基础设施数据中心可扩展性：为未来需求做好准备 (基础设施数据分析)

文章编号：25303 / 分类：互联网资讯 / 更新时间：2024-05-29 20:30:54 / 浏览：次

随着企业数字化转型趋势的不断加速，数据中心已成为现代商业运营不可或缺的基础设施。随着数据量的持续增长和对高性能计算的需求不断提高，数据中心面临着巨大的扩展挑战。

可扩展性对于确保数据中心能够满足不断变化的业务需求至关重要。通过规划和实施可扩展的解决方案，企业可以避免瓶颈，并为未来需求做好准备。

可扩展性的好处

可扩展的数据中心提供以下好处：

提高效率：可扩展的数据中心允许企业根据需要增加或减少容量，从而优化资源利用率和降低运营成本。
增强灵活性：随着业务需求的变化，可扩展的数据中心可以轻松调整，以满足不断变化的计算、存储和网络需求。
降低风险：对可扩展性进行早期规划可以避免因容量不足而导致停机或性能下降的风险。
提高投资回报率：可扩展的数据中心可以通过避免昂贵的重大升级和改造，以及利用基础设施数据分析，企业可以构建可满足其未来需求的可扩展数据中心。这样，他们可以确保其关键业务应用程序和数据始终可用、高性能且可靠。

数据中心建设包括哪些内容

摘要：数据中心建设包括数据中心机房建设、网络环境建设、网络安全建设、服务器系统建设与设计、信息资源开发与应用等五方面的内容，在正式建设之前，需要考虑是否符合条件，如能源供应条件、气候因素条件、地质条件等。具体的数据中心建设包括哪些内容以及数据中心建设的条件有哪些，咱们到文中仔细看看吧！一、数据中心建设包括哪些内容完整的数据中心作为通信与IT信息系统的大脑与中枢，涵盖从基础设施、技术与系统架构、应用及数据、业务和IT流程、组织与运营、企业与信息化战略等全方位内容。 1、数据中心机房建设数据中心机房建设为数据中心提供关键的基础设施支持。基础设施包括场地、建筑、供电系统、空调系统、消防系统、防雷与接地等，为数据中心提供安全、可靠、纯净的电力系统与环境。 2、网络环境建设数据中心内部网络建设、与外部网络的连接等，作为数据中心基础设施系统，实现数据中心内部高速数据的互联与交换、数据中心与外部网络的连接等功能。 3、网络安全建设网络安全建设主要包括防火墙、安全网闸、入侵检测、漏洞扫描、防病毒、安全网关、签名验证和信息安全综合监控与管理平台等。 4、服务器系统建设与设计数据中心的服务对象主要是公共服务信息化平台或企业信息平台与中枢，应满足企业、公共机构等的信息交换、存储、利用等需要。通常，服务器可划分为大型主机、小型机、工作站、普通服务器、存储器等一些用于计算、存储、分析等的设备。 5、信息资源开发与应用进行信息资源的开发，特别是数据库建设，实现数据的存取、更新、维护和利用。（1）数据交换平台数据中心除了为业务提供高效可靠的网络应用平台外，还具有数据交换的功能。数据交换平台的建设将一改人们对传统数据中心的认识，提升数据中心在业务中的地位。通过业务封装，将各种应用系统按照统一的对外接口规范进行封装，而不管应用系统内部采用何种技术。数据交换平台除了要为规范操作制定一整套完善的业务系统接口标准外，还需要对数据进行必要的汇总和归纳，建设一些必要的基础数据库。通过建设数据交换平台，将可以解决不同应用系统之间的信息交互，也可以为业务决策提供可靠的数据来源。（2）统一信息通信与OA平台随着通信技术的日益成熟，电子邮件、电话、传真、短息、网站等逐渐成为信息化应用中重要的工具，组成统一信息通信技术（Information&Communicationtechnology，ICT），并利用其独特的优势发挥了不可替代的作用。在数据中心建设中，上述ICT技术可以及时的将各类信息发送给最终用户，极大地提高了人类社会的信息沟通与交换效率。二、数据中心建设的条件有哪些1、能源供应：数据中心三分之一以上的预算将是环境成本。数据中心约60%的资产支出和50%的运营成本都与能源有关。在确保高性能的同时，将冷却散热降至最低是云数据中心实现“绿色”所必须要做的，这就要求更科学、更合理的供电方式和制冷系统的配置。 2、气候因素：虽然气温、台风、洪水、干旱等自然气候因素都是云数据中心布局的影响因素，但温度条件是需要重点考虑的气候因素。所在地的常年平均气温是影响云数据中心能耗的决定性因素之一，甚至是决定PUE高低的重要因素。 3、地质条件：地壳稳定，发生地质灾害的可能性小，为数据中心的阶段内的稳定运营提供保证。

