现代数据中心设计建设如何满足企业需求

云计算 虚拟化
由于过去数据中心中的失败和问题,有很多最佳实践方案均应包含在几乎所有的设计方案中。但这些都是整体设计解决方案的一部分,并没有覆盖企业的独特的需求,也就没有充分理解正确的解决方案设计的重要性。

   由于过去数据中心中的失败和问题,有很多***实践方案均应包含在几乎所有的设计方案中。但这些都是整体设计解决方案的一部分,并没有覆盖企业的独特的需求,也就没有充分理解正确的解决方案设计的重要性。

  尽管企业在进行数据中心设计时,可以列出一长串需要考虑的因素,但实际上,我们将其分为两大类:定义的要求和建筑体系的思考。

  确定企业的特别需求,包括负荷密度、弹性需求和增长、模块化和灵活性方面的需求。

  找出您企业的负荷密度

  传统上,负荷密度表示每平方英尺的瓦特(W/SF)。对于数据中心来说,虽然W /W/SF呎起到了重要作用,但使用每台机架的***功率和平均千瓦消耗(kW/rack)则更有意义。这两个数据更多的体现了电气和机械系统的??要求。例如,电气和机械系统??支持一个平均每台机架为3.5千瓦,每台机架***为5千瓦/机架的空间与那些支持平均每台机架10千瓦,***12千瓦/机架的机架空间是非常不同的。

  这种密度不仅驱动系统的容量能力,而且还优化配置。密度影响机械系统配置决定的例子,如紧密耦合或集中式制冷、架空或地板下冷却、隔离热空气和冷空气流或开放气流。对能源效率的影响也推动了这些系统配置的优化。例如,促使冷热空气的隔离。在更高密度的千瓦/机架,是正常运行所必要的。在较低的千瓦/机架密度,终端设备可以不用隔离而冷却空气,虽然隔离热空气和冷空气能够使得能源利用效率显着增益。但是,气流分离是否需要专门的数据中心设计呢?这取决于企业独特的业务需求,来衡量安装成本的回报潜力。

  有一种普遍的差异出现在数据中心建设系统的能力不匹配方面。这通常是限制机械系统的负载。整体上在每一个部件和系统的负荷密度必须作为一个通用的数字。否则,将会浪费的成本和造成容量滞留。

  构建数据中心弹性

  下一个重要的步骤是确定弹性水平或冗余需求。这将导致所需的总装机容量,或者需要将其转换成美元:即需要购买多大的容量。弹性需求要比确定所需的总容量更重要,弹性需求的标准能够帮助企业确定总容量,适当的设计团队也应该计算在内。

  有两个因素驱动弹性需求:业务需求和维持关键配套设备的机会。业务需求讨论应涉及最终用户,可以是具有挑战性的。其中的一些典型的问题是:

  这些系统是否必须在所有时间都保持运行状态?

  如果服务器脱机,会对商业活动产生什么影响?

  这些系统是否是面向客户的?

  从软件的角度来看,是否有冗余提供给另外一个网站,来使用服务器的负载,从而允许这个网站有中断发生?

  随着建筑系统变得更加冗余和更复杂,成本的增长和建筑系统的复杂性迅速崛起,所以对于系统是否可以离线进行规划维护,一个中肯的评估是至关重要的。

  所有的机械,电气和管道设备需要定期维护。调度需要围绕最终用户的需求,减少维护所需级别的冗余并削减成本。如果没有与最终用户的讨论,系统的弹性往往是要么设计不足要么过度设计,无法满足业务需求。

  类似于整体的密度,适当的冗余水平必须被应用到每一件设备和支持系统的临界载荷。这有助于避免常见的陷阱,一个系统或组件限制整个配套基础设施的维护或复原。例如,在一个无旁路自动转换开关不得不推迟关键维护是不寻常的,因为执行维护需要完全关闭,这会导致不可接受的中断的临界载荷。另一个常见的情况是推迟维修,因为其假设临界负荷不能中断,而事实上它可以处理一个计划内的中断。

  而关于系统应满足怎样的弹性尚没有一个标准的答案。回答便是从一开始就设计好机房的服务器,以满足业务需求。

  应对增长、模块化和灵活性

  定义需求的***一个方面是决定采用怎样的初始负载,以及负荷将如何随着时间的推移。涉及到一些关键的问题是:

  这目前安装的是一个***服务器负载,抑或是暂时使用几年,直到达到一个更***的解决方案?

  什么是典型的技术更新周期?

  是否有需要“回旋空间”来处理传入的技术,从一个系统转移到另一个?

  建筑系统,包括物理空间,可以被分解成更小的部分,允许其建立在模块化上吗?

  模块化的方法在近几年不断的普及和发展,有助于加快经济增长和缓解技术更新。但它是有代价的,像上面所讨论的那样,它并不总是一个能够一刀切的可以直接套用与所有企业的正确的解决方案,还有更多的支持企业灵活性的模块化设计。所以您需要根据企业的业务需求和空间的要求,来确定合适的解决方案。

责任编辑:老门 来源: 机房360
相关推荐

2020-06-22 17:26:36

数据仓库数据数据库

2017-10-16 23:10:12

数据中心DCIM数据中心基础设施管理

2015-10-10 09:23:31

数据中心挑战创新

2012-05-21 13:36:11

数据中心模型趋势

2023-12-04 14:51:19

数据中心

2022-09-26 11:01:11

ClouderaCDP数据编织

2017-07-11 06:23:50

数据中心互联网球经济

2017-11-03 10:47:04

数据中心容量管理

2020-01-09 10:50:46

数据中心IT技术

2017-09-27 14:42:16

IaaS云计算云服务

2017-11-28 09:22:25

数据中心功耗

2015-06-12 09:42:36

数据中心互联网时代

2014-09-04 10:26:50

数据中心艾默生

2012-05-31 09:42:06

数据中心

2019-10-08 11:31:01

磁带存储数据中心

2012-02-08 09:58:58

数据中心网络结构

2021-01-11 09:20:14

数据中心建设预算时间表

2017-10-11 15:17:05

数据中心容量IT

2023-03-10 10:20:13

数据中心服务器

2020-12-30 13:30:38

数据中心计算机超级计算机
点赞
收藏

51CTO技术栈公众号