北京邮电大学张光卫：云数据中心的挑战

一、云计算时代的数据中心供电挑战：

数据中心在云计算环境下，要做哪些改变，怎么样把一个传统的数据中心改造成云的数据中心。

Google在OREGON建立了数据中心，他每天的耗电量和日内瓦相当。英国一个大学里面科学家算，全世界的云计算每天的耗电量相当于100个北京市。耗电量大的同时，怎么样维护强大的心脏的调控，对供电、制冷、可靠性都带来了挑战。传统的情况下对运维来讲，供电的制冷也是一个很大的问题。在云计算环境下，解决这个问题恐怕会更困难，这需要从技术上很多方面有更多的考虑。

云数据中心为什么和传统的数据中心相比供电需求更大了?这和云的本身计算特性有关系。大多数的云架构是虚拟化的计算，拿一个高校来举例子，我买了一台服务器，这台服务器给一个班的学生用、给几个老师用，有点浪费了，我们可以通过虚拟化的技术，把它虚拟化成一百个，这一台机器可以供一百个人使用。那你想想这个机器的工作负荷，满了。因此大多数云计算的虚拟服务器比传统服务器需要更多的供电，配电装置、配电盘和UPS的负担也会更重。

大多数云架构都是超密环境，机柜的配电要求也比传统数据中心要高，特别是一些新云计算数据中心，北京建一个大型的云基地，这个数据中心一开始投入量很大，几万台机器，这就会使机器的密集，在一台机柜上装的服务器比较多。比如用刀片式服务器作为宿主服务器，刀片式服务器是可拆解的，很多台服务器共享一套电气、一台电源一台风扇，这样可以使数据中心的占地面积包括管理都比较容易。

一个传统的服务器机柜一般需要4-6KW的电力，如果不买刀片机架，大概需要30KW的电力，如果设计时没有足够的容量，往往会超出电源和制冷系统。

刚才谈到了云计算环境下用电多了，供电系统出现了一些新的挑战。再看云计算技术对可靠性的要求，在传统环境下，一台机器上跑三台应用不得了了，一般情况下一台计算机对企业来讲状态给它装一套系统。现在不一样了，现在虚拟化了，一台计算机装了多少系统你自己也不知道，你的数据切到哪儿你也不知道。这就意味着，服务器有支持一种应用，单一或者少数应用变为支持多种或者几种应用，这就是一个挑战，一旦宕机了，影响就大了。

云计算运算比较复杂，有的人原来讨论过这么一个话题，云计算是提高了计算效率还是降低了计算效率?这个问题看你怎么去理解，所谓降低了效率，它很多虚拟的环境，你要完成虚拟的计算、存储，虚拟化的管理，必须跑到平台上面，这也是由软件来写的，它本身就是负载。从这一点上来讲，它比传统的耗更多的资源。但从一个宏观的地方，从大的角度上去考虑，它提供的用户多了，从这个角度来讲是节省了资源，而节省的还不是一个数量级的。所以云计算和虚拟化带来灵活性的同时，运算的复杂性，本身就会导致机器宕机，供电都没有问题，制冷也没有问题，宕机了怎么办?云计算就要有调度的机制，一旦宕机，它的工作负荷就转移，而这种转移是通过一定的算法去算的。可能是你这个数据中心内部转移，从这个机器转到那个机器上群，这种调度认为是没法控制的，只能通过算法去控制。这也会引起电路或你这个系统的过载，至于对哪个地方产生了过载这种不好预测，只能存在紧急转移的情况。

二、如何解决云计算数据中心的供电困境：

前面讲到了云计算环境下对供电、制冷、可靠性带来一些挑战，那么改如何出解决这些问题呢?

