数据中心一个被忽视的问题：功率的动态变化

从历史数据来看，数据中心IT设备的总电力消耗与网络机房的设备仅略有不同，这取决于计算负载或操作模式的不同。然而，随着笔记本电脑的处理器被重新设计用以延长电池的使用时间，其可以使得笔记本电脑处理器的功耗在轻负载时降低90%，服务器处理器的设计也很快跟进。因此，新开发的具备了能源管理功能的服务器会因为负荷水平随着时间的推移在功耗方面出现剧烈波动，这也就为数据中心和网络空间的设计和管理带来了各种新的问题。
    一旦这些功率的动态变化可以忽略不计，那么，小型企业或企业服务器的总功率将发生很大的变化。这些功耗的波动可能会导致在数据中心和网络机房环境无法很好的进行规划，和其他不良后果。这些问题包括：断路器跳闸、过热损耗、造成冗余，为数据中心和网络机房的设计和运营创造了全新的挑战。
    此外，云计算和虚拟化技术的日益普及，大大增加了规模计算的运用和扩展能力，同时，也大大增加了物理基础设施的风险问题。在虚拟环境中，虚拟机突如其来的创建和移动需要非常仔细的管理政策，这种政策必须充分考虑物理基础设施的现状和容量下降到一个单独机架级的情况。不这样做的话，可能会破坏软件容错。
   数据中心虚拟化和动态功率的变化幅度
    二十年前，服务器功率的变化主要是由处理器和内存子系统中的计算负载所决定的。通常，显着功率波动只是由磁盘驱动器上旋和风扇造成的。而现如今，典型的功率变化大约为5%左右。然而，在更现代化的处理设备中，新技术可以帮助实现低功耗状态，如改变时钟频率、移动虚拟负荷、调节处理器电压以便更好地匹配非空闲状态已经部署的工作量。根据服务器平台的不同，功率的变化范围可在45%到106%之间，跟二十年前相比可谓是大大的增加了。这种类型的动态功率变化将引起以下四种类型的问题。
    1、分支电路超载
    通常情况下，服务器操作在轻运算负载情况下时，实际功率会小于服务器潜在最大功耗能力。然而，由于许多数据中心和网络管理人员没有意识到电源使用的差异，他们往往安排比实际需要量更多的服务器到一个单一的分支电路。这反过来又造成了潜在的电路超载，分支电路额定功率可能会超过服务器的最大总功耗。虽然服务器能够成功地在低负载时运行，但当服务器同时接受重载时，超载就会发生。分支电路超载所造成的最重要的危害是电路的跳闸，这将使得计算设备的电源关闭。在一般情况下，发生这些情况是非常糟糕的，因为它们往往发生在高负载期间，对于企业业务的连续性是极为不利的。
    2、过热
    在数据中心或网络机房，大多数被计算设备都是通过释放热量来消耗的电力的。功率的消耗的波动取决于负载的变化，其所释放的热量也就各不相同。因此，在功耗方面的突然波动可能会导致产热的危险增加，产生热斑。虽然数据中心配备了相关的冷却系统以规范整体温度，但这些冷却系统可能不是被设计用来处理特定的功耗的增加所造成的局部热点。当温度升高时，可能会导致设备关闭或反常的行为。此外，即使设备功能保持正常，随着时间的推移可能也会对设备产生不利影响。
    热点也可以发生在一个虚拟化的环境中，而在虚拟的环境中，更多的以分组方式安装服务器，会造成局部高密度区域。由于虚拟机具备固有的显着降低功耗的能力，这个问题可能会令人相当吃惊，分组或聚类这些高密度虚拟化服务器的行为可能会导致冷却问题。
    3、冗余损失
    为了防止潜在的断电事故发生，许多服务器、数据中心和网络机房采用双冗余电源输入，旨在将电力负荷平均分配到两个路径之间。当某一个路径运行失败时，相关的负载就立即进行转移，造成双负载以充分支持服务器。为了确保剩余的线路能够接管完整的负载，如果有必要的话，主要交流支路输送设备必须被加载到小于50%的载流量。然而，当负载的功耗发生变化时，这会变的很难。最初在安装过程中设置为小于50%功耗的设备会随着时间的推移开始在更高的负荷下运行。
    如果开始操作时输入在大于其评级50％的范围，系统的冗余和保护功能被淘汰。在这种情况下，如果一条线路运行失败，第二条线路也会超载，会造成断路器跳闸和电源丢失，进而造成数据丢失或损坏。
