一个数据中心能效治理的感人案例 （2011-11-08）
标签：数据中心能耗能效治理IT 治理案例 分类：数据中心
2005年，太平洋国家实验室（Pacific Northwest National Laboratory，简称PHHL ）的数据中心已经到了最危急的时刻。
意外停电几乎每周就发生一次，每次都害得数据中心停电几小时。那时组织不断地买机架服务器，结果数量越来越多。因为计算资源数量暴增，机架服务器在那时比较便宜——按数据中心服务经理Ralph Wescott的话说是这样。结果到了2005年，机房的容量已经达到临界点了。
Wescott 说：“组织买了服务器，就直接丢给我安装，但是机房已经没有空间了，电力和冷却的容量也不够用。如果再装一台服务器，恐怕机房得瘫痪。” Wescott 和PNNL 开始着手进行一项计划：在不打破预算的前提下，好好翻新一下数据中心。以后三年的每个季度，数据中心小组会花上一个周末，把机房关掉，淘汰掉一批旧的服务器，扔掉地板下交缠的网线，然后换成更高效更强大的服务器，这些服务器都是用天花板上更加简洁的布线方式连接。这样的新配置释放了地板下的空间，以便进行更高效的制冷。
结果怎样？PNNL 以前在500个服务器上运行500个应用，现在150个服务器就能带起800个应用。
分析公司IDC 的程序主管Joseph Pucciarelli说，在经济紧张的士气，对付这样的IT 计划需要勒紧钱包。“这种情况很常见，公司只会给你刚刚够用的资金，他们只想着问题能差不多解决就行。”
在这次PNNL 从危机中脱险的事件中，我们学到了五点：
1、积极计划，不要消极应对。Wescott 首先需要解决的问题是纠正数据中心小组的习惯，因为他们总是在各个小问题发生了之后才一个个做出反应，而不是观察系统的问题，然后做计划，构建一个耐用的设备系统。除了500个服务器，他们的数据中心还有33000条线缆来给这些服务器通电、连网，或者连接安全系统。
他说：“由我们决定数据中心的形态和容量该是怎么样。”
小组推断出，当前的轨道结构导致了3000个应用程序分别运行在各自服务器上，这种情况持续了十年。如今该数据中心81%的应用都虚拟化了（还有17%的服务器虚拟化），Wescott 计划向90%的应用程序虚拟化迈进。
Joseph Pucciarelli认为，公司若想增加容量，应当关注三个地方：减少物理服务器的数量；在虚拟系统运行应用来减少电力要求；使用更高效的制冷系统并改善配电。
“这是一个典型的三部曲，这样就能升级数据中心。”
Pucciarelli 见过很多公司把大约50个服务器换成2到3个更大容量的系统，并且使用虚拟化来运行应用。
2、通过测量能耗来管理。Wescott 建议管理者们需要想办法监控数据中心的状态，但是通常他们没有正确的工具。在作出计划改变之前，PNNL 没有测量数据中心能效的方法，等到停电了之后，才发现这些能源问题。
“如果电源中的安培数太多了，那我只能靠触摸来感觉断路开关，如果热的话就有问题。所以还是得有监控工具。”
现在PNNL 在每四个机柜的低、中、高处放上传感器，来创建一个3D 的机房热量图。这样Wescott 就能根据数据改变制冷方针，提升总体温度，对需要制冷的地方供冷。
“这下就能省下很多钱了，我的空调也会减少耗损。”Wescott说道，他还补充说，现在制冷方面能效估计比以前提升40%。
3、一小步一小步地进行。Wescott 认为，首要的问题是从根本上重新配置数据中心，同时又不打断正常运行。公司的经理建议小步进行，减少停电的可能，但是同时又把问题抛给了手下。
“我给了管理层两种提议，”他说：“一种是我们把关掉数据中心，整顿七天，然后从头开始；另一种就是每个季度的某个周末，我们都停电整修一次。” 最后他们选了第二种提议，他们小组打算先替换一排服务器。在第一个周末三天的时间内，一个30人的团队花了14个小时，把数据中心里面的一排服务器机架都替换完了，并测试了新的配置。Wescott 发现数据中心的可靠性和稳定性马上提升了。
如果管理层不同意这样做，放弃了计划暂停这样的正确方法，恐怕就会带来突发的故障事件。Wescott 打比方说：“你不能在船航行的时候修理底部，但如果不修的话船就要沉。”
所以答案显而易见。
4、为了长远利益，做好暂时损失的准备。管理层不能因为一时的花费而放弃长远的利益。
Wescott 的小组为了减少制冷系统的能源要求，于是估计了waterside economizer （利用水和外面的温度来冷却服务器的机架的仪器）。他们发现使用环绕制冷系统在长久上看要更加省电，而waterside economizer的制冷花费要比预算多10%。Wescott 只好和供应商沟通，把花费减少到预算以内。
5、找到你不知道的地方。在翻新数据中心的过程中，管理员需要知道哪些地方能源没有消耗或者很少。其中常见的问题是数据中心里存在“流氓服务器”和“幽灵服务器”。
所谓幽灵服务器，就是配置好了但是一直没使用的服务器。他们仍然吃能源，却不为数据中心工作。而流氓服务器则是一些人私下放在自己办公室里的服务器，绕开了数据中心人员的约束。
Wescott 说，这样的服务器会浪费能源预算。
“本来得在晚上关掉的空调，却被流氓服务器利用而彻夜开着。”
经过整顿，数据中心的能效有了较大进步。自从Wescott 开始翻新设备之后，在数据中心只发生过一次意外断电，那是因为天气极热，冷却系统故障。Wescott 知道，他的任务还将继续。
如何在IT 灾难恢复规划中预防“人为事故”
2011-11-10 作者：Harvey Betan 译者：张瀚文 来源：
TechTarget 中国 我要评论 分享到： 博客引用 投稿 打印 英文 大 |
中 | 小导读：当提起容灾话题时，人们一般都会联想到物理设备的损坏，这类事件通常由天气相关的原因，或其它各类事件所引起。我想要提到还有一些人为因素所引起的业务中断。
关键词：容灾 人为因素
正在加载数据...