第一个方面，我们要保证供电与冷却，要从基础设施上，买的电器部件上，机械的物理上增加强度;另外你要采用更加科学的运维手段。

模块式供电，为什么模块式供电能够适应云计算?云计算是弹性的，可扩张的，伸缩性很好，可以随时添加机器。提供的功能上是可伸缩的，基础设施也必然应该是可伸缩的，所以对电源系统来讲，模块式的电源组件可增强系统的可靠性。

冷却，冷却跟供电是两个很重要的问题。传统的冷却系统就是部署机房空调，也有采用热通道- 冷通道，所谓热通道、冷通道，数据中心设备上运转产生热量，降低产生的热量，就要空调给它吹冷风，冷热分开，把热的排出去，把冷引进来，把热源排走了，能够在一定程度上提高制冷的效率，从而产生对流循环。

UPS有模块式的设计，对于制冷现在也有模块式的制冷，但这种制冷可能造价都比较高一些。但这种模块式制冷从满足云计算弹性、伸缩的需求来讲，应该是合理的。

被动式冷却系统，刚才说热通道、冷通道是把热风引出去，把冷风加进来。这个就更加紧密了，在机柜的壳上安装了一个气密的后门和烟囱，用来收集来自服务器的热排风，直接引到空调装置的回风管道里面去，这样风可以进行重新循环。对气密性比较高一些，要严格分离冷和热，要彻底，这也是在云计算环境下的一种思路。

建造多个设备间，UPS和其他的分开，为什么要分开?因为他们对工作温度不一样，这也是一种思路。

改善云架构可靠性的策略，前面讲到制冷和供电，有模块化的UPS，有模块化的制冷和被动式的制冷。从云计算的可靠性策略来讲，我们怎么样保证云计算框架更加可靠?第一要传统的方式，就是通过冗余，N+1冗余是我们经常采用的一种办法。通过冗余这种系统架构，来提高可用性，降低计划外停机的可能。

2N也是一种策略，对于大型云环境是非常理想的。2N的特点是提供两个独立的相同的架构，每个都能独立支撑架构，分别50%，如果是一个路径宕掉了，另外一个就是百分之百来补偿。2N架构和双电源设备配合来使用，给每个电源一个独立的空间，这也是一种思路。

保证可靠性，就要保证你系统的可监管，你要知道你每个设备的工作状况，特别是性能指标，它的温度是怎么样的，服务器的运转率，这个中间件的RO操作强度等等，需要一些监管的东西。但是监管不仅仅是供电，不仅仅是OPS，还有一个监管就是运算系统的监管，软件的中间件通过分析它的一些吞吐，一些CPU的占有率来衡量。当然我们在设计云平台的时候，特别是设计I云的时候，云计算分为I云、T云还是S云，I云层面往往要考虑的一个问题就是监管的功能，对软件系统的监管。

另外一个越来越关注的问题是供电质量，在现在这个环境下，供电质量其实是越来越的情况，以北京为例，地铁越来越多，地铁对供电系统的冲击是很大的，非线性工作的设备往往会导致供电质量的下降。无论是电压、电流或频率上都有体现。传统数据中心在做机房设计的时候也在考虑这样一个问题，在选用UPS的时候，选用比较环保的UPS。但是对一个大型的机房来讲，特别是云计算中心来讲，机器太多了，这么多的机器，构成了一个复杂的系统，这个复杂系统往往导致你没有办法预测是哪块需要加强，没有预计重要程度，只能是从整体上提高供电的质量。以前往往是从外部有很好的考虑，要建数据中心，对接入的市电，还有对电源的保护，油机各个方面考虑的很周到。但是对数据中心内部的电能质量问题，还是相对稍微缺乏一些，因为在数据中心内部，在计算机、UPS边路很多，必然导致数据质量很差，对机房来讲污染最大的就是谐波的问题，机房质量好坏的表现就是热能的聚集，我们一直围绕机房的制冷和散热。电的质量差，会导致温度的上升，一个设备的温度上升，还有线路温度的上升，而线路的温度上升是一种更难发觉的情况。谐波经过一个电缆的时候，分布式电缆会对谐波的吸收，吸收了能量就上升了。