文章编号：33242 / 分类：互联网资讯 / 更新时间：2024-10-28 20:48:37 / 浏览：次

PUE不大于1.4在空调技术上是可行的。

制约PUE的，我以为，现阶段关键是冷却技术、空调技术、如何高效排热的疑问。

贴一个清华大学江亿院士的演讲： 各位来宾、各位专家、各位指导早上好！我好象是第一次性参与绿色数据中心的技术大会，由于我们不是搞计算机这行的，是搞空调，搞修建节能的，然而好象也缓缓把我们推到这个行业了。

为什么？是由于空调的能耗或许说派热降温的能耗在数据中心里占了比拟大的比例。

所以，刚才我听前面这位指导讲数据中心都快到了运转这个水平了，运转关键是动力消耗，动力消耗里就40%或许更多是空调的能耗。

所以，怎样能够降高空调的能耗，一方面给国度的节能减排作奉献，一方面也使我们数据行业发生更好的经济效益，就变成关键的疑问梁隐了，所以我当天跟大家汇报一下我们在这方面的想法跟体会。

从空调的特点来看，如今随着计算机电子技术的开展，芯片技术都比原来高，主机的发热度越来越大，这样造成空调排热成为这外面大的部分。

前面有一些细的开展状况不说了，就直接看到空调外头。

如今统计大抵的结果，关于中小型的数据中心大略PUE值都在2，或许以上，这是空调占了一半或许还多的一个动力消耗。

对大型的IDC机房治理做的比拟好的，这时刻空调效率相对比拟高，然而也能占到40%左右的能耗。

橡芹厅所以，降低数据中心的能耗或许一个是提高主机的经常使用效率，没活儿的让它歇着，一方面缩小了空气的运转能耗，当然，电源也有可以提高的技术。

空调应该有很大的后劲，空调外面的能耗由什么构成？以前一想说制冷机，紧缩机耗电多，实践上紧缩机耗电在50%-60%左右，除了紧缩机之外，风机也能占在40%或许更多的空调耗能。

如今的状况什么样？大略有这么几块：第一、由于全年制冷，所以绝大部分的数据中心制冷机都开了，这是一年来总的空调的考点状况，可以看出冬天、夏天区别很少，北京、上海、广州冷的中央，热的中央区别很少，应该说冬天天凉了，北京空调越来越大幅度上去，这个变动也不大，所以全年度在这儿用。

而后，无关发热密度十分大，担任把这些热量排走，所以循环风特意大。

并且风吹的还凶猛，不行把风量缩小，降低送风温度，然而当冷源温度低于屋子里温度的时刻，蒸发器就凝水，巴不得天天都出湿，出了湿又怕屋子里太干，所以又有了一些加湿器，这边除湿，那边又得加湿，又得用电，冬天大冷的天还得制冷，这构成了如今数据中心，无论是大的，还是小的空调动力消耗高的关键疑问。

有这样疑问是坏事儿，反上来又是善报儿。

说明我们在这儿的后劲特意大，有很大的后劲可以把空调动力消耗降上去。

那么，走哪条道？怎样做？一据说这个空调跟你们修建节能是一码事，修建节能都抓围护结构保温，我们整这个，围护结构，效果十分小，或许有效果，为什么？由于一个IDC密一点的机房一平米大略产热量3-5千万，经过围护结构进入或许出去的热量不会超越折合在占高空积上不会超越50瓦，所以，围护结构的影响很小，就是1%，2%的影响。

当然，经过一些技术，防止外墙直接太阳辐射，比来我这儿热，再拿太阳照我，尽或许的密闭，别让风出去，这是很关键的。

或许有些专家说，风渗出去，有什么不好，假设房子做的不密闭，就是无法控制的室外渗风，是凉爽了，然而湿度降低了，夏天热容器不好，而且由于室外的湿度变动大，我数据中心外面宿愿湿度维持基本稳固不变，给我参与湿、除湿的费事事儿。

