数据中心设计规划中的三个常见错误及避免方法

服务器 数据中心
设计和构建可持续和高效的数据中心是一个充满挑战的过程,并且充满了潜在的陷阱,尤其是在不能影响可用性(正常运行时间)的情况下。在数据中心设计规划中,不仅必须做出正确的决策,而且还必须按照正确的顺序做出决策。

[[406799]]

设计和构建可持续和高效的数据中心是一个充满挑战的过程,并且充满了潜在的陷阱,尤其是在不能影响可用性(正常运行时间)的情况下。在数据中心设计规划中,不仅必须做出正确的决策,而且还必须按照正确的顺序做出决策。 

糟糕的设计和规划所带来的不利影响不仅包括浪费时间和精力以及成本高昂的重新设计工作,更糟糕的是,如果数据中心提供商或最终建成的数据中心设施没有竞争力或不能满足业务需求,它们可能会导致企业的产品或服务推迟上市。这可能会迫使企业重新评估其外包战略,因为必须找到更多的托管服务和云计算服务来满足业务需求。
 
为帮助成功完成设计流程,以下对很多企业在数据中心规划和设计阶段所犯的三个常见错误以及如何避免这些错误进行了分析和阐述:
 
错误1:设计标准和性能特性设置不当
 
企业通常希望获得最佳性能,但除非拥有AWS公司或微软公司的大量资源,否则可能不需要建设Tier IV 数据中心,换句话说不要过度构建。从长远来看,它最终会增加前期成本,降低能源效率,并且维护和运营数据中心设施的成本也会更高。特别是非技术性项目的利益相关者,可能会在没有充分了解成本和上市时间等后果的情况下要求获得最好的结果。在进行大量投资之后,而在设计或构建阶段意识到这些错误决策的影响可能为时已晚。
 
行业厂商开发了一些免费工具,供人们在数据中心项目的早期规划阶段使用。例如数据中心权衡工具可以非常轻松地快速比较和对比各种设计备选方案,以便即使是非技术项目参与者也可以了解各种设计决策的权衡。这些工具可以节省规划人员的大量时间和精力。数据中心参考设计是另一款出色的免费工具,可帮助企业更快地完成早期规划阶段,并以更少的错误完成详细设计阶段。其参考设计库提供了近百个关于如何构建数据中心的高级概念计划。每个设计都涵盖了电气、机械和 IT 空间系统,具有一组特定的性能特征。
 
企业容易犯的另一个错误是过于关注技术规范的细节,其速度和反馈不一定与企业的业务目标和风险状况保持一致。企业要关注大局,关键性(即 Tier 级别)、效率、预算、容量、功率密度和未来增长计划等大型关键项目参数至关重要。这些参数几乎驱动着数据中心设计的所有其他方面。
 
规划失败、浪费的设计、进度延误通常可以追溯到没有关键利益相关者收集的所有输入数据。数据中心项目主管需要针对这些关键项目参数达成共识。
 
在这个过程的早期阶段,不要忘记与来自金融、IT和商业的领导者的合作。企业可以举办研讨会,讨论和商定这些权衡措施。
 
错误2:在确定数据中心设计标准之前进行选址
 
一个常见的“本末倒置”错误是在数据中心设计标准确定之前浪费时间和精力寻找建设数据中心的位置。在不了解数据中心全部范围的情况下决定建设位置或特定地理区域可能会出现问题。
 
当过早地对地理环境进行选址时,甚至可能影响数据中心的设计要求。例如,可能会发现与电网、供水和光纤电缆相关的可用性、可靠性和成本等方面受到限制。其他选址标准包括靠近消防站等紧急服务设施,或靠近高速公路等主要交通设施。
 
数据中心的位置还应考虑到防灾和备灾——企业应意识到与山洪暴发、龙卷风、飓风、地震或其他自然灾害相关的潜在风险。
 
另一方面,建设新的数据中心也可以提供更多机会来创建一个绿色、可持续、环保的设施。因此,设计标准和选址还应考虑企业自己或通过独立发电商(IPP)获得可再生能源(例如太阳能或风能)电力的机会。当能源和可持续性目标很重要时,公用事业供应商、电力购买协议条款以及可再生能源信用或碳补偿是其他需要考虑的关键因素。
 
错误3:在确定设计标准之前进行空间规划
 
一些用户评价数据中心的标准基于容纳其关键IT基础设施所需的空间,这可能非常重要。在强大的机房空间中,IT设备占地面积与支持设备的比率可能高达1比1。但这可能会导致重大错误。
 
机械设备和电气设备占用大量空间。此外,许多企业忽略了容纳办公空间、设备场和IT设备暂存区所需的空间。因此,在制定空间规划之前确定设计标准至关重要。没有这样的规划,就无法规划出满足整体需求所需的总空间。
 
在设计过程的早期创建详细的数据中心平面图很重要。其平面图应该被视为初步规范过程的一部分,并应在详细设计开始之前确定。
 
正确地规划和设计数据中心
 

设计和构建数据中心的过程非常复杂,并且不要犯可能浪费大量时间和资金的错误。如果正确的问题由正确的人员并以正确的顺序解决,模糊的需求可以转化为满足业务需求的详细设计规划。在最重要的规划阶段,企业需要建立关键项目参数、开发系统概念、结合用户偏好和约束,并确定实施需求。 

 

责任编辑:庞桂玉 来源: 企业网D1Net
相关推荐

2018-07-11 05:24:05

机器学习人工智能数据

2022-03-08 09:31:48

云配置云安全

2022-03-16 11:04:57

数字化转型企业业务

2019-05-05 10:11:27

数据中心效率DCIM

2019-03-12 09:42:31

数据中心DCIMDMaaS

2022-12-13 15:54:00

2024-02-23 11:29:05

数据中心服务器

2023-03-09 11:40:50

数据中心服务器

2021-12-15 13:58:28

数据中心风险首席信息官

2024-04-03 14:50:46

数据中心冷却数据中心

2017-10-09 06:05:10

数据中心服务器

2009-09-27 15:20:19

数据中心管理错误

2013-04-01 09:20:05

JavaScript

2021-09-06 08:00:00

数字化转型IT自动化

2013-08-15 09:47:07

云迁移云技术

2023-06-14 07:34:59

数据中心成本云平台

2023-12-20 16:26:43

微服务软件开发

2018-08-20 08:56:24

全闪存数据中心存储

2009-02-06 11:29:00

数据中心制冷系统

2022-07-04 15:01:27

数据中心备份数据
点赞
收藏

51CTO技术栈公众号