高性能计算集群运维自动化研究

随着高性能计算技术的发展,越来越多的行业都将高性能计算作为重要研发手段,依赖系统管理员手工进行运维的工作方式面临越来越多的挑战,逐渐表现出种种不足:运维效率低,容易出错,不利于知识传承,针对高性能计算集群运维工作特点,梳理总结出运维自动化工作三方面主要内容:系统监测自动化、数据分析自动化、问题处理自动化,研究了三步走的运维自动化实施途径:操作流程化、流程标准化、标准自动化,通过运维自动化系统设计和巡检脚本可视化配置为例介绍了运维自动化的技术实现要点。