雷锋网按：雷锋网小编近日跟随数字中国万里行团队探访了国内多家技术较为先进的大型数据中心，包括天津腾讯云数据中心，字节跳动数据中心，张北阿里云数据中心集群等，实地勘察超大规模云数据中心更能体会到一个事实——IT市场正经历洗牌过程，服务器厂商格局的变化业已发生。

Gartner数据显示，2017年，戴尔、HPE、浪潮分列前三，最高增速是浪潮的50.1%。2018年Q1全球服务器增长17.5%，DELL、HPE和浪潮分列前三，不过浪潮出货量同比增长43.9%，其它厂商的最高增速没有接近20%的。

数据中心内景实拍

IT架构从通用走向专用

Uptime Institute发布的《2018数据中心调查报告》显示，2018年全球数据中心PUE平均为1.58，而雷锋网本次造访的数据中心PUE大都在1.3以下，有些甚至达到了1.2左右。从这些较为先进的云数据中心层层堆叠、幢幢排列的服务器雷锋网发现，IT技术架构正从通用走向专用。

数据中心的发展经历大集中（Data Center Consolidation）为主的1.0时代、利用资源虚拟化（Virtualization）和服务动态管理（Dynamic Service Orchestration）技术增加资源共享利用率和资源部署灵活度的2.0时代，随着云计算技术的日趋成熟和大批量部署，3.0时代更偏重于大规模互联网业务需求，服务器从均衡设计走向场景化极致设计，数据中心建造主体有向大型互联网公司和中立第三方倾斜的趋势。

从当下最火的AI服务器市场来看，IDC报告显示，2017年中国AI服务器整体销售额5.68亿美元，出货量27863台。硬件系统占AI整体市场花销达到72.4%，2017年AI硬件销售额同比增长235%，预计2022年市场容量将达37.7亿美元，其中GPU服务器采购将达34亿美元，占整体x86服务器市场的16.6%。

当然了，很多互联网企业都是AI服务器的购买大户，浪潮服务器也多次出现在各大企业新建的数据中心内。IDC报告中，浪潮AI服务器市场份额市场第一，出货量达到14674台，销售额达3.24亿美元，占比分别为52.7%和57%，超过其他厂商份额的总和，我们也多次在数据中心见到了浪潮的M5系列服务器，该服务器的特性就诠释了厂商对AI服务器的诉求。

浪潮NF5288M5并没有采用传统异构计算架构模式，而是在2U空间内部署8块NVLink或PCI-E 接口的NVIDIA Tesla P100 GPU，不依赖CPU实现机内点到点通讯，减少异构通讯次数，也减少异构导致的效率降低损失。

灵活性也是必备要素，NF5288M5具备拓扑的灵活性可支持NVIDIA NVLink和PCIe两种GPU互联方案，采用NVIDIA NVLink时可提供GPU间高带宽低延迟互联，以及高达300GB/s的吞吐量，而Geforce1080 基于PCIE3带宽仅为16GB/s。在某客户的人脸识别线下训练场景中，浪潮提供的NF5288M5+V100平台，通过性能优化实现比Geforce 1080Ti接近4倍的训练速度提升。

总结一下，当下AI服务器的普遍具备要素包括更高效率（异构变同构等），高密度架构、灵活计算拓扑等，除了AI服务器，还有专门用于存储、计算的服务器也各有优势，已经在云数据中心大量应用，这是以往“一招鲜”的通用统一标准服务器难以做到的。

云数据中心意味着技术架构由集中式转向分布式，服务器数量增多，进而推动了超大规模数据中心的市场占比。云数据中心对服务器的需求一般包括：高密度、低功耗、大内存、强散热、智能运维等，支撑着移动社交、电子商务、游戏等业务，为大家耳熟能详的Google、Facebook、百度、阿里、腾讯等建设了庞大的云计算数据中心。

IDC预计，全球云IT基础架构产品销售额将保持11%的年复合增长率，到2020年将超过非云IT基础架构的支出。上述大型互联网厂商的共通点是——自身即为拥有海量业务需求的互联网运营商，云数据中心是支撑自身业务发展的必要条件，同时也是大型云计算运营商，对内云计算能力对外输出同样离不开数据中心的依托。

整机柜服务器成最小颗粒

如前所述，通过参观几家较为先进的数据中心，高度集成、模块化、面向应用的设备定制化——已经成为新的数据中心采购服务器的标准，实际上，整机柜服务器正成为互联网厂商采购对象。

模块化已经是业界普遍认可的趋势，腾讯的第四代数据中心技术T-block将被应用于贵安七星数据中心内，存储腾讯最重要的数据，阿里采用模块化设计的雷神服务器已经商用，华为的模块化数据中心技术也一直在开展，诸如此类，需求端决定了模块化越来越受到市场青睐。

整机柜服务器

整机柜服务器本质成为一个数据中心颗粒，而不是传统的计算设备，集成了计算、网络、存储以及散热、供电、管理等模块，具有完备的数据中心功能，而且一体化设计、一体化部署，部署密度提升1-3倍，能源效率在90%以上。