大数据对于数据中心基础设施有何意义

大数据对于数据中心基础设施有何意义今天，我们可以从各种各样的渠道来源收集和存储数据，如网上交易、社交媒体活动、移动设备和自动化传感器等等。而软件的发展始终为新硬件的改进铺平了道路。在这种情况下，大数据的计算和存储需求无疑正推动着存储硬件、网络基础设施和不断增长的新的计算需求处理方式的发展。对于大数据分析而言，最重要的基础设施莫过于存储设备了。容量能力那些超过PB级规模的数据即可被认为是大数据。随着数据量的飞速增长，企业的存储设备也必须是高度可扩展的、且灵活的，以保证整个系统不会被打乱，进而重新增加存储。大数据转化为大量的元数据，所以传统的文件系统无法支持。为了减少可扩展性，面向对象的文件系统应该是灵活的。关于延迟性大数据分析涉及到对社交媒体和交易数据的跟踪，这需要利用实时的战术决策。因此，大数据存储不能出现延迟状况或过时数据的状况。有些应用程序可能需要实时数据的以便进行实时的决策。存储系统必须能够在不牺牲性能的情况下向外扩展，这可以通过实施一个基于闪存的存储系统来实现。保证正常访问由于大数据分析是用于跨多个平台和主机系统，需要有一个更大的交叉引用数据，并将所有这些结合在一起，以便提供一个形象图。因此，存储设备必须能够在同一时间处理来自不同源系统中的数据。安全性由于交叉引用数据处于一个新的水平，会产生更大的形象图，新数据级别的安全注意事项可能需要考虑现有IT场景。存储设备应该能够在不牺牲可扩展性或延迟性能的前提下处理这些类型的数据级别的安全需求。成本因素大数据项目也会涉及到大的成本。大数据分析所需的最昂贵的组件是存储设备。某些技术像重复数据删除可以使用磁带备份、数据冗余和构建定制的硬件，而不是使用市场上可以买到的任何可用的存储设备，这样可以帮助企业显着降低成本。灵活性大数据通常采用商业智能应用程序，这需要数据集成和迁移。然而，考虑到大数据的规模，存储系统需要修复而不能涉及任何数据的迁移需求，同时需要有足够的灵活性以适应不同类型的数据源，再次，也不能以牺牲性能或延迟性为代价。企业应谨慎考虑所有当前和未来可能的使用情况和场景，以进行存储系统的规划和设计。

