面临未来的需求，数据中心的规划变得越来越困难。作为一种概念，统筹规划期望经过对每一位客户的需求、可用性要求、筹资才干以及各种商业模型的评价，来满意数据中心的需求。

在最近进行的一次查询中，要求被查询者说出地点公司对正常运转时刻的***要求。针对这一问题，大约25%的人答复,他们***的要求是99.999%!由此不难看出，为什么现在大部分企业数据中心都将体系可用性看成是最首要的规划要素。与此一起，从业者和规划人员却很难确认针对每个公司的“抱负规划”。之所以备感扎手，其间触及到许多原因。首要原因当属数据中心较长的运用寿数。一个数据中心有或许坚持10年乃至更长，规划人员一般不会介入如此长的时刻，来取得确认怎么改进规划所需的反应。

与此一起，比如细小的规划缺点加上低质的操作程序等各类要素也会引发许多问题。终究，或许正是由于人们对这方面了解不行致使改进规划作业遇到困难。咱们只要边做边学，将从建筑上一个数据中心进程中堆集的经历，应用到新的数据中心上，并加以改进。

纵观现有众多高可用性数据中心，每个数据中心的规划和运营方式差异巨大，但在许多方面却又存在着相似点。经过整合各类数据中心的数据、反应和方针，咱们期望促进并帮忙规划或改进数据中心的进程。

本文要评论的首要问题是：

◆ 电源规划容量的供求不平衡;

◆ 猜测未来的电源需求;

◆ 敏捷改动数据中心的功率密度;

◆ 树立能够有用分配电源的根底设备;

◆ 添加新数据中心的热约束;

◆ 创建和优化电源冗余选件;

◆ 了解运营和训练的影响;

◆ 解说完结“99.999%”的可行性;

◆ 体系的康复是怎么影响可用性的。

UPS供电规划容量与实践需求无法平衡

在规划和建造数据中心时，人们将猜测数据中心规划看成是一个底子的程序。可是，假如猜测的数据中心规划寿数是10~15年，那么这项使命就变得反常困难。在这种类型的运用寿数期内，房间内的设备或许被新一代的设备“改写”或替换四五次。IT设备的快速更新使得最底子的未来容量猜测成为泡影。

例如，摩尔规律指出集成电路的集成度每18个月翻一番。关于每一代产品来说，附加的晶体管需求成份额地添加电源容量。相应地，微处理器的热量输出也明显上升。Intel***的Pentium 4芯片大约产生100W的热量。比较486，后者发热量缺乏10W。芯片密度的添加以相同的比率增大了热量的产生。由此联想到数据中心的规划，咱们所看到的是，功率密度的要求在曩昔的几年中敏捷胀大。不久前，每平方米50W仍是一个比较典型的数值，可是现在的大部分规划人员则将这一数值增大到每平方米150~200W乃至更多。仅仅在最近几年中，体系根底结构就完结了惊人的扩展，以应对数据中心的电源容量和冷却不断改动的要求。

猜测未来电源需求这一极富挑战性的使命引发了最严峻的数据中心问题之一，即UPS规划容量供求的不平衡。这一问题的呈现不只影响了数据中心的功率、运用率和支撑才干，并且还阻止了本钱的***运用。例如，一个大型数据中心建成后，常常需求2~4年才干到达或挨近规划才干。因而，在前几年的运营中对电源容量的需求很少。而这时的用户常常会斥资数百万美元建造能够到达悉数规划容量的数据中心，包含购买数兆瓦的冗余电源体系来支撑数据中心。体系在以最小极限的低容量运转几年后，才干运用悉数容量。在这种情况下，许多的资金用于开始的容量建造，以满意多年今后才会呈现的需求。具有挖苦意味的是，在运用悉数电源容量的一起，数据中心仍有很大的占地面积可供运用。呈现这种情况是由于设备的功率密度在两年内不断添加，电源容量已被悉数运用，但占地面积却十分满意。瞬息万变的设备技能使这种情况变得更糟，一般数据中心每四年就需求一次大修。除了大修的费用，数据中心的宕机风险也在施行进程中大幅度添加。