因此，经过各方面应该把房子做密闭了，对目前来说不是保温的事儿，而且密闭的事儿，密闭最关键。

那么，怎样把热量排出去，马上台几年一些企业想方法说既然冬天不开制冷机，而且外边凉，最繁难的通风换气吧，是经过凉风出去，把热量排走，这是有点节能，然而恐怕数据中心这么做不太适宜，为什么？室外的灰尘赃，机器得洁净，湿度室外是变动的，夏天北京的一立方米空气有2克的水汽，另外中国是烧煤的国度，70%的化石动力都来自于煤，燃煤就出硫，硫化物到室内，就会造成外表出现侵蚀现象，所以这是不行，您的冷却系统是为主机服务的，要是有损于主机，无论是灰尘还是硫化物，还有湿度都会影响主机的寿命，这是相对不能有的。

因此，说就想法经过过滤消弭灰首迅尘，想法加湿、除湿扭转湿度，想法脱硫，当把这些物品都架上，就发现投入的老本和动力消耗就不低了，而且保养治理的上班量立刻上去了，那么这么大的数据中心要求高牢靠性运转，于是这事儿有点顺当了。

还有经过热替换把凉气取回来，这个思绪是挺好，关于一些小规模的计算中心，像一个大楼里的数据中心有时刻还可以，然而关于大规模的机房是无法成功的，是由于直接走风道这么大发热量得有多大的风量直接室外来回换气，风道的体积在那儿摆着不适宜，而后保养上班量十分大，尤其还是赃。

所以，室外的高温必定想法用上，是经过室外的新风，怎样经过某种能量凉上去，最后把机器外面的热量带走。

所以，整个的数据中心的空调跟我们楼里的空调概念不一样，它的外围事儿就是怎样把芯片那儿出来的热量经过某种介质传热，传完之后，几次替换，最后导到室外去就这么一个义务。

所以，这时刻基本指标就是让芯片的温度不要超越规范温度，而后把这个温度排出来。

这样芯片外表温度和冷源温度的差跟热阻成正比，就是怎样把这个等效热阻降低了外围的事儿就变成了这么一个疑问。

温差小就是假设我芯片温度不许超越40度，假设我的温差是20度，只需室外温度低于20度，我就不用开冷空气就可以把热量排走，所以就要缩小等效热阻。

那么，这个等效热阻由什么构成？发现就像我们的一个中国络，三个电阻，三个等效热阻，哪三个环节？一个就是芯片跟空气之间的换热环节，这个差越大，温差就越大，比如我可以取平均温度，等效热阻就是这块面积除以热量，第一个环节就是容器跟芯片外表换热的环节。

第二个环节，比如说我有一个精细空调跟水，或许室外的冷水换热，这冷水跟容器之间的换热环节，我们叫保送与换热热阻。

第三个环节，循环介质与冷源之间换气，叫做冷源换热热阻。

比如说室内温度到20度，实践只欠10度的温差，这时刻冷空机提供的活儿就是这10度的温差。

所以，把热阻缩小了，无论是用人造冷源还是开冷风机都可以降低功耗。

因此，外围的疑问就是把这三个环节的热阻降上去。

所以，就三个关键，第一、降低热量采集环节的热阻，同时不参与风机电耗。

第二、降低热量传输环节中的热阻，同时不参与传输电耗。

第三、找到温度更低的人造冷源，然而别破坏环境。

上方逐条看，采集环节中的热阻，实践的采集热阻，除了空气跟芯片换热之外，还有相当大的消耗是机房外面冷风跟热风的相互搀混，制冷机就是把冷风热的温度离开，分出冷热风，这个屋子外面又没地儿跑，又搀混起来了，所以防止冷风热机的搀混。

比如说要是给定芯片温度，当搀混小的时刻，回风温度可以更紧的凑近芯片，假设我恒定芯片温度回风少的时刻，这样就可以更大水平的应用这个资源。

有一些实测的数据，是在大的IC机房里实测的，大家可以看出来，比如冷通道出去，从机房送出来应该这儿是16点几度，到这儿怎样就能30多度呢？它这儿上方还有一块挡，这30多度是哪儿来的？就是由于部分的过了主机之后，主机外面有空档，空档的热风又渗回来了，热风跟这些物品搀混到这些地儿，能到35度。