大数据发展五大关键要素

大数据发展五大关键要素目前，大数据正成为推动企业效率提升和管理变革的强大力量，一些企业正利用互联网与物联网等带来的海量数据，通过挖掘、分析与业务应用，赢得优势。它正成为经济繁荣的催化剂，在美国，大数据已经被提到了国家战略的高度。但如何发展大数据呢？从新加坡的经验来看，政府在其中起到关键性的作用。新加坡政府抓住了大数据发展的五大关键要素：基础设施、产业链、人才、技术和立法。它在其中发挥了关键角色，尤为值得一提的是，这五个要素是普通企业所做不到的，而新加坡政府正好填补了企业的短板。大数据基础设施方面：一个国家在信息和存储等方面的基础设施，决定了大数据时代的海量数据能否汇集、传达，存储和应用。为了为大数据的发展提供良好的基础，新加坡在基础建设投资方面毫不吝啬。新加坡是世界十大高速网络架构之一，并承载了东南亚地区半数以上的第三方数据中心储存量。新加坡已确立其作为全球数据管理枢纽的地位，汇集了东南亚超过50%的商业数据托管及中立运营商数据中心。大数据产业链方面：在大数据产业链中，横跨了包括数据提供者、存储商、分析和挖掘商，以及应用企业等。对于企业，往往只有应用能力，却缺乏获得、存储和分析与挖掘大数据的能力。而在这方面，当然要依靠产业链中相应的服务商，但政府在产业链建设中发挥了关键性的作用。在数据挖掘方面，鼓励大学设立数据挖掘和分析平台，2012年，新加坡管理大学（SMU）推出的“Livelabs”创新平台，旨在增强新加坡在消费者和社会行为领域的数据分析能力；鼓励企业设立数据分析中心，一些企业通过在新加坡设立数据分析中心，洞察亚洲市场需求，已成功地实现了区域市场业务的拓展。 2011年，劳斯莱斯（Rolls-Royce）与新加坡科技研究局（A*STAR）下设的高性能计算研究院合作成立了计算工程实验室，在智能数据分析领域进行合作研究。新加坡信息通信研究院（I2R）拥有全亚洲最大的数据挖掘团队之一。承担数据提供者角色，主动披露政府掌握的数据，在大数据建设中，这一点至关重要，因为毕竟政府是最大的数据拥有者。但是让政府能够主动开放自己的数据，并不是一件容易的事，而新加坡政府却做到了这一点。新加坡土地管理局（Singapore Land Authority）研发的电子地图（OneMap），就为基于位置的服务（LBS）的企业提供了开放数据平台。新加坡陆路交通管理局则通过公共数据开放计划开放新加坡交通数据，鼓励企业甚至是个人开发提升公共交通效率的应用软件。新加坡环境局（NEA, National Environment Agency）与多家企业合作，研究如何收取降雨量，并通过掌握不同地区环境的数据，来预测哪个地区接下来会爆发热带地区可能产生的疾病。大数据人才方面：目前企业应用大数据过程中往往最缺少数据人才，培养数据人才要充分发挥政府的作用。为了成为全球领先的数据分析中心，新加坡政府在这方面的努力可谓不遗其力。它与企业以及本地高等院校开展合作，确保毕业生获得必备的专业知识和技能。目前，新加坡在数据分析领域开设了4个硕士课程以及5个本科课程，提供侧重于具体行业应用的多学科研究方法。在新加坡经济发展局的协助下，亚洲顶尖学府新加坡国立大学（NUS）和IBM将开展合作，共同成立新加坡国立大学商业分析中心。该中心旨在帮助在校学生以及在职人员提升商业分析领域的最新职业技能，为未来数据分析工作打好基础。大数据技术方面：大数据存储、分析和挖掘技术与产品往往需要巨大投资，但是一般的企业无法承受这样的投资，此时政府的作用就尤为重要。而新加坡在其中，从来就没有缺位。信息通信研究院（I2R）与中国搜索引擎巨头网络在东盟自然语言技术开发领域进行合作。这一技术如被普遍应用，将为企业进军新兴的东盟市场创造空前机遇。此外，数据分析会被应用在分析社会认知领域。新加坡高性能计算研究所（IHPC）是率先开发此项技术的研究所之一。通过对人们第一印象的建模研究，企业可以更好地了解亚洲消费者。这项技术能够帮助企业预测消费者对新产品的反馈。在立法方面：大数据的发展总是伴随着与个人隐私权的冲突，而能否通过立法明确保护个人隐私权是大数据能否良性发展的关键，而新加坡在这方面做得很充分。新加坡于2012年公布了《个人资料保护法》（PDPA）。《个人资料保护法》作为一项较为宽松的立法，旨在防范对国内数据以及源于境外的个人资料的滥用行为。该法案的出台使公民得以进一步了解个人资料的使用途径；同时，在进行个人信息处理的过程中，也加强了企业与客户之间的信任程度。新加坡在收集、存储大量数据的基础上，对数据进行有效的分析与应用，从中获得经济价值。到2017年底，预计数据行业将为新加坡经济贡献十亿新元的增值，并培养2,500名跨领域数据分析专业人才。而所有这一切在于新加坡对于大数据的战略定位，对于自然资源稀缺的新加坡而言，“利用数据作为资源”是非常好的选择，新加坡经济发展局资讯通信与媒体业执行司长吴汭刚认为，“对于新加坡，数据就是未来流通的货币，而我们目前所做的就是将新加坡打造成全球数据管理中心，从而有能力与企业合作，将数据的潜在价值转化为可见的商业利润。 ”

数字基础设施包括哪些

数字基础设施主要涉及5G、数据中心、云计算、人工智能、物联网、区块链等新一代信息通信技术，以及基于此类技术形成的各类数字平台。

数字基础设施是以数据创新为驱动、通信网络为基础、数据算力设施为核心的基础设施体系。人类社会正加速向数字化转型，作为新型基础设施，数字基础设施已经像水、电、公路一样，成为人们生产生活的必备要素，为产业格局、经济发展、社会生态发展提供了坚实保障。作为数字经济的坚实底座，数字基础设施的重要性已经成为广泛共识。

