揭开弹性数据中心的神秘面纱

当涉及到数据中间时，"弹性"一词可以定义为"在面对情况极端以及工资缺点或有意破坏的情况下保持ICT办事的才能"，平日可以将更高程度的弹性设计成机械和电力基本举措措施在成本上的溢价。

数字误导用户

Uptime Institute的数据中间的等级标准是广泛用于衡量数据中间基本架构弹性的办法。然而根据研究，"工资缺点"是数据中间中断的重要原因，至少为70%。但即使如许，可以经由过程冗余设计来进步靠得住性。在每个总线中应用UPS的双母线供电体系可以在很大年夜程度上保护双接线负载，防止电源故障，工资缺点和无效的破坏，但即使如斯，也必定要加倍当心谨慎。

当然，数据中间的用户欲望数据中间具有更高的靠得住性和可用性，并且物有所值。那么，若何懂得数据中间的可用性呢?以下两个有些互相接洽关系的"指标"：

"Uptime Institute(I-IV)"或"TIA-942"(I-IV)的"类型"，BICSI的"评级"和EN50600的"可用性类"
可用性百分率，例如99.999%(所谓的"五个九")

基本架构

除了指出，只有Uptime Institute可以给出一个等级，TIA-942和BICSI是最实用于北美的ANSI标准，EN50600还没有被应用，人们可以将这些标准都概述成描述才能的四个级别"可保护性"和"容错".这些原则是明白的，兼容的可保护性答复了一个问题，即建立一个异常靠得住(可能是有弹性的)数据中间，这个数据中间必须每年封闭一次以便保护?固然容错体系可能会有任何组件，路径或空间"掉败"，但却不会影响ICT办事。

然而滥用最多的是可用性百分率，因为这很轻易计算，但可以愚弄非专业的买方和用户，使其造成误会。其实要明白地表示可用性，只须要两个数字就可以，MTBF(平均故障距离时光，小时)和MTTR(平均修复时光，小时)，只需将MTBF除以总时光( MTBF + MTTR)来表示可用性，再乘以100%，就是真正的可用性。

是以，拥有很长的MTBF和很短的MTTR可能会得可用性异常高的结不雅。不幸的是，MTBF和MTTR倒是营销部分可以猜测的数字，如不雅他们应用这些数字来解释。例如，企业可以经由过程假设客户端具有丰富经验的工作人员和备件，并可在20分钟内修复UPS，UPS的可用性可以引用99.999%。然而真正的情况是，致电办事工程师膳绫桥维修，等待备件，从新投入应用之进步行测试(平日为一天或更长时光)。而假设MTBF为100，000小时(12年以下)，而MTTR为20分钟到12小时，这可以产生任何人们想要的结不雅。

第二个问题是故障事宜的数量(多个MTTR乞降)和MTBF的组合。旧版本的Uptime Institute白皮书(现已作废)试图将可用率与四个Tier等级相接洽关系，但没有定义测量时光。这导致了一个奇怪的情况，即Tier级别低的数据中间举措措施每年可以许可53分钟的离线时光，但级别最高的的Tier IV级数据中间只能供给5.3分钟。这很奇怪，然而如不雅每年产生一次的故障，这个对于TierI-Tier IV的任何级其余数据中间来说都是灾害。

不管如何，人们不要老是存眷这个问题，而要推敲组合问题。这尤其影响到很多异常短暂的掉败。最简单的解释办法，就是以人们的心脏跳动为例，或人的心脏是99.9%"可用"，这听起来还不错，一年有3153600秒，0.01%代表着一年中可能30000次心跳停止跳动，如不雅某次时光较长，就会带来生命危险，而如不雅它们在一年中平均分布，那么可能只是感到不舒畅。在数据中间的术语中，查看电源输入供给给负载的电压。很多现代的办事器无法遭受10ms的电力中断，而在6毫秒时，电力体系的可用性为99.9999999%，是以每年可能会产生三个10ms的故障。

那么该怎么办呢?既然可用性是一个度量标准，只要它表达清楚，就没有什愦问题。例如，"10年以上测量的99.99%的可用性，单次故障持续不跨越10小时"是MTBF(10年)和MTTR(10小时)的明白声明。一些人可能已经算出了谜底，可用性将达到99.98859.然则如今人们可能会得出如许一个不雅点：MTBF比可用性更重要，人们须要采取MTBF来计算可用性在第一位。"单一掉败"却避免了多个事宜的乞降。

当然，弹性数据中间的最终"掉败"可能是最轻易实现的：并不是经由过程黑客互联网入侵UPS，而是工资身分或故障封闭电源，进步办事器人口温度，使其宕机。

弹性对于数据中间基本治劳憾ダ止出现停机中断都是至关重要的。即使是最好的设计和运营也可能会产生掉败。是以数据中间技恋人员经由过程设计和测试来知足运营商操作人员的需求，削减对停机中断的恐怖，同时还可以进步工作人员治理保护数据中间，并晋升对可用性的信念。

【编辑推荐】

预制数据中间--边沿数据中间的获胜之道
应用假设分析知够数据中间容量需求
关于数据中间┞俘在改变的愿景：四大年夜须要推敲的要素
数据中间选址的五大年夜关键身分
若何更好地迁徙数据中间

【义务编辑：赵宁宁 TEL：（010）68476606】

　　推荐阅读

　　深度学习框架中的魔鬼：探究人工智能系统中的安全问题

ISC 2017中国互联网安然大年夜会举办了人工智能安然论坛。我们把论坛总结成为一系列文┞仿，本文为系列中的第一篇。深度进修引领着新一轮的人工智能海潮，受到工业界以及全社会的广泛存眷>>>详细阅读

本文标题：揭开弹性数据中心的神秘面纱

地址：http://www.17bianji.com/lsqh/37919.html

1/2 1