京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2016年数据中心的八大新兴发展趋势
数据中心设施正在发生巨大的变化,一系列包括诸如开放式标准和DCIM在内的趋势和新兴技术的蓬勃发展,推动数据中心突破了密度和功率的限制。
在未来五年内,大多数数据中心将能够减少至少30%的物理空间,而这也是直到2020年,新兴的数据中心发展趋势的其中之一。
密度的增加、虚拟化的部署、迁移到托管设施和云计算等一系列新兴的趋势都在影响着当前数据中心内部的所有操作运营,根据总部位于康涅狄格州斯坦福市的Gartner公司的研究总监Henrique Cecci介绍说。
数据中心管理者们必须走出他们的舒适区,并考虑更高的密度及其对于电力消费、冷却资源和数据中心物理空间的影响,以及始终应该牢记于心的对于数据中心运营安全的影响。
数据中心管理者们应该制定出更好的基础设施计划,了解物联网(IoT)所将带来的潜在影响,并为物联网的广泛采用做好充分的准备。
即使伴随着所有这些变化,“数据中心的相关基础设施仍将继续存在许多许多年。”Cecci较早前曾在拉斯维加斯召开的Gartner公司数据中心、基础设施和运营管理大会上表示说。基于这样的理念和想法,他总结了或将影响数据中心基础设施的八大新趋势。
1、下一代的数据中心设计
今天的数据中心比以往任何时候都更多的使用每机架千瓦(kW)或每平方英尺千瓦的概念。例如,几年前,数据中心往往被设计为每台机架4至5千瓦,而到了现在,通常则可以达到高达每台机架8至12千瓦,甚至更高。
“我们在每平方英尺的物理空间拥有更高的计算能力了。”Cecci说。
诸如超融合基础设施、微服务和容器等新兴技术使得每台机架需要消耗更多的能量,而反过来,需要新的配置和设计。
自2011年以来,新的温度和湿度指导已经开始帮助人们“重新考虑数据中心的设计”,因此其可以被设计成拥有不同的限制,他说。这导致了越来越多的数据中心的设计采用了模块化的方法,防止过大。
“我们打造了多区域的数据中心。”他说,使得在一家企业的数据中心内的可以满足各种不同的需求层次。
而这是对于杰夫·迪特默的工作影响最大的趋势。作为一家总部位于美国的医疗保健IT供应商的IT主管,他所在的企业拥有12处数据中心,都有着越来越高的密度,故而数据中心的每台机架都需要额外的电力资源。
“既然我们现在正在更多的朝着大数据和数据分析,以及一些新兴的技术,如融合基础设施和集成系统的方向迈进,我们正开始耗尽我们的电力资源了,而这并不是一件容易解决的事情。”他说。
这是到目前为止,他所面临的最大的挑战。现在,在他们企业数据中心的一些机架都远远高于每台机架17千瓦的平均水平,他说。
“我们正在尝试使得我们的服务器资源充分的物尽其用。”迪特默说。
其数据中心的基础设施团队则抱怨他的团队是“耗尽了电力资源”,而其他团队也有人则表示说,他们正在做着一项非常了不起的工作。
Gartner的Cecci说,更好的规划可以有助于避免受到电力资源的制约。建设一处新的数据中心需要接近一年的时间,有时,为数据中心未来的电力需求制定规划是一大挑战。
2、安全挑战
物联网、云计算、软件定义的基础设施都越来越增加了人们对于安全性的关注,Cecci说。
相关的行业和政府机构都在提高法规和加强越来越严格的审查,特别是对银行业和金融业务。
“我们不能只是保护边界;因为往往还有各种新类型的安全威胁。”他说。
安全保护必须被集成整合到整个数据中心的运营处理流程中,随着诸如DevSecOps代替了DevOps这样的术语,使安全性成为了企业数据中心运营的整个过程的一部分,Cecci说。
3、物联网
来自物联网的外部的影响正在创建新的数据中心的需求。据Gartner预测,到2020年,在全球范围内将会有250亿台设备连接到互联网,必将为数据中心的存储和通信创建更多的外部需求。
