数据中央的效率是一个战略题目
企业建造和运营数据中央花费的资金在公司IT预算中占的比例不断上升，导致用于急需技术项目的预算越来越少。数据中央建造计划是董事会一级的决议计划。同时，监管部分和外部利益相关方也越来越关注公司治理自身碳足迹的方式。采用最佳实践不仅有助于公司减少污染，还能够进步它们作为良好企业公民的形象。一个本钱高昂的题目
如今，公司进行的分析越来越复杂，客户要求实时访问账户，泛博员工也在寻找新的技术密集型协作方法。因此，即使在经济放缓时，人们对于计算、存储和网络容量的需求也在继承增长。为了应对这一趋势，IT部分正不断增加计算资源。在美国，数据中央的服务器数目正在以每年约10%的速度增加。与此同时，在中国和印度等新兴市场，机构正在变得越来越复杂，更多的运营工作实现了自动化，同时有越来越多的外包数据业务在这里进行，因此数据中央的数目呈现出更快的增长态势。这种对计算资源无法按捺的需求，导致全球数据中央容量稳步上升。目前，这种增长并没有显露出即将结束的迹象，通常在经济衰退时期它只会进入温顺增长状态。
这一增长已经导致了IT本钱激增。假如将举措措施、存储设备、服务器和职员本钱都计算在内，数据中央支出一般会占到企业IT总预算的25%。跟着服务器数目不断增长，电价也正以高于收入和其他IT本钱的速度攀升，上述比例只会日益进步。每年，运行这些举措措施的本钱都在以高达20%的速度上升，而IT总支出的增长速度仅为6%，二者相差极为悬殊。
数据中央支出的不断增加，改变了很多企业的经济结构，尤其是金融、信息服务、媒体和电信公司等信息密集型企业。在过去5年中，成立一个大型企业数据中央所需的投资已经从1.5亿美元升至5亿美元。在IT密集型企业中，最大举措措施的造价正迫临10亿美元。这一支出挤占了新产品开发的资本，降低了某些数据密集型产品的经济效益，并降低了利润。此外，不断上升的能耗产生了更多、范围更广的碳足迹，导致了环境恶化。对于大多数服务行业，数据中央是企业最主要的温室气体排放来源。在2000到2006年间，用于存储和处理数据的电力翻倍，每个数据举措措施的均匀耗电量相称于2.5万个家庭的总和。世界上共有4400万台服务器，消耗了总电力的0.5%。如今，数据中央的碳排放已经接近阿根廷和荷兰等国家的碳排放水平。仅仅在美国，到2010年数据中央的预计用电增长量就相称于要新建10座电厂的发电量。目前的猜测显示，假如分歧错误需求加以遏制，2020年全球数据中央的碳排放将是现在的4倍。
监管部分已经留意到这些发展趋势，正在督促公司拿出解决方案。美国环保署(EPA)建议，作为建立运营效率尺度的第一步，大型数据中央应当使用能量计。同时，欧盟也发布了一套自愿执行的行为准则，其中先容了以较高的能效运行数据中央的最佳实践。跟着数据中央排放量的持续上升，政府可能会为了减排而施加更大的压力。
影响深远的挑战
在信息密集型机构中，很多部分和级别的职员都可以做出影响数据中央运营效率的决议计划。金融交易员可以选择运行复杂的蒙特卡洛(MonteCarlo)分析，而药物研究职员可以决定要将多少临床实验影像数据存储起来。负责应用程序开发的治理职员可以决定用多少编程工作来知足这些需要。服务器基础举措措施的治理职员可以做出设备采购决议计划。举措措檀越管则可以决定数据中央的位置、电力供给，以及在猜测的需求泛起前安装设备的时间表。
