紫外光信号的,若不存在指定颗粒,那么紫外光源无法对采集到的图像造成影响;而在存在指定颗粒的情况下,指定颗粒将接收紫外光而受激发射出可见光,可见光再近距离照射到第一待运维服务器,再散射而被图像采集器接收,从而生成第三图像。将所述第一图像、第二图像和第三图像构成一号图像组,由于第一图像、第二图像和第三图像分别对应的不同状态下的第一待运维服务器的特性,因此适宜作为服务器状态预测的依据。

将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常。其中,所述卷积神经网络模型适合对图像数据进行处理,可以采用任意可行的网络结构层,例如vggnet等,或者,所述服务器状态预测模型由第一层主网络架构和第二层主网络架构顺序连接而,所述第一层主网络架构包括输入层、卷积层和池化层,所述第二层主网络架构为决策树架构;所述第一层主网络架构用于提取图像特征,并将提取得到的图像特征输出至所述第二层主网络架构;所述第二层主网络架构用于根据输入的图像特征,预测服务器状态。从而综合了卷积神经网络模型与决策树模型的特点。

进一步地,所述将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常的步骤s5之前,包括:

s41、对预设的多个样本服务器分别进行三次样本图像采集处理,以得到多个均由三张图像构成的样本图像组;其中,所述三次样本图像采集处理中的第一次图像采集,是在样本服务器被浸没在不含所述指定颗粒的绝缘冷却液时采集的;所述三次样本图像采集处理中的第二次图像采集,是在样本服务器被浸没在混合有所述指定颗粒的绝缘冷却液时采集的;所述三次样本图像采集处理中的第三次图像采集,是在样本服务器被浸没在混合有所述指定颗粒的绝缘冷却液时,并处于紫外线照射条件下采集的;

s42、对样本图像组进行人工标注处理,从而使每个样本图像组均标注上状态异常或者状态正常的标签;其中,当标注上状态异常标签时,还对图像中的异常位置进行人工标记处理;

s43、对标注上标签后的样本图像组按预设比例进行划分,以得到训练图像组和验证图像组;

s44、调取预设的卷积神经网络模型,并将所述训练图像组输入卷积神经网络模型中进行训练,以得到初始预测模型;

s45、利用所述验证图像组对所述初始预测模型进行验证处理,以得到验证结果,并判断验证结果是否为验证合格;

s46、若验证结果为验证合格,则将所述初始预测模型记为服务器状态预测模型。

从而实现了获取服务器状态预测模型。其中,本申请的服务器状态指的是在真实空间中的服务器的物理状态,例如是否物理损坏等等。本申请的一个样本数据是由三张图像构成的,这三张图像分别反应了在不同条件下的服务器的特征,有利于提高最终模型的准确性。并且,在人工标注时,若标注上状态异常标签,还对图像中的异常位置进行人工标记处理,以便于服务器状态预测模型预测出状态异常时,能够确定异常位置,便于进一步地运维。

进一步地,所述将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常的步骤s5之后,包括:

若所述预测结果为状态异常,则获取所述服务器状态预测模型输出的异常位置;再将标注有所述异常位置的图像发送给运维终端;其中,所述运维终端为运维工作人员持有的终端;要求所述运维终端的使用者对所述第一待运维服务器进行进一步地运维操作。

如上述步骤s6-s8所述,若所述预测结果为状态正常,则控制第一液体出入口和第二液体出入口的开闭状态,以使得不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第二定向流速进行流动;其中,所述第二定向流速大于所述第一定向流速;在预设时间后,判断不含所述指定颗粒的绝缘冷却液,是否替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液;若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则结束运维过程。

若所述预测结果为状态正常,表明所述第一待运维服务器在物理层面没有异常,因此对于第一待运维服务器的物理观测可以结束,并且不需要进一步地运维操作。但是,需要注意的是,本申请的运维方案与普通方案是不同的,原因在于引入了指定颗粒,虽然指定颗粒不会造成短接等电气故障问题,但是残留颗粒总是对服务器不利的,因此在最后需要将指定颗粒完全清除。据此,本申请再次控制第一液体出入口和第二液体出入口的开闭状态,以使得不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第二定向流速进行流动。由于此次操作的目的在于清理指定颗粒,因此流速应当更快,即所述第二定向流速大于所述第一定向流速。其中,定向指的是第一液体出入口指入第二液体出入口。另外,本申请未提及液体出入口的数量,意味着第一液体出入口可以为单个也可以为多个,但是当为多个时,配对的第二液体出入口的数量也应为匹配的多个。其中,流速可通过任意可行的方式来调节,例如调节第一液体出入口的液压和第二液体出入口的液压,例发通过机械泵等设备来实现。

并在预设时间后,判断不含所述指定颗粒的绝缘冷却液,是否替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液。由于清理指定颗粒需要一定的时间,因此在预设时间后才进行判断处理,以确定指定颗粒的清理状态。若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,表明指定颗粒完全清理,因此结束运维过程。