其不仅仅只是带来外部需求,Cecci说,鉴于诸如数据中心的资产管理等开始使用传感器来监测数据中心的操作运营环境温度和物理安全,物联网同时也将越来越多地成为数据中心操作运营的一部分。
“这在数据中心是一个不断增长的趋势,我们将越来越多的看到这一趋势的普及。” Cecci说。
4、开放式标准
开放计算项目(OCP)最初是由Facebook开发的,并被部署在了其超大规模的数据中心,以降低运营成本。这些创新技术将越来越多的在数据中心占有其一席之地, Cecci说。
Cecci说:“我们在数据中心是非常保守的;我们倾向于使用同样的事物。”并指出,开放计算项目现在已经开始在影响标准了。现如今,企业组织的数据中心不断增加对于开放计算项目的采用,以便能够进一步的降低运营成本,他说。
“我们在这一领域看到更多的举措。”他说,并指出:在几年前,原始设计制造商服务器市场的市场份额仅为0%,而现在已经达到6%至7%了。
对于网络和存储的开放标准也将改变IT专业人员思考未来的数据中心设施的方式,Cecci说,即使最终会不仅仅只有一款单一的开放标准。
5、高级度量指标
绝大多数数据中心都只专注于简单的指标,如电力使用效率(PUE),但其实,仅仅是PUE是远远不够的。
“您的企业组织需要更全面的指标来提高数据中心的运营效率。”Cecci说。
“您需要更全面的指标来提高数据中心的效率,”Cecci说。
Cecci所沟通过的大多数数据中心经理都不知道他们所在的数据中心在过去一个月的千瓦时消耗情况。这可能是因为这些信息都是由数据中心的基础设备部门所掌握的,或数据中心与企业组织的办公区共享能量测量。
数据中心的IT专业人员所需要测量的不仅仅是电力资源的消费情况,而且还应该包括测量数据中心的用水量;以及测量有多少热量正在从热通道传输到办公区域。
“我们需要开始使用更好的测量指标,而不仅仅只是PUE。”Cecci说。 “营销人员往往更喜欢谈论PUE;但往往有很多有着漂亮的PUE数值的大型数据中心,其实并没有什么实质性的贡献。
6、可再生能源
环境保护问题将继续成为数据中心的重要关注问题,而且绿色和平环保组织往往在他们的报告中突出强调数据中心必须实施环保节能措施。大多数超大规模的数据中心都做出过遵守绿色环保节能倡议方面的承诺,而企业组织的数据中心在可再生能源的采用方面也越来越多地进行投资,以满足合规性的要求,或扭转公众对于该公司不“绿色环保”的看法。
“所有的大型数据中心运营商都积极的投入大量资金用于发展可再生能源。”Cecci说。
7、液体冷却
关于数据中心采用液体冷却的方法已经被讨论了很多年了,其始于很多年前的大型主机冷却。现在,新的技术可以把250 kW放入一个单一的机架,采用液浸冷却让某些系统发挥重要的作用,如高性能计算,Cecci说。
液体冷却的优点包括能够在特定领域部署——按照每个机架排,并且该方法非常安静、可靠,需要移动的部件少。尽管其具备如此多的好处,但液体冷却在今天的许多数据中心并未得到大规模的广泛普及,他说。
“我们有望将在未来两到三年看到大多数这些技术的广泛采用。”Cecci说。
8、DCIM和自治系统
与短短几年前相比,今天的数据中心基础设施管理(DCIM)软件是有着很大的不同的,Cecci说,因为其包括了与数据中心的各个区域更好的整合,以及预测分析功能。
“最终,其将DCIM加智能化。”他说,并指出DCIM的功能将继续存在,但不同的DCIM产品将具备全新水平的智能化和复杂的自动化。
最后,这可能会导致数据中心内部操作运营所需要的IT专业人员的减少。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23