如何才能做到從虛擬化到雲端資料中心

現代企業的運營離不開資料。 資料中心承載著數以千計的伺服器，用於支援應用程式、提供資訊以及實現多種流程的自動化。 對於資料中心容量的需求一直沒有減弱的跡象。 數千台伺服器一起開動會消耗大量電力，造成運營成本上升，導致全球溫室氣體不斷增加。

我們的研究表明，通過更加嚴格的管理，公司可以將資料中心的能效提高一倍，從而降低成本並減少溫室氣體的排放。 具體而言，公司需要更積極地管理技術資產，提高現有伺服器的利用率水準;公司還需要更準確地預測業務需求對應用程式、伺服器和資料中心設施容量的推動效應，以便控制不必要的資本和運營支出。

資料中心的效率是一個戰略問題

企業建造和運營資料中心花費的資金在公司IT預算中占的比例不斷上升，導致用於急需技術專案的預算越來越少。 資料中心建造計畫是董事會一級的決策。 同時，監管部門和外部利益相關方也越來越關注公司管理自身碳足跡的方式。 採用最佳實踐不僅有助於公司減少污染，還能夠提高它們作為良好企業公民的形象。 一個成本高昂的問題

如今，公司進行的分析越來越複雜，客戶要求即時訪問帳戶，廣大員工也在尋找新的技術密集型協作方法。 因此，即使在經濟放緩時，人們對於計算、存儲和網路容量的需求也在繼續增長。 為了應對這一趨勢，IT部門正不斷增加計算資源。 在美國，資料中心的伺服器數量正在以每年約10%的速度增加。 與此同時，在中國和印度等新興市場，機構正在變得越來越複雜，更多的運營工作實現了自動化，同時有越來越多的外包資料業務在這裡進行，因此資料中心的數量呈現出更快的增長態勢。 這種對計算資源無法抑制的需求，導致全球資料中心容量穩步上升。 目前，這種增長並沒有顯露出即將結束的跡象，通常在經濟衰退時期它只會進入溫和增長狀態。

這一增長已經導致了IT成本激增。 如果將設施、存放裝置、伺服器和人員成本都計算在內，資料中心支出一般會占到企業IT總預算的25%。 隨著伺服器數量不斷增長，電價也正以高於收入和其他IT成本的速度攀升，上述比例只會日益提高。 每年，運行這些設施的成本都在以高達20%的速度上升，而IT總支出的增長速度僅為6%，二者相差極為懸殊。

資料中心支出的不斷增加，改變了許多企業的經濟結構，尤其是金融、資訊服務、媒體和電信公司等資訊密集型企業。 在過去5年中，成立一個大型企業資料中心所需的投資已經從1.5億美元升至5億美元。 在IT密集型企業中，最大設施的造價正逼近10億美元。 這一支出擠佔了新產品開發的資本，降低了某些資料密集型產品的經濟效益，並降低了利潤。 此外，不斷上升的能耗產生了更多、範圍更廣的碳足跡，導致了環境惡化。 對於大多數服務行業，資料中心是企業最主要的溫室氣體排放來源。 在2000到2006年間，用於存儲和處理資料的電力翻倍，每個資料設施的平均耗電量相當於2.5萬個家庭的總和。 世界上共有4400萬台伺服器，消耗了總電力的0.5%。 如今，資料中心的碳排放已經接近阿根廷和荷蘭等國家的碳排放水準。 僅僅在美國，到2010年資料中心的預計用電增長量就相當於要新建10座電廠的發電量。 目前的預測顯示，如果不對需求加以遏制，2020年全球資料中心的碳排放將是現在的4倍。

監管部門已經注意到這些發展趨勢，正在督促公司拿出解決方案。 美國環保署(EPA)建議，作為建立運營效率標準的第一步，大型資料中心應當使用能量計。 同時，歐盟也發佈了一套自願執行的行為準則，其仲介紹了以較高的能效運行資料中心的最佳實踐。 隨著資料中心排放量的持續上升，政府可能會為了減排而施加更大的壓力。

