随着物联网、云计算、人工智能、区块链以及大数据等技术的迅猛发展，全球数据中心的建设步伐正在加快。与此同时，数据中心的运维管理问题也进一步被凸显出来，那么如何有效的管控数据中心将是众多行业人士最关心的问题。
早期的数据中心基础设施管理工具大多数由各种系统和设备厂商提供的软件包组成。梳理、操作这么一堆工具是很复杂的工作，而且占用了运维人员大量的时间。而今DCIM的引进将会大大简化这些工作。与传统的数据中心基础设施管理工具不同，DCIM是一款拥有对基础设施采用独立的、专业管理平台，既提高了运维人员的工作时效性，又对数据中心的安全可靠性起到了保驾护航的作用。
根据图1的曲线图所示，纵坐标表示运维流程，横坐标表示运维的智能化程度。在传统运维阶段，智能化手段并不多的情况下，运维安全和运维方式通常主要是依靠运维团队人员的经验和技能，管理的可持续性依赖完整的流程制度，和不断完善的培训体系。随着流程制度的不断完善，运维效率会有所降低，但随着运维团队对流程制度熟练应用后，效率会有所恢复。虽然优秀的团队经验和技能对数据中心运维起到了不可或缺的作用，一定程度上降低了数据中心的运行成本，保证了基础设施的正常运行，但太过依赖于个人或团队的经验，使得市面上的数据中心基础设施运维服务质量良莠不齐，数据中心的能耗等级也会更加参差不齐。
而智能化运维的引进，通过建立数字化分析模型、运用智能化手段不断的修复、优化基础设施运行系统，完善固化和简化流程，自动化运作方式取代部分人力或最终实现无人值守等目标。这不仅可以提升基础设施运维团队的整体生产效率、保证基础设施的正常运行，还可以实现设施设备的高效性；且提高运维安全的可靠性，达到智慧绿色节能型数据中心，既降低了运行成本又实现了低PUE；也解决了当前数据中心运维人力短缺的困境。
图1.数据中心运维的演进
图2.功能架构逻辑图
DCIM作为管理体系与技术的融合体，在信息化工具方面，可借鉴上述的业务管理框架进行整体的业务构建。
采集层：包含各类的子系统或者终端设备，一般而言可分为动环、安防、楼宇、消防等。
接入层：采用各类集成化或非集成化的网关，进行采集层各类子系统与设备的数据接入。
平台层：平台层作为数据的核心处理层级，至少应包含数据的处理、计算能力，并可考虑融合大数据分析引擎，以及面向数据中心管理对象与关系的CMDB。另外，包括一系列的公共服务组件，如权限、报表、日志等；并根据实际的业务需要，构建大数据、流程引擎、表单设计器等。
应用层：作为业务构建的核心层级，以DCIM的管理过程展开，构建如监控、资产、容量、能效等业务模块或服务，另外，随着国内DCIM范围的延展，呈现出向运维与运营的发展，形成巡检、工单、值班、服务级别等相关的运营业务。
表示层：作为面向用户的最终层级，以多样化的交互方式，提供用户的接入与访问。
一套成熟的DCIM平台不仅能对数据中心场地设施进行监控，还可以对资产、容量、能效进行统一的管理，提供收集实时数据、资产可视化、建立虚拟模型、实行变更控制、进行全程管理、呈现运营报告、动态预测分析等一系列的保障业务和运营效益的措施。这些功能包括：
●数据中心资源与资产的配置与变更管理
●可视化的物理和虚拟设备设施管理
●基于模型的自动化的事件应对与处置
●现时的与历史的数据资料的可管理性
●能效的实时测量、能力模型与优化配置
●应对动态的IT设备与虚拟设备的变化
●适宜的资产、成本、效率的预测分析与决策
●容量、资产自动检测统一的操作平台、工具和管理界面
