京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浅谈企业新一代数据中心建设
当前企业对网络系统的依赖性日渐加强,但不断增加的安全威胁对数据的安全性提出了挑战,急剧增长的数据量使得既有的存储容量和应用系统难以适应不断发展的信息化需求,数据中心的可靠性、可用性、可持续发展能力和降低能耗,是企业网络系统必须考虑的问题,建设一个高可靠、大容量的数据中心十分必要。
新一代数据中心将作为信息系统的运行中心、测试中心和灾备中心,承担企业的核心业务运营、信息资源服务、关键业务计算、数据存储和备份,以及确保业务连续性等重要任务。
2.现有数据中心面临的挑战
随着企业信息化应用的不断深入和发展,传统数据中心设计理念的局限性也逐步暴露无遗,使它们面临一系列严峻挑战,在许多方面已经不适应企业信息化建设发展的新要求。
2.1 成本降低的挑战
很多企业的服务器未能得到充分的利用,伴随着每引进一个应用系统,同时新购一台服务器,在企业的数据中心中,CPU使用率等IT资源利用率都低于50%.如何降低IT总体拥有成本,如何提高IT的投资回报,是摆在企业IT决策者面前的重要课题和当务之急。
2.2 应变速度加快的挑战
随着企业业务变革的速度日益提升,IT系统必须以更快的响应速度和更有效的应对措施,减少变革速度的加快给企业数据中心带来时间上更大的压力,迫使企业IT系统必须提高响应速度。
2.3 业务连续稳定性和灾难恢复的挑战
局部的突发性灾难事件,如地震、火灾或破坏活动等,都可能对企业的业务造成重大影响,而重大灾难事件则很可能导致企业倒闭。
当前许多企业的数据中心不能正常应对内外部的许多安全性挑战和威胁,无法满足业务连续性和高可用性的要求,往往由于IT故障和各种灾难使得企业造成很大的损失。
2.4 能耗与空间管理的挑战
随着企业服务器数量和存储以及网络设备的不断增加,企业在能耗和散热等能源管理、空间管理等方面造成了巨大的压力。如何能在有限的空间实现更有效的能源和环境管理,是企业数据中心面临的关键挑战之一。由于能耗不断增长,数据中心的成本也随之提高,一台服务器的能源成本往往超过服务器的购买成本,但许多企业都将能源和散热成本忽略不计。如今,世界环境正面临能源和散热成本严重失控,企业数据中心也必须对能耗管理作战略性变革。
3.新一代数据中心建设内容
新一代数据中心的建设,应围绕网络存储系统(SAN)、应用刀片中心,结合虚拟化技术、高可用性技术(HA),朝下面几个方向逐步部署。
3.1 灵活性
灵活性是新一代数据中心的重要指标之一。在扩展、增加业务时,必然要对IT资源做出动态调整。部署刀片中心,采用虚拟化技术实现服务器虚拟化,使用较少的硬件和电力能耗,而能实现更大处理能力,实现业务灵活性。
3.2 绿色节能
能耗是数据中心主要的运维成本,建设绿色数据中心,可以达到节省运维成本、提高数据中心容量、提高电源系统的可靠性及可扩展的灵活性等效果。通过虚拟化、刀片服务器等多种降耗方式,在满足同等IT设备供电情况下,绿色数据中心可以降低空调能耗20%-45%.因此,绿色数据中心是新一代数据中心发展的重要方向之一。
3.3 模块化
数据中心采用模块化方式构建将更加灵活,尤其重要的是应该采用面向服务的架构,更适应未来数据中心发展的需要,可以更加灵活、动态地部署新业务和应用。按照应用类型,可以将数据中心分为运行中心、测试中心、灾备中心等独立区域,按服务器类功能分类,搭建安全域,分成设计区、经济区、办公区、生产区、外网区。各个功能区域在不影响其它区域运行的情况下,可以动态升级和维护。
根据企业网络系统环境的实际情况,逐步将网络划分为不同的区域,对每个区域进行层次化有重点地保护,是建立纵深防御安全系统的有效手段。
3.4 整合
整合是新一代数据中心需关注的重要管理手段。可以通过重新设置服务器,提高服务器利用效率或者采用新型刀片服务器等多种方式,提升数据中心的利用效率。通过采用虚拟化技术及关闭高能耗、低效率数据中心等手段整合数据中心资源。
3.5 稳定和安全
系统稳定和安全成为新一代数据中心的基本属性。一方面,重点设备和服务器,利用HA技术,当某个系统出现故障时,可以实现动态迁移,从而保障应用的不中断运行;另一方面,重要服务器部署网络存储系统,实现数据的集中存储;同时,灾备中心的网络存储系统备份所有服务器的重要数据,确保在网络中心机房数据意外遭到损毁的情况下,也不会造成数据丢失,最大限度地减少数据丢失对公司正常运营的影响。
4.新一代数据中心实施的关键技术
(1)应用VMWARE虚拟化技术,采用高性能的IBM刀片中心,实现一台刀片服务器可以虚拟出6-8台服务器,用以安装不同的应用服务(如OA、Web、邮件、SQL Server等);
(2)部署SAN环境下的高速存储系统,千兆级的光纤硬盘传输速率跟百兆级(约300MB/s)的SCIS硬盘相比,大大提高了I/O存储的带宽,解决系统运行的I/O瓶颈问题,达到提高服务器运行速度和保证数据的安全;
(3)应用高可用性技术(HA技术),实现某重点网络设备或服务器出现问题时,另外的冗余设备无缝接管相关服务,降低数据保护和灾难恢复的复杂性与成本,能够快速地从故障中恢复;
(4)应用磁盘镜像技术,部署异地容灾设备,在网络中心机房数据意外遭到损毁的情况下也不会造成数据丢失,最大限度地减少数据丢失对公司正常运营的影响。
5.结束语
新一代数据中心能够降低企业网络系统总体拥有成本和维护成本,提高资源的利用率,节约电能消耗。通过网络存储系统(SAN)、应用刀片中心,结合虚拟化技术、高可用性技术(HA),提高网络系统运行速度、稳定性和业务连续性,并确保数据安全。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化运营、业务流程管理与精细化管控体系中,流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中,卡方检验是分析分类变量关联性与差异性的重要方法,广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法,却忽略了数据分析的一项基础能力——描述性统计。事实上,大量商业分析问题,用描述 ...
2026-09-14在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07