Data center maintenance: applications and future research directions
Notice bibliographique
Résumé
Purpose One of the most critical infrastructures is a data center (DC) because of it having many servers, computers and other equipment. DCs provide online services for various companies in the information technology (IT) industry. DC facilities should provide reliable online services while addressing the required quality and performance level considering maximum reliability and availability. The purpose of this study is to represent and classify the main findings in this area and to identify the main research gaps and shortcomings from the perspective of research. Design/methodology/approach This paper provides an organized and systematic literature review focusing on topics regarding the operation and maintenance (O&M) management of DCs. Findings Although there are several studies on O&M management systems for industrial systems and facilities, a limited number of studies with few methods and models have focused on DCs so far and these facilities require more attention. This paper identifies the issues and challenges for DC buildings and facilities and provides a conclusion of the findings to highlight the main research limitations for discovering new potential methods as future research opportunities. Research limitations/implications The paper has highlighted the main practical issues of DCs in terms of maintenance management. Several research works have been discussed specifically for DC’s maintenance, which makes this paper a credible source for researchers, maintenance managers and companies involved in the area of DC. Because several of the reviewed literature were based on real case studies, decision-makers in the DC maintenance sector can take advantage of new research on maintenance scheduling to reduce the costs of maintenance. Originality/value The paper has presented a comprehensive list of frequent keywords in recent publications related to O&M management for DCs. It has provided a categorized list of publications based on by their topic, methodology and case study. Because this paper has discussed research works specifically for DC’s maintenance, it is a credible source for researchers, maintenance managers and companies involved in the area of DCs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».