图1 大型互联网数据中心的运用率典型曲线

这关于以租借数据中心为首要收入来历的设备保管和互联网服务商来说特别风险。这些公司在正式运营曾经就要付出整个设备的费用，可是与此本钱对应的收入常常是在多年今后才会收到。关于这类本钱密集型职业来说，在取得收入之前承当巨大的本钱负荷是极端风险的(如图1所示)。应留意的是，运用率曲线或许有很大的改动，并且两年一般是一个十分达观的数字。从图1中能够看出，供求平衡点简直永久也不存在，这样就会导致巨大的本钱，无法完结***的运用率。

图2 可扩展体系中电源供求的联系曲线

图2所示为具有更高可扩展性的规划方案电源供求联系。

在图2中，体系的规划答应容量晋级。供应一直大于需求。可是这个特其他阶段性规划办法也有局限性。由于根底设备的改动会给数据中心运营带来的风险，分四个阶段建造十分稀有。实践上，在完结数据中心开始的建造之后，一般需求在一两个阶段内就要完结整个工程。

为了改进电源规划容量与实践需求容量间的不平衡，首要猜测未来的需求是很重要的。虽然困难很大，成果也总是不尽善尽美，但关于长时刻的成功却至关重要。其次，规划进程中需求交融曾经规划短少的灵活性和可扩展性。第三，规划数据中心须留意的另一个方面是完结解决方案的定制化，使其愈加规范。这不只能够下降规划费用，并且能够加快项目的施行。#p#

部分热量增大将改动制冷体系规划观念

另一个与不断添加的功率密度相关的重要问题是数据中心环境中添加的热量。在数据中心，一切电力实践上都转化为热量，之后热量又被排放回运转环境中。

大都数据中心机房制冷体系都存在各种底子的规划和装备缺点，这或许会导致无法取得既定的冷却功用，一起阻止冷空气的流转。这些问题一般不会被发现，由于核算机机房运转的功率密度一般远低于规划方针。可是，跟着IT设备功率密度的添加，使得数据中心机架微环境逐步挨近其规划极限，然后露出出了无法供给有用冷却功用的问题。

图3 典型数据中心功率耗费散布

低效的冷却功用除或许下降体系可用性外，还或许导致本钱大幅添加。规划的缺点或许将冷却体系的功率下降20%或更多。图3所示为典型数据中心功率耗费散布，冷却体系耗费的功率挨近整个IT负载耗费的功率。冷却功率下降20%，便或许导致整个功率耗费添加8%。

要对数据中心的冷却体系进一步优化，不只要考虑冷却设备本身的规划和规范问题，还要留意整个冷却体系为设备供给冷空气的进程。

现实上，不断添加的散热需求关于现在的数据中心来说无异于又多了一个担负。当环境温度超越必定极限时会导致体系产生毛病，而体系毛病终究会导致意外的宕机。虽然现在的高架地板上一般能够放置新的空气处理器，可是高架地板的高度对额定的空气活动晦气。特别是电源和数据电缆数量的添加以及更大的冷却水管或许会阻止地板下空气的恰当活动，终究导致短少满意的静压来冷却高密度的机架设备。解决问题的一个办法是在相应的设备前添加额定的出风口。这一般能够添加该点上的制冷量，但一起也会影响其他区域的静压。

另一个相似的办法是添加空气处理器的功率。假如能够用更大的电扇吹出更多的空气，出风口就会得到所需的静压和冷却。可是在某些的情况下，成果恰好相反。功率大的马达产生的流速快的气流或许会在附近的出风口处产生文德里效应。文德里效应是一个底子的空气动力学规律。根据此规律，当流体以相对较高的速度经过一个外表时，对外表的压力就会下降。

文德里效应会导致某些部位致冷效果变差，使设备运转变得不安全。曩昔，即便数据中心失掉致冷功用1个小时乃至更长时刻，也能坚持安全运转。可是现在，高密度数据中心产生的巨大热量意味着假如致冷暂停几分钟，温度就会上升，然后要挟设备的运转。