相比之下更大的提升是部署速度，传统机架式设备的日部署量约为几百台，而整机柜的日部署量能达到几千台，浪潮整机柜服务器SR在百度阳泉数据中心创下了1万节点/日的部署速度。比如一个年采购量为15万台的Tier1 CSP，平均每日就要部署400多台，在实际工作中日部署量都在2000台以上，这样的部署速度是机架式设备很难满足的。

说到整机柜服务器的产业化，实际上离不开浪潮这一类供应商在开放计算组织的推动。开放计算组织共有ODCC、OCP和OPEN19三家，开放计算组织的核心目的是构筑基于新标准的产业生态，供应商可以完善技术开发，提高技术可行性；另外还能协同产业上下游做好产业配套，缩短产品落地时间。

浪潮是唯一一家同时加入ODCC、OCP、Open19全球三大开放计算组织的服务器供应商，2010年浪潮研制的第一台整机柜服务器SR 1.0，天蝎组织（ODCC的前身）尚未成立。浪潮SR整机柜服务器很大程度上影响了天蝎标准的制定，背部无线缆风扇墙以及机柜管理模块RM集成到电源等很多设计思路直接被天蝎标准采用，并延用至今。2017年，浪潮加入了OCP，成为其铂金会员，发布了符合OCP国际标准的OR系列整机柜服务器，10月，由浪潮研发的ON5263M5服务器正式通过OCP的认证，是OCP社区首款基于Intel Skylake平台的服务器，同年，浪潮也成为OPEN19的创始会员，全球最先发布了符合OPEN19标准的服务器。

早在2012年亚马逊就有约1万个整机柜采购量，国内市场也对整机柜服务器热情不减，2009年浪潮就开始在国内率先研究整机柜服务器方案，2012年百度开始与浪潮联合开发并批量应用整机柜服务器SR，2017年百度和浪潮还共同发布了业界最高GPU密度的SR-AI整机柜。据了解，浪潮SR整机柜已经迭代到4.5，中国市场占有率超过60%。

技术在蜿蜒迭代中上升，“通用”服务器的概念也在不同以往，如今的通用服务器意味着统一的平台支持弹性配置，灵活满足多样化应用场景。浪潮NF5280M5在通用的平台架构基础上，实现存储、IO、异构模块随需搭配，这是服务器发展另一个方向。

中国信息通信研究院云计算与大数据所所长何宝宏曾表示，数据中心产业正在迎来它的＂黄金十年＂，未来数据中心必须是软件定义的，必须模块化、开放以及标准化。与之紧密相关的服务器厂商都在未雨绸缪争夺前三的位置，而抓住互联网行业就意味着抓住了这张“诺亚方舟票”。

在当前企业IT系统向云架构转型的时刻，运维系统再一次面临着新的挑战。所以在数据中心运维的时候，运维人员应该注意哪些问题?

在云计算时代，IT系统建设越来越成为企业发展至关重要的一环。业务系统，以及支撑业务系统运行的基础设施通常是企业关注的首要目标;然而，保障业务健康运行的背后“功臣”——运维系统同样至关重要，因为每一次IT系统的转型，运维系统和业务保障都是最艰难的部分。在当前企业IT系统向云架构转型的时刻，运维系统再一次面临着新的挑战。所以在数据中心运维的时候，运维人员应该注意哪些问题?

云计算时代，数据中心运维应该注意一下几点：

1. 关注智能自动化运维的趋势与难点

智能自动化运维是云数据中心时代尤为重要的趋势。公有云让基础设施资源更集中，企业放弃自建数据中心转而使用公有云，基础设施资源因此集中到了第三方服务商的手中。

这一定程度上使得企业运维轻量化，更注重上层应用的运维，后端较重的基础设施运维转嫁集中到了第三方公有云服务商的身上。基础设施运维的集中化，大体量化为自动化运维提供了良好的生存空间，企业前端的轻量的运维甚至也可以通过大数据以智能可视化的方式呈现出来。

2. 避免人为失误与网络威胁

前不久，中国某大型云厂商因运维人员操作失误启动了一个BUG，导致一些客户访问官网控制台和使用MQ、NAS等多项产品功能出现问题，造成了较大影响。实际上，除了自然灾害等原因，数据中心运维出现的一些安全问题极有可能是人为导致的。

出了要避免人为上的失误，来自网络的威胁也不可小觑。数据中心资源的集中化让我们逐渐感受到，数据中心故障的大型化趋势越来越明显，从网络安全的角度来说一个漏洞被利用，就可能会造成较大的数据丢失甚至设备停机事故。

3. 多平台融合的导致故障点监测困难

有业界人士称，相对于传统IT架构，云数据中心运维的管理对象主要分为五大类，分别是：

机房环境基础设施部分，包含风火水电等;各种设备，包括存储、服务器、网络设备、安全设备等硬件资源;系统与数据，包括操作系统、数据库、中间件、应用程序等软件资源及业务数据;管理工具，包括了基础设施监控软件、监控软件、工作流管理平台、报表平台、短信平台等