上述决议计划通常是在孤立状态下做出的。销售经理可能会选择将交易由隔夜结算改为即时结算，金融分析师则可能但愿为历史数据存储几份副本，他们完全没有考虑到这样做会对数据中央的本钱造成什么影响。应用程序开发职员很少想到要对自身的工作进行优化，以将服务器用量降到最低，也很少考虑开发能够跨服务器共享的设计应用程序。购买服务器的治理职员可能会选择价格最低或他们最认识的产品。但是这些服务器也许会铺张数据中央的电力或空间。良多时候，治理职员会逾额购买设备，以保证在最极真个使用情况下拥有足够的容量，而这会造成容量过剩。治理职员往往会建造有多余空间和高制冷容量的举措措施，以知足极端情况下的需求或应对紧急扩建。
这些决议计划在整个机构中累加起来，将对本钱和环境造成重大影响。在很多情况下，公司可以在不降低自身数据治理能力的条件下，停用现有的部门服务器，并搁置购买新服务器的计划。这可以借助一些众所周知的技术来实现。好比虚拟化，这种技术实际上是通过寻找服务器的空闲部门来运行应用程序，以达到容量共享的目的。但是公司不一定会这样做，由于没有哪位高管能够承担“端对端”的责任。在机构内部，治理职员会以最符合自身利益的方式行事，这就造成大多数数据中央效率低下，每台服务器上经常只运行了一个软件应用程序。
我们分析了一家媒体公司的近500台服务器，其中利用率低于3%的占三分之一，而低于10%的则占三分之二。固然有诸多用于跟踪使用情况的现成治理工具，但这家公司没有使用其中任何一种。从全球来看，我们估计服务器的日常利用率一般最高只有5%到10%而已，这造成了能源和资金的铺张。对此，数据中央治理职员一般会回答，配备这些服务器是为了在极端情况下提供容量，例如应付圣诞节前一天的购物潮。但一般来说，这一论断并不成立，由于数据显示：假如均匀利用率极低，那么高峰时段的利用率也会很低。此外，数据举措措施的数目不断攀升，但所存放的服务器和相关设备有时仅占数据举措措施容量的一半，这说明有上亿美元的资本支出被铺张了。即使公司讲演以为数据中央已经满载，但沿着数据中央的过道行走，常常会发现服务器机架上有良多空位，原先放在这些空位中的设备都已经淘汰。
之所以泛起这种不一致的现象，部门原因在于猜测数据中央需求的难度很高。运营的时间框架是一个题目。数据中央的设计和建造一般需要2年或更长时间，而预计的使用寿命至少为12年，因此容量是在业务部分产生实际需求之前就已经设定的。与此同时，对于业务决议计划如何互相影响，如何转化为对新应用程序的需求，以及需要多少服务器容量才能知足需求，还存在着熟悉不够全面的现象。例如，假如客户需求增长50%，很多公司很难猜测出服务器和数据中央的容量是需要增加25%，仍是增加100%。在极端情况下，我们发现一些举措措施在投入运营后常年处于半空状态;而另一些公司在建成一个数据中央之后，很快就发觉需要再建一个新的。
如今数据中央已经成为一项昂贵的资产，由此可以推断，财务绩效责任落实得十分糟糕。举措措施的财务和治理责任往往会落在不动产治理职员身上，而这些人基本不具备相关的专业技术知识，对于IT与核心业务题目的联系也缺乏深入的熟悉。同时，治理服务器运营的职员很少去了解枢纽运营支出的数据，例如耗电量或IT设备所占不动产的实际本钱。相反，当IT治理职员决定购置更多的应用程序或新的服务器时，有时只会使用硬件初始本钱和软件许可证用度等基本指标。计算实际本钱时，需要考虑举措措施运营和租赁、电力使用、支持以及折旧等因素。这些用度可能是服务器初始购置本钱的4到5倍。加上前面说到的孤立决议计划和责任题目，数据中央通常会添加额外的服务器作为保险措施，而很少讨论本钱权衡或业务需求。在缺乏实际本钱分析的情况下，过度建造、过度设计和效率低下就成了普遍现象。
