CN102165644B - 电源插座和it设备之间的物理连通性的自动发现 - Google Patents

Abstract

本发明通常涉及数据中心里的电源管理领域，更具体地涉及在电源插座和IT设备之间的连通性关系的自动发现和关联，和涉及操作具有自动连通性发现能力的数据中心的方法。

Description

电源插座和IT设备之间的物理连通性的自动发现

技术领域

本发明通常涉及数据中心里的电源管理领域，更具体地涉及电源插座和IT(信息技术)设备之间的连通性关系的自动发现，并涉及操作具有自动连通性发现能力的数据中心的方法。

背景技术

智能电源分配装置为某些敏感的电子和电气的应用提供增强的电源分配和监视能力。有一个示范性应用，基于涉及网络服务的提供的电源管理策略，以预先确定的计划为多个计算机服务器供电，在该示范性应用中，智能电源分配装置的部署证明是有用的。这里，控制和监视电源分配的能力对于计算机网络操作人员和IT人员，以及对于综合电源优化中的使用，是极宝贵的工具。

上述类型的一个智能电源装置是Dominion PX智能电源分配单元(IPDU)，由新泽西州萨默塞特的Raritan公司开发和销售。Dominion PX IPDU在包括于装置内的每一交流电源插座处均提供增大的操作和监视的能力。通常除了别的特征之外，这些能力将包括接通和断开插座，并且也为那个插座提供能耗测量的能力。对于智能电源装置或监视智能电源装置的设备，知道在***智能电源装置的在每一插座中的电力电缆的另一端处具体是什么设备，是令人向往的。

进一步地，网络管理人员经常被要求去维护数据中心的电源连通性拓扑。维护电源连通性拓扑的一个方法是用电子数据表或在集中式配置数据库中，网络管理人员对该电子数据表或集中式配置数据库不时地更新。依靠使用条形码阅读器和铭牌中的序列号来手工输入物理连接，其他数据中心资产管理***也可用于追踪物理电源连通性关系。一旦输入数据，该数据可提交至拓扑渲染引擎，为了直观的可视化，该拓扑渲染引擎可如报告或如拓扑图一样来展现拓扑。在可容纳数千台服务器的大型数据中心中，手工维护数据中心电源拓扑是单调乏味且易于出错的任务。

尽管如此，在网络行政和管理的领域中，维护精确和实时的电源拓扑的重要性不断增加。随着计算的成本降低，数据中心的电源使用成本成为一个成本动因。因此，减少电能消耗是网络管理人员关注的一个目标。类似地，近来的绿色倡议也提供了激励，以减少在数据中心里的电源使用。诸如绿色网格之类的组织，出版了数据中心能量效率指标。数据中心在评价效率中，对比这些标准来测量它们自己。全部的这些数据中心管理需求得益于高精度的数据中心电源拓扑。

已有已知的用于网络的某些自动发现拓扑工具。这些工具像ping、tracert和mping，公开了用于网络的逻辑连通性图；然而，它们不提供在IT设备和电源插座之间的物理连通性的自动发现。现今，要确定什么设备与电源分配装置的特定输出口相关联的唯一方法是手工输入那些信息。

发明内容

根据本发明的原理的一种***和方法，为数据中心里的信息技术(IT)设备自动发现物理连通性拓扑。拓扑显示了IT设备和电源插座之间的连接。根据本发明的原理的***，应用一套经验法则(heuristic)，来为单独的服务器或其他IT设备来识别候选电源插座。在一个方面里，对于一特定的设备，候选插座的选择基于与IT设备的物理接近度。基于理论能耗数据、实际能耗数据、CPU利用率和状态变化事件的相互关联，这些候选物的范围迭代地缩小。

物理位置能使用诸如超声感应或RFID(无线射频识别)的各种技术确定。这信息则能用于提高在服务器和电源插座之间的物理连通性。在典型情况里，通过***性地与落在供应商所提供的操作范围内的插座作比较，IT设备供应商所提供的能耗数据能用于缩小候选插座的范围。这铭牌数据通常超过实际能耗，不可能将候选插座的范围缩小至确定性的映射。在这些情况下，实际数据能进一步缩小候选插座的范围。在时间间隔内，收集用于服务器的CPU利用率数据，并将其量化以减少干扰和其他人为缺陷。使用适当的IPDU从候选电源插座收集在相同时间期间内的实际能耗。量化的CPU利用率和能耗图表之间的模式匹配识别出了相配之物。进一步地，反映在电能和CPU利用率数据里的状态变化进一步为指定的IT设备缩小了候选电源插座的范围。量化的CPU利用率和能耗数据也能用于这些比较。在经验法则缩小候选物的范围，但不使其趋向于一处之处，管理者能观看利用率图表和其他数据输出，来为一台IT设备做出关于最佳插座候选的主观结论。

