前言
　　
　　热力图（HeatMap）是通过密度函数进行可视化用于表示地图中点的密度的热图。它使人们能够独立于缩放因子感知点的密度。那么热力图分为哪些类型？分别用于解决哪些问题呢？
　　
　　其用处可真的不小，主要应用于监控范围内的热点变化，热点可以代表许多状态，例如温度、密度等等，都可以作为划分的界限，根据表达情况的不同，热力图又可以应用到许多的场景中。地图热力图和业务数据分析的热力图最为常用，通过这种形式也可以很直观地表达。而现如今科技的迅速的发展中，物联网与互联网相互提升的时代中，迈向了工业4.0的新热潮，出现了工业互联网、5G等等飞速发展的产物，在众多技术的支持下，机房监控的环境安全极为重要，喜冷怕热的设备，通过温度云图可以有效地检测到机房的运行状态。
　　
　　HTforWeb自主研发了强大的基于HTML5的2D、3D渲染引擎，为可视化提供了丰富的展示效果。在2D组态和3D组态上，Hightopo（以下简称HT）的HTforWeb产品有着丰富的组态可供选择，本文将介绍借助heatmap.js热力图HT丰富的3D组态搭建出的一个机房温度云图。
　　
　　界面简介及效果预览
　　
　　在物联网的大趋势下,机房的设备信息以及一些环境信息变成了数据摆在了人们面前。在这个大数据的时代，数据的可视化不仅体现在数据值本身，更应该通过数据的变化来获取一些信息。我们今天的主题，机房温度云图，它通过不同的颜色来展示机房机柜温度的高低及变化，将之形象化出来，让人们更加直观的观察温度值的变化。
　　　　
　　系统分析
　　
　　数据中心运维，喜冷怕热。在服务器的丛林里，热点无处不在，如何采用安全的RFID新技术方案，从每个服务器真实的物理温度监控开始，准确得出机房的热点云图，是跨越传统技术方案，让运维人员轻松应对日常工作，有效保障用户资产安全的新课题。
　　
　　一、机房发现热点的办法
　　
　　当前，大部分数据中心的“热管理”依旧处于被动运维的阶段，即先发现热点，再进行处理，这种思维模式导致的后果有可能是“先热后冷”，稍有不慎，就会酿成大错。
　　
　　从技术角度看，这个锅不能由IT管理或运维人员来背。当前的技术环境，人员发现机房热点的方式，通常有以下两种方式：
　　
　　1、手持温度测量仪实测，检测机柜或服务器温度。
　　
　　优点：经济、有效、检测温度精确高；
　　
　　缺点：耗体力，辐射大。
　　
　　2、自动检测方法，包括DCIM自动检测装置或CFD软件预测热点。
　　
　　优点：自动检测，省时省力，能把握机房的整体热点分布；
　　
　　缺点：软硬件成本大，并且由于颗粒度大，对微观的热点分布布局把握不准。
　　
　　二、热点分析的痛点
　　
　　从数据中心智慧化的运维发展趋势看，自动检测方法将会成为未来热点检测的方向。而数据可视化系统可以通过模型还原场景，面板承载数据的监控，底层则通过自动检测所采集的温度数据，反馈给可视化系统的温度云图来呈现出当前机房的热点分布，HT的轻量模型建模是一种很好的解决方案，适用于机房检测温度呈现的可视化系统的搭建。
　　　
　　一、轻量化场景
　　
　　传统的可视化系统常会采用BIM（建筑信息模型）软件，如Autodesk的Revit或Bentley这类建筑和工程软件，但这些BIM建模模型的数据往往过于庞大臃肿，绝大部分细节信息对楼宇自控意义不大，反而影响拖累了行业Web SCADA或Web组态监控的趋势，所以我们采用以Hightopo的HTforWeb产品轻量化HTML5/WebGL建模的方案，实现快速建模、运行时轻量化到甚至手机终端浏览器即可3D可视化运维的良好效果。
　　
　　二、机房温度云图
　　
　　在数据中心机房中，随着业务需求的不断扩充，其计算规模和应用也在日益增加，其对应消耗的能源也在增加，产生的热量也在增加，需要及时获知数据中心机房内部的温度状况，才能有效地起到环境监控的作用，及时预防问题的发生，得以让数据中心在相对适宜的环境中运行工作。而温度云图的应用很大程度上解决了机房环境的问题之一——温度，这对于数据中心的作用的非常重要的一个环节。
　　
　　总结
　　
　　在机房环境监控系统中加入智能分析模块是必然趋势，机房环境监控智能分析可以将被动机房环境监控转化为主动机房环境监控，解放人力资源，提高机房环境监控效率。尽管目前机房环境监控系统分析能力和处理能力还不够成熟，但随着大数据、云计算等技术的兴起，将会极大提升机房环境监控系统的数据挖掘能力，解决智能分析的各项技术难点，因此具备高度智能化的智能分析模块的智慧机房将是机房环境监控行业的新趋势。

   编辑：Harris