快速散热的要求不只影响体系规划，并且会影响致冷设备的保护。曩昔，在替换过滤器或保护空气处理器时，呈现短时刻断电不会有太大影响，但现在所带来的风险已不可同日而语了。

图4 热通道—冷通道办法

因而，更高等级的空气处理器冗余装备变得越来越遍及。附加的冗余装备使保护作业和设备毛病不至于要挟到整个体系。这方面，一些底子的办法现已取得了较好的效果，例如“热通道—冷通道办法”。该办法是一种机柜布局办法，有助于***极限地添加设备机柜进口处的冷气量。如图4所示。

运用这种办法，机柜的前端互相相对，并在相应的通道中装有出风口。这样就构成了“冷通道”，有助于设备进口承受冷却空气。在后通道上，每个机柜的反面互相相对，热空气排进该通道中就会上升并产生更强的对流循环。

致冷问题还表现在一些选用电信规划规范的数据中心。这些数据中心拆除了高架地板，在顶部运用大流量空气处理器完结冷却。但实践上，选用这种做法冷却的是整个房间，而不是机柜。一起该办法还或许存在比如冷却水走漏和冷热空气混合的问题。#p#

关于体系牢靠性和可用性的评论

就数据中心的统筹规划而言，有必要评论的另一个重要问题是体系的可用性和牢靠性。许多客户、规划人员和设备供给商在谈到可用性时很少选用量化的概念，也很少了解完结这些方针须采纳的办法。例如当时业界运用十分频频的“99.999%”。“5个9”相当于每年5分钟的宕机时刻。方针当然抱负，可是要在很长时刻内坚持这一规范就有必要满意一些实践要求，而这些要求却常常得不到规划者满意的注重。

对可用性的误解

一个常见的误解是可用性是在限制的时刻距离内测量出来的数据，而不是一个接连测量值。例如，假如数据中心一年未产生宕机，但在随后的1个月产生了1小时的断电。在这种情况下，假如说数据中心在除了该月之外的一切月份都到达了“5个9”的可用性，那么从技能视点来讲这是不精确的。实践上，1小时的断电会使数据中心的可用性在12年内达不到“5个9”的方针，其原因如图5所示。

图5 1小时断电对可用性的影响

可用性是在体系运转寿数期内的接连测量值，它是用总的正常运转时刻除以总的运转时刻得出的。经过调整时刻结构，特别是缩短所核算的时刻，体系可用性方针的完结变得相对简单一些。每个月签定的服务等级协议便是其间一个常见的实例。将可用性时刻划分为1个月的时刻距离能够到达高等级的可用性方针，可是相关于真实的体系可用性而言则没有太大的含义。

在确认可用性方针时，人们很少为确认数据中心实践或许到达的潜在可用性方针而进行仔细的剖析。部分体系每年或许产生几十次一两秒钟的断电，1 分钟以下的中等程度的断电事端在一年内或许呈现5~6次，1小时或更长时刻的断电或许一两年才会呈现1次。

在树立这样一个体系模型时，需求考虑频度和持续时刻的事情密度函数。即便5秒钟的断电也或许会导致发电机发动，并影响不间断电源电池。从底子上来说，对一个杂乱的电源体系来说，一个5分钟的事情与60个5秒钟的事情之间有着巨大的差异。

与此一起，还要考虑从头发动和康复时刻，一次1秒钟的断电或许会使服务器宕机20分钟。因而，考虑可用性时存在许多的核算特点和非线性联系，使得这种可用性核算变得十分困难。不考虑这些电源事情要素的模型得到的成果是没有含义的，乃至会导致过错的定论。