从中可以看出，一项云数据中心向外界提供服务是多方服务融合的结果。因此，当面临一个故障时，如何在诸多服务中准确追溯到故障点，是运维人员需要关注的另一个问题。

云运维作为云计算必不可少的组成部分，会越来越展示出其重要性，成为云计算的核心竞争力之一。下一步将加大人工智能在云运维的投入与实践，让数据中心机器人融入更多的运维业务场景，替代传统的手工操作，提供高度自动化和智能化的“无人值守”式云数据中心运维解决方案。

让您学习到的每一节课都有所收获

《Linux就该这么学》是一本由资深运维专家刘遄老师及国内多名红帽架构师（RHCA）基于最新RHEL7系统共同编写的高质量Linux技术自学教程，极其适合用于Linux技术入门教程或讲课辅助教材。荣获双11、双12购物狂欢节IT品类书籍销量冠军，2017年、2018年国内读者增速最快的技术书籍，您可以在京东、当当、亚马逊及天猫搜索书名后购买，亦可加刘遄老师微信交流学习（手指按住下图3秒钟即可自动扫描）~

刘遄老师 Linux技术交流（新群，火热加群中……） 官方站点：linuxprobe 书籍在线学习（电脑在线阅读效果更佳）：http://linuxprobe/chapter-00.html

人工智能产品正在走入人们的生活，智能手环和体脂称在记录并分析着我们的健康状况，智能空气净化器和扫地机器人在清洁着我们的环境，当然还有早已突破沟通交流范畴的智能手机，已经成为办公、购物、支付、娱乐的全新智能平台。如果说是数据赋予了这些智能产品以智慧，那么数据中心就可以说是这些智慧背后的支撑者了。18年新年伊始，我们有幸参观了斐讯北京云计算数据中心，初步了解到斐讯是如何为他们的智能产品提供专业数据支持的。

斐讯北京云计算数据中心位于北京市顺义区天竺综合保税区内，园区总占地面积33亩，总建筑面积2.1万平米，服务器总装机容量约3万台、3200个机柜。一期数据中心总建筑面积达10500平米，2000柜，机柜容量：平均3.5KW，机房等级：T3+。具备全国互联互通能力，并能提供云计算服务。

这个充满现代化气息的建筑就是斐讯北京云计算数据中心

高规格的“风火水电”

平均每18个月CPU就会产生一次升级，内存和存储的升级速度也同样快的惊人，性能可谓是一年更比一年强，三四年前还很先进的服务器，可能很快就面临着淘汰。况且数据中心服务器的配置也基本上大同小异，用“铁打的数据中心，流水的服务器” 来形容可能也不会为过，因此在对一个数据中心进行了解时，服务器规模固然重要，更重要的是要了解它的基础设施，也就是先看看它的“风、火、水、电”。

风

，是指空调制冷，专业服务器机房内温度常年保证22度左右，保证服务器长期稳定运行所需要的散热温度环境。传统的数据中心，基本上就是一个大“冷库”，不穿件厚衣服在里面根本待不住。过多的制冷为数据中心带来了能耗过高的问题，实际上数据中心的服务器及网络设备在设计时只要求进风口保持一定的温度范围，对出风口并没有过多的温度控制要求，只要及时的将出风口的热空气向外排出就好。因此当前高规格的数据中心设计时，首先要考虑的就是冷热风道分离。

在斐讯北京云计算数据中心未部署服务器的机房内，我们可以看到地板上有一道道非常整齐的“钢网”，这不是为了美观，在这些“钢网”下面部署的是数据中心机房散热冷风道。空气在经过地板下冷池中冷却水冷却后，通过这些冷风道输送到服务器机柜的进入口处，对机柜中的服务器进行降温。

由于未能拍摄到部署好服务器的机房全景，只能通过这个斐讯监控室的截图来展示一下了，图片左下角监控的是一条冷气通道，冷空气从地板下方输入到两两相对的服务器之间，并由服务器进风口进入对服务器进行冷却。冷却后的热空气，从机架后部排出，由机房上方的热风道排出。

火

，是消防，专业服务器机房内有大量服务器设备，有大量的强、弱电设备，服务器机房消防是相当重要的一部分。

在斐讯的数据中心机房内，不但具备着不同种类各式各样的消防设备，还部署了大量探头实时监控着数据中心内部的一举一动，一但发现险情可以及时报警并进行处理。

水

，湿度、防潮，专业服务器机房内大量服务器设备对环境湿度要求相当高，专业服务器机房要保证湿度达到专业的水准，而且服务器机房防止凝露、防止回潮，都是专业服务器机房建设的重点。另外，防水灾也是一个方面。