进一步地,所述在预设时间后,判断不含所述指定颗粒的绝缘冷却液,是否替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液的步骤s7,包括:

s701、在预设时间后,关闭数据中心中的可见光光源,开启紫外光源,并采用所述图像采集器对第一待运维服务器进行第四次图像采集处理,以得到第四图像;

s702、以亮度是否大于预设的亮度阈值的判断依据,判断所述第四图像中是否存在亮点;

s703、若所述第四图像中存在亮点,则获取所述亮点的位置,并控制预先设置于所述实体容器内部上的喷射喷头,以对所述亮点的位置进行喷射处理;其中,所述喷射喷头喷射的液体为不含所述指定颗粒的绝缘冷却液;

s704、采用所述图像采集器对第一待运维服务器进行第五次图像采集处理,以得到第五图像;

s705、以亮度是否大于预设的亮度阈值的判断依据,判断所述第五图像中是否存在亮点;

s706、若所述第五图像中不存在亮点,则判定不含所述指定颗粒的绝缘冷却液,已经替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液。

从而保证清理干净所述指定颗粒。所述指定颗粒有独特的能力,即能够将紫外线转换为可见光,因此在无可见光光源的条件下接受紫外光照射时,只有指定颗粒本身能够对外提供可见光线,即指定颗粒成为了此时的可见光光源,若此时进行图像采集,则指定颗粒所处位置在图像上以亮点形式存在。据此,判断所述第四图像中是否存在亮点,即可判断是否还残留指定颗粒。若所述第四图像中存在亮点,则获取所述亮点的位置,并控制预先设置于所述实体容器内部上的喷射喷头,以对所述亮点的位置进行喷射处理;其中,所述喷射喷头喷射的液体为不含所述指定颗粒的绝缘冷却液。其中,所述喷射喷头可视为一种液体出入口,其与普通的液体出入口的区别在于,便于调整流速,即其能提供更高且更准确方向的液体流,从而能够针对于冲刷指定颗粒。再进行图像采集以得到第五图像,若所述第五图像中不存在亮点,则判定不含所述指定颗粒的绝缘冷却液,已经替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液。

进一步地,所述数据中心还包括第二待运维服务器、…、和第n待运维服务器,n为大于2的整数,所述若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则结束运维过程的步骤s8,包括:

s801、若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则运维机器人对第二待运维服务器、…、和第n待运维服务器分别进行服务器状态预测处理;

s802、若第二待运维服务器、…、和第n待运维服务器的服务器状态预测处理的结果均为状态正常,则关闭数据中心中的可见光光源,并且开启紫外光源,以使紫外线照射整个所述实体容器;

s803、采用所述图像采集器对所述实体容器进行图像采集处理,以得到第六图像;

s804、以亮度是否大于预设的亮度阈值的判断依据,判断所述第六图像中是否存在亮点;

s805、若所述第六图像中不存在亮点,则结束运维过程。

从而实现了多服务器的运维操作。本申请根据服务器之间的距离关系、在真实容器中的位置关系,可以采用不同的运维方式。在上述对步骤s8的进一步限定的运维方式中,优选在这种情况下进行:多个服务器按第一方向排列,第一液体出入口和第二液体出入口的连线与所述第一方向垂直。在这种情况下,每个服务器的均能够单独进行运维操作,对邻近的服务器不会有太大影响,因为液体的流向与服务器的排列方向是垂直的。最终,还需要判断整个实体容器是否还残留有指定颗粒,以完全去除残留颗粒可能带来的负面影响。因此,以亮度是否大于预设的亮度阈值的判断依据,判断所述第六图像中是否存在亮点;若所述第六图像中不存在亮点,则结束运维过程。

本申请的使用绝缘冷却液的数据中心的运维方法,进行第一次图像采集处理,以得到第一图像;控制混合有指定颗粒的绝缘冷却液进入所述实体容器;进行第二次图像采集处理,以得到第二图像;使紫外线照射实体容器的预设区域,并进行第三次图像采集处理,以得到第三图像;将一号图像组输入预设的服务器状态预测模型中进行处理,从而得到服务器状态预测模型输出的预测结果;若预测结果为状态正常,则控制不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器;若不含所述指定颗粒的绝缘冷却液,替换出混合有指定颗粒的绝缘冷却液,则结束运维过程,从而提高了服务器物理状态确定的准确性,提高了使用绝缘冷却液的数据中心的运维质量。

本申请实施例提供一种使用绝缘冷却液的数据中心的运维装置,应用于运维机器人,所述数据中心中设置有实体容器,所述实体容器内填充有绝缘冷却液,数据中心的第一待运维服务器被浸没在绝缘冷却液中,所述实体容器包括多个由电信号控制开闭的液体出入口,所述运维机器人位于所述实体容器外部,包括:

第一图像采集单元,用于运维机器人接收运维指令,获取所述实体容器的控制权限,并采用预设的图像采集器,对第一待运维服务器进行第一次图像采集处理,以得到第一图像;

