
探访腾讯北方最大数据中心:马化腾有多在乎你的数据安全
腾讯现今最大数据中心
在贵安数据中心的承载的业务量增长起来之前,雷锋网跟随数字中国万里行团队本次探访的腾讯天津数据中心仍是目前腾讯业务承载量最大的数据中心。就在2018年5月,腾讯天津数据中心服务器数量突破10万台,成为国内第一个单园区服务器数量突破10万的数据中心。
腾讯天津数据中心投产于2010年11月,是腾讯第一个全自建超大规模数据中心,也是目前中国规模最大的已建成数据中心,腾讯天津数据中心共四栋大楼,总建筑面积约92777平方米,其中2号楼为办公楼,另外三栋楼均为机房楼,建设时间和采用的技术均有差异。
腾讯天津数据中心实拍
1号楼投产于2010年,建筑面积约20446平方米,设计机架数1300个,设计总用电量18MW,单机架功耗8KW;
3号楼投产于2014年,建筑面积约38971平方米,设计机架数2300个,设计总用电量36MW,单机架功耗6.5KW;
4号楼投产于2017年,建筑面积约22516平方米,设计机架数1200个,设计总用电量18MW,单机架功耗6.5KW。
腾讯前三代数据中心经历了由厂房改建(传统方式)→自建园区(高压直流+free cooling)→模块化数据中心(采用MDC)的变化,2010年投产的1号楼是腾讯的第二代数据中心,实际负载在四年前已达9MW。2014年投产的3号楼属于腾讯的第三代数据中心。
单说10万台服务器服务器可能不太直观,我们以“数据存储”或“数据备份”来看,考虑到腾讯天津数据中心服役时间比较长,服务器新旧不一,假定硬盘的平均容量为4TB,每台2U服务器12个硬盘计算,可提供总容量480万TB,或者4800PB,或者4.8EB的数据。
再以该园区2号办公楼运营着的腾讯视频业务举例,倘若一部2个小时的蓝光高清电影按30GB来计算,相当于1.6亿部电影,要看3.2亿个小时,一个人36530年才能看完,这还只是一个数据中心的数据存储量。
如果把这些硬盘都换成12TB的希捷Exos X12氦气密封企业级硬盘,这个总存储容量会达到上面所说的三倍,功耗还可以下降10%-20%,甚至更多。如果折算成单位容量的功耗,那就可以低至三分之一以下。
作为腾讯如今最大的数据中心,如此之大的数据保有量,保证物理安全十分重要,为此,腾讯设立了五个防护圈,分别是红外周界、园区出入控制、大楼出入控制、楼内门禁控制以及生物识别控制,保护腾讯数据中心的数据。
从一号楼和三号楼数据中心的平面布局图可以看出,三号楼的功能区域分类明显比一号楼少,因为三号楼使用了MDC技术,在设计最初就把空调间、UPS间和电池间全都砍掉,相应的功能分布到MDC中,更为灵活、高效。
何谓MDC?据腾讯官方资料,模块化数据中心(Modular Data Center)是以微模块(Micro Module)为独立单位进行工厂预制、快速部署的数据中心,其中可包含多个不同功能、功率的微模块(Micro Module)配合使用,满足业务需求。
腾讯定制的TMDC=Frame&机柜(框架及机柜)+RPP(电源头柜)+HVDC(高压直流系统)+Inrow(精密空调),占地不过15平米的微模块却高度集成化,减少现场施工环节。
腾讯天津数据中心经理栗权告诉雷锋网(公众号:雷锋网),传统数据中心存在不少弊端,比如节能系统依靠建筑设计,很难更改;整体交付周期冗长(最快6-9个月),机架资源的储备度往往不能跟上业务增长的速度;施工单位众多,施工质量难以控制;由于一次性完成设计,后续较难适应因服务器侧的快速变化带来的变更需求,灵活性差;土建和IT建设紧耦合。拿地后需要立即启动土建设计和IT设计,两部分设计往往进度不匹配;UPS系统等存在事故隐患,也降低了电力转换效率。
采用TMDC技术的数据中心在很大程度上就能解决以上问题:
节能方面:TMDC颗粒度相对较小,便于综合多种节能措施,从而很好起到节能效果;
快速交付:微模块最快4周交付,快速的IT部署能力使低成本方式储备大量资源成为可能;
质量可控:通过在工厂预制,大幅度减少工程建设环节,减少安全事故风险;
生命周期:以微模块为单位,可灵活调整功耗、容量等配置;服务器生命周期结束后,也可以微模块为单位整体退役;
土建和IT建设分离。第一阶段只做土建部分,按简单厂房报建,预留标准接口给IT部分;
初期投资土建(不到20%)小,IT部分按需分期投入,分段验收;
高压直流彻底取代UPS,确保安全且效率高。
腾讯天津数据中心实拍