在斐讯的数据中心中，不但具有专业的防潮除湿设备，空调冷却水的管线也按温度的不同，被漆上了不同的颜色，以便于出现问题后的排查。

电

数据中心的正常运转，时刻离不开电力供应的支持。在斐讯数据中心中，电力供应的保障也是他们的重资产投入项目之一。

除了来自发电厂的双路供电之外，斐讯还集中储备了大量UPS设备，以防止可能十年难遇的双路供电全部中断情况。

UPS与变电设备也是高风险设备，在斐讯数据中心内，同样也对它们做好了周全的防护举措

但UPS只能解决短时供电和供电切换保障问题，在预防长时间供电中断问题时，还要靠柴油发电机。

为此斐讯特意准备了两台可以满足整个数据中心供电需求的大功率柴油发电设备。并在数据中心园区地下，储备了可以满足发电机数小时运转的柴油，并和附近加油站签订了紧急供油保障协议。通过这一系列的电力保障措施，切实保障了斐讯数据中心的电力供应。

AI让数据变成产品，产品变为数据

很明显人工智能将会引发出一场新的产品变革，让数据变成用户所需的产品，而产品又成为数据采集一种技术手段。因此，人工智能产品更需要为数据找一个稳定、安全、可靠的“家”。这次斐讯北京云计算数据中心的参观，虽然只是走马观花的对其“风火水电”的基础设施进行了了解，更加深入的数据中心网络架构是如何设计、计算资源是如何调度、存储资源的安全性和可扩展性能力如何？这些问题还有待今后更加深入进行了解。

但通过对斐讯北京云计算数据中心的参观，已经可以初步了解到，斐讯已经为自身的人工智能产品准备好了一个高规格、高可靠性的“家”。其它工人智能厂商，也把你们为人工智能产品准备好的“家”展示给我们来看一下吧。

有专业人士曾经多次表示，企业的内部部署只有公共云一条道路。但就现在的发展情形来看，数据中心与公共云混合应用会比较更适合当下的形势。

长期以来一直公共云与数据中心一直都是“二选一”的状态，但现在却提出要二者同时存在。为此研究机构IDC公司也曾做过调查，55%的组织正在使用这种混合部署的方法。

现在混合部署的方式变得越来越流行，企业自身必须要做出慎重的考虑。曾经，企业的首席信息官和IT组织将其所有应用程序应用在公共云或本地部署数据中心。目前与以往大不相同，所以必须要做出慎重的决定，要了解此种方式是否符合自身的发展情况。

作为IT的运维团队，拥有数十个或数百个甚至更多的应用程序实属正常。他们的工作就是要维护这些应用程序的基础设施，有些应用程序的需求波动幅度巨大，对应于客户可能对不同产品和服务感兴趣的不同时段。对于那些往往具有非敏感数据的应用程序，采用公共云非常有意义，因此需求弹性可以与按小时租用的计算支出更紧密地匹配。

像那些没有需求波动或敏感的财务数据的应用程序就可以部署在数据中心，因为在这里可以实现额外的安全性，并且从长远来看，其资产的资本化成本会更低。这也就是为什么IT运维人员会选择公共云与数据中心共存。

在以往，在以往，“混合云”和“多云”是同一事物的两种呈现方式，但并不所有的应用程序都是使用相同的云计算服务商，而在本地部署数据中运行业务的逻辑以大规模混合应用为中心，这样用户也会根据具体情况选择托管服务。

通过这种方式将内部部署基础设施与来自不同公共云的服务进行混合和匹配，可以为开发团队带来新的灵感，而不用将它们绑定到应用程序各个部分的特定提供者。从这个角度看，“混合云”似乎比其以前的用法更好地适合这种架构。

大规模的混合应用程序将利用公共云开展业务，其中的一些应用程序没有开发后续功能并消失，但也有达到预计规模的应用程序，这样在开展内部部署迁移的时候可以降低成本。尽管如此，在某些情况下，迁移内部部署的部件但仍继续使用PaaS服务是有意义的。

所以从上述的情况来看，再论公共云与数据中心谁更适合存在的问题已经没有意义。随着市场需求的变化，在做出选择之前需要重新审视新应用程序。因此，企业切忌盲目跟风选择，一定要根据自身的实际需求选择适合自己的模式，才能在业务上进行创新，并具有长期的发展前景。

在当前企业IT系统向云架构转型的时刻，运维系统再一次面临着新的挑战。所以在数据中心运维的时候，运维人员应该注意哪些问题?

在云计算时代，IT系统建设越来越成为企业发展至关重要的一环。业务系统，以及支撑业务系统运行的基础设施通常是企业关注的首要目标;然而，保障业务健康运行的背后“功臣”——运维系统同样至关重要，因为每一次IT系统的转型，运维系统和业务保障都是最艰难的部分。在当前企业IT系统向云架构转型的时刻，运维系统再一次面临着新的挑战。所以在数据中心运维的时候，运维人员应该注意哪些问题?

