
浅谈企业新一代数据中心建设
当前企业对网络系统的依赖性日渐加强,但不断增加的安全威胁对数据的安全性提出了挑战,急剧增长的数据量使得既有的存储容量和应用系统难以适应不断发展的信息化需求,数据中心的可靠性、可用性、可持续发展能力和降低能耗,是企业网络系统必须考虑的问题,建设一个高可靠、大容量的数据中心十分必要。
新一代数据中心将作为信息系统的运行中心、测试中心和灾备中心,承担企业的核心业务运营、信息资源服务、关键业务计算、数据存储和备份,以及确保业务连续性等重要任务。
2.现有数据中心面临的挑战
随着企业信息化应用的不断深入和发展,传统数据中心设计理念的局限性也逐步暴露无遗,使它们面临一系列严峻挑战,在许多方面已经不适应企业信息化建设发展的新要求。
2.1 成本降低的挑战
很多企业的服务器未能得到充分的利用,伴随着每引进一个应用系统,同时新购一台服务器,在企业的数据中心中,CPU使用率等IT资源利用率都低于50%.如何降低IT总体拥有成本,如何提高IT的投资回报,是摆在企业IT决策者面前的重要课题和当务之急。
2.2 应变速度加快的挑战
随着企业业务变革的速度日益提升,IT系统必须以更快的响应速度和更有效的应对措施,减少变革速度的加快给企业数据中心带来时间上更大的压力,迫使企业IT系统必须提高响应速度。
2.3 业务连续稳定性和灾难恢复的挑战
局部的突发性灾难事件,如地震、火灾或破坏活动等,都可能对企业的业务造成重大影响,而重大灾难事件则很可能导致企业倒闭。
当前许多企业的数据中心不能正常应对内外部的许多安全性挑战和威胁,无法满足业务连续性和高可用性的要求,往往由于IT故障和各种灾难使得企业造成很大的损失。
2.4 能耗与空间管理的挑战
随着企业服务器数量和存储以及网络设备的不断增加,企业在能耗和散热等能源管理、空间管理等方面造成了巨大的压力。如何能在有限的空间实现更有效的能源和环境管理,是企业数据中心面临的关键挑战之一。由于能耗不断增长,数据中心的成本也随之提高,一台服务器的能源成本往往超过服务器的购买成本,但许多企业都将能源和散热成本忽略不计。如今,世界环境正面临能源和散热成本严重失控,企业数据中心也必须对能耗管理作战略性变革。
3.新一代数据中心建设内容
新一代数据中心的建设,应围绕网络存储系统(SAN)、应用刀片中心,结合虚拟化技术、高可用性技术(HA),朝下面几个方向逐步部署。
3.1 灵活性
灵活性是新一代数据中心的重要指标之一。在扩展、增加业务时,必然要对IT资源做出动态调整。部署刀片中心,采用虚拟化技术实现服务器虚拟化,使用较少的硬件和电力能耗,而能实现更大处理能力,实现业务灵活性。
3.2 绿色节能
能耗是数据中心主要的运维成本,建设绿色数据中心,可以达到节省运维成本、提高数据中心容量、提高电源系统的可靠性及可扩展的灵活性等效果。通过虚拟化、刀片服务器等多种降耗方式,在满足同等IT设备供电情况下,绿色数据中心可以降低空调能耗20%-45%.因此,绿色数据中心是新一代数据中心发展的重要方向之一。
3.3 模块化
数据中心采用模块化方式构建将更加灵活,尤其重要的是应该采用面向服务的架构,更适应未来数据中心发展的需要,可以更加灵活、动态地部署新业务和应用。按照应用类型,可以将数据中心分为运行中心、测试中心、灾备中心等独立区域,按服务器类功能分类,搭建安全域,分成设计区、经济区、办公区、生产区、外网区。各个功能区域在不影响其它区域运行的情况下,可以动态升级和维护。
根据企业网络系统环境的实际情况,逐步将网络划分为不同的区域,对每个区域进行层次化有重点地保护,是建立纵深防御安全系统的有效手段。
3.4 整合
整合是新一代数据中心需关注的重要管理手段。可以通过重新设置服务器,提高服务器利用效率或者采用新型刀片服务器等多种方式,提升数据中心的利用效率。通过采用虚拟化技术及关闭高能耗、低效率数据中心等手段整合数据中心资源。
3.5 稳定和安全
系统稳定和安全成为新一代数据中心的基本属性。一方面,重点设备和服务器,利用HA技术,当某个系统出现故障时,可以实现动态迁移,从而保障应用的不中断运行;另一方面,重要服务器部署网络存储系统,实现数据的集中存储;同时,灾备中心的网络存储系统备份所有服务器的重要数据,确保在网络中心机房数据意外遭到损毁的情况下,也不会造成数据丢失,最大限度地减少数据丢失对公司正常运营的影响。
4.新一代数据中心实施的关键技术
(1)应用VMWARE虚拟化技术,采用高性能的IBM刀片中心,实现一台刀片服务器可以虚拟出6-8台服务器,用以安装不同的应用服务(如OA、Web、邮件、SQL Server等);
(2)部署SAN环境下的高速存储系统,千兆级的光纤硬盘传输速率跟百兆级(约300MB/s)的SCIS硬盘相比,大大提高了I/O存储的带宽,解决系统运行的I/O瓶颈问题,达到提高服务器运行速度和保证数据的安全;
(3)应用高可用性技术(HA技术),实现某重点网络设备或服务器出现问题时,另外的冗余设备无缝接管相关服务,降低数据保护和灾难恢复的复杂性与成本,能够快速地从故障中恢复;
(4)应用磁盘镜像技术,部署异地容灾设备,在网络中心机房数据意外遭到损毁的情况下也不会造成数据丢失,最大限度地减少数据丢失对公司正常运营的影响。
5.结束语
新一代数据中心能够降低企业网络系统总体拥有成本和维护成本,提高资源的利用率,节约电能消耗。通过网络存储系统(SAN)、应用刀片中心,结合虚拟化技术、高可用性技术(HA),提高网络系统运行速度、稳定性和业务连续性,并确保数据安全。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08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 ...
2025-09-01