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
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 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 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09