数据中心能否采用单一的标准来衡量?

简介:

摘要:Uptime Institute机构如今由451集团所拥有,主要致力于开发数据中心的层级体系,并保留其证明并授予数据中心设施层次水平的唯一组织的权利。数据中心运营商将支付数十万美元,并花费数周的时间实施标准认证,其中UptimeInstitute机构的专家现场参与实施测评工作。如今,该机构已经为世界各地的700多个数据中心提供了评测证明,其包括数据中心设计和建造设施,并授予其独立的认证证书。

IT经理迈赫迪·帕亚维表示,在他大学毕业之后,以管理和信息系统工程师之职开始了职业生涯,并成为一名IT经理,在此期间学习和掌握了大量数据中心设施技术,并最终成为一名商人。他没有透露他曾供职的企业。

他说在其职业生涯中,接到过从操作人员到首席执行官的数据中心各行各业的无数个电话咨询。“曾经有一位冷水机组的技术人员打电话咨询问题,而这个客户15年前就认识我。”他补充说,作为IT经理,他随时可能会接到设施经理打来的电话,例如配置核心交换机和路由器。

他拒绝透露其联合创立的数据中心咨询TechXact公司的客户。他说,“我不想指定任何客户。我们有一个提供数据中心精品服务的公司,我们不会透露所引用的客户名称。通常情况下,企业喜欢对自己的数据中心项目进行保密,这是常见的。”

几年前,TechXact公司为美国国际数据中心管理局制定了一个标准,这将以企业的方式来评估其IT基础设施的性能,从电源和冷却基础设施和应用软件的基础。

IDCA技术委员会是由eBay,LinkedIn和AIG公司,美国法院负责云计算和托管架构的部门,以及TechXact公司的几名高级工程技术和操作人员联合组织制定标准的组织机构。

聚焦Tier评级

IDCA技术委员会在其网站上并没有说明Uptime Institute的四级评级系统定义的数据中心基础设施的可靠性是“过时的”。eBay公司的数据中心架构师斯蒂文·汉姆布鲁茨解释说,数据中心行业使用了太多的标准,这个标准各自解决生态系统的各个组件,而没有对生态系统作为一个整体来考虑。

UptimeInstitute机构如今由451集团所拥有,主要致力于开发数据中心的层级体系,并保留其证明并授予数据中心设施层次水平的唯一组织的权利。数据中心运营商将支付数十万美元,并花费数周的时间实施标准认证,其中UptimeInstitute机构的专家现场参与实施测评工作。如今,该机构已经为世界各地的700多个数据中心提供了评测证明,其包括数据中心设计和建造设施,并授予其独立的认证证书。

IDCA表示,现在所面临的问题是这种层次系统的重点应该放在数据中心设施基础设施的可靠性方面。“数据中心不是冷却中心,也不是电源中心,更不是几面墙。”帕亚维说。这是因为数据中心需要一个很好的标准,他说,“Uptime Institute在这方面做得很好,但如果用户想真正地评价自己数据中心如何做到这一点,其所做的工作还不够。”

“取代现有行之有效的标准,这不是我们的使命。”汉姆布鲁茨说,“这并不意味着我们不承认这个标准存在一些问题和差距。”用户在利用Uptime Institute层次等级来衡量散热基础设施,或使用电源使用效率确定用户的数据中心基础设施的能源使用效率(PUE)方面还不够。他解释说,“这表明用户为了得到更好的PUE值,可能会在电力和冷却方面投入更多的成本和消耗更多的电能。”

他举了一个例子:用户可能有两个TierII级数据中心,这是第二低的可用性等级,这两个数据中心之间在故障时可以互相切换,该系统将提供的可用性级别高于其各自的等级。

Uptime Institute首席运营官朱利安·库德里斯基表示,处理整个数据中心生态系统并不是Uptime Institute的目标,因为仍然需要解决的是数据中心底层基础架构。他说,“我们所有的标准和认证的目标从来不是解决一切问题,而是专注于我们认为需要解决问题。”

最近,库德里斯基参与了一个数据中心项目建设,就面临同样的问题,这个数据中心是采用第一层级认证标准建设的。而不同的团队彼此孤立,没有协调,即使在其根本性的东西方面也是如此,例如数据中心的设计,建设和调试的顺序。

采用认证可以防止这样的事情发生,库德里斯基解释说。“它克服了人类一些弱点。”他说,“如果有人认为这仍然是不需要的,这说明他并不真正理解其业务。”

在他看来,确实没有必要像IDCA实施无所不包的标准工作。库德里斯基说,“我不认为这一切变成一个巨大的雪团。这个行业需要简单的方法,而不是更加复杂和分裂。”

无限的范式

在引导其规范发展过程中,IDCA创建了一个需要无限范式的框架。这可以用一个七层的金字塔表示,其底层是拓扑结构(单个数据中心以及它们如何相互作用),其塔尖是“应用程序”(软件服务公司需要的一组)。中间层覆盖数据中心的位置,基础设施,物理IT基础设施,计算资源,以及被提供给应用程序的抽象形式和平台,或用于传送应用程序的具体方法。

IDCA的目标是确定整个堆栈产品,并向企业提供指导的标准。“当组织能够确定自己的工作单元,我们就可以开始测量其整体IT运营的效率,包括在现场层比较低级的关键绩效指标。”汉姆布鲁茨说。

标准过多,还是不够?

TechXact公司根据IDCA未来的标准已在宣传数据中心的审核和培训服务,但不像Uptime Institute不允许使用其评级系统以外的认证。

IDCA不打算保留审计的专属权利,并根据其标准问题提供认证信息。帕亚维说,“我们不会保持自己所独有。”他补充说,他不会介意采用Uptime Institute的框架和标准继续审核自己的数据中心。

他认为IDCA推出数据中心行业采用标准的原因是用户需要它。“我们正在解决每个用户的痛点,”他说,“我从来没有见过哪个用户表示没有痛点。”

帕亚维表示,IDCA的技术委员会的成员都是志愿者“他们关心社区发展。我们不是那种坐在办公室为全球各地提供服务的技术顾问。”

不管人们是否认为IDCA实际上能够创建一个通用标准,以解决数据中心的各个层面的问题,并说服业界厂商和用户接受和采纳。业内人士仍然会经常抱怨对使用的数据中心行业标准混乱的问题。

对于业界人士来说,有的认为标准太多,有的认为标准不够。那么数据中心是否需要创建一个单一的标准,能否有效地解决这个问题?而根据涵盖整个数据中心生态系统的构想框架描述,这可能是一个不同的问题。

本文转自d1net(转载)

目录
相关文章
|
存储 数据中心
衡量数据中心好坏标准的隐性指标
评价一个数据中心有很多的参数、指标,可以用这些指标来衡量一个数据中心的好坏。比如:服务器和网络规模、PUE、RTO,RPO等等。很多数据中心很喜欢拿自己拥有的服务器数量如何的多,来表示自己的强大,相当长的一段时间内,数据中心都喜欢单纯地去追求物理设备数量的增加,认为只要是在规模越大,数据中心能力就越强,数据中心就越好。
2062 0
|
7月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
4月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
7月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
7月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
7月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
7月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
|
7月前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。