云计算时代，数据中心运维应该注意以下几点：

1、关注智能自动化运维的趋势与难点

智能自动化运维是云数据中心时代尤为重要的趋势。公有云让基础设施资源更集中，企业放弃自建数据中心转而使用公有云，基础设施资源因此集中到了第三方服务商的手中。

这一定程度上使得企业运维轻量化，更注重上层应用的运维，后端较重的基础设施运维转嫁集中到了第三方公有云服务商的身上。基础设施运维的集中化，大体量化为自动化运维提供了良好的生存空间，企业前端的轻量的运维甚至也可以通过大数据以智能可视化的方式呈现出来。

2. 避免人为失误与网络威胁

前不久，中国某大型云厂商因运维人员操作失误启动了一个BUG，导致一些客户访问官网控制台和使用MQ、NAS等多项产品功能出现问题，造成了较大影响。实际上，除了自然灾害等原因，数据中心运维出现的一些安全问题极有可能是人为导致的。

出了要避免人为上的失误，来自网络的威胁也不可小觑。数据中心资源的集中化让我们逐渐感受到，数据中心故障的大型化趋势越来越明显，从网络安全的角度来说一个漏洞被利用，就可能会造成较大的数据丢失甚至设备停机事故。

3. 多平台融合的导致故障点监测困难

有业界人士称，相对于传统IT架构，云数据中心运维的管理对象主要分为几大类，分别是：

机房环境基础设施部分，包含风火水电等;各种设备，包括存储、服务器、网络设备、安全设备等硬件资源;系统与数据，包括操作系统、数据库、中间件、应用程序等软件资源及业务数据;管理工具，包括了基础设施监控软件、监控软件、工作流管理平台、报表平台、短信平台等

从中可以看出，一项云数据中心向外界提供服务是多方服务融合的结果。因此，当面临一个故障时，如何在诸多服务中准确追溯到故障点，是运维人员需要关注的另一个问题。

云运维作为云计算必不可少的组成部分，会越来越展示出其重要性，成为云计算的核心竞争力之一。下一步将加大人工智能在云运维的投入与实践，让数据中心机器人融入更多的运维业务场景，替代传统的手工操作，提供高度自动化和智能化的“无人值守”式云数据中心运维解决方案。

建立数据中心的目的是为了更好地利用数据、挖掘数据，向数据要效益。在数据中心中应用云计算技术则是一个必然的趋势。而从数据中心获得效益就必须有一个相对安全稳定的环境作为支撑，因此研究云计算数据中心的信息安全体系架构具有重要意义。

在建设云计算数据中心时，由于资源整合程度和共享程度很高，不论是数据安全、应用安全还是虚拟化安全，都以服务的方式交付给数据中心用户。在这种建设思路的指引下，云计算数据中心的信息安全体系和传统数据中心的安全防护体系差别很大，像小鸟云数据中心都是基于业务驱动的分布式云数据中心架构，归结起来主要有以下几个方面。

（一）新增虚拟化安全要求

云计算数据中心的虚拟化分为软件虚拟化和硬件虚拟化。所谓软件虚拟化是指将软件直接部署在实体机上，提供创建、运行和撤销虚拟服务器的能力。在这种情况下，用户具有了同时操作多台虚拟服务器的条件，所以必须严格限制任何未经授权的用户访问虚拟化软件层，例如建立严格的控制措施，限制对于Hypervisor和其他虚拟化层次的物理和逻辑访问控制。硬件虚拟化的安全可以借鉴物理服务器的安全措施，主要从实体机选择、虚拟服务器安全和日常管理3个方面来制定安全防护方案。另外，在资源高度整合的条件下，对资源的按需分配、数据之间的安全隔离提出了更高的要求，安全设备应适应云计算数据中心虚拟化要求。

（二）安全边界混杂

传统数据中心的安全防护体系建设的一个重要思路就是基于边界的安全隔离和访问控制，并且强调分区规划，分层防护。但是在云计算数据中心里，资源高度整合，基础设施架构统一化，安全设备的部署边界已经变得十分模糊，甚至有消失的趋势。针对数据安全，小鸟云承诺：在用户云服务器自行删除或设备到期后，将彻底清除残留数据并保证其无法通过任何方法恢复，同时对报废硬件做消磁及粉碎处理

（三）安全威胁发现和处理作用范围变大

在传统数据中心里，安全威胁的信息来源主要是客户端上部署的安全软件和网络中部署的硬件安全产品。管理人员在得到信息后，可以在很短的时间内对安全威胁进行处理，但这种处理是分区域的，也就是说无法做到整个数据中心的集中防范和集中处理，无法形成整体的安全防护。而在云计算数据中心里，安全威胁的感知和处理都将趋于统一，信息共享率极高，安全防护体系比传统数据中心的体系更加宏观，防护范围更大。小鸟云具有完善且严苛的用户数据保密制度及措施，并承诺在任何情况下绝不会将用户数据泄露给第三方。