用于在智能电源分配单元的插座和由那个插座供电的诸如计算机服务器的目标装置之间提供自动识别关联的一种***和方法，可包括在电源插座处实施数据收集的电源管理单元或电源分配单元。由设备供应商规定的IT设备的电能需求图表(profile)和随时间推移测量的实际使用模式，与在候选电源插座上检测到的能耗模式相互关联。在IT设备上的，诸如服务器的打开和关闭，服务器计算工作负载变化和虚拟机迁移之类的某些状态变化的时间顺序之间，做出进一步的相互关联。这些状态变化能通过监视***检测并反映在电源插座上的实际电能利用率变化中。经验法则和指示物(indicator)被迭代地应用直至电源插座的候选数量匹配于在IT设备上的供电单元的数量。

根据本发明的原理的物理连通性拓扑的发现维持高度的整合性。除诸如实际的CPU利用率和能耗的关键指示物外，表现给定IT设备特定功能的特征的其他指示物能进一步识别候选电源插座。此外，能使用界面，以准许管理者通过为IT设备和发现的电源插座，对CPU利用率和能耗使用的图表进行实际的检查来核实电源匹配。

附图说明

在图形中：

图1示例了根据本发明原理的一个***；

图2示出了根据本发明原理的另一个***；

图3示出了根据本发明原理的用于经验法则的实施方面的示范性图表；

图4示出了根据本发明原理的用于经验法则的实施方面的其他的示范性图表；

图5示出了根据本发明原理的在24小时期间内用于单一智能电源单元的示范性图表；

图6示出了根据本发明原理的在3小时期间内用于单一智能电源单元的CPU和电能的利用率的示范性图表；

图7示出了根据本发明原理的在3小时期间内用于单一智能电源单元的CPU的示范性图表和数据的已处理视图；

图8示出了根据本发明原理的在插口级处的PDU利用率的示范性柱状图转化；

图9示出了根据本发明原理的自动关联框架的示范性流程图；和

图10示出了根据本发明原理的自动关联算法的示范性流程图。

具体实施方式

图1公开了根据本发明原理的***100。***100包括IT设备的N个机架，示例了在数据中心里可典型采用的类型的IT设备的三个机架102、104、106。这些机架可支撑许多各种类型的包括服务器、路由器和网关的IT设备。通过实例，机架102示例了两个垂直安装的电源板114、116，每一电源板中包括8个电力插座，IT设备的供电电源与其物理连接。在数据中心里的其他机架具有可以各种配置安装的类似的电源插座单元。

在这个示范性***100里，这些电源板是可提供能耗数据和其他功能的类型，诸如新泽西州萨默塞特的Raritan公司提供的Dominion PX IPDU之类。可替换地，这些单元可称为电源分配单元或PDU。这些电源分配单元提供对能耗数据和插座级切换的TCP/IP(传输控制协议/互联网协议)访问，并能经由SNMP(简单网络管理协议)和电子邮件为像超出阈值或一旦电源开/关循环的事件提供报警。PDU集成了多种多样的KVM(键盘/显示器/鼠标)切换方案，诸如Raritan公司提供的Dominion KX2和Paragon ⅡKVM切换器。可类似地配备机架104、106。PDU经常是高度可配置的，而这些示范性电源分配单元114、116直接和电源管理器108连接。电源管理器108可以是在电力分配网络里能配置多个IPDU的网元管理***。电源管理器也能收集由IPDU提供的IT利用率信息。可配备示范性电源管理器108，以提供对管理者112的远程访问并能通过互联网协议与电源分配单元114，116通信。能配置电源管理器108，以发现数据并将该数据汇集在数据库110里，该数据库110是为根据本发明原理应用的经验法则提供数据的。如下面将要解释的，这数据包括实际能耗数据、IT设备规格、CPU利用率数据、理论能耗数据和IT设备上的状态变化事件。

