京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01