    4、问题只是被掩盖了
    由于设备的功耗的动态变化肯能仅仅只占到数据中心或网络机房总功耗变化的一小部分，故而设备可能导致潜在的问题往往被忽视。例如，如果在一个给定的服务器环境中，功率变化为2:1，而设备的功率变换仅仅只占到5%，其余的设备维持了恒定功率，由此产生的大功率或电源分配单元（PDU）可能只相差2.5%。因此，操作人员可能会认为，根本就没有动态功率消耗的问题，而事实上，它只是被掩盖了而已。
    管理动态功率变化的解决方案
    为了缓解上述问题，数据中心和网络机房运营商应该进一步充分的加深对于动态功耗潜在的危害了解。如下，是一些建议，可以帮助您的企业来减轻这些问题。
    1、对为每台服务器采用独立的分支电路
    因为每一台服务器运行一个专用电路，独立的分支电路提供给每台服务器时就不可能出现超载和冗余丢失的情况。尽管其非常有效，但这种解决方案的造价则非常昂贵，而且部署小型服务器系统也非常复杂，因为每台机架需要使用大量分支电路。例如，一个机架的双路1U服务器可能需要多达84个独立的电路分支，并利用两个单独的断路器的配电板。当使用较大的服务器或刀片服务器时，这种技术更加实用。注意：这种类型的解决方案并不能减轻散热的问题，如热点。
    2、建立最坏的情况下的安全标准，并在安装或持续的基础上测量合规性
    大多数的数据中心和网络空间运营商都有一套负载的标准，通常为典型的满负荷分支电路额定功率的一小部分。大多数情况下，这些值下降幅度在60％和80％之间，当达到75%的值时，需要考虑功率容量，平衡合理的成本和可用性。为了验证符合标准，必须测量实际的分支电路负载。然而，当系统表现出显着不同的功率消耗时，采用这种方法会存在一些问题，因为这将使得难以准确测量并计算负荷。在理想的情况下，一个超重的计算负荷将被放置在被保护的设备中，并在最坏的情况下，测量以保证依从性。
    此外，通过广泛的库存盘点哪些设备连接到每个分支电路，并测量潜在的最大负荷总和，可以帮助确保分支电路不会出现超载（各种设备的最大负载为设备制造商提供）。这种类型的库存盘点在大型数据中心是司空见惯的，但对所有的设施都进行盘点是不实际的，因为它要求经营者必须清楚的知道设备插入到每个分支电路的具体时刻。对于小型的数据中心和网络机房，运营商可以更容易地防止设备出现意外，所以这种方法也是不必要的。
    建立安全边际标准，并利用不断自动监测系统对所有分支电路实施连续的监测可以作为减轻动态功耗差异所造成的问题的第三种解决方案。在这种情况下，当分支加载开始进入安全区时，运营商会获得相关的警报通知。例如，使用一个60%的分支加载标准时，当加载超过60%时就会发送警报。这个安全边际标准的建立是为了就某些重要的状况事先向运营商发出警告，让他们在发生故障之前及时的采取纠正措施。这种方法还可以警告即将发生的冗余损失。该方法的具体的优点是，它适用于用户无需具备数据中心经理一样的专业知识、也能够安装、移动到不同的插座或插头设备。这种类型的情况，通常发生在一个托管设施或介质安全数据中心，在那里各种人员将访问的设备。我们建议，该方法可与上述技术结合使用。
   3、整合数据中心管理解决方案
    为确保避免因功率变化引起的问题，另外一种方法是使用数据中心基础设施管理（DCIM）软件，它可以监控和报告的电力和冷却系统的运行状况是否良好，并跟踪IT设备和数据中心或网络物理基础设施之间的各种关系。
    DCIM安装在一个给定的机架、电源路径和冷却系统上，可以提供对于物理和虚拟服务器的洞察。该软件还可以帮助消除潜在的人为错误的风险、导致停机时间的原因、可以改变IT负责的形式而不占用相关地点的电源和冷却的状态。同时自动化监控的DCIM信息（机架空间、电源和冷却能力和状况）并就相关的行动实施提出建议，大大降低了风险。
    在IT负载的动态功率变化是一个日益重要的问题，一个能够产生大量物理基础设施问题，可以损害一个企业的整体连续性的大问题。为了减轻潜在的服务器宕机的风险，数据中心和网络机房运营商应考虑上述建议，并采取步骤进行适当的规划和监控。