
大数据时代背景下的数据中心变革
用数据爆炸形容今天的IT发展一点也不为过,数据增长永无止境。”世纪互联李志霄博士认为对于企业来说,与用户使用习惯、地理分布、甚至企业需求变动都可以通过在大数据挖掘得到有价值的参考信息。大数据时代将信息价值的概念推到了企业CIO面前。
根据国际数据公司IDC 2011年发布的Digital Universe Study,全球信息总量每过两年,就会增长一倍。仅在2011年,全球被创建和被复制的数据总量为1.8ZB(1.8万亿GB)。相较2010年同期上涨超过1ZB,到2020年这一数值将增长到35ZB。这就是大数据的创建和产生。
“我们看现在的Facebook,全球用户数量正在逼近10亿,中国的新浪微博注册用户数量也已经破3亿,腾讯的即时通讯工具活跃用户达到7.1亿,仅次于中国和印度的人口数字。仅社交网络这一项所产生的数据就已经非常惊人。”
数据高效处理需求驱使数据中心变革
数据流量每上升一个数量级,要求IT具备相应的高效率处理能力,从而引发IT的革命。从PC机出现、互联网普及到今天的云计算,都是为提升IT效率而出现的技术和解决方案。
IDC预测2020年,全球所有IT部门拥有服务器的总量将会比现在多出十倍(包括虚拟机和物理机),所管理的数据增长50倍,而IT管理人员的总数增长幅度仅仅只会向上浮动1.5倍。大数据高效存储、有效提取的需求正在敦促传统数据中心向满足云计算应用条件的数据中心转型。
“虚拟化技术提升了传统物理机的使用效率,通过云计算形成资源池,数据散列分布于资源池的不同物理机上。大数据挖掘工具在其中起到指针的作用,根据对信息内容的需求指向信息存储的空间,形成数据仓库。这一系列改变的发生都将在云计算数据中心发生。”
绿色节能成为必备条件
“从设备上说,服务器、机房、带宽、电力、制冷等硬件设施相比于传统数据中心并不会发生本质性的变化,但是会以绿色节能为宗旨去发展。数据中心耗电未来会是个很大的议题。”
史丹佛大学土木与环境工程系的教授ohnathanG.Koomey针对数据中心对全球耗电量印象的报告称,全球的数据中心在2010年共消耗1,988亿千瓦时的电力,约是全年总发电量的1.1至1.5%,而这个比例不可小视。电力已经成为数据中心份额最大的支出项,Google、微软等数据中心大户开始尝试将数据中心建设在严寒地带以减少电力消耗。
“IT的价值在于节约数据处理的成本,云计算则帮助企业降低IT成本。”李志霄博士指出云计算数据中心通过大规模数据中心集成的方式,降低数据处理的平均费用。大型云计算数据中心将更多考虑所在的地域环境,充分利用自然条件降低能耗,如当地低温气候,风能、潮汐、太阳能等清洁能源。
数据中心运营服务外包
李志霄博士认为云计算数据中心最本质的改变在于软件和服务。软件包括实现存储、计算能力调用、计费、安全等的虚拟化、分布式等技术,以微软、亚马逊为前例;服务的改变意味着传统物理机房的运维DNA将作为优质服务的前提条件,而非全部内容。运维工程师由维护物理机房转变到软件平台、网络平台的维护,比如Debug。
随着云数据中心规模化发展,运维服务从硬件维护走向软硬兼具,运维服务的难度与规模相应扩大。“运维服务走向专业化、外包化将成为行业趋势,在这一领域机遇与挑战并存。具备运维DNA数据中心企业将有机会成长为专业的云数据中心运维服务提供商。世纪互联作为一家拥有十几年运维DNA的数据中心服务提供商,未来对云的探索值得期待。”
云数据中心需要顶层设计
中国目前拥有58.8万个数据中心,高工产业研究院数据显示2011年新建数量达6800个,其中不包括各地正在规划的云计算数据中心。大数据背景下,如何看待中国云计算数据中心的快速增长,李志霄博士提出了自己的理解。
“由于意识到虚拟化技术,多租户技术的浪潮来临,美国2011年将政府IDC由2000个减到1200个,注意,是减,不是增。但这个前提是云计算应用已经相当普遍。在中国,云数据中心正处于建设期,正是政府参与进行顶层设计,整体规划的最佳时机。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10