图2示例了具有包括IT设备的N个机架的数据中心的另一示范性***200。对于管理者208为可通过IP(互联网协议)网络212访问的三个机架220、222、224，是为了示例目的公开的。机架224包括IT设备和具有智能电源能力的电源分配单元。在这些能力中，是有收集诸如在输出插座级处的实际能耗数据之类的数据的。机架220，222是类似配备的，并且进一步包括可在数据中心里的感应环境条件下操作的环境传感器228。可选的电能数据汇集器226与电源分配单元连接，并汇集来自插座的数据。这些数个机架220、222、224进一步配备有用于确定到电源插座的物理接近度的传感器和电路。通过IPDU能监视安装在机架中的传感器，以用温度升高来推算能耗量。温度升高量与由服务器所使用的能耗量直接相互关联，因此能使用在相互关联中。***200包括认证服务器214和远程访问切换器204，诸如与管理者208连接的通过IP的Dominion KX KVM切换器。

该切换器204还与数据存储器202相互连接，该数据存储器202用于存储和取回对确定IT设备与电源插座的物理连通性有用的数据。这数据包含但不限于电源故障参考特征(signature)、理论电能特征、实际电能特征、实际电能数据和其他关联。电源分配管理器206还与KVM切换器204连接，为管理者208提供从远程位置访问电源分配单元数据的能力，该电源分配单元数据来自位于机架220、222、224上的各种电源分配单元。另一数据库216可通过IP网络212访问，以储存与IT设备和电源插座有关的物理位置数据。变化警报服务器218也被可选地连接，并可通过KVM切换器204访问。在操作中，来自在数据中心里的机架和电源分配单元的数据通过IP网络来收集和储存，并且选择性地可让管理者208访问。电源分配中心和报告设备访问该数据，并实施根据本发明的方法，以识别IT设备和电源插座之间的物理连通性。KVM切换器204能用于主动连接至将被相关联的服务器，因为这将会提高在服务器处的利用率。管理者能使用这KVM方式以改进在所选择的服务器上的连通性发现，该所选择的服务器在常规操作中可提供类似的电能标识。

在每一上述***100、200里，对电源分配单元、KVM切换器和/或其他管理者器具或服务器进行编程以收集用于存储在数据库里为了之后使用的数据，并用于应用相互关联的经验法则。通过监视取得的数据，能分类成两个主要类别。一是时间序列信息，其提供在任何时刻的数据值。第二，有时间戳的事件，其影响IT和电源***两者。后者的实例包括服务器机器的重启和服务器的启动。在对根据本发明原理的相互关联方法有用的不同的数据属性中，有与特定IT设备的理论电能使用率需求有关的数据、随时间推移测量的在特定电源插座处的实际能耗数据、随时间推移收集的用于数据中心里的服务器的实际CPU利用率数据，和在被识别的服务器和被识别的电源插座之间的物理距离关系。除了这数据之外，能获取其他有用的表现特征的数据并存储在数据储存器里。这数据可包含用于在数据中心里找到的特定类型的IT设备的数据特征。例如，电子邮件服务器，网络服务器，路由器和类似物经常具有可识别的特征，取决于它们在数据中心里的特定使用，该特征包括与温度相关的数据、CPU利用率、从开到关的状态变化、要么可单独识别，要么可与其他服务器特征结合识别的任何其他特征。

相互关联引擎能要么是在电源管理单元，通用计算机里，要么是在可访问数据储存器的，以运行任何经验法则并为整个数据中心形成连通性图的专用服务器里实施。当应用经验法则时，能连接至特定的可能的服务器的插座数量的范围将缩小并且在通常情况下集中至一个用于该服务器的被识别的插座。在应用了经验法则，但不能将可能的候选物减少至一个相符物之处，管理者可访问诸如CPU利用率图表、能耗图表和类似物的特定特征的渲染效果图(graphical rendering)，以做出特定服务器物理连接至特定插座的可能性的主观评价。使用已知的数据结构和渲染软件，能实施数据库和渲染引擎，从而能表现数据中心的物理连通性的拓扑。

任何特定的经验法则是可选的，可将附加的经验法则和指示物增加至用于识别服务器和插座之间的物理连通性的进程。在一个示范性方法中，一组电源插座被识别为用于特定IT装置的可能的候选物。这些可能的候选物可基于先前提供的连通性数据、关联簇、物理位置或数据管理者输入的最佳猜测的候选物。附加的信息通过匹配有可能的未知物组来帮助集中，与将决定应用至电源和IT端点(对)的完全未知的组形成对照。关于这些候选物，应用一套经验法则，以尝试将IT设备映射至一个特定插座或多个插座。当候选电源插座数量与IT设备上的供电单元数量匹配时，或当全部经验法则耗尽时，试探进程(heuristic process)结束。在全部经验法则耗尽的情况下，管理者可基于查看剩下的候选插座的数据来做出主观选择。