影響深遠的挑戰

在資訊密集型機構中，許多部門和級別的人員都可以做出影響資料中心運營效率的決策。 金融交易員可以選擇運行複雜的蒙特卡洛(MonteCarlo)分析，而藥物研究人員可以決定要將多少臨床實驗影像資料存儲起來。 負責應用程式開發的管理人員可以決定用多少程式設計工作來滿足這些需要。 伺服器基礎設施的管理人員可以做出設備採購決策。 設施主管則可以決定資料中心的位置、電力供應，以及在預測的需求出現前安裝設備的時程表。

上述決策通常是在孤立狀態下做出的。 銷售經理可能會選擇將交易由隔夜結算改為即時結算，金融分析師則可能希望為歷史資料存儲幾份副本，他們完全沒有考慮到這樣做會對資料中心的成本造成什麼影響。 應用程式開發人員很少想到要對自身的工作進行優化，以將伺服器用量降到最低，也很少考慮開發能夠跨伺服器共用的設計應用程式。 購買伺服器的管理人員可能會選擇價格最低或他們最熟悉的產品。 但是這些伺服器也許會浪費資料中心的電力或空間。 很多時候，管理人員會超額購買設備，以保證在最極端的使用方式下擁有足夠的容量，而這會造成容量過剩。 管理人員往往會建造有多餘空間和高製冷容量的設施，以滿足極端情況下的需求或應對緊急擴建。

這些決策在整個機構中累加起來，將對成本和環境造成重大影響。 在許多情況下，公司可以在不降低自身資料管理能力的前提下，停用現有的部分伺服器，並擱置購買新伺服器的計畫。 這可以借助一些眾所周知的技術來實現。 比如虛擬化，這種技術實際上是通過尋找伺服器的空閒部分來運行應用程式，以達到容量共用的目的。 但是公司不一定會這樣做，因為沒有哪位高管能夠承擔「端對端」的責任。 在機構內部，管理人員會以最符合自身利益的方式行事，這就造成大多數資料中心效率低下，每台伺服器上常常只運行了一個軟體應用程式。

我們分析了一家媒體公司的近500台伺服器，其中利用率低於3%的占三分之一，而低於10%的則占三分之二。 雖然有諸多用於跟蹤使用方式的現成管理工具，但這家公司沒有使用其中任何一種。 從全球來看，我們估計伺服器的日常利用率一般最高只有5%到10%而已，這造成了能源和資金的浪費。 對此，資料中心管理人員一般會回答，配備這些伺服器是為了在極端情況下提供容量，例如應付耶誕節前一天的購物潮。 但一般來說，這一論斷並不成立，因為資料顯示：如果平均利用率極低，那麼尖峰時間的利用率也會很低。 此外，資料設施的數量不斷攀升，但所存放的伺服器和相關設備有時僅占資料設施容量的一半，這說明有上億美元的資本支出被浪費了。 即使公司報告認為資料中心已經滿載，但沿著資料中心的過道行走，經常會發現伺服器機架上有很多空位，原先放在這些空位中的設備都已經淘汰。

之所以出現這種不一致的現象，部分原因在於預測資料中心需求的難度很高。 運營的時間框架是一個問題。 資料中心的設計和建造一般需要2年或更長時間，而預計的使用壽命至少為12年，因此容量是在營業單位產生實際需求之前就已經設定的。 與此同時，對於業務決策如何互相影響，如何轉化為對新應用程式的需求，以及需要多少伺服器容量才能滿足需求，還存在著認識不夠全面的現象。 例如，如果客戶需求增長50%，許多公司很難預測出伺服器和資料中心的容量是需要增加25%，還是增加100%。 在極端情況下，我們發現一些設施在投入運營後常年處於半空狀態;而另一些公司在建成一個資料中心之後，很快就發覺需要再建一個新的。