总结

建立数据中心的目的是为了更好地利用数据、挖掘数据，向数据要效益。在数据中心中应用云计算技术则是一个必然的趋势。而从数据中心获得效益就必须有一个相对安全稳定的环境作为支撑，因此研究云计算数据中心的信息安全体系架构具有重要意义。云计算数据中心所面临的当务之急不是来自技术层面，而是来自管理层面。我国信息技术管理指导部门应该尽快制定云计算数据中心的相关标准，特别是信息安全标准，以便及早进行规范和管理。

云计算是一种能够通过网络以便利的、按需付费的方式获取IT资源（包括网络、服务器（虚机、容器）、存储、平台、应用和服务等）并提高其可用性的模式，这些资源来自一个共享的、可配置的资源池，并能够以最省力和无人干预的方式获取和释放。

云计算技术与服务架构

SaaS是一种新型软件发布模式，应用软件安装在 厂商或者服务供应商那里，用户通过网络使用。Salesforce、NetSuite、Google Apps、微软Office365是典型案例。

软件开发者可以在PaaS之上直接开发新的应用，不需要购买和部署服务器和OS、数据库和中间件软件而直接部署代码即可。

运行客户自己的应用。Salesforce的Force、Google AppEngine和微软 Azure都是PaaS模式的典型代表。

IaaS（Infrastructure as a Service，基础架构即服务）通过互联网提供数据中心、基础架构硬件和软件资源。典型

IaaS的代表产品是亚马逊的AWS（Elastic Compute Cloud）、Google的CloudEngine。

云计算基础设施服务

基础设施：机房和带宽

硬件：服务器、存储、数据中心网络

软件：操作系统、虚拟化软件等

基础架构管理：抽象、池化、服务/实例/接口

云计算应用开发和执行环境

将云计算应用开发和执行环境以PaaS形式提供给外部开发者。

基于云计算基础架构提供各种OS和运行环境（数据库、开发语言运行环境、文件系统），支持多开发语言库为开发人员提供云计算应用开发工具（开发环境插件、本地仿真环境等）

基于多租户架构为开发者开发的应用提供执行环境

应用的监控和管理根据应用负载提供良好的资源伸缩性，同时保证应用的可靠性等

云计算应用软件

各类利用云计算基础架构或之上的应用执行环境平台开发的应用，以SaaS的形式提供给外部用户。

利用了云计算基础架构和多租户架构的执行环境，因此可以保证应用具有良好的可伸缩性以及多租户共享。

提供商将这些云计算应用按多租户方式提供给客户，典型的如CRM、企业邮件、办公文档、企业协同系统等

云计算技术体系

在今天的改变与未来的发展预测中表明，有越来越多的企业开始主动拥抱“云”，用云计算提升自身的IT服务能力和运营效率。云计算要求基础设施具有良好的弹性、扩展性、自动化、数据移动、多租户、空间效率和对虚拟化的支持。应当高度贴合网络未来更高层次的发展趋势，随需而动的运维理念。

那么具体而言，应着重从高端服务器、高密度低成本服务器、海量存储设备和高性能计算设备等基础设施领域提高云计算数据中心的数据处理能力。那么，云计算环境下的数据中心基础设施各部分的架构应该是什么样的呢?我们来看这两点的分析：

1，云计算机房架构

为满足云计算服务弹性的需要，云计算的机房一般都将采用标准化、模块化的机房设计架构。模块化机房包括集装箱模块化机房和楼宇模块化机房。为减轻了建设方在机房选址方面的压力，帮助建设方将原来半年的建设周期缩短到两个月，而能耗仅为传统机房的50%,可适应沙漠炎热干旱地区和极地严寒地区的极端恶劣环境。楼宇模块化机房采用冷热风道隔离、精确送风、室外冷源等领先制冷技术，可适用于大中型数据中心的积木化建设和扩展。

2，云计算数据中心总体架构

云计算架构分为服务和管理两大部分。在服务方面，主要以提供用户基于云的各种服务为主，共包含3个层次：平台即服务PaaS、基础设施即服务IaaS、软件即服务SaaS.在管理方面，主要以云的管理层为主，它的功能是确保整个云计算中心能够安全、稳定地运行，并且能够被有效管理。着力于提高网络数据处理和存储能力，致力于低碳高效的利用基础资源。

数据中心是一整套复杂的设施，它不仅仅包括计算机系统和其它与之配套的设备(例如通信和存储系统)，还包含冗余的数据通信连接、环境控制设备、监控设备以及各种安全装置”，当下，云计算即将成为信息社会的公共资源，而数据中心则是支撑云计算服务的基础设施，云计算也的确有给信息时代带来翻天覆地变化的本事，所以自从云计算横空出世，一切信息技术都开始围着它转，云计算有如神一样地存在着，下面看看什么是云计算数据中心、云计算数据中心和传统IDC有何区别?

什么是云计算数据中心?

