内容
第一张图片是纽约证券交易所（NYSE）的场内交易员。第二张图片是新泽西州纽约证券交易所的数据中心之一。纽约证券交易所过去的运作是基于一堆在证券交易所的老纸交易者之间发生的情况，他们全都大喊大叫，互相喊叫，以获得最优惠的价格。谈论的是数百人站在地板上，在交易场内挥舞着双手，互相大喊大叫。它确实有效。好吧，有点。
在某种程度上，我们仍在管理像纽约证券交易所那样的旧数据中心。是的，我们有监视工具，但是如果该工具是基于收集故障发生时的数据，则该工具是基于旧的“修复后修复”模型的。当数据中心不太复杂时，这可能行得通，但是当您谈论跨数百（或数千）个虚拟机管理程序或容器的数十个约束时，人类如何跟上？
人类无法跟上。它超出了人类的规模。
实际上，我们不应该必须这样做。算法交易实时查看数十个变量，并根据-您猜到了-供求关系做出决策。使用这些算法的交易员将计算机科学与对供求的理解结合在一起。
问题是，为什么我们不能在数据中心中使用相同的概念？
基于需求的系统使您的工程师可以为您的企业返回工程解决方案，而不必扑救火灾和处理警报。我认为解决方案更类似于飞机上的自动驾驶。试想一下，如果自动驾驶仪尝试通过打碎东西直到找到正确的解决方案来进行试验-如果您在那架飞机上，那不是一次很好的飞行。取而代之的是，自动驾驶仪背后的概念更多地考虑了所有变量并实时管理理想状态。听起来不错，对吗？我强烈建议您就此概念撰写本文。
数据中心的并行之处在于，这是从简单的监视到实际的转变。 控制您的基础架构。航空公司的飞行员无法监视所有内容，而这正是系统的功能。通过放弃对技术的控制，该系统实际上可以变得功能强大得多。
包起来
那我们涵盖了什么？
- 供求是经济学中最基本的概念。有用。
- 我们可以通过将供求关系应用于数据中心来向经济学家学习。
- 问题在于，数据中心过于复杂，要进行有效管理的折衷方案太多。
- 这导致了今天我们仍然在许多数据中心中看到的中断/修复模型。
- 当我们将对需求驱动管理的理解与能够主动权衡取舍的工具结合在一起时，我们将两全其美。
如果您是系统管理员，我们希望这个高级视图能为您提供一些思考。在某些方面，这是一个简单的概念，但它切入了系统管理员日常工作的核心。最重要的是，它表明还有更多的可能。