雲計算環境 如何衡量伺服器效率

從基礎架構層面來看，一個有效率的雲計算環境，必然也要一個有效率的伺服器。 而伺服器的效率目前主要體現在兩方面，一方面是伺服器自身的工作效率，也就是利用率和執行效率。

伺服器利用率是關鍵

提升伺服器的利用率，一般來說是工作效率的主要體現。 原因很簡單：如果一台伺服器，性能再好，其利用率低下，那麼這台伺服器的工作效率也就很低。 從成本上看，我們也希望伺服器工作在滿負荷狀態，而不是總在空閒狀態。

那麼如何提升伺服器的利用率呢？ 我們需要先分析一下伺服器利用率低的形成原因。 首先是沒有那麼多的工作負載——這就牽扯到了有效投資和對伺服器的瞭解。 接著，要是工作負載過高呢，也會造成計算上的I/O擁堵，形成低利用率。 以上兩個問題其實是個任務調度和負載均衡的問題。 而另一方面，利用率還和伺服器的配置瓶頸有關。

在早先的一些機器裡，雖然伺服器計算性能很強大，核心數也很多。 但是利用率總上不去，原因在於記憶體過小，形成了系統瓶頸——如今在英特爾至強E5、AMD推土機架構以及Power7為代表的小型機面前，記憶體容量已經不是問題。 而新的瓶頸則更加層出不窮——主頻敏感的應用並不適合在多核環境中，而是需要類似Power7這樣高主頻的伺服器來提升利用率。 反過來，一些對執行緒敏感的應用，則需要AMD推土機架構這樣的多核心處理。 在HPC等層面，英特爾CPU架構有更好的表現。

可以看出，瞭解自身的應用類型並且合理的佈建服務器是解決系統瓶頸，提高伺服器利用率的重要影響因素。

那麼負載均衡方面呢？ 先說說傳統的做法，傳統上負載均衡是通過對伺服器的即時監測，用人工或者負載均衡演算法平攤工作負載，這樣做的好處是實現較為簡單，缺點是費時費力，總是要調整。 也有廠商推出了自學習和有眾多策略的負載均衡軟體，甚至有硬體產品來完成作業調度。 但這畢竟是一種治標不治本的方法。

於是虛擬化這種大一統的手段就成了大家普遍推廣應用的手段，並且上升成為雲計算的基石。 原理很簡單，就是池化資源——用虛擬化的手法將伺服器集群的計算能力、存儲能力、網路頻寬虛擬成一個個資源池，在其中動態的劃撥計算資源，這樣就沒有了單純伺服器的區隔，也就繞過了負載均衡的難題。

然而讓我們把話題重新專注的伺服器層面——提升利用率和虛擬化的直接關聯在哪裡？ 就在於原先一些空余的計算資源可以虛擬出來分配給其他的應用任務，並且這是和目前已有的應用彼此區隔的。

這句話很拗口，你可以想成是把你自己劈成兩半，一個幹重體力活，剩下的那一點力氣幹點輕鬆的活，總的目標是把你的力氣佔用滿——這就是提高利用率。

綜上所述，我們得出兩個結論：首先我們需要根據應用類型選擇合適的伺服器，這樣就能最大化的提升利用率；接著在這基礎上如果採用了虛擬化解決方案，則能更大限度的榨取伺服器資源，更大規模的提升利用率。 也為雲計算打好了基礎。

能效有多方面考量

如果說利用率高的伺服器效率很高，那麼能耗就是另一個因素。 現在的使用者都非常客觀，對於伺服器的考量不止是性能、利用率。 除了一次採購成本以外，能效也是重點考察方向，因此IT經費的很大支出在後來就會是維護和電費等。

那麼什麼樣的伺服器能效高呢？ 你必須知道，伺服器中耗電量最大的是處理器，因此選擇新架構，新工藝制程的CPU平臺，就幾乎選擇了最具能效的伺服器。 這是一個簡單的原理：新工藝使得CPU提升了性能，並且節約了功耗，而一些新的CPU特性，如英特爾的Power Gate，Turboboost睿頻等等技術則更好的在功耗以及CPU性能方面做了平衡。

除此以外，很多伺服器在設計中都考慮了能效。 例如戴爾最新的12g系列伺服器，惠普的Gen8系列產品都採用了80plus白金級別標準的電源，其電源轉化效率達到了90%以上，相比過去節約了很多電力損失。 而低電壓記憶體和智慧控制的風扇則進一步節約了伺服器的耗電。

在管理上也是如此，戴爾在12g伺服器中採用了全新的iDRAC7管理套件，可以非常直觀的監測和觀察伺服器能耗，並且結合英特爾Nodemanager管理技術做伺服器的功耗控制。 惠普則在Gen8系列伺服器中採用了全新的lifecycle生命週期管理工具，甚至能通過ipad對伺服器進行功耗的監測和控制。

所以，讓雲計算更具效率的伺服器，實際上已經在很多方面和雲計算所宣導的理念相一致。 例如節能，高利用率，細膩的管控，動態的任務負載分配等等。 而選擇高效的伺服器，則可以反過來助推雲計算環境更加的高效，真正意義上相輔相成。

(責任編輯：蒙遺善)