【TechTarget 中国原创】通过本篇您将了解到：什么是人为引起的灾难？这类事故所引起的原因是什么？其如何对IT 灾难恢复规划产生影响？以及如何进行避免？
当提起容灾话题时，人们一般都会联想到物理设备的损坏，这类事件通常由天气相关的原因，或其它各类事件所引起。不过我想要提到还有一些人为因素所引起的业务中断。
在本篇中，“人为引起”的事故并不指恐怖袭击事件，这类事件中的事故是人为有意引起的；我所关注的是那些在运营、连接、数据传输或存储过程中出现的问题。这其中的一部分可以通过安装预防式的软件产品加以避免。
以下是最常见的人为事故：
员工问题
可以考虑在办公环境中部署“安全桌面”策略来控制办公电脑可以使用哪些设备、访问哪些网站。强制程度可以根据你所希望达到的开放或限制程度，不过需要记住一旦打开了这扇大门，这意味着就可能有不受欢迎的软件进入你的环境。同时需要考虑每次同步个人设备，比如黑莓手机或iPod 时，你所下载到设备上的软件业可以连接到你的电脑上。有些应用程序并不像你所想的那样没有恶意。你的员工是否被允许在办公室使用
Facebook 或访问个人邮件？这可能会是恶意软件的一个潜在的藏身之所。
还有一个风险是无法预估的，恶意软件可能内置在非恶意软件之中。这意味着任何通过USB 端口连接你电脑环境的存储设备都可能成为潜在的威胁。你如何预防这一问题？你必须限制USB 端口访问。一些企业甚至限制CD 使用，不过这取决于你的企业环境。
无线网络和安全性
密码可以提升无线网络的安全性，不过确保其不会轻易地被入侵者所破解。一些企业具有多个无线环境，允许来访者连接互联网而不是公司内部网络。同时，小心使用在有些环境中可用的公用Wi-Fi 连接。坐在你身边的用户可能正在努力攻击你连接在无线上的电脑。一些电脑专家甚至还可以传输数据到你的笔记本上，并通过此连接到你的网络上。
电力
确保不间断电源（UPS ）设备可以足以支撑你所要求的电耗。许多企业在升级其数据中心时往往会忽视其UPS 设备是否可以支持新的变化。专业的电力工程师可以判定对UPS 的规格要求，以及你可以从UPS 处获取的服务时间。也可以通过安装UPS 监控设备提醒用户可能出现的问题。
如果你有发电机，确保至少每年测试一次，同时确保发电机可以提供足够的电力来运行整个数据中心。同时保证发电机可以在故障发生时自动启动，除非你在现场配有人员进行手动启动。
网络问题
我们再看下网络。你的企业是否采用网络语音电话业务（VoIP ）作为电话系统？假设你采用了这种技术，那你就要知道语音通讯和所有的数据流共享同一网络。当你的网络出现中断时，你的通讯亦受到影响。近期我访问了一家企业，其在客户支持中心中采用VoIP 技术。原因有两点，降低成本，以及在人员离席时来电的重定向。问题是其经历了高达6个小时的网络中断，丢失了所有通讯。VoIP 还有一个问题是所有设备都需要电力，因此除非你在每个坐席上都配置一个UPS 或将其连接到发电设备上，否则断电就意味着通讯中断。为降低这种中断的可能，请确保电力问题可以得到解决并实时监控网络。记住网络对于语音和数据通讯都是至关重要的。
一些潜在的关键网络问题可以通过很简单的方式解决，比如看下局域网中心室内和地板下、隐蔽处电缆的情况。如果那看上去就像是一碗面条，技术人员如何跟踪连接来进行检查？一个整洁，标记有标签的电缆配置可以避免长期的中断情况。
你还要考虑到数据中心周边的情况。我曾看到过有数据中心正位于一家自助餐厅后面，餐厅中准备热食。自助餐厅中或食物加热处可能引起的火灾，以及火灾引起后的消防措施都会对边上的数据中心构成损坏。
除非你可以建立一个完全无人干预的环境，你都必须想到人为的可能引起的灾害。这并不是要建立完全无故障的系统，只为避免经常听到的“人为故障”。