了解數據中心設計中的三大最重要的因素，有助于幫助您企業更順利的完成數據中心設計的起草過程。而將本文作為正確確定您企業數據中心業務需求的參考借鑒指南，則有助于您企業從一開始就得以最大限度地提高整體數據中心的性能，稍后的避免重大升級。

幾大基本因素推動了數據中心的設計要求和成本。在制定預算和草擬數據中心的設計藍圖之前，需要對這幾大基本因素有相當正確的把握。而如果不這樣做的話，很可能會導致數據中心正式投入運營后的相關問題。

在數據中心已經投入運行后才來修復錯誤是相當具有挑戰性的，而且其成本代價昂貴，在操作上也具有一定的風險性。而如果企業數據中心的設計構建團隊能夠在開始階段就參考了本文作為其數據中心設計指南，以正確的確定需求，并且其設計符合現代行業標準和實踐方案的話，則在數據中心建成運營后的多年內都不必實施重大升級。

在數據中心的設計中：三大最重要的因素分別是可靠性水平、增長潛力（包括正面或負面的）以及硬件流失率或更新率。

確定真正的IT可靠性需求

企業的每一名員工都認為他們各自所操作運營的系統和應用程序是關鍵性任務，但實際的衡量措施則是，如果他們的系統和應用程序在任何時間發生停機中斷，會給企業組織帶來怎樣的后果。如：系統的停運可能讓企業暴露于安全性隱患中，甚至造成員工生命財產或企業的一些其他資產面臨嚴重的風險，或者也可以拿企業或將面臨的財務和聲譽方面的損失來進行衡量。

停機中斷的影響應該基于其持續時長進行量化：十五分鐘，半小時，一小時，兩小時，四小時，八小時或更長時間。這警告數據中心的設計師們要在數據中心的設計中包括多少冗余，并允許企業組織能夠將可靠性成本與潛在風險進行比較。

通常，遵循Uptime Institute的Tier IV嚴格正常運行時間水平的操作運營人員們并沒有完全理解這在數據中心的設計復雜程度、資本成本和運營支持方面到底意味著什么。在大規模的數據中心，Tier IV是合理的，但其對于整個數據中心的操作運營空間而言可能不是必要的。考慮將設施分區，具有較不重要的功能的設施通常在Tier III或甚至Tier II區域中。

在進行任何設計之前，對于系統的關鍵性逐一進行現實性的評估，應該是實施任何數據中心設計的第一步。有了這些信息，并了解了驅使數據中心相關系統進行實際分類的要素，才有助于數據中心設計師們確定最合適的且符合成本效益的設計建造方法。

即使該設施的設計具有統一的冗余和可靠性目標，但圍繞著正常運行時間做出設計決定的過程將幫助優先考慮哪些系統在實施主要中斷恢復過程中的需要得到重點注意。

與增長預測的相關問題

盡管云服務為數據中心新機柜的空間不足的難題帶來了一定的緩解，但許多企業組織仍然需要保持對于其關鍵計算的直接控制。數據中心規劃指南應包括現場搬遷和增量增長等方面的注意事項。在經歷了服務提供商的成本和/或性能問題困擾后，部分企業組織又開始逐步將操作運營撤回到自己的數據中心。

而使得預測變得更加具有挑戰性的是，功率、熱負載和空間經常會獨立增長，即使IT設備機柜數量下降了。較小的IT硬件通常意味著垂直規模的減小，但這通常使硬件更深。現在，標準高度機柜的深度必須為42英寸至48英寸（1060至1200毫米），而不是傳統的36英寸（900毫米）。數據中心需要更寬的通道用于在機架和設備中操作。現在的機柜比傳統機柜寬24英寸（600毫米），以適應電纜密度的增加，以及雙電源板和電源線的增加，并且不會阻塞排氣空氣流量。當前，整個數據中心業界所推薦的標準是30英寸（760毫米）寬。即使機柜數量實際并沒有增長，機柜深度和寬度組合的增加也將需要更多的占地面積。

打包到機柜中的IT硬件越多，以及從每款設備中所獲得的性能越高，就將需要消耗越多的功率，同時也就會有越多的熱密度需要越多冷卻處理。虛擬化和整合是數據中心這一設計指南變革背后的主要驅動力。密集操作需要更多空間用于不間斷電源，配電單元和空調設備，其中大部分現在都安裝在設備機架行內。即使新建的方法不會增加總的建筑面積要求，但物理布局也將如此。