能在试探进程里使用的许多指示物包括电能使用率的铭牌值、实际能耗模式、IT设备状态变化事件的时间顺序和与电源插座相关的IT设备的物理位置。因此，例如，假定用于给定的一台IT设备的一组20个的候选电源插座，剔除一子组，因为它们不在IT设备的某一物理距离内。这指示物影响了将服务器置于在与它的插座相距指定的最大距离内的典型实践。铭牌信息通过它们的平均能耗级别来用于将服务器分组，且模式匹配算法能匹配所选择的服务器的子组，以仅在电能值重叠时确定电气电源插座。举例来说，如果电源插座传送了M瓦特的电能，服务器具有的最大铭牌电能是N瓦特，若M＞＞N，那么所谈及的电源插座和服务器之间没有相互关联。在剩下的候选插座中，应用经验法则来识别，且使实际CPU利用率和在电源插座处的实际能耗相互关联。这将候选插座的数量减少至一个被识别的组。如果它不行，那么将应用附加的经验法则，以确定反映在CPU利用率图表和能耗图表中的实际状态变化。能通过柱状图分析一天中的IT利用率来应用附加的经验法则。能将时间序列数据转变到频率的其他域或空间域里，以改进在电能特征的范畴内的相互关联性。

在本发明的一个方面中，用于特定服务器的潜在插座的第一候选物是通过IP寻址识别的。能基于IPU的性能，使用不同的方法来发现在电气分配中的IPU的数量。就Raritan DPX来说，IPMI(智能平台管理接口)发现将提供关于这些单元的存在和配置的足够的信息。类似地，网络管理技术提供发现包括网络IP地址的服务器***细节的能力，该网络IP地址能用于通过网络来监视和测量IT利用率。使用IP地址，收集来自服务器和来自电源插座单元的数据。该数据汇集于数据存储器里。被提议的发明可获取的数据收集的一套方法包括SNMP、IPMI、WMI和WS-MAN。全部的这些标准管理接口为这个发明提供远程监视能力。数据是有时间戳的，以便于在不同的候选电源插座和不同的IT设备之间，电能使用率、CPU使用率和事件能相互关联。

图3A、3B和3C示出了三个示范性图表302、304、306，表明了根据本发明的原理能应用的经验法则的一个方面。图3A的图表302示出了随时间(X轴)推移的CPU利用率(Y轴)。CPU利用率数据是原始的、未量化的数据，展示了在考虑中的候选IT设备里的全部的核。该未量化的数据是有点带干扰的，用于与其他数据相互关联，可能是不最理想的。图3B的图表304示出了经量化以去除人为缺陷和干扰的同样的数据。在这个实例中，使用率值被近似地量化至整数值1和2，虽然在不背离本发明的原理的情况下能使用其他的量化方法。这里重申使用率数据对应于用于候选IT设备的全部的核。图3C的图表306示出了相同时间期间内候选插座的实际能耗，使用在数据收集期间所应用的时间戳来追踪时间。如箭头308和310所示，有事件变化，表明了CPU利用率中的变化。同样地，在能耗图表306中，数据显示了在312处的电能尖峰。这尖峰312与用于未量化和量化的图表的核利用率308、310中的事件潜在地相互关联。事件的时间戳对照是另一数据指示物，其可用于将这候选IT设备相互关联至候选电源插座。

图4示出了示范性利用率数据图表402、404和对应的柱状图406、408，对应的柱状图406、408在根据本发明的原理的经验法则里，可用于将候选电源插座相互关联至IT设备。图表402展示了在一天内的，用于一台IT设备的全部核的原始利用率数据，在那里，利用率值从近似零落至近似100。对于指示物，原始利用率数据不容易挖掘，该指示物能用于相互关联至候选电源插座。利用率柱状图406在特定的所选择的值处，基于利用率的频率将利用率分类。因此，该柱状图描绘了在指定期间内，在特定级处，多久使用一次IT设备。

图表406详细表明了给定IT设备的处理器核多久切换至不同的利用率级别一次。在这个实例中，通过在给定期间内将原始利用率数据作1/2抽取而得到图表404。因为图表404示出了从当前的利用率状态变化至较低或较高的利用率，该图表在竖轴上被归一化在零附近。柱状图408是示出了在X轴上的利用率变化的频率对在Y轴上的使用的频率的分析。通过为候选电源插座准备类似的图表式的柱状图和频谱，然后如果有必要的话使用计算机实施的电源匹配或手工地来检查它们，这数据能用于本发明的相互关联技术。

