
管理一個龐大的計算系統(tǒng)并不是件容易的任務,但是通過更好的管理和適宜的規(guī)劃能減少工作的繁瑣和麻煩。雖然你可能無法實現(xiàn)期望中的盡善盡美,但你可以改變數(shù)據(jù)中心管理的方法。以下是數(shù)據(jù)中心管理中應該避免的十大錯誤,大家不妨參考一下自己有沒有類似問題。
1.虛擬化部署不足
如果你管理的數(shù)據(jù)中心還沒有部署虛擬化來節(jié)約金錢,那么顯然你是落伍了。虛擬化技術能幫助你節(jié)約寸土寸金的機架空間。虛擬化還可以為那些不存在系統(tǒng)節(jié)約額外的制冷,能耗和服務費用。
2.沒有使用云計算
與虛擬化技術類似,云計算要求你掌握公司或者用戶的實際能力。亞馬遜在線能提供適合隨需能力需求的靈活性和擴展性。舉例來說,使用Canonical公司的Ubuntu Linux Server Edition,你可以創(chuàng)建自己的私有云或者動態(tài)調整亞馬遜在線的彈性計算云。不過現(xiàn)在云計算還是處于盲人摸象狀態(tài)。
3.設計缺陷
數(shù)據(jù)中心的設計缺陷很難被避免,但是重新設計要比重頭再建要便宜的多。一座有20年歷史的數(shù)據(jù)中心看起來依然光鮮,但是已經(jīng)不再符合當下的環(huán)保標準。你必須重新設計數(shù)據(jù)中心的電力設備來滿足刀片系統(tǒng)的需求。你可能還得重新更換老化的制冷系統(tǒng)等,因為當下的服務器比他們上一代產(chǎn)品的制冷環(huán)境要求更高,效率也更高。
4.擴展性局限
"640K的隨機存儲器對于任何人來說都足夠了"我們無數(shù)次聽到據(jù)說是比爾.蓋茨這樣的言論,那大概是1981年吧?無論比爾.蓋茨是否說過這樣的話對今天而言都已經(jīng)不再重要了。我們需要吸取的教訓是當你構建數(shù)據(jù)中心時,要將攝氏溫度調整為華氏溫度:這樣你考慮的數(shù)量就翻倍了。使用從攝氏到華氏溫度的公式能為你的數(shù)據(jù)中心預留將來升級的空間。一座占地面積2000平方英尺的數(shù)據(jù)中心不夠嗎?應該有4032平方英尺取而代之。規(guī)劃不足毫無疑問會浪費占地空間或者其他能力。
5.安全性放松
進入任何數(shù)據(jù)中心,你都會看到讀卡器,視網(wǎng)膜掃描儀,循環(huán)鎖,稱重儀或者其他高科技安全系統(tǒng)。但是與那些嚴密的安全措施相比,你會發(fā)現(xiàn)一些關鍵的安全訪問入口被繞過了。物理安全沒有岔路可走。如果存在這種岔路,你的安全性就會大打折扣。
6.服務器管理偶發(fā)性
為了管理你的服務器系統(tǒng),你需要物理訪問或者遠程進行管理嗎?時下每臺服務器系統(tǒng)在維護上通常都是用遠程管理系統(tǒng)來完成。使用和激活亦是如此。對于每個進入數(shù)據(jù)中心的人來說,你可以會遭遇系統(tǒng)故障。錯誤的系統(tǒng)標識,錯誤的定位,誤讀的系統(tǒng)名等等。如果你配置物理系統(tǒng)時可以使用遠程訪問控制臺就好的多。
7.整合遭遇問題
開展數(shù)據(jù)中心管理業(yè)務就是要最大化的減少機架或者機房內系統(tǒng)的數(shù)量。服務器整合就是實現(xiàn)這個結果的解決方案.2:1或者3:1的整合比例都是無法接受的。5%到20%利用率范圍運作的物理系統(tǒng)可以輕松的將5臺,6臺或者更多的服務器整合到一臺系統(tǒng)上。沒有得到充分利用的系統(tǒng)會浪費機架空間,能耗和服務支持的費用。
8.過度冷卻或者不夠冷卻的空間
你的數(shù)據(jù)中心溫度是多少?你應該檢查一下。如果你的數(shù)據(jù)中心溫度在70華氏度以下,你就是在浪費金錢。服務器需要的空氣流動超過他們對冷卻溫度本身的需求。在你的數(shù)據(jù)中心巡視一番。如果你感覺舒適,那么服務器感覺也比較舒適。沒必要非得讓你的數(shù)據(jù)中心員工感覺過冷或者過熱。
9.動力不足的設備
關于數(shù)據(jù)中心有空間可用卻動力不足的話題你聽說過多少次了?動力不足的設備是規(guī)劃不足的犧牲品。虛擬化會對此有所幫助。服務器整合也能起到一定作用。但是未充分利用的設備在短期內是比較突出的問題。
10.機架過于擁擠
如果你曾經(jīng)嘗試將服務器把機架擠的滿滿當當,你可能奢望自己成為萬能的。你可能認為在系統(tǒng)之間留有間隙會導致低效和浪費,但是那些從事從系統(tǒng)中插入或者拔出組件工作的人可能要感謝你了。匱乏的規(guī)劃會導致系統(tǒng)過度擁擠,這是沒必要的。虛擬化,整合和更加高效的安排會緩解這個問題。服務器偶然的電源松懈導致的斷電會讓你明白在系統(tǒng)之間留一些間隙是有好處的。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10