在最近進行的一次調查中，要求被調查者說出所在公司對正常運行時間的最低要求。針對這一問題，大約25%的人回答,他們最低的要求是99.999%!由此不難看出，為什么現在大部分企業數據中心都將系統可用性看成是最主要的設計因素。與此同時，從業者和設計人員卻很難確定針對每個公司的 理想設計 。之所以備感棘手，其中涉及到諸多原因。首要原因當屬數據中心較長的使用壽命。一個數據中心有可能維持10年甚至更長，設計人員通常不會介入如此長的時間，來獲得確定如何改進設計所需的反饋。

與此同時，諸如微小的設計缺陷加上低劣的操作程序等各類因素也會引發很多問題。最終，也許正是由于人們對這方面了解不夠致使改進設計工作遇到困難。我們只有邊做邊學，將從修建上一個數據中心過程中積累的經驗，應用到新的數據中心上，并加以改進。

縱觀現有眾多高可用性數據中心，每個數據中心的設計和運營模式差異巨大，但在很多方面卻又存在著相似點。通過整合各類數據中心的數據、反饋和目標，我們希望促進并協助設計或改進數據中心的過程。

本文要討論的主要問題是：

●電源設計容量的供求不平衡;

●預測未來的電源需求;

●迅速改變數據中心的功率密度;

●建立能夠有效分配電源的基礎設施;

●增加新數據中心的熱限制;

●創建和優化電源冗余選件;

●了解運營和培訓的影響;

●解釋實現 99.999% 的可行性;

●系統的恢復是如何影響可用性的。

UPS供電設計容量與實際需求無法平衡

在設計和建設數據中心時，人們將預測數據中心規?？闯墒且粋€基本的程序。但是，如果預測的數據中心設計壽命是10~15年，那么這項任務就變得異常困難。在這種類型的使用壽命期內，房間內的設備可能被新一代的設備 刷新 或更換四五次。IT設備的快速更新使得最基本的未來容量預測成為泡影。

例如，摩爾定律指出集成電路的集成度每18個月翻一番。對于每一代產品來說，附加的晶體管需要成比例地增加電源容量。相應地，微處理器的熱量輸出也顯著上升。Intel最新的Pentium4芯片大約產生100W的熱量。相比486，后者發熱量不足10W。芯片密度的增加以同樣的比率增大了熱量的產生。由此聯想到數據中心的設計，我們所看到的是，功率密度的要求在過去的幾年中迅速膨脹。不久前，每平方米50W還是一個比較典型的數值，但是目前的大部分設計人員則將這一數值增大到每平方米150~200W甚至更多。僅僅在最近幾年中，系統基礎結構就實現了驚人的擴展，以應對數據中心的電源容量和冷卻不斷變化的要求。

預測未來電源需要這一極富挑戰性的任務引發了最嚴重的數據中心問題之一，即UPS設計容量供求的不平衡。這一問題的出現不僅影響了數據中心的效率、利用率和支持能力，而且還妨礙了資本的最優使用。例如，一個大型數據中心建成后，經常需要2~4年才能達到或接近設計能力。因此，在前幾年的運營中對電源容量的需求很少。而這時的用戶經常會斥資數百萬美元建設能夠達到全部設計容量的數據中心，包括購買數兆瓦的冗余電源系統來支持數據中心。系統在以最小限度的低容量運行幾年后，才能使用全部容量。在這種情況下，大量的資金用于最初的容量建設，以滿足多年以后才會出現的需要。具有諷刺意味的是，在使用全部電源容量的同時，數據中心仍有很大的占地面積可供使用。出現這種情況是因為設備的功率密度在兩年內不斷增加，電源容量已被全部使用，但占地面積卻十分充足。瞬息萬變的設備技術使這種情況變得更糟，通常數據中心每四年就需要一次大修。除了大修的費用，數據中心的宕機風險也在實施過程中大幅度增加。

圖1大型互聯網數據中心的利用率典型曲線

這對于以出租數據中心為主要收入來源的設備托管和互聯網服務商來說尤其危險。這些公司在正式運營以前就要支付整個設施的費用，但是與此成本對應的收入經常是在多年以后才會收到。對于這類資本密集型行業來說，在獲得收入之前承擔巨大的成本負荷是極其危險的(如圖1所示)。應注意的是，利用率曲線可能有很大的變化，而且兩年通常是一個非常樂觀的數字。從圖1中可以看出，供求平衡點幾乎永遠也不存在，這樣就會導致巨大的成本，無法實現最優的利用率。

[1]
[2]
[3]
[4]