带你从概念、指标、标准这3方面了解所谓的数据中心。

简介: 带你从概念、指标、标准这3方面了解所谓的数据中心。

目录

1、数据中心的基础概念

2、数据中心的关键指标

3、数据中心的建设标准

4、总论

1、数据中心的基础概念

数据中心

IDC:即互联网数据中心,是为政府、企业/Internet内容提供商(ICP)等各类网站提供规模大、质量高、安全水平高的机房空间租用、服务器空间占用及托管、网络带宽批发等业务的中心。





IDC特点

IDC需要有大型的场地及高可靠性的机房设施,安全的内外部网络环境,专业的监控支持手段和维护队伍,保证满足相应标准的主机存放环境。IDC业务是一种直接面对客户的业务,投入及运维成本高、收入高,如何合理规划建设方案及降低成本、提高利润成为设计的关键点。且现阶段属于高速发展阶段、各种新技术层出不穷。加大了此项目的建设难度。

IDC系统架构

系统架构分为5个部分,从下往上分别是机房基础设施子系统、网络子系统、资源子系统、业务子系统和管理子系统。



  • 基础设施子系统包括机房土建部分、消防系统、变配电、油机、不间断电源等供电部分、空调部分、安防、布线、机柜等机房工艺部分,此部分是完成搭建数据中心基础框架的过程。
  • 网络子系统包括数据中心内部的局域网、外部网络如互联网或专网,网络安全部分。
  • 资源子系统指数据中心自建或托管的各种计算、存储、网络等物理资源和虚拟资源。
  • 业务子系统包括自有的和客户的基于IT的各种基础业务和增值业务。
  • 管理子系统负责对数据中心的基础设施、网络、计算机资源进行资源管理、系统运行管理,安全管理,并和客户合作进行数据中心承载的各种业务运营管理。

2、数据中心关键指标

PUE

PUE即能量使用效率,即PowerUsageEffectiveness的缩写,是国内、国外数据中心普遍采用的一种衡量数据中心基础设施能效的综合指标。


PUE的意义

PUE指标是衡量数据中心能耗效果的最为关键的指标之一,数据中心的总耗电包括IT设备、制冷设备、供配电损耗和其他设施的耗电,PUE值通过分别测量出数据中心总耗电和IT设备耗电,就能算出整个数据中心的PUE值。PUE值表现了在数据中心的总电能中有多少是真正应用到IT设备上。(欢迎关注公众号:网络工程师阿龙)

数据中心机房PUE值的取值范围为从1.0一直到无穷大,PUE值越大,则说明制冷和供电等非IT设备类的配套基础设施消耗的电能越大。PUE指标越接近1说明数据中心的节能效果越好。

WUE

WUE即水利用效率(WUE)WaterUsage Effectiveness表示数据中心水利用效率的参数,此指标表现为数据中心内所有用水设备消耗的总水量和所有IT信息设备消耗的总电能的比。




MTBF

MTBF(MeanTime between Failure)为平均故障间隔时间,大家一般称作平均无故障时间,是衡量电器产品的一个可靠性指标。是可靠性的平均度量,单位为“小时”。

3、数据中心的建设标准

Tier标准

Tier等级标准是Uptime Institute设立的,Uptime Institute成立于1993年,是全球公认的数据中心标准组织和第三方认证机构。

随着全世界范围内的数据中心业务的快速发展,客户对数据中心的可靠性提出了越来越高的要求,应运而生专业机构高可靠性等级认证需求,UptimeTier等级认证是业界最知名、权威的认证之一,在全世界范围得到了高度的认可。UptimeTier数据中心等级认证体系分为TierI—TierIV四个等级的最高等级,TierIV最高。

UptimeTier等级认证针对数据中心的电气、电 源架构、冗余方式、楼板承载、制冷装备和效率,甚至 造价等等都制定了标准。无故障时间从最低级的 TierI平均每年有总和超过一天的故障时间,到最高 等级的 TierIV只能允许平均每年 48分钟故障时间 逐步提高安全要求。将 TIV标准定义为容错性,TⅢ 系列为在线可维护性,TⅡ为部分冗余型、TⅠ为基本型。




国标GB50174设计标准

中国的数据中心起步较晚,但是近年来发展速 度迅猛,现阶段,亚太地区成为国际数据中心产业争 夺的重要市场,国标 GB50174数据中心设计规范第 一版为 2017版,之前参考的 GB50174-2008版为 计算机机房标准,等级标准体系分为国 A/国 B/国 C三个等级,最高等级为 A级,2018年 1月开始实 施,仅为设计标准,并没有制定相应的认证体系。其 中 A级为容错性,B级冗余型、C级为基本型。

其他标准

国家《IDC业机房星级的划分与评定》(GB2887-89)标准将IDC机房按照星级标准进行划分,星级越高,表示IDC机房的安全标准越高。星级标准分为五个等级,分别为一星级、二星级至五星级,分别通过机房的建筑规模、地理位置、业务层次、电源、制冷等设备冗余架构、机房效率,以及机房所采用的带宽层级(核心层/骨干层/城域层)进行了划分,对符合条件的IDC机房,颁发国家认定证书。此标准侧重于数据中心的业务定位和网络出口规模,三大运营商企业内部的星级认证标准的制定参照此国标。

4、总论

数据中心的建设集成了机房、供电、空调、机房工艺、IT与网络等多专业、多层面的内容,它是一个系统工程,它的建设需要各个专业从始到终协同配合,从建设初期就得明确整个机房各个区域规划用途,并根据此规划用途确定机柜,供电、空调系统的量和负荷,以此来推算机房面积、结构、空间布局等,任何一个环节出问题,都会影响后期的运营,进而影响建设造价、运行成本。

相关文章
|
大数据 数据中心
新基建下对于降低数据中心能耗指标PUE的方法分析
本文分析了大数据中心作为新基建七大领域中的一部分,其最重要能耗指标PUE的计算方法和全国及部分省市对PUE指标的限制规定。分析能够降低PUE的不同方法及采用这些方法的数据中心的PUE值
2571 0
|
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。
2034 0
|
9天前
|
存储 运维 区块链
区块链技术对数据中心的潜在影响
区块链技术对数据中心的潜在影响
|
3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。