如何保障數據中心的穩定運行，是多年來一直困擾業界的難題。機房環境如果發生未預期變化，可能造成難以估計的損失。所以我們希望能構建一個“變更沙盤”，在真實變更之前，操作人員可以先在沙盤中進行試變更，若變更效果在預期內，再對真實環境進行變更，從而盡可能減少變更導致的機房故障。
近期，阿里巴巴-南大聯合研究院聯合實現并上線完成了一個高精度，可連接實時監控系統、基于 CFD 的變更沙盤系統。本系統在 off-the-shelf CFD 軟件上實現了工業級精度的變更沙盤測試和驗證。今天，我們就來觀摩這個從零到一的嘗試。
項目背景
隨著阿里巴巴業務不斷拓展，其數據中心規模也越來越大。相應地，數據中心內的日常演練、運營優化等變更操作越來越頻繁；而規模增加導致環境的復雜程度呈指數增長，變更是否可能導致故障，僅憑專家經驗，已經越來越難以判斷。同時，數據中心變更故障可能造成的業務影響也越來越大，可能造成的損失已難以估計。所以，機房運營人員急需一個標準化的、可靠的機房變更安全驗證系統，幫助他們獲知變更產生的具體效果會是如何，是否影響生產安全，是否有更合理的變更建議。
對于電力變更，可以從電力拓撲圖著手構建變更沙盤。但暖通變更，涉及到氣流組織變化、熱力變化，這些東西看不見也摸不著，傳統的方式難以模擬出現實世界中的變化。IDC 運營優化團隊對此進行了一系列調研工作，認為利用計算流體力學（ComputationalFluid Dynamics，簡稱 CFD）進行機房仿真是較為可能達到生產標準的一種方式。
現有的類似的解決方案
利用計算流體力學（Computational Fluid Dynamics，簡稱 CFD）進行機房仿真是檢查不同變更對機房的熱力學影響的通用解決方案。CFD 建模可以通過搭建物理模型，載入現實中的熱力學設置（冷熱量，空調 server 風速等）來計算一個包間內部的氣流分布和溫度情況。CFD 模擬有較為成熟的技術積累，并被廣泛應用與熱力學和空氣動力學領域。在數據中心領域，也有從包間到芯片級的 CFD 模擬應用。但由于其精度限制，一般只用于前期設計和規劃。
數據中心包間流線圖
應用 CFD 建立沙盤系統的挑戰：
1）現有商業 CFD 軟件可以根據對包間進行仿真，得到機房的熱力分布、氣流動向。但該軟件通常應用于設計階段，采用設計階段的粗略數據進行模擬，對真實操作情況的還原度較低，溫度預測精度僅能達到 3 度或以上，不能滿足用于變更沙盤的精度需求。
2）當前 CFD 軟件以人工交互為主，缺少對自動化操作的支持，不能滿足自動獲取數據和返回結果的需求。大量的操作只能通過人機交互進行，效率低下。
3）建模所需要的數據真實性問題。由于模型的準確性與其所采用的模擬設置與實際是否一致息息相關，因此獲取的模擬設置信息（如功耗，空調設置信息等）準確性非常關鍵。通常這些信息是在設計階段確定的，也有部分是運行時獲得的。這些數據只有進行精細的核實才能保證建模的精度（反過來建模的過程可以反推設計實施情況和數據的標準化過程）。
我們的解決方案
阿里巴巴聯合新加坡南洋理工大學（NTU）計算機科學與工程學院文勇剛教授團隊，依托阿里巴巴-南大聯合研究院平臺，通過接近 1 年的研究，開發和測試，實現并上線完成了一個高精度，可連接實時監控系統的基于 CFD 的變更沙盤系統。本系統在 off-the-shelf CFD 軟件上實現了工業級精度的變更沙盤測試和驗證。
本次項目選定了某個機房包間作為技術試點，并在對該機房的物理建模，模型校準和工程落地上進行了緊密合作。
1）物理建模：
該過程主要將包間內各物理結構設置到模型，提供仿真基礎。以達到最好還原度為準則，我們實現了下面所述方面的建模操作：
結構建模：對機房結構、墻、通風口、天花板、管道進行設置
IT 部署建模：機列、機柜、機位設置
環境建模：空調設備、傳感器設置
2）模型校準
模型校準的主要原則需要達到下述 3 個方面的真實還原：
機房冷熱溫度來源：校準中需要確認模型中冷熱量與實際一致。
機房氣流變化原因：校準中需要保證冷熱風氣流與實際一致。
溫度測量數據：校準中需要保證模型預測溫度與實際一致。
