数据中心的运作和在规模和范围上是如何变化的 

数据中心的发展取决于云解决方案、超融合基础设施和更健壮的设备的集成。虽然最初的预测预计云替代方案将完全取代本地数据中心,但组织已经认识到对本地应用程序的持续需求。数据中心并没有消失,而是正在经历转型,随着用于物联网数据处理的边缘数据中心的出现,数据中心变得越来越分散。

现代化工作正在通过虚拟化和容器等技术优化效率,引入类似于云的自助服务功能。本地数据中心也采用了与云资源的集成,采用了混合模型。今天,数据中心有各种形式,从托管和托管到云和边缘配置,确保应用服务器和存储设备的安全和持续操作。数据中心的基本组成部分,包括电源、冷却、网络连接和强大的安全措施,有助于其可靠性和一致的性能。通过多个电路实现的电源冗余、高效的冷却机制、互联网络和严格的物理安全协议是专门构建的数据中心的组成部分,将其与临时存储解决方案区分开来。 

数据中心有哪些不同的类别? 

内部部署:位于组织内部的传统数据中心,配备了必要的基础设施。尽管本地数据中心需要大量的不动产和资源投资,但它们适用于由于安全性、合规性或其他考虑因素而无法迁移到云的应用程序。 

  • 主机托管 

主机托管(colo)是第三方拥有的数据中心,提供物理基础设施和收费的管理服务。用户 为物理空间、功耗和网络连接付费。安全措施包括锁定数据中心机架、控制访问的封 闭区域以及使用生物识别技术进行认证。托管模型提供了灵活性,允许用户保留控制 权或选择由供应商管理物理服务器和存储单元的托管方法。 

IaaS(基础设施即服务):亚马逊网络服务(AWS)、谷歌云服务或微软Azure等云提供商提供 IaaS,允许客户通过基于Web的接口远程访问共享服务器和存储的专用部分。资源消耗 决定了成本,用户可以动态地扩展他们的基础设施。服务提供商处理设备、安全、电 源和冷却,防止物理客户访问。 

  • 混合 

在混合模型中,资源分布在多个位置,但可以像集中一样无缝地运行。高速的网络连 接促进了数据的快速移动。此配置适合延迟或对安全敏感的应用程序,这些应用程序 在使用基于云的资源作为扩展的同时保持在家中。混合模型支持灵活部署和临时设备 的退役,消除了为适应业务高峰而过度购买的需要。 

  • 边缘 

边缘数据中心容纳需要接近最终用户的设备,例如出于性能原因保存延迟敏感数据副 本的缓存存储设备。备份系统通常放置在边缘数据中心,使运营商能够有效地管理和 替换备份介质(如磁带),以便将其传输到异地存储设施。 

数据中心的四层是什么? 

数据中心是基于服务水平协议(sla)构建的,该协议考虑了一年中服务中断的潜在风险。为了最大限度地减少停机时间,数据中心可以实现更多冗余资源以提高可靠性(例如,拥有四个地理位置不同的电源电路而不是两个)。正常运行时间被量化为百分比,通常称为“9”,表示正常运行时间百分比中9的数量,例如“4个9”或99.99%。 

数据中心分为4层: 

第1层:在一个日历年中允许不超过29小时的潜在服务中断(99.671%的正常运行时间)。 

第2层:不允许超过22小时(99.741%)。 

第3层:限制潜在的中断时间为1.6小时(99.982%)。 

第4层:将潜在停机时间限制在26.3分钟(99.995%)。 

第一层和第四层分类之间的差距很大,导致各级之间的成本差异很大。 

什么是超融合基础设施? 

传统的数据中心依赖于三层基础设施,其中为特定应用程序分配了不同的计算、存储和网络资源块。超融合基础设施(HCI)将这三层整合为一个统一的构建块,称为节点。对多个节点进行集群可以创建一个通过软件层管理的资源池,从而提供跨数据中心、远程分支和边缘位置的简化部署。 

什么是数据中心转换? 

传统上,数据中心被视为满足特定应用程序的专用设备集。随着每个应用程序对资源的需求增加,需要购买额外的设备,需要停机时间进行部署,并导致物理空间、电源和冷却的消耗不断增加。 

虚拟化技术的出现带来了范式的转变。目前,我们把数据中心看作是一个逻辑分区的资源池,提供高效利用的优势,为多个应用程序服务。与云服务类似,包含服务器、存储和网络的应用程序基础设施可以从统一接口动态配置。提高硬件利用率有助于建立更加环保的数据中心,减少对额外冷却和电力的需求。 

人工智能在数据中心的作用是什么? 

人工智能(AI)使算法能够承担数据中心基础设施管理器(DCIM)的传统角色。它可以实时监控配电、冷却效率、服务器工作负载和网络威胁等方面,并自主进行效率调整。AI可以将工作负载重新分配到利用率较低的资源,识别潜在的组件故障,并在资源池中保持平衡——所有这些都可以通过最少的人为干预实现。 

数据中心的发展 

与过时相反,数据中心仍然至关重要。知名商业房地产投资和服务公司世邦魏理仕(CBRE)表示,2021年,北美数据中心市场的新容量增长了17%,这主要归功于AWS、Azure和社交媒体巨头Meta等超大规模服务商。 

企业不断产生大量的数据,包括业务流程、客户信息、物联网数据、OT数据以及来自各种监控设备的数据。分析这些数据是一个优先事项,无论是在边缘、内部部署、云中还是通过混合模型执行。虽然公司可能不会构建全新的集中式数据中心,但他们正在积极地对现有设施进行现代化改造,并将数据中心扩展到边缘位置。 

展望未来,由自动驾驶汽车技术、区块链、虚拟现实和虚拟世界推动的不断升级的需求将推动数据中心领域的进一步增长。 

Scroll to Top