从美国大数据和中国大数据的比较

大数据是云计算发展的自然结果. 可以说，大数据是广义云计算的一部分. 因此，我们可以回到云计算领域来讨论大数据对数据中心站点基础架构的影响. 有许多高级数据中心专家将对此有这种感觉. 如果您在不告知任何有效信息的情况下将他带到正在运行的数据中心，面对着成排的机柜，他就无法分辨这是“云数据中心”还是“非云数据中心”. 更多信息反映在服务器上运行的软件中，而站点基础结构级别为数据中心提供的基本功能是一致的.

但是这里需要注意的是大数据比对，大数据和云计算确实对数据中心站点基础架构的建设产生了影响，并且这种影响更多地体现在宏观规划层面. 数据中心站点基础架构的宏观规划的两个核心重点是“可用性级别”和“容量规模”. 首先是根据业务需求确定数据中心需要达到的可用性级别. 反映的建设指标包括“按照国家标准A或UptimeTierIII进行建设”. 当然，大型数据中心可以有不同可用性级别模块的组合. 容量规模可以分解为三个指标: 功率，面积和制冷量. 对于新的数据中心，可以根据IT功率设计制冷量，因此核心指标是功率和面积，而功率与面积之比就是功率密度. . 容量规模反映了“ IT总功率10,000 KW，功率密度7 KW /机柜”等建设指标. 当然，可以为不同的模块设置不同的功率密度，以满足不同的业务需求.

从“可用性级别”和“容量规模”两个方面开始，大数据和云计算对数据中心站点基础设施建设的宏观影响通常具有以下几个方面:

数据中心的规模变大，小型数据中心的数量减少

目前，在欧美新建的数据中心主要以的云计算数据中心为基础，以新的IaaS和PaaS为发展方向，中国也在追随这一趋势. 截至2010年底，美国有570多个数据中心大数据比对，面积超过2000平方米，尽管中国的数据中心数量接近45万，但只有大约50个数据中心，其中超过2000个平方米，这对于美国的相同尺寸数据是不够的. 中心的9％. 我国数据中心的发展水平与欧美之间仍然存在差距，大数据和云计算的应用和深化将是促进我国数据中心发展的良机.

数据中心站点基础结构的可用性级别不再是单方面的.

由于软件层云计算的冗余性，已经发现在站点基础结构级别上追求更高的级别并不划算. 一个典型的例子是eBay. eBay已从所有原始数据中心的第4层级别更改为20％的第4层和80％的第2层. 建设成本以及运营和维护成本已减半，仍可以满足业务发展的需求.

单机柜功耗正朝着高密度方向发展

在不久的将来，多智时代必将完全进入我们的生活. 有兴趣进入未来前沿产业的朋友可以收集多智时代，并及时获得人工智能，大数据，云计算和物联网的前沿. 信息和基础知识，让我们共同努力，共同引领人工智能的未来！

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-258879-1.html