AI技術撲面而來，其實我不知道AI究竟能給數據中心帶來什么，但有一點可以確認，腳本給數據中心帶來了變革，是數據中心自動化運維的必要手段之一，也許腳本就是AI腳步到來的前奏。腳本化對數據中心來講意義非凡，其實數據中心里用腳本已經幾十年了，在網絡監控、信息采集、業務割接等方面應用廣泛，只不過最近才有人將腳本的重要性再次強調出來，希望通過腳本可以做更多事情，希望將數據中心帶入自動化時代，用腳本來打天下。但腳本化并不是沒有缺點，凡事都有兩面性，腳本化也一樣，本文就來談一談腳本化對數據中心的影響。

提升效率，將重復性的枯燥工作交給腳本

腳本化對于提升工作效率，減少人工收入成本方面非常的高效，人們只要將預定執行的網絡命令提交給腳本軟件，由腳本軟件按照設計的時間和循環，在確定的時間和確定的次數上在不同的設備上執行不同的命令，一切都可以通過腳本程序來完成。比如：我們在定位網絡故障時，需要確定一個具體報文在哪里丟掉了，就需要在所有的網絡設備上做流量統計，如果我們提前做好流量統計的腳本，在所有設備上一下發，立即就能知道故障點在哪里，可以節省很多時間，如果靠人手工登錄設備上去輸入，效率極低;我們在采集網絡設備端口流量時，可以通過網管每分鐘或者每小時登錄設備采集一次，并將采集的數據反饋到監控中心，這些工作都可以通過腳本完成。類似的工作還有很多，都可以通過腳本化來提升工作效率，腳本已經成為數據中心不可缺少的一項運維工具，這也催生了Perl、Python、TCL等腳本語言，懂得這些腳本語言的找工作時比較吃香。

自動化，釋放人力

腳本化第二大好處就是減少了人力投入，網絡設備和服務器有很多晦澀難懂的命令，不是專業選手很難記得清楚，通過腳本可以解決問題，將各種功能的命令寫到腳本里，當需要的時候直接運行相應的腳本即可，還有一些業務變更和割接，也可以將具體執行的命令通過腳本來完成，避免人為輸入出錯，小的變更甚至可以將操作直接給腳本來做，等時刻一到腳本自動執行，不用人參與，這樣可以減少大量的人力投入。現在的數據中心規模越來越大，但實際從事數據中心運維的人并沒有增加多少，這其實就是腳本的力量，有的數據中心還有自己的腳本開發團隊，專門開發設計各種腳本程序，將腳本提供給運維的人員使用，極大地提升了運維效率。現在很多人希望通過腳本化做更多的工作，讓整個數據中心運維的工作能自動化，甚至AI化，這樣才能徹底釋放人力，未來這將是數據中心發展的重要方向。數據中心能自動化成什么樣不知道，能多AI化也不清楚，但有一點可以確認，就是數據中心更加離不開腳本，腳本化是當前數據中心最需要的。

死機風險

腳本執行起來對被執行設備和執行設備都有負擔，如果設計的不合理，腳本長時間運行就有死機風險，這樣反而會增加隱患。比如：執行腳本的命令太多頻繁，或者執行的命令本身風險比較大，這樣在反復執行的過程中，就可以觸發執行命令的設備出現BUG，導致故障，本來腳本只是為了監控數據中心，采集一些數據信息，結果卻引起了故障。再有腳本跑久了，執行腳本的服務器負載過大，也可能跑死機，這樣之前采集的信息有可能會丟失，所有的努力前功盡棄。這樣講并不是不能用腳本，而是要謹慎地去使用它，科學地去利用它，避免因腳本使用不當引入新的故障。現在的數據中心規模都很大，往往一個腳本要在數千臺設備上同時跑，一旦腳本本身出了問題，對數據中心就是災難性的，所以對腳本化的使用一定要慎之又慎，它是一把雙刃劍，用的好可以披荊斬棘，用不好也可能傷到自己。

執行非預期

在設計腳本時，要在測試環境上多試多跑，反復確認腳本的輸出結果是否符合預期，就算這樣，當將腳本真正部署到數據中心設備上時，依然經常會出現意外的結果，所以要及時調整腳本。還有一些腳本的采集信息步驟過于復雜，每一步信息的采集都依賴上一步采集到的信息結果，每一步之間都有聯系，一旦順序跑錯，或者前一步運行時間長一些，就會得不到預期效果，這種情況在數據中心里很多，我們經常遇到問題，然后反查這些監控腳本信息時，發現采集的信息根本解決不了實際問題，腳本成了擺設。腳本要想真正發揮作用，就需要對腳本執行的每一步認真分析，看是否有必要，這也是為何很多大型數據中心都有自己的腳本開發團隊，他們專門針對數據中心的各種應用設計實用的腳本程序，用于提升數據中心的工作效率，這種投入雖然會占用一定的人力成本，但給數據中心卻能帶來實實在在的好處，不然腳本化不徹底，不夠專業，在數據中心里就發揮不到關鍵作用。

數據中心實現全面腳本化部署，這是走向自動化的第一步，離AI的距離就進一步。以往的數據中心也有部署各種腳本程序，但腳本的利用率不高，更多的工作還是依賴于人，工作極其低效。現在各種腳本語言非常豐富，執行效率也很高，腳本才開始真正有了用武之地。腳本化是自動化和AI的先頭部隊，要充分利用好腳本化，充分發揮腳本的作用，這將極大提升數據中心的運營效率，對數據中心將產生深遠的影響。