在進行兼并和收購的公司，以及突然獲得資助將主要計算系統注入設施的研究企業組織中，增長尤其難以預測。

在未來幾年里，不會有真正準確的增長性預測，但是對概率的實際評估將支持多年來支持模塊化設計的彈性規模化縮放。這種靈活性是衡量一處成功的現代數據中心設計的真正措施。

由于硬件的高流失更新率，一些企業組織開始維護自有的數據中心。而為了保持最佳的競爭性能，金融機構具有短的硬件更新周期。學術研究機構的大型研究系統的更新周期則沒有那么頻繁。任何企業組織機構都可能由于各種原因而迅速變化細分。高速率的硬件流失更新需要數據中心快速和便捷地調整容量，這通常是一個人工手動的任務。操作運營空間、電力功率和冷卻？？需求的大規模且頻繁波動增加了主機設施的費用賬單。

數據中心的硬件流失更新率很容易基于其操作運營歷史實施量化。這一信息顯著影響了數據中心設計中內置的靈活性程度。運營操作人員需要及時獲取更新信息，以支持不斷變化的計算需求，保持能源效率并最小化能源成本。

電源功率和熱負載

一旦設計人員遵循設計指南了解了基本要求，就可以從電源功率和熱負荷開始來建立實際參數了。

避免操作空間每平方英尺過度的功率分配——今天的數據中心在整個空間都是統一的。按照平均值進行設計在一些地方會產生容量不足的情況，而在其他一些地方則又會造成過度配置，以及如果整個設施裝備有最大預計負載，則又會造成不必要的成本消耗。

按機柜開發負載估計。現有的機柜負載很容易從智能電源板或通過電工的鉗位儀表上獲得。來自鉗位儀表的電路負載測量是瞬時的，并且不是隨時間的推移獲得的平均值，但仍然提供了相對的機柜工作狀況的良好指示，設計者可以從中進行規模大小的判斷。

建筑物的影響

數據中心建筑在您可以接近理想的數據中心設計的距離方面起著不可避免的作用。即使是綠色環保的建筑也有其實際的限制。但是，當您必須使用現有的結構時，建筑條件往往會對設計和成本造成嚴重的破壞。現有機柜列中斷了機柜行，導致空間布局效率低下。不規則的墻壁塑造了布局，降低了地板空間的效率。樓板可能需要結構加固，或需要更寬間距的機柜行來分散負載。板到板的高度可能不允許升高的地板以輸送空氣。操作機房的高度決定了設計是否可以使用回風室，或者是否有足夠的空間來安裝協調的架空基礎設施。如果沒有高架地板，電源，電纜橋架，冷卻和照明管道都會產生開銷——甚至可能會產生沖突。數據中心的窗戶是一個主要問題，應該在數據中心建筑規范中刪除或覆蓋。貨運電梯通道必須是強制性的，因為其是搬遷移動昂貴設備而不會遇到陡峭的樓梯或尖銳墻角障礙的明確路徑。當然，除非數據中心建筑物具有足夠的電力，并能夠獲得通用運營商的通信支持，否則其成本將飆升，而設計方面所帶來成本優勢將永遠是有限的。

數據中心必須始終有空間以用于冷卻塔，熱交換器和發電機。這些大的設備單位也會產生噪音，設計師必須采取相應的措施，以確保這些噪音不打擾到在建筑物或近鄰的人員。

數據中心的設計沒有一刀切的解決方案。甚至容器集裝箱化的模塊在一定程度上也是定制的。但對于企業專門建立的數據中心而言，大型投資應該特別進行慎重的考慮。在建立預算，確保正式破土動工之前，務必遵循此數據中心設計指南。

新的數據中心指標衡量能源，冷卻效率

新的數據中心指標超越了電源使用效率的范疇，以確定基礎設施的總體效率，注重能源和冷卻。盡管電源使用效率指標具有其優勢，但并不總是足以完全優化數據中心的效率。IT團隊需要更詳細的數據中心指標，包括電源和冷卻基礎設施以及計算系統，以真正優化數據中心。 作為朝著這個方向所邁出的一步，美國環境保護局在2007年發表了一份關于數據中心效率的報告，宣布了他們開發服務器能源之星評級的意圖——他們也確實這樣做了，盡管比預期晚了幾年。綠色網格組織在2010年發布了水使用效率和碳使用效率指標，雖然他們得到的關注度相對較少。在2016年六月，綠色網格組織宣布推出了性能指標（PI），一個著眼于冷卻標準的指標，并把它與能源效率進行整合。我們正在被大量數據中心的性能和效率指標所淹沒，但對于大多數IT團隊而言——即使對他們的電力使用效率（PUE）實施了定期跟蹤——仍然需要采取更先進的數據采集和分析能力的相關度量步驟。對于那些準備使用更復雜的優化工具的企業而言，有一些關鍵性的考慮因素。