图5示出了在二十四小时期间内的单一Dominion PX的电能利用率图表。数据502指示了在特定的时刻501处，插口中的一个的电能利用率减少至零，其对应于CPU利用率将为零(或不可用)。如果像电源再循环和断电的事件没有同时出现(正如它们不在图5里)，那么基于事件来实现相互关联有低的可能性。可获取的PUD当前没有为在它们的PDU里的单独插口配备事件记录特征。根据本发明原理的PDU提供这样的记录，目的在于使服务器和PDU插口之间的事件相互关联。因为电源再循环的顺序控制，使服务器和PDU之间关联所需要的延时是可达成的。

图6示出了三小时期间的CPU和电能利用率的实例。数据601展示了在三小时期间内的CPU利用率。在这个示范性实施方式里，在特定服务器里的全部处理器核的总和包括了在这个处理器中的全部四个核，所以总值需要除以四，以将利用率展示为电能的百分比。数据602展示了用于服务器的在相同期间内由PDU记录的电能利用率。如通过数据601和602所看到的，CPU利用率和电能都稳定地随时间增加。由数据602可见，为了如数据601所指出的CPU利用率的平均值27.90，服务器消费了平均178瓦特。

图7示出了CPU利用率和对应的被处理数据的柱状图的实例，突出了服务器的低利用率。数据701示出了服务器活动和在给定时间期间内服务器有多活跃。根据当前发明的原理，如从数据701可看到的，当基于数据值相互关联时，来自服务器利用率或PDU的时间序列信息的转变是有用的。数据702是用于将时间序列数据701转换为利用率范畴的，基于柱状图的方式示范。依照本发明的原理，柱状图数据702可与PDU利用率的柱状图相互关联。

图8示出了单一插座的示范性PDU利用率和对应的柱状图。数据801以瓦特为单位展示了在给定时间期间内的给定电源插座的电能。如所指出的，插座处的平均电能是137.27瓦特。通过在插口级处的PDU利用率的柱状图转化所展示的数据802，指出了在插口级处的主要的电源活动对应于在同样给定期间内的平均消耗的电能。

图9示出了依照本发明的实施方式的经验法则自动关联框架的示范性流程图900。一旦启动，步骤901取回***的环境部件。具体地，在步骤901处，自动关联框架采集关于在***中的服务器和PDU的配置信息，并在步骤902里下载那配置信息以用于储存。步骤903确定是否已经收集了所有的配置信息。如果有附加的配置信息要采集，则重复步骤901和步骤902直至处理完成。在步骤904期间，收集来自被识别的服务器和PDU的利用率测量值，并存储在步骤906处的数据库里。将重复步骤904和906直至由步骤905中的用户所终止。

图10示出了依照本发明的原理的经验法则自动关联算法的示范性流程图1000。在步骤1001里，***确定服务器资产信息是否为可获取的以用于分析。如果该信息是可获取的，那么在步骤1002处基于服务器的最大和平均电能的信息来过滤数据。将来自步骤1002的被过滤的信息与存储在图9的步骤906的数据库里的利用率数据一起传递，以用于在步骤1003处的分析。在步骤1003期间，计算源自利用率数据的度量标准(即，总和、柱状图、最大值和最小值)，该利用率数据来自服务器和PDU。类似地，在步骤1004处，执行事件分析以检测在各种PDU和服务器上特定事件的计时并基于相关事件将它们分组。这可基于通过数据库1011提供的来自各种服务器制造商的服务器资产信息，并输入步骤1004里以促进这分析。将来自步骤1003和1004的已分析数据传递通过在步骤1005处的第一级的经验法则。在步骤1005期间，基于数据和或事件匹配，将服务器和PDU分组成多对。在步骤1006期间，确定来自步骤1005的配对是否是正确的服务器和PDU之间的关联。如果确定为正确，将信息传递到服务器和PDU的关联数据库并在步骤1007里进行存储。如果如步骤1006所决定的步骤1005的服务器PDU关联是不确定的，那么进程移至步骤1008，以使用第二级度量标准(即，细节小波(detail wavelet)、处理器特征、量化等)来进一步归类服务器PDU对。步骤1009执行较高级的经验法则并尝试基于第二度量标准和归类来将服务器和PDU装置分组。如果在步骤1006里确定关联是正确的，那么在步骤1007处将服务器PDU关联信息存储在数据库里。一旦确定全部服务器已经与全部PDU关联，经由步骤1012，算法退出。