微模块技术最大的优势还在于节能,TMDC同时采用了通道封闭(5%-10%)、行间制冷(>4%)、HVDC+市电直供(8%)以及配电架构简化技术(4%),括号内数字即为该技术可节能比例。传统数据中心封闭冷通道或者热通道以提升效率,腾讯采用TMDC实现全通道封闭形成自循环,行间制冷可缩短内部送风距离,HVDC+市电直供减少了两次电力转换,效率更高,配电架构简化可减少前端线损1%,配电部分能耗已无需配套制冷,相应制冷能耗节约3%。
配电架构简化示例
栗权表示,若一个传统数据中心,原来PUE(PowerUsageEffectiveness,电源使用效率)=2.0,合理使用MDC后技术综合节能约24%,理论PUE可以降低至约1.5。
10万台服务器供电和散热是很大的一笔开销,这就要求各厂商们都在追求更低的PUE。以一台配备2个英特尔至强金牌5118处理器(至强可扩展处理器家族在中国企业级市场上销量最好的一款)的双路服务器作为参考模型,满载功耗约400瓦,那么,10万台服务器一年的电费就是3.5亿度
如果PUE=1.5,每年电费支出就是5.25亿度;如果PUE降到1.2,每年就可以节约超过1亿度电。
栗权展示出了腾讯天津数据中心1号楼和3号楼的实际PUE数据对比,可以明显的看出,一年周期内采用了MDC技术的数据中心节能效果明显优于上一代,3号楼冬天关闭冷机是PUE低至1.2。
1号楼和3号楼实际PUE对比
在2015年腾讯云召开了“腾讯云2015年渠道伙伴大会”,会议地点正是腾讯天津数据中心,此举也被业界理解为秀肌肉的表现,毕竟一家公有云厂商如果连自建数据中心都没有,说话气势都要比其他云厂商弱一截。
腾讯天津数据中心实拍
腾讯在数据中心领域起步比较早,早在2006年就在深圳租了一栋楼开始尝试数据中心的建设和创新,2007年便开始了第一个20万规模数据中心的设计与建设,也就是现在天津数据中心的原型。2014年开始腾讯在深汕合作区和上海青浦也同时在建两个10万量级的数据中心。天津数据中心为腾讯独立建设与运营,深汕和青浦数据中心则是和运营商合作建设的大规模数据中心。
据国际行业研究&咨询机构Forrester发布的《2018年中国全栈公有云开发平台Wave报告》,腾讯云凭借优秀的产品服务能力、前瞻性战略视野,突出的市场表现,以3.76分的综合评分位列中国厂商第二名;此外IDC数据显示,腾讯云在2017年中国公有云IaaS厂商中稳居第二,市场份额超过10%。
腾讯云的市场表现离不开全球范围内数据中心的支撑,腾讯云在全球 25 个地理区域内运营着 48 个可用区,地理区域扩张是腾讯云全球化布局的首要任务,今年腾讯云还计划陆续上线多个区域和可用区。
如果腾讯天津数据中心的10万台服务器全部用于腾讯云业务,考虑到腾讯云已经在至强可扩展处理器这一代开始向英特尔定制规格较高的至强金牌61系列处理器,用于云计算的服务器存储、网络等配置又普遍较高,一台服务器的功耗可以达到600瓦,前述所列的支出还要增加一半。
在动辄上亿的开销下,哪怕“只是”1%的效率改善也意味着上百万的成本节省,这也是腾讯仍在深化数据中心自研道路的缘由所在。
贵安七星数据中心将采用T-block技术,T-block是由腾讯历时两年自主研发的第四代数据中心技术,外观是形似集装箱体的“方仓”,由办公箱、供电模块箱、两个IT模块箱、制冷模块箱A和制冷模块箱B六大模块组成。而通过这些方仓的标准化对外接口,可以实现便捷快速的大规模拼装对接。采用“搭积木”方式,全数据中心建设实现模块化配置及快速拼装,贵安七星数据中心施工周期还要更短。
与传统集装箱数据中心不同的是,T-block可以采用集装箱并柜或是钢架结构拼接等多个方式实现,拓宽了T-block的应用场景。2016年4月26日工信部电信研究院对腾讯T-block进行了24小时不间断带载测试,测得日电度PUE=1.0955,当然实际PUE存在偏差。
马化腾在各种公开场合曾经不止一次的谈及腾讯的数据中心和云计算,其最被广泛传播的话是在2010年的深圳IT峰会上,马化腾表示云计算要几百年后、一千年后才有可能到达阿凡达那种现象,这时候做云计算还显得过早。说归说,做归做,腾讯云的快速转变让业界柞措手不及,云计算业务在马化腾的支持下站在腾讯集团中央,要钱有钱要人有人,五到十年内投入100亿,这还不算前期投资。
马化腾两次为腾讯天津数据中心站台,腾讯全国各地数据中心落地仪式他也多次出席,腾讯其实早已有一个关于数据中心的“梦想”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA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 ...
2025-08-28