图6 典型的冗余战略

图7 体系MTTR值与不可用性(1-可用性)的联系曲线

图8 体系MTBF值与不可用性的联系曲线

对冗余体系的正确评价

完结可用性的下一个过程是评价电源体系的冗余和可保护性战略。常用的冗余方式各异，但常常短少优化的办法。图8 显现的便是这样的实例。

如图6所示，UPS体系选用了全面的体系冗余(2N)，可是单电源负载是由一个PDU供电的。而这个PDU又串联了许多组件，成为单途径毛病点。其间包含体系输入断路器、变压器、输出断路器、主配电盘断路器，以及支路断路器。在某些规划中或许构成5~7个单途径毛病点。

这种规划使UPS体系有满意的冗余，可是在配电体系中却没有。这样一来，会导致可用性瓶颈，或一部分可用性较高，而另一部分可用性较低。假定宕机时刻是可累加的，可用性不高的环节一直会阻止体系到达***的可用性，这在统筹规划进程中是一个需求特别考虑的重要要素。一个体系内部的可用性差异意味着，假如在一个当地花费过多的资金，其他当地的投入将削减。完结平衡关于***极限运用资金取得***的可用性来说至关重要。#p#

MTTR对可用性的特殊效果

优化可用性的另一个方面与康复时刻有关。可用性是与均匀无毛病作业时刻(MTBF)、均匀康复时刻(MTTR)相关联的函数。一切的体系都会在某个点上呈现毛病。这是现实，可是，可用性高的体系不会遭到太大影响，并且能够快速、高效地修正。有依据显现，假如MTTR过长，就不或许到达较高的可用性。

从图7和图8能够看出，均匀康复时刻对进步体系可用性的效果远大于均匀毛病时刻(MTRF)的效果，其原因有以下几点：?

***，MTTR对进步可用性的效果是MTBF底子达不到的。

第二，进步MTBF值对可用性的进步并不是总有用的。

第三，MTTR的改动与可用性总是呈线性联系。

另一个需求了解的影响可用性的情况是，数据中心的操作人员无法操控一个部件的MTBF，可是在很大程度上，MTTR是能够操控的。数据中心操作人员能够操控MTTR，这就要求现场有必要贮存100%的备件，操作人员需求承受有关设备操作的训练，一起要了解必要时替换或修理设备的程序。

考虑备件库存是树立数据中心可用性预期的一个重要组成部分。为此，应对本地人员进行训练，具体解说操作程序。与触及要害事务设备的其他范畴比较，数据中心的操作人员承受的训练少，操作程序亦很简单。此外,杂乱性也是形成宕机的重要原因。有最近的核算数据显现，高达50%的宕机与人为过错有关。很明显，必不可少的训练和备件是完结高可用性的先决条件。

EPO对可用性的影响

可用性数据是树立在核算学或经历数据的根底上。而这些核算或经历数据又都是根据曾经的运转经历。

其间有一个准则是关于数据中心紧急断电(EPO)开关的运用。在大部分情况下，EPO体系是必备的，并且它们被规划成数据中心必不可少的重要环节。出于安全原因，它们能够立即便数据中心彻底宕机，但在其规划方面也常有缺乏之处。鉴于它们对数据中心的影响，有必要翔实地考虑这些要素，仔细查看躲藏的圈套。

第二个准则被认为是进步可用性的要害准则。该准则指出，高可用性体系要在体系呈现毛病时使体系的情况改动最小化。某些体系规划时虽然供给了冗余办法，但假如一个部件产生毛病，依然需求进行情况的多种改动。换句话说，假如呈现毛病，***不要改动情况，也不要从头确认电源途径，或许被逼发动体系;并且此刻代替体系现已能够运转，且准备就绪。这样的体系冗余最牢靠，但也会更贵重。

综上所述，在树立彻底合适客户需求的体系进程中，需求统筹考虑以下各种要素：

◆ 当时的体系需求

◆ 后期未来的体系需求

◆ 体系可用性要求

◆ 资金预算情况

◆ 商业模型

仔细地查看一切这些要素，会使客户满意度到达***水平，并使项目和事务的成功概率到达***。

【修改引荐】

1. 从实践出发规划数据中心网络布局与归纳布线
2. 数据中心分级对布线冗余规划的影响