京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据中心容量规划九大建议
有效容量规划的实用建议
1.由小到大
许多容量规划几个月后就以失败而告终,因为它太早地包含了过大的范围。尤其是那些没有这方面经验的公司更是如此。开始时,最好是只做一些关键资源——如处理器或带宽,然后随着经验的积累再逐渐扩展项目。
2.讲客户的语言
当询问开发人员(尤其是终端客户)工作负荷预测时,尽量用他们能明白的通俗用语来讨论。例如,不要问客户处理器利用率预计增加量,而应该问有多少额外的用户会同时使用这个应用,或者有多少特殊事务会在高峰期执行。
3.考虑未来平台
在评估用于容量规划的工具时,记住公司可能考虑的那些新架构,选择既可用于当前平台又可用于今后平台的工具包。有些工具看起来很适合现有平台,但可能在计划的架构中可用性很低或不可用。随着一些公司越来越倾向于web-enabled系统,这种情况尤其可能发生。
4.与供应商共享计划
如果你打算在多个平台下使用你的容量规划产品,最好告知软件供应商你的规划,这一点很重要。在讨论过程中,确保所有附加费用——驱动器、代理、安装时间和劳力、证书拷贝、更新维护协议等费用都确认无误,与预付款相符。证书更新和维护协议的费用通常可以根据其它附加费用情况进行协商,予以部分减免。
5.预期非线性成本率
我大学的一位备受尊敬的教授总喜欢说一句话,我们其实生活在一个非线性的世界。至于容量升级,当然就更是如此了。有些升级是线性的,增加一倍的处理器、内存、管道或磁盘就会增加一倍的升级成本。但是,如果升级了卡、芯片或设备,相对合适的容量增加量可能带来不合适的额外费用。
6.准备好意外的工作负荷缩减
工作负荷的预期变化并不总是导致容量需求的增加。部门合并、减员和生产率提高可能减少一些生产工作量。同样,随着重点工程的部署完毕,开发工作也可能会减少。尽管所需容量的增加很明显是更常见的事,减少也是有可能的。在询问用户的今后工作时,一个较好的准则就是强调工作负荷变化,而不仅仅是负荷增加。
7.为人事变动做好准备
随着时间的推移,所有企业都会经历不同程度的人事变动。为了尽可能地减小对容量规划的影响,一定要确保至少有两个人熟悉这套方法,并对规划过程做文档记录。
8.不断努力改进规划过程
要持续不断地改进容量规划过程,最好的做法之一是设定一个目标:每个新版的规划方案都至少扩展和改进规划的一个部分。改进的部分可能包括新增平台、集中打印机或远程布置。新的规划应该至少一年制作一次,最好是每半年一次。
9.评估潜在升级成本
大多数基础设施硬件资源的升级都有许多潜在的升级成本。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21