擴展數據中心度量的目的

通過關閉閑置僵尸服務器、整合和虛擬化的應用程序或購買能源之星評級的硬件來節約能源是很常見的。但是，除非電力和冷卻基礎設施也進行了優化，否則減少現有系統的負荷可能是非常困難的，并且將不會顯著提高能源效率。這意味著PUE會變得更糟。通過使用PUE作為基準，而不是跟蹤度量，可能看起來好像沒有節省能源，相關的投資和努力也是不值得的。企業的管理層預期他們的投資產生了一個較低的PUE，而對這個數字實際上意味著什么并沒有很好的理解。

而這就是其他數據中心衡量指標的價值所在了，例如綠色網格組織的數據中心能源生產力（DCeP）。 DCeP量化的是數據中心實際產生的有用的工作負載所消耗的能量瓦特數。DCeP度量允許用戶建立其有用的工作負載的定義。例如，在線搜索公司可能？？將其有用的工作負載定義為完成的搜索數。而對于零售商而言，這可能是銷售的數量。 PUE仍然是必要的，但DCeP數字可能更容易被經驗較少的人們所理解。雖然DCeP不是科學上準確的指標，但其提供了一種方法來量化您使用的能量所實現的實際效果。如果一組服務器幾乎沒有工作并且大多數時間都處在閑置狀態，則它消耗最少的能量，需要最小的冷卻并且不會顯著影響PUE.但其仍然會消耗一定的能源。DCeP將對這一消耗進行顯示；其目標是最小化能量消耗并最大化有用的工作。對于處于領先地位的企業組織機構來說，想要在他們所使用的每一瓦特功率中都能夠實現真正有用的生產性計算，復雜的服務器可以提供遠遠超出CPU利用率的操作數據，而更復雜數據中心指標則可以跟蹤結果。

但PUE和DCeP仍然是關注于能源效率和能源消耗減少的。使用它們可能會產生無法識別的后果，因為它們不會顯示為了節省能量而做出的損害數據中心設備冷卻和可靠性的負面影響。新的PI度量標準，對于具有超過一般數據收集技能、以及優化其操作的每個方面的能力的管理人員們最為有用。

PI測量的四個級別

有四個級別的PI測量。1級是基本的，不需要使用復雜的設備。2級需要更徹底和準確的測量。3級和4級增加了計算流體動力學（CFD）空氣流模擬，以提供性能的視覺圖像，并且能假設場景，觀察未來的能力和故障模式以及能量效率。 3級是正常建模。4級使用實際的詳細測量來校準CFD模型，作為其他檢查的準確基線。

使用擴展數據中心度量標準（如PI和DCeP）有三個要求：

1）跟蹤PUE；

2）定義在計算操作中什么工作構成有用的工作負載；

3）獲得對于每臺機架所消耗功率和溫度的詳細測量。

PI通過組合PUE、IT熱依從性和IT熱適應性來補充現有方法。后兩者分別基于ASHRAE推薦的和允許的熱封套。熱適應性和彈性檢查冗余冷卻在正常和異常條件下的工作狀況。如果必須降低計算機機房的空調空氣溫度以滿足熱合規目標，則PUE可能增加。 PI度量的要點是知道硬件被冷卻的可靠性、設施的能效如何、以及一個條件如何影響另一個條件。決定距離想要達到的操作的最大值的接近程度，以及要所達到能效目標或PUE的目標。然后，測量實際條件，并將它們繪制在三角形圖表（也稱為蜘蛛圖）上，看看它們與您企業的目標有多接近。

圖1、蜘蛛圖是一種考慮多個指標以確定與目標的接近程度的方法。

現在，有幾種數據中心的指標，以最大限度地提高整體數據中心的能源效率方面的工作，包括每單位能量消耗的輸出和相對于能源效率的可靠性。對于大多數操作而言，堅持基本原理和跟蹤電源使用效率仍然是優先事項。其他的指標也可以適當跟蹤，但PUE仍然是基礎。即使您企業還沒有準備好采取更為深層次的措施，但還是要了解并知道行業正在提出什么建議——如果您企業已經確立了自己的相關節能目標的話。