为了保障上方主机的这些效果，于是就得降低送风温度，为了保障上方差不多，结果把这个温差就拉大了，造成整个的冷交热的参与。

所以，这儿看着排风有40度的，这些排风35、36度，总的到空调下一看，派风温度才28度，怎样降上去了？就是凉风过去跟热风搀杂起来了，这样芯片大略在45度以上。

假布防止了这些混合之后，就可以把回风温度很容易提高到35度，保送温度也可以提高到20度，坚持芯片温度最高的温度不变，于是这温差小多了，采集的等效热阻上去了。

当然，详细计算可以拿出温度差细心算出来知道什么故障，总的指点思维是这样的。

所以，在机柜顶部架一些挡板，这样能够有点改善。

然而由于金桂内刀片式主机之间无法防止存在气流短路现象，因此，仍存在短路现象，使冷气流通道内有旁经上来的热气流，热气流通道内也会有旁经上来的冷气流。

还有就是直接把换热器装置在机柜内，在机柜内或许机柜旁制备冷空气，可以有效缩小掺混这样现象，降低热量采集环节温差，可以缩小风量、丰足，大幅降低风机电耗。

所以，这是很关键一条，然而不能让柜子出水。

这样有一种做法，就是驳回背板冷却，将空调系统热换器装置在装载IT设备的机柜上，依据机房内各个不同的机柜成功按需供冷，防止部分热。

散布式制冷系统使空调系统的吸热端更凑近热源。

这是第一个缩小采热采集环节中的热阻。

第二缩小输配环节中的热阻，实践这个环节比如一条空调器，是空气跟水的换热，那么空气温度是这样的，水温度是这样的，就会看到有时刻往往都不是平衡的，是带三角形性质的，只需带三角形性质，就糜费一部分温差。

所以，想法调整两头的流量，使得两头的温差凑近，可以有效的降低数配系统的等效热阻，或许缩小等效温差。

有时刻说是由于我用背板，或许机柜里的换热器那外面不是走水，无论是走二氧化碳，还是走氟利昂，这是机柜内送派风温度，这是热管温度，这是室外侧进进口温度，是这么一个环节，（如图所示），还有一种换热器，每排的热管独自衔接，这时刻室内室外的温度就变小多了，虽然换热面积一样，它就强多了。

当然，这样会造成热管安顿起来要复杂，然而在二者之间，总有一个好的掂量去缩小保送环节的热阻或许说降低它的温差。

第三条就是究竟我们用什么样的室外的人造冷源和怎样把这人造冷源跟我的机械制冷无机的一致联合起来？由于有时刻天热还得开冷机，这二者之间能不能成功一个比拟人造的转换？我们如今看看究竟把这个热量往哪儿排，实践在空气外面并不是一个空气的疑问，我们有三种温度，一种就是空气的干球温度，像当天大略室外27、28度，是天气预告说的温度。

直接换热就是干球温度。

然而，假设我对外面拿冷却塔喷水，就是湿球温度，大略23、24度。

比如到五一湿球温度比干球温度低的多，所以经过冷却塔就可以降低湿球温度，还可无法以再降低，还有一种就是直接蒸发冷却，西部地域很多中央用它做空调，它可以把试问降到室外的露点温度，像如今这个时刻，北京的露点温度低于20度了。

这是拿北京气侯为例，蓝的是世界的干球温度，红的是湿球温度，绿的是全年的露点温度的变动。

所以，我要是安保露点温度思考疑问，全年北京市5876小时低于20度的时期占全年的67%，假设热阻做好了，就只要10%几的时期，做不好，15度的时刻，露点温度也能占到77%的时期。

所以这个比例还是挺大的。

那么，怎样跟制冷机一致同来，成功无缝衔接，人造过渡呢？这是一个打算，包括几部分，先说柜子，刚才我讲背板式的换热，如今是高低的换热，屋子里的空气26度，从这儿进入机柜，两组换热器，一组一个管给19度，一个管给16度，经过两种换热，从26度到20度，经过发热的主机，到达32度，而后经过两组换热器降温，又变成26度，再回来，维持屋子里的温度是26度，不是靠屋子里别地儿装的孔，而是靠这个机柜，屋子里的温度是由机柜选择的，由于屋子里的温度是16度，露点温度只要12、13度，我把物资弄密闭了，人也不怎样出来，外面没有湿的事儿。