3D打印、智能机器人、AR眼镜、自动驾驶等新型数字科技，则广泛拓展了数字基础设施建设的应用范围，擘画了全新的数字生活图景。

数字基建是新基建的支柱，经过数字化改造的传统基建也属于新基建范畴，而数字基建和传统基建在新基建的外延层、辐射层可能会有所重迭，从而形成相互补充与促进的作用。

建设意义

第一，短期内，数字新基建投资将直接起到经济拉动作用，明确稳增长、稳就业的发展预期，释放潜在经济活力。相关产业链上下游将直接受到需求刺激，对冲经济下行的压力。

第二，长远来看，我国针对全球未来的数字经济趋势，前瞻性地进行新基建建设布局，将有望在长期内改善经济发展结构，孕育新的经济发展动能。

第三，拉动新材料、新器件、新工艺和新技术的研发应用，为新技术的发展，新产业、新模式和新业态的形成与大规模商业化提供必要支撑。

第四，推动市政、交通、安全、环境、信息化等多个部门对新型基础设施开展基于数字化平台的集成管理，将对政府公共基础设施的管理模式带来改变。

数据中心纳入新基建，未来发展会怎样？

加快制定碳达峰行动方案，推进产业结构升级和低碳化发展

碳中和指通过植树造林、节能减排等方法增加碳吸收量，将碳吸收量与碳排放量抵消，实现碳中和。碳达峰就是二氧化碳的排放不再增长，达到峰值之后再慢慢减下去，是碳中和前必须经过的阶段。

2020年9月，在第75届联合国大会上，我国提出二氧化碳排放力争在2030年前达峰，努力争取2060年实现碳中和。2020年12月，中央经济工作会议将“做好碳达峰、碳中和工作”列为2021年的重点任务之一。

2021年3月，政府工作报告中指出将制定2030年前碳排放达峰行动方案，推进优化产业结构和能源结构，大力发展新能源。

数据中心规模扩大，能耗随之增加

数据中心是数字经济的核心基础设施，我国政府已将数据中心列为七大“新基建”领域之一，同时工信部也将其纳入国家新型工业化产业示范范畴。受益于云计算、5G、物联网、VR/AR等新应用的广泛兴起，我国IDC业务收入连续高速增长，2020年全年规模实现2238.7亿元，同比增长43.3%。

数据中心是公认的高耗能行业，过去十年间，我国数据中心整体用电量以每年超过10%的速度递增，2018年，全国数据中心总耗电量1500亿千瓦时，达到了社会总用电量的2.19%。预计到2025年，占比将增加一倍，达到4.05%。

当前中国的电力结构仍以燃煤发电为主，在数据中心供电结构中，火电占比超过70%，会产生大量的温室气体及其他污染物。

碳中和政策影响下，推进建设节能型绿色数据中心建设政策陆续出台

碳中和目标背景下，国家发布《关于加快构建全国一体化大数据中心协同创新体系的指导意见》等政策，提出强化数据中心能源配套机制，推进建设绿色数据中心，实现数据中心行业碳减排。

北上广深为首的核心一线城市纷纷推出节能减排政策，对IDC的PUE能耗水平进行严格控制，在能耗总量限制基础上大力推进绿色数据中心建设，同时对核心土地指标进行管制。

政策限制高PUE值数据中心入场，数据中心降PUE大势所趋

PUE(Power Usage Effectiveness)是衡量数据中心运行效率的指标，其越接近于1，代表数据中心对于电能的利用越有效率。根据《全国数据中心应用发展指引》数据，2017-2019年，我国在用超大型、规划在建大型和超大型数据中心PUE值均呈下降趋势，说明降低数据中心的PUE值并实现能耗降低成为发展趋势。

从区域分布来看，河北、西藏、江苏、山西、湖南等地数据中心PUE值处于较高水平。国家和地方持续出台一系列政策引导数据中心绿色发展，对数据中心PUE提出了明确指标，数据中心一直在加快绿色化发展，不少优秀数据中心获得了数据中心绿色等级4A、5A级，部分达到国际领先水平。