第一定向流动单元,用于控制第一液体出入口和第二液体出入口的开闭状态,以使得混合有指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第一定向流速进行流动;其中,所述第一液体出入口和所述第二液体出入口关于所述第一待运维服务器中心对称;所述指定颗粒能够被收紫外线激发而发射可见光,并且所述指定颗粒不导电;

第二图像采集单元,用于在混合有所述指定颗粒的绝缘冷却液替换出第一待运维服务器被浸没的原有绝缘冷却液后,采用所述图像采集器,对第一待运维服务器进行第二次图像采集处理,以得到第二图像;

第三图像采集单元,用于控制预设于运维机器人上的紫外光源,以使紫外线照射所述实体容器的预设区域,并采用所述图像采集器,对第一待运维服务器进行第三次图像采集处理,以得到第三图像;其中,第一待运维服务器位于所述预设区域中;

服务器状态预测单元,用于将所述第一图像、第二图像和第三图像构成一号图像组,并将所述一号图像组输入预设的服务器状态预测模型中进行处理,从而得到所述服务器状态预测模型输出的预测结果;其中,所述服务器状态预测模型基于预设的卷积神经网络模型,并采用有监督学习的方式训练得到;所述预测结果为状态异常或者状态正常;

第二定向流动单元,用于若所述预测结果为状态正常,则控制第一液体出入口和第二液体出入口的开闭状态,以使得不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器,并向所述第二液体出入口以第二定向流速进行流动;其中,所述第二定向流速大于所述第一定向流速;

绝缘冷却液判断单元,用于在预设时间后,判断不含所述指定颗粒的绝缘冷却液,是否替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液;

运维结束单元,用于若不含所述指定颗粒的绝缘冷却液,替换出第一待运维服务器被浸没的混合有指定颗粒的绝缘冷却液,则结束运维过程。

其中上述单元分别用于执行的操作与前述实施方式的使用绝缘冷却液的数据中心的运维方法的步骤一一对应,在此不再赘述。

本申请的使用绝缘冷却液的数据中心的运维装置,进行第一次图像采集处理,以得到第一图像;控制混合有指定颗粒的绝缘冷却液进入所述实体容器;进行第二次图像采集处理,以得到第二图像;使紫外线照射实体容器的预设区域,并进行第三次图像采集处理,以得到第三图像;将一号图像组输入预设的服务器状态预测模型中进行处理,从而得到服务器状态预测模型输出的预测结果;若预测结果为状态正常,则控制不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器;若不含所述指定颗粒的绝缘冷却液,替换出混合有指定颗粒的绝缘冷却液,则结束运维过程,从而提高了服务器物理状态确定的准确性,提高了使用绝缘冷却液的数据中心的运维质量。

参照图2,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储使用绝缘冷却液的数据中心的运维方法所用数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种使用绝缘冷却液的数据中心的运维方法。

上述处理器执行上述使用绝缘冷却液的数据中心的运维方法,其中所述方法包括的步骤分别与执行前述实施方式的使用绝缘冷却液的数据中心的运维方法的步骤一一对应,在此不再赘述。

本领域技术人员可以理解,图中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。

本申请的计算机设备,进行第一次图像采集处理,以得到第一图像;控制混合有指定颗粒的绝缘冷却液进入所述实体容器;进行第二次图像采集处理,以得到第二图像;使紫外线照射实体容器的预设区域,并进行第三次图像采集处理,以得到第三图像;将一号图像组输入预设的服务器状态预测模型中进行处理,从而得到服务器状态预测模型输出的预测结果;若预测结果为状态正常,则控制不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器;若不含所述指定颗粒的绝缘冷却液,替换出混合有指定颗粒的绝缘冷却液,则结束运维过程,从而提高了服务器物理状态确定的准确性,提高了使用绝缘冷却液的数据中心的运维质量。

本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现使用绝缘冷却液的数据中心的运维方法,其中所述方法包括的步骤分别与执行前述实施方式的使用绝缘冷却液的数据中心的运维方法的步骤一一对应,在此不再赘述。

本申请的计算机可读存储介质,进行第一次图像采集处理,以得到第一图像;控制混合有指定颗粒的绝缘冷却液进入所述实体容器;进行第二次图像采集处理,以得到第二图像;使紫外线照射实体容器的预设区域,并进行第三次图像采集处理,以得到第三图像;将一号图像组输入预设的服务器状态预测模型中进行处理,从而得到服务器状态预测模型输出的预测结果;若预测结果为状态正常,则控制不含所述指定颗粒的绝缘冷却液从所述第一液体出入口进入所述实体容器;若不含所述指定颗粒的绝缘冷却液,替换出混合有指定颗粒的绝缘冷却液,则结束运维过程,从而提高了服务器物理状态确定的准确性,提高了使用绝缘冷却液的数据中心的运维质量。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序或指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限,ram以多种形式可得,诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1