而后，这四组换散热器，拿热管引出来，这四组是16、19、22、25度，而后这个水就是跟这热管换热，把热量都带到水里去，所以从15恩度，涨到24度。

而后，24度，假设室外是两管，冷空气不用开，直接经过直接冷却塔就能够把水温降大15度，假设温度再低，只需朝这风机跟这儿的转换装置，能够维持我进入到换热器全年只要15度。

当室外温度高到30度，露点温度到18度，这时刻冷却塔还能起一点作用，能起1/3的冷量还从这儿出，无余了再拿冷风机降一部分。

所以，这个冷风机是延续的就能够使得冷风尚从10%的复合逐渐加到5%的复合。

冷却塔只需露点温度在20度以下，总能终点作用。

这样一个系统，这儿计算了一下，拿北京的气候条件可以看出来，假设是这么一个机房，跟普通传统的机房来比，我们就直接取它一年用电量是百分之百，那么即使没有人造冷源，就是拿制冷机做，然而由于我缩小了掺混，缩小了数配能耗，能够节能40%几。

假设用最好的直接冷却方式，用电量只要23%，能够节俭70%的电量，所以有渺小的节能后劲。

依照这个思绪，我们有一些机房的变革实例，这是清华大学图书馆的一个全校允许整个学教员、同窗做钻研的数据中心。

它原来就是在这个屋子外头摆了一堆空调器，机器多了，热量还大，所以追加了好几台空调器。

用了跟刚才这个图差不多的方式，结果总机柜外面的风机降到7千瓦，这时刻能效比从2.7涨到8.2，就只用原来1/3的能耗。

最热的时刻，冷机都得开了，即使如此，能耗还能差一半。

所以，全年上去总的能耗消耗能够降低60%左右，这就是一个实践案例，这个还有一些遗憾的中央，就是做得不彻底，做得彻底了，还能够进一步降低消耗量。

总结一下，就是数据中心排热的空调实践上有渺小的节能后劲和节能空间。

它的外围是机房的气流组织怎样采集热量正当的空调器，其中几个基本准则，一个就是尽或许防止不同的温度的气流掺混，我们如今对机柜启动空调制冷的目的，不是对机房启动空调制冷，所以尽或许把冷源越贴近发热体越好，充沛的应用人造冷源，有各种不同的法子取得不同温度的，而后想法引见能耗，这样给出去的这些思绪，当天讲的某一两个做法，实践在这个思绪下施展翻新的精气还可以发明出好些各种各样的打算，真正把数据中心排热的空调能耗降上去。

我们感觉齐全依照目前大少数方式来比拟，有或许把机房的空调理能到达70%以上，相当以机房用电量降低30%以上。

刚才我听指导讲，国外兴旺国度比，机房的PUE到1.2，1.3那跟它机房的位置有相关。

在不同的气侯条件下，实践上抓好这几条，以人造冷源为主，适当的加一点机械制冷的补充，处置一年外面20%，25%的节能，齐全可以把我们国度不同中央数据中心的空调能耗都有效的降上去，应该做的比兴旺国度，比美国还好，谢谢大家。

石油勘探开发数据资源布局方法钻研

文必龙 计秉玉

（中国石化石油勘探开发钻研院消息技术钻研所，北京 ）

摘 要 以后的各种IT布局方法和软件工程方法在指点石油企业启动数据资源布局时，旦伍纯须要联合石油勘探开发数据资源治理的特点启动详细化。

本文剖析了石油勘探开发数据资源治理方面的现状及特点，提出了基于业务驱动的石油勘探开发数据资源布局方法，给出了构建勘探开发业务模型、数据资源目录的方法，以及数据中心的总体架构，为石油勘探开发数据资源布局提供了完整的方法论。

