京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据基建商机:年节约亿度电_数据分析师
4月份的许多热点新闻都在指向同一件事:我国对互联网流量数据处理能力不足。
4月14日,证监会关于一人可以开多个账户的政策一推出,中国证券登记结算公司的系统,因为数据流量过大而瘫痪。
同一天在北京,国务院总理李克强主持召开座谈会,对加大信息基础设施建设力度作出回应,他指出:“我之前就说过,中国的信息基础设施之落后,我们自己都很难想象!”李克强说,“加大信息基础设施建设、提高网络带宽,这方面我们的潜力很大,空间也很大。”
4月下旬,广发证券的交易系统因交易数据处理量太大而发生瘫痪。
随着大数据、云计算、智慧城市、移动互联网、物联网等应用的快速发展,对数据的存载、处理能力要求越来越高。各行各业对数据中心场地基础设施的建设需求处在一个高速发展时期,而建成运营后的高成本、高能耗和安全问题,引发政府高度关注,节能降耗和安全运营成为重中之重。
瓶颈意味着产业机会,随着大数据时代降临所带来的压力和动力,一大批企业正在崛起。《第一财经日报》记者近日调研了国内数据中心建设行业的领先者上海浩德科技股份有限公司(下称“浩德科技”),探究该企业作为互联网大数据运营环境的规划设计建设者,如何通过技术创新实现节能降耗与安全运营,从而实现快速发展。
巨型机房耗电惊人
数据信息量极其庞大是我们这个时代的特点。每个人每天都在产生大量的数据,比如,网络搜索,用微信、QQ维护社交关系,上购物网站买商品等,数据随之产生。
从美国斯诺登事件中,人们知道美国国防安全机关每天搜集到的手机位置信息就有近50亿条。有专家表示,现在每天全球产生的数据相当于中国国家图书馆整个馆藏总量的1500倍。
即便是一个普通家庭,所产生的数据量也非常惊人。此前有专家研究表示,预计到2020年,一个普通中国家庭,每两年就能产生相当于一个中国国家图书馆的信息储量。
浩德科技的核心业务之一是数据中心建设,这些巨型数据中心就是大数据的承载者和处理者。这是一家十分低调的公司,鲜少在媒体上露面。但在行业内,他们是一支迅速崛起的生力军。
浩德科技的业务包括数据中心、智能建筑、智慧城市、智能交通、能源管理、运维服务以及软件产品研发等,客户分布在政府、金融、电信、电力、轨道交通等行业。
浩德科技所规划建设以及运营的数据中心,可以简单比喻为一个巨型机房,巨大到什么程度?以一个中等规模的3万平方米银行数据处理中心为例,日耗电量达30万度以上,年耗电量超过1亿度、电费花销过亿元。
近些年来,随着信息化快速发展,数据中心建设规模急剧扩张。工信部的数据显示,全球数据中心总量已超过300万个,其中,我国数据中心发展尤其迅猛,目前总量已超过40万个。
随着数据中心迅速发展、日趋复杂,其安全高效运行的要求也越来越高。数据中心在运营生产过程产生大量热量,夏季是数据中心事故高发期,极易引发宕机、火灾等安全事故,许多数据中心近几年发生过大小不等的安全事故,造成数据处理能力瘫痪。一旦数据中心瘫痪,损失将十分重大。2014年夏天,市场一度传言重庆某银行数据中心起火,就曾让利益相关方十分紧张。
专业标准化的实施和安全运营可以为数据中心消除各类隐患,各行业数据中心对系统安全的要求越来越高,浩德科技的竞争力因此凸显:目前每年营收规模10亿以上,每年成长速度超过50%。
如何建设绿色数据中心
数据中心作为大数据的承载者和处理者,显然在信息时代起到了核心作用,然而它的高耗电量却一直让世界各国头疼。
工信部数据称,全球300多万个数据中心耗电量占全球总耗电量的比例达1.1%~1.5%,国际上普遍通过应用节能、节水、低碳等技术产品以及先进管理方法建设绿色数据中心,实现能源效率最大化和环境影响最小化。目前,美国数据中心平均电能使用效率(PUE)已达1.9,先进数据中心PUE已达到1.2以下。
我国40多万下数据中心,年耗电量超过全社会用电量的1.5%,其中大多数数据中心的PUE仍普遍大于2.2,与国际先进水平相比有较大差距,节能潜力相当大。同时,数据中心产生大量的温室气体排放,消耗大量的水资源,其设备废弃后造成较大污染,给资源和环境带来巨大挑战。
为此,近年来工信部、发改委、能源局等部委连续发布政策推动数据中心转型升级。2015年3月,为强化绿色数据中心建设,工信部等部委又下发《国家绿色数据中心试点工作方案》,拟分重点、分领域、分步骤提升数据中心节能环保水平。
浩德科技目前正在参与首批试点单位申报,浩德科技董事长朱林向本报记者表示,后期他们会依托自身优势,参与国家绿色数据中心建设指南、国家绿色数据中心运维管理体系的建立,积极参与相关国家标准讨论、制定。
朱林表示,他们响应国家“节能降耗”方针,在大型智能建筑、数据中心规划设计建设中运用“三联供”发电技术,在能源日趋紧张的情况下解决了电力指标矛盾,通过冷通道、微模块产品,精确制冷以及工艺节能等方法,根本上解决了数据中心能耗问题,跟传统方法相比,可以节电30%以上,浩德科技所有服务的客户(包括新建、改造、运维),估算一年可以为客户节能约1亿~1.5亿度电。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 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 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13