
遏制数据中心衰退的三点建议
不是只有经济学家才能观察出,世界经济正面临着放缓衰退的势头;也不是只有那些天才或预言家才能断言,数据中心的预算也很有可能缩水。不管数据中心的预算会不会缩水,未雨绸缪总是没错的。行动起来,降低成本,这将是明智之举,Gartner公司的副总裁及研究员肯?麦基如是说。
早在去年, Gartner公司就提出了备战经济衰退的必要性。从那时起,部分地区局势已经出现了明显恶化趋势。
“我们用来研究的依据(如专家已经预测到国内生产总值可能会出现经济衰退)已经恶化到一定程度,这一因素有力地说服我们,是时候准备为客户削减IT成本了!”麦基说到。
麦基建议聘用专业工作人员制定IT成本削减的措施,并任命一名高级核数师(或会计师团队)专职记录项目组的表现。同时,每周召开例会向高级管理人员报告进展情况,与法律代表协商、咨询法律问题,使其在遇到可能会出现问题时,表现更加得心应手。这些削减成本的措施,确保不会导致增加贵公司的法律责任的负担。
因此,现在是时候采取措施解决数据中心衰退的现象,问题是你应该在哪些方面削减成本?
引入虚拟化
数据中心成本最重要的是电,没有之一(包括使用计算设备和冷却系统的电力)。虚拟化起到了关键的作用,可以减少整体用电量,因其减少了所需的电源和冷却的物理机器的数量。
承载虚拟机的单一物理服务器有时可代替两个、三个(有时更多)个未充分利用的物理服务器。虽然一台利用率在80
%物理服务器的用电量超过利用率在20 %的物理服务器
,但效能远远比20%的高得多,因为低利用率的服务器随附的四个磁盘驱动器,所以需要四个低效电源运行四个服务器,依此类推结果可想而知。
虚拟化也通过减少硬件的数量来节约成本,有些不必要的硬件往往成为累赘。使用越少的服务器,那么当它们寿终正寝时,更换的次数也会随之变少。幸亏有诸如微软和VMware等公司研制的先进虚拟机管理软件,让我们在设置和配置他们所花费的时间(以及相关的成本)远小于物理服务器管理。
其实,不仅服务器需要虚拟化。对于服务器受用的理论,存储系统也可兼而得之:存储虚拟化可以通过减少过度供应、减少磁盘和其他必须供电和冷却存储介质的数量、购置和更新来降低成本。
引入自动化
数据中心自动化需要大量的投资,但它同时也有显着的成本节约。在衰退时期应该谨慎看待一些因素,比如适中的价格区间和相对较快的投资回收期等。包括补丁管理、安全警报(反过来可能使远程操作成本降低)和一些劳动力繁复的任务,如密码重置。譬如,当一个企业中有大量员工需要使用IT来处理密码问题时,语音身份验证系统就可以显着降低这种密码重置所带来的能耗。此类系统会自动验证用户的身份以及重置相关密码。
任意一款优秀的自动化软件,总会给人们带来额外的惊喜。它可以降低处理任务所花费的工时数,这样,管理人员可以灵活选择是该降低数据中心的人力资源成本,还是将员工重新分配到其他任务中去,进一步落实削减成本系统,从创造一个虚拟的循环过程。
应用程序的整合
数据中心运行越多的应用程序,管理它们就会更加复杂、昂贵。因此,假设整合成尽可能少的几个应用程序,财政预算就会减少一大笔,当然,应用程序和所需的任务必须匹配上。如果这些都是开源的应用程序(有可能意味着是基于Linux的),就会有显着储存的潜在性,无论在操作系统和应用程序的许可证方面的费用,还是CALS①。
记住,技术支持的成本还在,微软等大型厂商的案例表明,开源软件的所有权的总成本不低于封闭源代码。但最起码,你可能能够从有封闭源代码的厂商使用开放源交换到更好的交易筹码。
无论是在宏观层面上看整个数据中心的运营方式的结构,从微观层面上的已有的些许变化,都会给我们很大的启发。例如,你可以就系统可用性设定自己“五个九”的目标,前提是评估一下是否真的有必要。要是达到这一目标的99.9 %,会降低多少成本?对整体的业务的盈利能力有什么影响?等等。
如果确定只有少数几个应用程序能保证99.999%的正常运行时间,那么就要考虑此数据中心是否是对于这些应用程序是否适用。如果低于此级别的服务,一个专门的应用服务提供商可能能够以固定的较低成本补偿给每个用户一些费用。反之,提供不必要的冗余是没有意义的,只会把钱付诸东流。
另外,数据中心运行的时长比本来需要的时间多。这时候便需要远程管理工具,你会发现在某些时候无人管理的数据中心突发情况,就需要工作人员“随叫随到”远程问题理清,一切尽在掌控之中。
最后, 有几个IT管理框架最佳案例值得一提,如IT基础设施库(IT Infrastructure
Library,ITIL)和Microsoft操作框架(Microsoft Operations Framework,MOF
)。框架与操作协调是一个中等长期的项目,但它们的目的是确保所有的IT服务(包括与数据中心相关的项目)尽可能高效地交付。
如果你能做到这些,为确保您的数据中心能够适应任何经济放缓导致的恶果,接下来还有很长的路要走。路漫漫其修远兮,吾将上下而求索。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19