关键词 数据资源 业务驱动 业务模型 数据中心

Research on Method of Petroleum Exploration and Production

Data Resource Planning Based on Business－driven

WEN Bilong，JI Bingyu

（ Information Technology，Exploration and Production Research

institute，SINOPEC，Beijing ，China）

Abstract To guide data resource planning，the IT planning methods and software engineering theory need to be specified according the features of petroleum data resource features in petroleum exploration and production data resource management are analyzed，and a method of data resource planning based on business－driven is put forward，that presents the approaches how to build petroleum exploration and production business model and data resource catalogs，and architecture of data provide a complete methodology to plan petroleum exploration and production data resource.

Key woRDS data resource；business－driven；business model；data centre

在油气勘探开发综合钻研环节中，须要从海外外油田搜集少量的数据，同时综合钻研成绩中蕴含了少量的数据，如各种图表、报告。

为了治理和运行这些数据，各钻研部门纷繁展开了与名目钻研相关的数据资料治理系统的树立，但由于缺少一致的布局，在数据资源的树立和治理中存在以下疑问：数据库树立 “小、散、杂”，难以治理；数据扩散存储，数据之间的逻辑关联度低，不能集成共享；数据搜集艰巨；缺少专门的数据服务机制，数据运行艰巨。

因此，有必要对油气勘探开发综合钻研的勘探开发数据资源启动一致布局，即展开数据治理与运行需求剖析，从总体上设计数据中心树立打算。

数据资源布局（Data Resource Planning，DRP）的方法关键是基于软件工程实践和IT策略布局的各种方法论。目前少数国内出名的IT咨询公司均驳回企业架构（Enterprise Architecture，EA）这一先进实践方法，例如TOGAF企业架构框架，制订具备自身特点的IT布局编制方法论，并在企业布局咨询名目中运行，取得了良好效果。针对数据资源，高复先在消息工程方法论的基础上，总结出了一套消息资源布局（Information Resource Planning，IRP）方法。IRP方法以面向主题数据库的总体数据布局方法为基础，依照必定的方法橘歼步骤、遵照相关规范规范、应用有效的软件允许工具启动各职能域的消息需求和数据流剖析，制订消息资源治理基础规范，树立全域和各职能域的消息系统框架——配置模型、数据模型和系统体系结构模型。

本文依据EA实践和IRP方法，联合油气勘探开发综模咐合钻研的特点，提出了一套基于业务驱动的勘探开发数据资源布局方法。

1 数据布局的基本思维

数据资源布局是驳回迷信正当的方法，对企业消费运营环节中发生和经常使用的数据的相关内容、规范、技术、软件、人员、撑持条件等启动片面梳理、优化和设计，提出片面的数据资源采集、传输、存储、运行、治理的处置打算，以便企业提高数据的共享水平，降低数据采集、治理、运行的老本，施展数据资源的最大价值。

数据资源布局的目的是优化企业数据治理品质。

这包括提高数据共享水平，降低数据采集、治理、运行的老本，优化数据资源的价值等。

其中，首先要向企业不同层级提供相关的消息。

对决策层，提供的消息包括：有哪些数据资产，还要投资树立哪些，数据投资效果如何，能否有重复树立；对治理层，提供的消息包括：数据保留在哪里，谁在治理，哪些人在经常使用，数据品质如何；对口头层，提供的消息包括：有什么数据，数据在哪里，如何失掉数据，如何提交成绩；对消息服务部门，提供的消息包括：业务部门须要什么数据，如何经常使用这些数据。

数据资源布局的指标是提出一个数据资源树立处置打算。

经过实施打算，可以树立企业数据中心及配套的树立和治理体系，到达数据资源布局的目的。

数据资源布局的内容包括梳理数据需求，即数据内容；设计数据相关规范，包括数据元规范、数据采集规范、数据治理规范、数据代码规范等等；设计数据树立和治理的技术打算；数据治理和服务的软件体系架构；数据树立的组织架构和配套制度等。