随着国家绿色数据中心政策及地方政策的逐步推进，未来，数据中心在降低PUE的同时，可通过自建或采购可再生能源电力、购买绿电证书、碳排放交易等手段加快实现碳中和目标。

根据《2019中国企业绿色计算与可持续发展研究报告》指出，中国企业数据中心PUE值有明显改善。PUE值大于2.0的企业从2012年的34.6%降至2019年的2%，小于1.5的企业从3.7%上升到12.9%。但依然有85%的受访企业数据中心的PUE值在1.5-2.0间，存在较大提升空间。

绿色数据中心建设加快，互联网和通信领域较多

数据中心是未来为数不多能源消耗占社会总用电量比例持续增长的行业。因此，数据中心行业需要积极践行碳中和，对于我国在2060年前实现碳中和的目标意义重大。因此，各地数据中心绿色化建设加快。2021年1月，工业和信息化部、国家发展改革委、商务部、国管局、银保监会、国家能源局确定了60家2020年度国家绿色数据中心名单，如下：

分领域来看，互联网领域和通信领域绿色数据中心数量较多，分别有25个和21个，占比分别为41%和35%;此外金融领域有10个，占比17%，公共机构和能源领域分别占5%和2%。

碳中和背景下，能源使用由传统能源向可再生能源转变

《欧洲气候中立数据中心公约》指出到2025年12月31日，数据中心使用电力可再生能源将达到75%，到2030年12月31日达到100%的使用可再生能源，并达到无碳绿色数据中心水平。使用绿色清洁能源成为数据中心节能减排的重要途径。

国内来看，如果未来五年数据中心采用市电的比例维持2018年水平，而企业不采取额外措施提高可再生能源使用，到2023年数据中心用电五年内将新增6487万吨的二氧化碳排放量。如果通过提高可再生能源上网消纳以及数据中心企业更主动采购可再生能源等措施，将避免二氧化碳排放1583万吨。

——更多数据来请参考前瞻产业研究院《中国数据中心行业市场需求与投资战略规划分析报告》。

数据中心基础设施包含什么？

数据中心基础设施包含综合布线、抗静电地板铺设、棚顶墙体装修、隔断装修、UPS、专用恒温恒湿空调、机房环境监控系统、新风系统、漏水检测、地线系统、防雷系统、门禁、监控、消防、报警、屏蔽工程等。

智慧城市需要强大的数据中心基础设施才能成功

据联合国估计，到2050年，全球将有68%的人口居住在城市地区。超过一半的印度人口正在向城市地区迁移。随着印度总理启动智慧城市使命，印度正朝着拥抱数据驱动的治理迈出一步。智慧城市将为各种应用部署下一代技术，如人工智能和物联网(IoT)，将创建大量的数据，同时彼此通信，以提高各种功能的效率。这将需要更多的带宽和更快的连接才能发挥作用，但居民迁往城市的增长速度加剧了这一挑战。为了建设一个真正的智慧城市，需要一个成熟的数据存储基础设施，无缝连接和大数据能力，使智慧城市的概念成功。智慧城市可以是两种类型之一——绿地，一种需要从头开始建设一座智能的数字化城市，另一种类型是棕地，这些城市已经存在，需要改造卫生、交通、安全、能源分配等设施的技术基础设施。需要有效地整合先进技术，以确保平稳运行和不间断的连接。 3/4级数据中心将是智慧城市出现的主要催化剂，因为需要大量的数据存储和处理能力来满足这些城市的需求。根据《2017-18年印度经济调查》的估计，到2040年，印度将需要4.5万亿美元的基础设施投资。智能城市将在基础设施中嵌入连接的传感器、物联网设备和其他下一代硬件。因此，他们必须具备必要的数据处理能力才能使信息有用。边缘数据中心可以解决许多挑战，并提供这些城市有效运作所需的东西。这些数据中心将有助于增加数据存储和加快处理速度，从而使技术能够有效运作。在智慧城市基础设施中，居民希望通过实时信息交换获得收益。人、设备、数据和网络之间的互联必须顺畅。创建新的自动化设施和动力应用程序需要采用高密度创新策略，以最大限度地提高生产力和提高竞争力。能够在需要时存储生成的数据、访问、分析和解释数据至关重要。因此，相信数据中心将成为建设智慧城市的重要支柱并没有错。物联网是技术驱动型城市发展的关键；智能手机、智能停车传感器、天气传感器或安全监控系统等互联设备将投入使用，以提高这些城市的生活质量。支持这些解决方案应用的执行器技术在很大程度上依赖于这些传感器收集的数据。市政当局分析传感器采集的数据，以向智能社会中的互联公用事业网络发送命令。毋庸置疑，基于物联网使用大数据分析处理生成的数据的智慧城市蓝图将依赖于无限弹性的数据基础设施。智慧城市的成功在很大程度上取决于其配套基础设施的稳健性。具有正常运行时间可靠性和可扩展性的数据中心对于智慧城市的有效运作而言优先于其他因素。强大的数据基础设施将提供更好的连接性，减少延迟并确保执行其功能所需的信息易于获得。可靠性、弹性、停机时间和安全性是智慧城市平稳运行需要解决的一些主要问题。边缘数据中心将成为整个物理基础设施的一个组成部分，它将作为正在创建的数据的数据存储和处理平台。因此，超大规模架构将允许城市当局更有效地处理数据、资源和服务数据，因为其功能更加灵活和可扩展。虽然现在说智慧城市是否会获得其概念化的普及和采用还为时过早，但毫无疑问，正确的数据中心基础设施构成了这个雄心勃勃的项目的支柱。如果我们培育和投资一个可持续的、高度弹性的数据中心来管理从数据摄入到数据分析的数据生命周期，我们就可以充分挖掘数据集市的潜力，并从政府的“城市即平台概念”中受益。

