越來越多的企業發現，為了在這個新的數字時代進行競爭，他們必須建立一個參與和授權客戶的應用程序。為了實現這一目標，他們必須經常將這些應用程序與通常存儲關鍵客戶數據的傳統系統相結合。因此，他們采取雙管齊下的方式進行數字轉型。他們為客戶參與和改造舊系統建立新的應用程序，以提供數據并執行新應用程序請求的事務。

對于一個數據中心來說，管理其不斷發展的基礎設施和龐大瑣碎的物聯網數據也將需要這種“瞻前顧后”的方法。數據中心管理軟件不僅需要對新設備進行實時采集，并分析基礎設施的數據，而且還需要研究原有的設備數據。因此數據中心的新舊設備可以得到更好的監控和管理。

那些經驗和技術最為熟練的數據中心運營者采用先進技術連接和溝通幾乎任何設備。這將需要一種模塊化的管理軟件，它能夠同時與原有的設備和新設備進行通信管理。隨著數據中心的不斷增加，以及更多的物聯網數據的涌現，數據中心管理工具將會充分利用這些用于數據中心系統的預測和診斷大量的數據。

[[207463]]

如今，更多的設備正在連接到互聯網。這些設備中大部分部署了傳感器，用于收集有關自身的數據。據估計，2017年物聯網設備數量將達到了200億臺。根據IDC預測，到2020年，物聯網設備每年將創造44萬億兆字節的數據。無論這些數字的準確程度如何，人們知道每年都有數以百萬計的物聯網設備連接網絡。物聯網設備與其他系統共享數據，而在提供診斷信息或在發生故障時通知運營商。物聯網設備傳遞大量的數據和信息，而數據中心是所有這些數據的持有者，特別是如果需要數據中心采取某種措施的話。

例如，數據中心設備將部署了傳感器的冷卻系統來測量工作溫度。如果建筑物的溫度升高太多，系統會調整冷卻水流量或空氣流量對這種情況進行補救。連接到物理系統的其他傳感器可以幫助確定何時將發生故障，從而提醒數據中心操作人員即將發生的故障和風險。這些警報基于隨著時間的推移收集大量數據，以了解系統的運行情況以及通過識別數據的輕微更改，從而可以指示設備可能會很快失效。避免中斷對于數據中心和制造業企業來說，其節省的潛在成本將是巨大的。所以，由于物聯網設備具有巨大的收益，因此將其應用在數據中心會影響顯著。

想象一下，數百萬輛汽車都連接到互聯網，傳輸大量有關其性能和維護的數據。再想象一下，數以千萬計的可穿戴設備將健康信息傳送到中央數據庫。未來的數據中心能否處理這些龐大的數據流入?服務器容量和帶寬能否具足夠的能力處理數據中心涌入?有10，000個用戶通過數據中心連接是可行的。那么1000萬用戶呢?企業是否有適合的管理系統正確管理和擴展其基礎架構?

支持物聯網的***步準備是對企業的基礎設施進行評估，以了解其監控功能是否存在不足。對物聯網做好準備支持，其成功歸結于連接設備如何輕松通信以及如何監控它們。在評估數據中心管理和物聯網準備就緒時，需要考慮以下六個關鍵領域：

1. 當前有多少物理設備通過傳感器連接到數據中心?企業的管理工具是否輕松顯示這些信息?
2. 企業是否有能力從任何網絡連接的設備收集數據?監視未來的數據中心將需要在數據中心顯示可見性。
3. 企業是否擁有集中的軟件系統來收集傳感器數據，并可以將數據顯示出來?數據在可視化顯示和分類時能否有效地被解釋?
4. 企業是否采用某種方式存儲傳感器數據，以便能夠以最小的延遲進行聚合，處理，索引分析，以便使分析洞察的時間最小化?
5. 企業是否有能力對正在收集的數據執行任何類型的分析?查看大量數據的能力是否只有在進行分析和解釋時才有用?
6. 企業家當前的數據中心管理軟件是否實現模塊化?企業需要具有一個用于收集傳感器數據的基本系統，并可根據需要添加模塊化組件以保持目前的趨勢。

數據中心首先需要對物聯網設備連接做好準備，其中所有組件都連接在一起工作，以保持正常運行時間。這對企業至關重要。

許多數據中心已經部署了某種形式的數據中心管理工具。實際上，這些工具可以跨多個設備收集傳感器數據，以幫助企業管理基礎架構。這些工具為物聯網的應用奠定了基礎，其實際上可以管理越來越多的傳感器數據。在連接設備后，能夠具有回顧查看已往數據和預測分析未來的能力，將確保數據中心業務在未來幾年的可行性。