数据资源布局的环节如图1所示。

假设把数据中心的树立作为一个完整的软件工程名目，数据资源布局位于需求剖析阶段和概要设计阶段。

在名目实施中，还须要进一步依据布局的各项打算启动详细设计、系统开发、系统测试和运转保养。

在数据资源需求剖析阶段，经过调研，梳理以后勘探开发综合钻研的业务范围、钻研优惠、曾经树立的数据库及数据内容、运行软件及部署状况。

依据调用状况树立业务模型，用规范化的方式形容各项钻研优惠及每项优惠的数据需求，并对数据流启动剖析，构成一致的数据资源目录。

需求剖析阶段最终成绩是需求剖析报告，外围内容由一组规范组成，包括业务模型、数据资源目录、数据元目录、数据流规范。

概要设计阶段关键义务是依据数据需求启动打算设计，构成数据资源树立打算，详细包括：综合数据库树立打算、综合钻研数据服务与治理平台树立打算、数据中心运维体系。

构成数据模型、数据服务配置、数据治理配置、数据汇交治理流程、数据治理与服务组织架构等总体架构，并构成数据中心树立的名目框架。

经过数据资源树立打算明白了数据如何存储，如何控制数据品质，数据如何树立，数据如何治理，数据如何失掉、提交、运行等疑问。

图1 数据资源布局环节

图2 数据资源布局的成绩及其之间的相关

在名目实施阶段，还须要依据数据资源树立打算，对每一个名目启动详细设计和开发。

数据资源布局的成绩包括数据资源需求剖析报告和数据中心树立打算。

需求剖析报告中，蕴含了业务模型、数据资源目录和数据元目录，数据中心树立打算包括数据库和数据模型在内的数据库树立打算、数据服务与治理平台、数据中心运转保养体系。

图2给出了这些成绩及其之间的相关。

业务模型中的每一个业务优惠经常使用和发生的每一类数据都应在数据资源目录中启动注册，数据资源目录中的每一类数据都要用一个或多个数据元启动形容。

数据库中的数据实例应该归类到数据资源目录中，数据元与数据模型之间要树立映射相关。

依据上述相关，运行软件或用户可以依据业务优惠应用数据服务与治理平台十分繁难地从数据中心失掉须要的数据。

2 基于6W的业务模型

业务模型（Business Model）是一种经过定义组成优惠及优惠之间逻辑相关来形容企业运营消费环节的模型。

勘探开发业务建模就是要将石油勘探开出现命周期中触及的业务形象为一个完整的业务配置结构，树立勘探开发业务模型。

树立此模型，在系统地、实质地、概括地掌握勘探开发配置结构的同时，还要树立勘探开发业的数据模型、常识模型、软件模型等与配置相关的消息模型。

业务剖析与建模环节从方式上可分为4个阶段：一是业务畛域划分；二是分业务畛域建模；三是业务模型集成；四是业务模型规范化。

业务模型驳回 “业务域－业务分类－业务优惠” 3层结构。

将石油勘探开发触及的一切业务划分为多个业务域，每个业务域树立多级业务分类，每个分类中定义一个或多项最基本的业务优惠。

业务域（Business Domain）是对企业中的一些关键业务优惠畛域的形象，而不是现无机构部门的照搬。

对油田业务域的划分可以依据某一主题启动。

业务畛域的划分准则是：(1)依据专业划分业务畛域；(2)依据油气田勘探、开出现命周期划分业务畛域；(3)依据油气田勘探、开发治理阶段划分治理业务域。

业务畛域的划分参照以上3种准则启动划分，尽量合乎油气田勘探、开发治理商定俗成的治理习气，做到不同业务域间的业务不重复，并保障能笼罩一切的勘探、开发业务。

依据以上准则，油气勘探开发业务畛域可划分为“物化探”、“井筒工程”、“剖析化验”、“综合钻研”、“油气消费”、“高空工程” 等六大业务畛域。

业务是由一系列业务优惠组成的，对业务优惠的形容依照 “6W” 的形式启动，即优惠是由谁（Who）动员的、在什么时期（When）动员的、在哪里（Where）动员的、为什么（Why）要动员这个优惠、在这个优惠中都触及了哪些（Which）对象、这些对象的个性是什么（What）。驳回业务单元定义了介入业务优惠的基本元素以及元素之间的相关。一个业务单元包括以下8类元素：1个业务优惠，该优惠作用的1个业务对象，实施该优惠的组织机构，1组结果对象（输入），1组介入对象（输入），业务规定，相关对象的个性，对象之间的相关。业务单元的结构如图3所示。