数据中心基础设施是大数据战略成败的关键

数据中心基础设施是大数据战略成败的关键为了成功实施大数据战略，企业数据中心基础设施的建设应当从围绕云计算，过渡到围绕大数据展开，这需要数据中心基础架构为大数据作出五大改变。以下内容转自机房360：为大数据选择新的硬件、存储和其它数据中心基础设施，这是IT专业人员们所面临的新挑战。大数据是具备空前规模和形式的非结构化信息。它包括视频、图像，以及半结构化的数据（例如在Web上常见的电子邮件和文本）。随着基于传感器的移动Web监视设备和输出数据越来越多，可用的数据量将继续呈指数级增长。推行大数据战略的压力往往来自高层，因为管理者相信，能有效运用数据的企业将比落后者具备更大优势。大数据战略需要数据中心基础架构作出的改变主要有五点：一、支持大数据的硬件大数据导致的存储需求量每年都将增长60%至80%，鉴于这种快速增长和当前的成本限制，IT采购者应选择在可扩展性和存储速度上最具成本效益的硬件。类似大型机的向上扩展体系结构重新兴起，因为它们能够经济高效地扩展，降低总体拥有成本。同样，在提升性能方面，固态硬盘（SSD）和固态卡带都比传统磁盘做得更好。类似IBM Netezza和Oracle Exadata的硬件装置已被证实能有效兼顾可扩展性和性能。考虑采用硬件装置来支持关键大数据业务，但也应确认设备的架构能在未来提供快速性能升级。二、围绕大数据选择存储在成功的大数据策略下，企业可以将来自内部的高质量数据与Hadoop挖掘自多个云供应商的低质量数据进行整合。这也就改善了业务相关数据的质量，让分散在各地的数据能组织成为具备一致和及时性的大数据资源。大数据正在改变中央数据仓储和松耦合数据集市的决策基础，后者的存储库规模要小得多，既可以替代中央数据仓库，也可以成为中央数据仓库的数据源。随着各地办事机构或者国际子公司的增加，中央管理层在业务线扩大的同时更需要高质量的数据来维持管控力度，避免权力的分散。新的软件技术承担了繁重的存储相关处理工作。由Composite Software（刚刚被Cisco收购）和Denodo提供的数据虚拟化软件能自动发现数据源并提取数据充实全局元数据存储库，为整个组织提供跨越内部和外部的所有数据的公共数据库外观和体验。主数据管理软件通过创建公用主记录提高了数据质量，消除了费时的数据仓库检索。企业Web外链需求加深了对公众和混合云的依赖。许多大型企业发现他们需要来自于多个云供应商的大数据，却不能指望供云应商会负责整合这些数据。企业只能从数据虚拟化供应商寻求工具来跨多个云整合大数据。三、利用SSD的存储分层策略存储成本很高，而且越快的存储也就越昂贵。最重要的是，大数据要求存储同时提供大容量和“大”性能。存储分层在存储资源池中提供多种成本/性能选项，从昂贵的高性能固态存储到传统的串行SCSI（SAS）磁盘存储，这些选项的组合降低了总拥有成本。在主内存和磁盘之间增加一个固态层将有助于将大数据任务的性能维持在高位，而且不会引起存储成本失控。 SSD的用量应遵从“90-10”的存储分层规则：成本和速度的最佳组合比例是：使用大约10%的SSD和90%的机械硬盘。这一策略让IT公司用仅增加10%成本的代价就能获得90%以上的性能提升。主内存和SSD的容量比例也遵从同样的规则。由于SSD的性能价格比的提升速度超过传统磁盘（容量提升，价格降低），预计在不久的将来传统磁盘和SSD的配置比例会变为遵循80-20的规则。 IBM BLU Acceleration这类最新的纵列和内存数据库设施能利用SSD获得远超传统磁盘的性能，它们的设计能够有效发挥SSD这类“扁平化磁盘”的优势。四、大数据分析和报告能力虽然嵌入式分析工具已经可以利用报告和自动优化功能改善业务流程，但大数据再次改变了分析规则。例如，和传统上对单个客户进行主要行为分析洞察相比，大数据战略能为每个客户创建一个迭代和洞察分析线程，让公司能跟踪客户并更好地维持与所有客户的长期关系。典型的大数据分析从业人员被称为数据科学家，和常规的IT主管不同，他们更可能同时担任CMO（营销总监）。然而，IT专业人员必须明白他们公司的大数据策略对数据科学家的工作产生的影响。这意味着需要在自动化的报告和嵌入分析之外人工添加第三方审议内容：专设和松散耦合分析。支持专设查询的分析和统计工具是必要的软件前提。许多传统IT供应商以及云供应商——如IBM、Cognos和Birst——正在扩充这些功能。五、企业中的Hadoop Hadoop为数据密集型应用提供“紧贴着”MapReduce文件系统处理程序框架的分布式文件系统。此文件系统支持针对富文本数据的并行事务扩展，例如社交媒体数据。许多IT公司通过在企业内创建自己的Hadoop版本来解决从Web获取Hadoop数据源的问题。然而，缺乏专业知识是一种挑战：精通这种发展中的Web数据管理框架的专业和艺术的IT管理人员犹如凤毛麟角。组织开发他们自己的数据管理工具时应该留意，如IBM、Oracle和EMC的这些主要供应商，往往既提供专有产品用于访问Hadoop数据，也可进行定制开发，让IT公司不需要专门的数据归纳措施就能访问需要的数据。如果您决定搭建自己的数据平台，供应商也提供整合服务，使Hadoop更贴合现有IT资源来高效运作。每个公司围绕大数据的相关决策都会有所不同。请记住，随着围绕大数据的技术演变，大数据战略也应当及时调整，与时俱进。

