京公网安备 11010802034615号
经营许可证编号:京B2-20210330
四个方向,云计算时代数据中心这样布局
在2014年11月,国务院常务会议上确定促进云计算创新发展措施,培育壮大新业态和新产业,确定要积极支持云计算与物联网、移动互联网等融合发展,催生基于云计算的在线研发设计、教育医疗、智能制造等新业态。大力促进云计算也是基于解决投资分散、重复建设、产能过剩、资源整合不均和建设缺乏协同等诸多问题的方案。从应用模式来看,混合云将是未来云计算发展的趋势,这决定了云计算的底层基础设施数据中心在全国范围内将按照“几 N”形式布局,并且要求其“灵活可扩展”。
“混合云”是未来云计算产业的主要应用模式
在2013年的斯诺登事件曝光加剧了用户对于云安全的担忧,虽然公有云服务提供商依然会通过各种措施完善公有云的安全,并会继续加强用户隔离、数据备份方面的投入,但用户出于对数据隐私性和可用性的考虑,必然会将核心数据及应用掌握在企业自己手中,通过企业私有云来支撑。“混合云”将是未来云计算发展主要应用模式,从中国市场需求来看,尤其是对国内的大型企业来说,混合云是最务实的方案,既充分利用原有设备的投资,又可以解决现有系统无法支撑突发业务流量和数据隐私方面的问题。从厂商动作来看,各个IT巨头迈向云计算的方向无一例外的是“混合云”模式,IBM、HP、华为、微软、EMC等纷纷推出混合云策略及解决方案。
数据中心将按照“几 N”形式布局
与云计算应用的模式相对应,云应用中的“公有云”部分将主要由几个大型甚至超大型数据中心承担,由云服务商提供运营服务,而体现企业核心竞争力的数据及业务将在企业“私有云”之上运行,由企业自己运营。数据中心布局最终将呈现“几 N”的形式。目前,中国云计算数据中心的布局还存在着市场的非理性特征。主要原因是目前尚处于国家引导发展的初期,尤其是处于政府政策性扶持阶段,受优惠政策的支撑,云计算数据中心密集地集中在需求大、应用多的环渤海、长三角、珠三角三大经济区。市场主体并未过多地顾及能源支撑的可持续性,政策性支持弱化了市场要素的作用。“几个”大型云计算数据中心未来布局将会在土地、能源、成本等的约束下,向资源富集,空气、水、环境等较好,低温冷能丰富的高纬度地区集聚转移。“N个”企业私有数据中心将在企业附近就近布局。
高密度模块化数据中心是重要趋势
“混合云”中的公有云部分的业务是需要大型化数据中心承担,数据中心的大型化已成必然趋势,同时在运营和管理方面对运营商提出了更高的要求,在这种背景下,数据中心进入了一个模块化、智能化的时代。从数据中心具体建设步骤来看,在数据中心规划初期是无法有效预计未来的服务量级的,如果不顾业务量大小,盲目建设大规模数据中心会为数据中心建设企业带来较大的前期成本压力和资源浪费,而后期的扩建扩容存在着周期长、管理复杂等诸多限制。现在模块化数据中心能够较好解决这一问题,其特点是数据中心建设工程产品化,能够通过工厂制造实现现场短周期、快速部署,满足数据中心“灵活可扩展”需求。另一方面数据中心发展到现在节能、环保已经是其技术革命的重点环节,而高功率密度设备的大量应用使得数据中心的制冷问题越来越突出,数据中心建设需全生命周期地综合考虑如何去提高可靠性和降低能耗。
数据中心产品不断向融合方向发展
与数据中心模块化的趋势相适应,数据中心的产品也在不断向融合化的方向发展,包括数据中心设备中的服务器、机房空调和UPS等环境设备、机房布线等。越来越多的厂商提供数据中心建设的综合解决方案,甚至于有的厂商尝试推出集成UPS的服务器设备。因此单一的产品提供商已经无法在这一轮市场竞争中立足,市场将更加青睐集成能力更强的厂商。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25