业务单元中，“个性” 定义了业务优惠须要的数据、业务优惠相关的常识，是数据布局中梳理的重点；“介入对象” 包括各种人员、软件、数据、设备、资料、方法等；“作用对象” 包括区块、油藏、井、层位、油田、企业等；“结果对象” 可以是油井等油田实物对象，也可以是文档、方法、钻研成绩等技术性对象。

基于6W的业务模型的建模经过在一致的业务域分类架构下对繁多业务优惠的业务单元启动形容，没有启动专门的业务流程梳理，但由于业务单位中形容了业务优惠介入对象与结果对象，即定义了优惠的输入与输入，以这些对象为中介，因此很容易智能构成业务流、数据流、常识流等各种流程。

业务优惠与数据之间的相关可以用 “CUR” 矩阵形容。

矩阵中，行对应业务优惠，列对应数据元。

假设业务优惠中创立了某一项数据则行列对应的值标识为 “C”（Create），假设业务优惠对数据启动了降级则标识为 “U”（Update），假设业务优惠援用了某一项数据则标识为 “R”（Read）。

经过CUR矩阵，可以审核某一数据能否有惟一的创立源头，保障数据源头的惟一性。

依据CUR相关，可以智能构成数据流。

图3 业务单元的结构

3 勘探开发数据资源目录

勘探开发数据资源目录是对油田企业、勘探开发钻研院或中国石化全体已有和须要数据的分类与组织方式形容。

数据资源目录形容了企业须要什么数据、有什么数据、数据在哪里、谁在治理数据、哪些人在经常使用、哪些运行软件在经常使用等消息。

数据资源目录既是一个数据树立单位的数据分类与数据组织规范，也是数据中心启动数据治理与服务平台的外围元数据，同时也是用户树立和经常使用数据的依据。

数据资源目录的分类形式是多维的，可以从不同角度启动分类。罕用的维度包括：

（1）按业务对象组织。

包括区块、油藏、井、层位、油田、企业等，除对象自身的基础数据（如井基础消息）即通常所说的静态数据外，还包括该对象的各种灵活数据（如井的日报数据）。

（2）按业务优惠组织。

依据业务模型的 “业务域－业务分类－业务优惠” 3层结构启动分类，每一个业务都有一组按 “CUR” 标识的数据。

（3）按个性组织。

按数据或常识自身的个性启动分类，如长度、密度、浸透率等。

（4）按名目组织。

一个名目经常使用和发生的数据有哪些。

（5）按单位组织。

一个部门经常使用、发生、治理的数据有哪些。

数据资源目录的各个维度是相互关联的，对象、优惠、个性、名目、单位之间的相关如图4所示。

除树立分类目录外，数据资源目录还包括数据实例，因此须要将数据分类与数据库中的实例关联起来，明白标识出每一类包括哪些实例。分类与实例关联的方式关键驳回数据集启动定义，经过数据实例的标识符、标识条件确定数据集中的实例。数据资源分类在数据需求剖析阶段成功，分类与数据实例的关联在数据中心运转时期构成。

数据资源目录中数据分为两级：逻辑数据实体和属性。从技术角度，逻辑数据实体的实质就是数据视图，一个数据视图是一个虚数据表，每一个数据视图由多个属性组成，其中至少包括一个关键字。实体的属性用数据元启动形容。数据元是不用要再分的基本数据单元。以后可直接参照中国石化石油勘探开发数据元字典。

4 数据中心的总体架构

不同企业数据中心的架构会有所不同。本文以中国石化石油勘探开发钻研院的数据中心为例，说明数据中心树立打算。数据中心包括综合钻研勘探开发数据库、数据服务与治理平台、数据中心运维体系，如图5所示。