现在可能会有很多人对云计算、数据中心还有大数据等这类技术和名次感到模糊不清，云计算数据中心是一种基于云计算架构的，计算、存储及网络资源松耦合，完全虚拟化各种IT设备、模块化程度较高、自动化程度较高、具备较高绿色节能程度的新型数据中心。

云数据中心的特点首先是高度的虚拟化，这其中包括服务器、存储、网络、应用等虚拟化，使用户可以按需调用各种资源;其次是自动化管理程度，包括对物理服务器、虚拟服务器的管理，对相关业务的自动化流程管理、对客户服务的收费等自动化管理，最后是绿色节能，云计算数据中心在各方面符合绿色节能标准，一般PUE值不超过1.5。

云计算数据中心和传统IDC有何区别?

在设计理念方面，云计算数据中心(或者说新一代数据中心)更加强调与IT系统协同优化，在满足需求的前提下，实现整个数据中心的最高效率和最低成本;而传统数据中心通常片面强调机房的可靠、安全、高标准，但与IT系统相互割裂，成本高昂。

传统的IDC大致可以分为托管型服务和用户自主服务两类模式，一类是服务器由用户自己进行购买，期间对设备的监控和管理工作也由客户自行完成。数据中心主要提供IP接入，带宽接入和电力供应等服务。另一种模式则是数据中心不仅提供管理服务，也向客户提供服务器和存储，客户无需自行购买设备就可以使用数据中心所提供的存储空间和计算环境，但是现在走进云计算时代的IT产业，在数据中心托管方面已经不再需要用户自己提供硬件设备了，反而大大提升了硬件设备的计算能力和IT可扩展性以及可操作性。

(1)云计算和传统IDC在资源集约化速度和规模上的区别

归根到底，云计算是通过资源集约化实现的动态资源调配。传统IDC服务也能实现简单的集约化，但两者在资源整合速度和规模上有着很大区别。传统IDC，只是在硬件服务器的基础进行有限的整合，例如多台虚拟机共享一台实体服务器性能。但这种简单的集约化受限于单台实体服务器的资源规模，远远不如云计算那样跨实体服务器，甚至跨数据中心的大规模有效整合。

更重要的是，传统IDC提供的资源难以承受短时间内的快速再分配。

(2)云计算和传统IDC在平台运行效率上的区别

更加灵活的资源应用方式、更高的技术提升，使云服务商拥有集合优势创新资源利用方式，促进整个平台运作效率提升。并且，和传统IDC服务不同，云计算使用户从硬件设备的管理和运维工作中解脱出来，专注内部业务的开发和创新，由云服务商负责云平台本身的稳定。这种责任分担模式使整个平台的运行效率获得提升。

简单地说，云计算是在传统IDC服务上的延伸和发展。云计算是将多台计算节点连接成一个大型的虚拟资源池来提高计算效率，使资源再分配的效率和规模不受限于单台实体服务器甚至单个IDC数据中心。无论从交付/服务方式、资源分配规模、资源分配速度，还是整个平台的运行效率方面，相比传统IDC服务，云计算均有着极大提升，这种提升将为各行业的企业和开发者创造更高价值。

(3)云计算和传统IDC在服务类型上的区别

常用的传统IDC服务包括实体服务器托管和租用两类。前者是由用户自行购买硬件发往机房托管，期间设备的监控和管理工作均由用户单方独立完成，IDC数据中心提供IP接入、带宽接入、电力供应和网络维护等，后者是由IDC数据中心租用实体设备给客户使用，同时负责环境的稳定，用户无需购买硬件设备。

而云计算提供的服务是从基础设施到业务基础平台再到应用层的连续的整体的全套服务。

IDC数据中心将规模化的硬件服务器整合虚拟到云端，为用户提供的是服务能力和IT效能。用户无需担心任何硬件设备的性能限制问题，可获得具备高扩展性和高可用的计算能力。

(4)云计算和传统IDC在资源分配时滞上的区别

众所周知，由于部署和配置实体硬件的缘故，传统IDC资源的交付通常需要数小时甚至数天，将增加企业承受的时间成本，以及更多的精力消耗，并且难以做到实时、快速的资源再分配，且容易造成资源闲置和浪费。

云计算，则通过更新的技术实现资源的快速再分配，可以在数分钟甚至几十秒内分配资源实现快速可用，并且云端虚拟资源池中庞大的资源规模使海量资源的快速再分配得以承受，并以此有效地规避资源闲置的风险。

(5)云计算和传统IDC收费模式的区别

传统数据中心一般按照月或者年收费，计算的标准就是机柜数量，带宽大小，用电量这些数据，这些数据是粗放型的，统计不够精确，往往造成很多资源的浪费。比如一个客户租下十个机柜，但实际上只用了五个，另外五个可以要日后慢慢上线，但必须要提前支付这十个机柜的费用，让客户多花了不少钱。而云数据中心就不同，甚至可以按照小时或者分钟收费，而客户使用的就是计算、带宽和存储数据，就像家里用的燃气费，只要不开启煤气灶，也不会花费燃气费，燃气表只有在打开燃气灶的时候才开始走，精确度量，云数据中心就是按照这样的模式来收费的，客户用了多少计算和带宽资源，就收多少费用，这个费用可以精确到分钟,为客户节省了开支，这样又有哪些客户能不喜欢呢。

(6)云计算和传统IDC对于光学器件的要求有区别

与传统器件相比，用在数据中心的器件密度要求更高，在同一块板卡上要求可以插上更多的模块。功率需求直线下降为八分之一的水准。对速度的需求也是越来越高，因为在有限的空间，有限的板卡上为了实现更大的数据量，要求模块的速度直线上升，所有的这些要求加在一起，对于器件，要求的集成度越来越高。

传统IDC还能hold住吗?

