
数据中心容量规划九大建议
有效容量规划的实用建议
1.由小到大
许多容量规划几个月后就以失败而告终,因为它太早地包含了过大的范围。尤其是那些没有这方面经验的公司更是如此。开始时,最好是只做一些关键资源——如处理器或带宽,然后随着经验的积累再逐渐扩展项目。
2.讲客户的语言
当询问开发人员(尤其是终端客户)工作负荷预测时,尽量用他们能明白的通俗用语来讨论。例如,不要问客户处理器利用率预计增加量,而应该问有多少额外的用户会同时使用这个应用,或者有多少特殊事务会在高峰期执行。
3.考虑未来平台
在评估用于容量规划的工具时,记住公司可能考虑的那些新架构,选择既可用于当前平台又可用于今后平台的工具包。有些工具看起来很适合现有平台,但可能在计划的架构中可用性很低或不可用。随着一些公司越来越倾向于web-enabled系统,这种情况尤其可能发生。
4.与供应商共享计划
如果你打算在多个平台下使用你的容量规划产品,最好告知软件供应商你的规划,这一点很重要。在讨论过程中,确保所有附加费用——驱动器、代理、安装时间和劳力、证书拷贝、更新维护协议等费用都确认无误,与预付款相符。证书更新和维护协议的费用通常可以根据其它附加费用情况进行协商,予以部分减免。
5.预期非线性成本率
我大学的一位备受尊敬的教授总喜欢说一句话,我们其实生活在一个非线性的世界。至于容量升级,当然就更是如此了。有些升级是线性的,增加一倍的处理器、内存、管道或磁盘就会增加一倍的升级成本。但是,如果升级了卡、芯片或设备,相对合适的容量增加量可能带来不合适的额外费用。
6.准备好意外的工作负荷缩减
工作负荷的预期变化并不总是导致容量需求的增加。部门合并、减员和生产率提高可能减少一些生产工作量。同样,随着重点工程的部署完毕,开发工作也可能会减少。尽管所需容量的增加很明显是更常见的事,减少也是有可能的。在询问用户的今后工作时,一个较好的准则就是强调工作负荷变化,而不仅仅是负荷增加。
7.为人事变动做好准备
随着时间的推移,所有企业都会经历不同程度的人事变动。为了尽可能地减小对容量规划的影响,一定要确保至少有两个人熟悉这套方法,并对规划过程做文档记录。
8.不断努力改进规划过程
要持续不断地改进容量规划过程,最好的做法之一是设定一个目标:每个新版的规划方案都至少扩展和改进规划的一个部分。改进的部分可能包括新增平台、集中打印机或远程布置。新的规划应该至少一年制作一次,最好是每半年一次。
9.评估潜在升级成本
大多数基础设施硬件资源的升级都有许多潜在的升级成本。
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