数据中心建设的未来前景如何？

合作过数据中心项目，其实结合当前互联网技术，前景是很可观的，随着数字化的快速推进，数据中心的变化将更能体现新基建基建+科技的内涵。对于数据中心而言，进行技术创新，能够合理存储和处理数据，满足上层需求，支撑数字经济腾飞，才能实现其真正价值。

针对数据中心系统复杂、多场景和动态性的特点。以 HTML5 的 WebGL 标准实现 3D 的图形渲染技术，以及基于浏览器内核嵌入到小程序实现更方便传播。并采用图扑软件（ Hightopo）轻量架构使其支持跨平台展示，实现多端口海量数据的分析。

利用3D仿真技术，对机房内多种设备进行建模，对设备进行实时监控以及全生命周期维护。同样为了确保数据中心机房正常运转，运维系统也具备烟雾温湿监控、动力监控、门禁等监控功能，实时监测机房内部环境，及时发现存在的问题，可远程控制系统调控运行状态。对资产准确定位，记录设备型号和状态，确保机柜高使用率，避免资源浪费，细化运维能节省约20%的总运营成本。

通过线上监控系统了解设备健康状况，可远程查看机柜的检修记录、履历信息和历史故障，为评估设备安全提供了直观的数据基础。运维人员摆脱了机械性的工作，缓解运维压力。

HT 的三维仿真技术适用强，功能全面、性能稳定，结合集装箱式数据中心自身优势，应用起来无疑是锦上添花。将数据全面集成，改变数据孤岛现象，成为实现数据中心扁平化、集约化、一体化有力的助推剂，为机房监控的发展带来革命性的进步。