可在现有的电源管理拓扑中实施本发明的这些和其他方面。用于汇集CPU利用率、实际的电能利用率、铭牌规格和其他数据的数据获取能力是当前已知并在使用中的。关于资产的数据能从供应商列表取得或能从企业资产管理工具导入。可使用基本数据框架以汇集包括表或分等级的数据结构的数据。试探进程能在通用计算机上或在现有电源管理单元内实施的单独功能上实施。具有用于渲染图表和/或界面的前端接口能力的渲染引擎，也是在现有技术中已知的。

Claims (10)

1.一种用于确定连接至具有多个服务器的数据中心中的服务器的候选供电电源插座的方法，所述多个服务器经由多个供电电源插座供电，所述方法包含有如下步骤：

运用确定手段，为连接至至少一个所述电源插座的至少一个所述服务器确定第一组候选供电电源插座；

运用收集手段，在一时间期间内，为所述候选供电电源插座收集实际能耗数据，并在与所述时间期间交叠的一时间期间之内，为所述至少一个服务器收集中央处理器（CPU）利用率数据；和

运用相互关联手段，依据用于所述至少一个服务器的所述CPU利用率数据和用于第二子组候选供电电源插座的所述实际能耗数据之间的相互关联性，自所述第一组候选供电电源插座中，确定连接至所述至少一个服务器的所述第二子组候选供电电源插座。

2.根据要求1所述的方法，其中所述确定所述第一组候选供电电源插座的步骤包括确定位于离所述至少一个服务器在指定距离内的候选供电电源插座的子步骤。

3.根据要求1所述方法，其中所述确定第二子组候选供电电源插座的步骤是依据用于所述第二子组候选供电电源插座的所述实际能耗数据与用于所述至少一个服务器的理论能耗数据之间的相互关联性。

4.根据要求1所述的方法，其中所述收集步骤包括为所述至少一个服务器指定IP地址的子步骤。

5.根据要求1所述的方法，其中所述确定第二子组候选供电电源插座的步骤包括量化用于所述至少一个服务器的所述CPU利用率数据的子步骤。

6.根据要求1所述的方法，其中所述收集步骤包括为所述实际能耗数据和所述CPU利用率数据生成时间戳的子步骤。

7.根据要求1所述方法，其中所述确定第二子组候选供电电源插座的步骤也是依据所述CPU利用率数据和所述实际能耗数据之间的状态变化的相互关联性。

8.根据要求1所述的方法，其中确定第二子组候选供电电源插座的步骤也是依据用于所述第二子组候选供电电源插座的所述实际能耗数据与用于所述至少一个服务器的理论能耗数据之间的相互关联性，

其中所述确定第一组候选供电电源插座的步骤包括确定位于离所述至少一个服务器在一距离内的候选供电电源插座的子步骤，

其中所述收集步骤包括子步骤：

为所述至少一个服务器指定IP地址，以及

为所述能耗数据和所述CPU利用率数据生成时间戳，

其中所述确定第二子组候选供电电源插座的步骤包括如下子步骤：

量化所述CPU利用率数据，以及

基于所述量化的CPU利用率数据和所述能耗数据之间的状态变化的相互关联性，确定所述第二子组候选供电电源插座。

9.一种用于自动发现在数据中心内的服务器与供电电源插座的连通性的***，包含有：

数据收集模块，与供电电源插座和IT设备连接，所述数据收集模块可用来为供电电源插座收集实际能耗数据和来自IT设备的CPU利用率数据；

数据存储器，用于储存由所述数据收集模块所收集的信息；和

相互关联引擎，可用来将所述CPU利用率数据和所述实际电能利用率数据相互关联，以在一对一的基础上识别连接至供电电源插座的IT设备。

10.一种用于监视IT设备的机架的方法，包含如下步骤：

为数据库中的数据设备汇集CPU使用率数据；

确定候选供电电源插座和IT设备的连通性对，包括确定从各个候选服务器至各个候选供电电源插座的最大距离的子步骤；

将用于候选IT服务器的CPU使用率和候选供电电源插座的实际电能使用率相互关联，包括为所述IT设备识别状态变化的子步骤；和

将所述状态变化与所述实际电能使用率图表相匹配。

Images