图4 数据资源分类维度之间的相关

图5 综合钻研勘探开发数据中心

勘探开发数据库包括元数据和专业数据。

元数据是以数据资源目录为外围，形容了专业的分类、目录、结构、经常使用灵活等消息。

外购数据库、天文消息数据库由于起源于外部，自带有成熟的治理软件，属于公共数据，独立于详细的名目钻研。

由于地震数据和测井数据有专门的格局，由专门的软件启动治理，但要与名目数据启动关联。

名目资料与成绩关键以文件方式保留，对共享水平较高的数据须要从半结构化的文件方式转换为结构化数据，数据之间相互关联，成功数据的集成。

综合钻研运行软件有自己外部的名目数据库，经过数据桥技术可以实如今线数据访问。

数据通道用于成功石油勘探开发钻研院数据中心与中国石化各级数据中心的互联。

综合钻研数据服务与治理平台的关键配置包括：GIS钻研指标查问、地震剖面显示、测井曲线显示、资料查问、资料搜查、资料提交、资料下载、系统治理、数据颁布等。

数据中心运维体系包括运维治理组织机构、数据资料上交治理、数据服务治理3个部分。

运维治理队伍的职能包括数据库系统治理、数据服务允许、数据品质控制等。

数据资料上交治理依照数据流和数据生命周期，对各环节启动规范治理，包括：外部数据放开、数据采集、原始资料上交、团体/名目组资料治理、成绩上交、数据流程调整（数据资料目录注册与注销）、安保与权限、审核与验收等外容。

数据服务治理经过数据服务治理制度，规范数据服务行为，树立数据服务技术规范，经过数据运行服务接口规范，为运行系统提供规范的服务接口。

5 论断

数据资源布局方法提出了一套适宜石油勘探开发畛域展开数据资源树立的方法论。

从勘探开发业务需求登程，经过梳理业务流程，树立业务模型，并梳理与业务相关的数据，树立数据资源目录，在此基础上提出成功的数据中心树立打算，从人员组织、数据树立、服务平台构建及运维治理启动布局。

数据资源布局方法成功运行于中国石化油气勘探开发数据模型规范树立，开发了中国石化业务模型（Sinopec Business Model，SPBM），定义了物化探、井筒工程、剖析化验、综合钻研、开发消费、高空工程六大业务域，包括1237个业务优惠，对每一个与业务优惠相关的数据项启动了梳理。

进一步的钻研上班将把数据资源布局方法运行于中国石化石油勘探开发钻研院数据资源树立，经过钻研院业务启动调研，联合SPBM，树立综合钻研数据资源目录，设计数据中心树立打算。

针对中国石化石油勘探开发钻研院综合钻研的数据资源布局成绩可进一步推行运行于石油行业各石油公司的综合钻研数据资源树立。

参考文献

［1］金涛，郑树泉，李名敏，等.企业架构驱动的IT布局方法钻研［J］.计算机运行与软件，2009，26（12）：164～166.

［2］高复先.消息资源布局——消息化树立基础工程［M］.北京：清华大学出版社，2002.

［3］肖波，景帅，吴建军，马承杰.模型驱动技术在油田企业数据中心中的运行钻研［J］.大庆石油学院学报，2012，36（1）：78～82.

［4］时贵英，文必龙.基于数据元的数据集成技术钻研［J］.迷信技术与工程，2011，11（18）：4223 ～4227.

［5］Wen Bilong，Zhang semantics for data element with semantic tree［C］ of 2008 International Symposium on Information Science and Engineering，2008.12：524～527.

［6］文必龙，肖波，陈新荣.石油勘探开发数据元治理技术［J］.大庆石油学院学报，2012，36（1）：83～87.

［7］李剑峰，肖波，段鸿杰.中国石化油田企业数据中心总体框架设计［J］.大庆石油学院学报，2012，36（1）：73～76.

相关标签： 影响数据中心的PUE值有哪些因素、

本文地址：http://www.hyyidc.com/article/33242.html

上一篇：徐州有哪些it公司招聘...
下一篇：数据核心应该装置什么气体灭火系统...