过去传统的上几台服务器，装个虚拟主机软件就卖空间的玩法，越来越没市场了，稍微大一些的传统IDC也开始升级为vps，但是vps从目前来看，普及程度很一般，而且价格昂贵，客户开发成本高。另一方面，由于备案麻烦导致大批量中小站长转向美国或海外的idc企业，国外老牌的几家idc基本上实现了虚拟化和基础云计算，而且价格极低。

传统小IDC存活将更难，那么必然大量原来属于IDC的客户高速向云计算商转移，而且这几乎是无法阻挡的。国内大一些的idc商除了服务器托管外，其虚拟主机业务也必将受到最严酷的冲击，加上云计算几大厂商都是着名企业，消费者对它们的信任远远高于idc商们。

总结：

接下来，新建的云计算数据中心，随着落地时间的临近，将会吸引更多的企业入住。放眼未来，在互联网行业、传统IT行业已经开始有越来越多的企业投身到数据中心的服务和运营当中去，这其中囊括了很多行业内的龙头企业，也有专家指出，在未来的5到10年内，基于云的数据中心管理和服务模式将会变得更加普遍。

让您学习到的每一节课都有所收获

《Linux就该这么学》是一本由资深运维专家刘遄老师及国内多名红帽架构师（RHCA）基于最新RHEL7系统共同编写的高质量Linux技术自学教程，极其适合用于Linux技术入门教程或讲课辅助教材。荣获双11、双12购物狂欢节IT品类书籍销量冠军，2017年、2018年国内读者增速最快的技术书籍，您可以在京东、当当、亚马逊及天猫搜索书名后购买，亦可加刘遄老师微信交流学习（手指按住下图3秒钟即可自动扫描）~

刘遄老师QQ：5604583 Linux技术交流（新群，火热加群中……） 官方站点：linuxprobe 书籍在线学习（电脑在线阅读效果更佳）：http://linuxprobe/chapter-00.html

云计算数据中心是一整套复杂的设施，它不仅仅包括计算机系统和其它与之配套的设备（例如通信和存储系统），还包含冗余的数据通信连接、环境控制设备、监控设备以及各种安全装置。作为云架构的基础设施之一，云计算数据中心的构建至关重要。

传统的数据中心网络的架构包括四大部分，即核心层、汇聚层、接入层和运营管理层。核心层一般采用双机冗余的路由设备，对外运行E-BGP或静态路由协议，对内运行IGP协议（如OSPF）；汇聚层采用双机冗余的三层交换机；接入层和运营管理层则采用二/三层交换机。

目前的网络结构有以下缺点，例如网络层次较多、时延大，核心层或网络层网络设备容量会成为发展的瓶颈，同时随着数据中心规模越来越大，网络结构也成为瓶颈问题。

网络传输由于技术成熟度和设备价格成本等因素，传统数据中心网络一般使用以太网进行数据的传输。然而传统数据中心网络与互联网运行环境有极大差别，其特殊的数据转发需求例如负载均衡或者多路径传输等，必须通过特殊的转发机制实现。这存在以下问题：一是传统的数据包转发设备，例如以太网交换机，除非进行重新设计否则无法实现这些需求；二是基于软件的转发可以通过编程很方便的实现不同需求，但是无法以较低成本达到性能要求。

解决方案针对上述问题，提出云数据中心采取扁平化结构来进行构建。 首先，由于数据中心交换机的容量和性能逐渐优越，核心层的路由转发和防攻击的功能完全可被汇聚层的交换机实现，因此从减少时延的角度可采用2层的扁平化架构，将核心层和汇聚层合并。

其次，横向扩展设备的同时会造成出口设备数量多，导致管理复杂，为了简化管理和避免STP/MSTP/RSTP等协议造成带宽利用率不高的问题，可在单纯的提高设备性能的基础上，将临近的同类网络设备进行集群化以满足需求。

最后，使用以太网进行数据传输时，由于运行环境的差别导致其转发机制各不相同，可使用VLAN技术通过软件的配置而不是对局域网的主机进行物理上的划分，实现动态灵活地将服务器群或存储设备分割成多个逻辑网络，适应不同的传输环境。同时采用传统的STP+VRRP技术部署二层网络时会带来部署复杂、链路利用率低、网络收敛时间慢等诸多问题，因此网络方案的设计需要重点考虑增强二级网络技术（如IRF/VSS、TRILL等）的应用，以解决传统技术带来的问题。