改革数据中央的运营方式
在研究之初，我们认为通过建造新的节能型数据中央，可为降低数据中央的本钱和碳排放指出一条光明大道。新的举措措施可以施展当前各种技术的上风，利用天然冷却方法和碳排放较低的电源。但我们还了解到，在降低本钱和碳排放方面成效最显着的方法是改善公司现有数据中央效率低下的状况。通过改善资产治理，增强治理层的责任意识，并且为降低能源本钱和碳排放设立清楚的目标，大多数公司都能够在2012年之前将IT能效进步一倍，并遏制其数据中央温室气体排放的增长。实际上，您无需另行建造就能获得最环保的数据中央。积极治理IT资产
一家大型公司采用的做法表明，规范现有服务器和举措措施的使用就可能产生巨大的收益。这家公司原本的计划是，增加服务器的数目，并建造一个新的数据中央来容纳这些服务器和其他IT设备，以便知足自身在2010年的信息需求。该公司的董事会已经批准了这项计划，但这意味着企业在这一年会有大量的资本支出。于是，这家公司彻底修改了计划。它将封闭5000多台很少使用的服务器。通过对占公司应用程序总量15%的3700个应用程序进行虚拟化，可以将现役服务器的数目由2.5万台减少至2万台。公司还更换了一些较为陈旧的服务器，代之以能够将用电效率进步20%的产品。
这些调整使公司得以搁置原先的数据中央扩建计划，并因此节省了3.05亿美元的资本投资本钱。因为服务器数目和耗电量的下降，运营支出预计将减少4500万美元，降低到7500万美元。考虑到停用和虚拟化因素，服务器运行时的均匀容量利用率将由目前的5.6%升至9.1%。该公司仍旧能够知足自身日益增长的数据需求，但是电力需求的减少，意味着未来4年内的二氧化碳排放将由59.1万吨削减至34.1万吨。
公司还可以通过对不断上升的数据需求加强治理来实现节约。对于应当留存多少数据，是否要缩减某些数据密集型分析的规模，业务部分应当审查相关的政策。一些交易的计算可以推迟，以降低服务器在高峰时段的利用率，也并不是所有企业信息都需要基于广泛备份的灾害恢复功能。
把握更正确的信息
更好的猜测和规划是进步数据中央效率的基础。公司应当跟踪自己对数据需求的猜测与实际需求之间的差异，然后向能够最大限度减少猜测偏差的业务部分提供奖励。数据中央的治理职员应尽可能全面了解未来的趋势，例如机构增长和业务周期等，然后将这一趋势与自身采用的模型结合起来。由数据中央、应用架构师和举措措施操纵职员提供的建议可以用于改善这些模型。一家全球通讯公司制定了一套规划流程，将每个业务部分数据增长量的各种发展情况包括在内。固然公司终极得出的结论是，它需要扩大容量，但是未来需求中有很大一部门可通过现有资产来知足，这比原计划节约了35%的资本支出。
很多机构并没有将数据中央看作一种稀缺的昂贵资源，而是将其当成了等待灌水的水桶。为了避免这种趋势，公司在估算新服务器或附加应用程序和数据的本钱时，可以采用实际拥有本钱(TCO)核算法。业务部分、软件开发职员或IT治理职员在进行支出决议计划时，很少会将应用程序和服务器的生命周期运行本钱考虑在内。提早计算这些本钱，有助于限制过量的需求。
一家金融机构对所有支持自身交易和投资银行产品的应用采取了TCO核算法。结果，IT治理职员第一次对哪些软件应用投资能够产生足够的实际回报展开了讨论，并制定出一份用于减少各领域内过度投资和IT低效现象的路线图。通过各业务部分间的这些交流，可为决议计划带来亟需的规范性，并对终极降低数据中央的本钱施展重要作用。
治理这些变化可能十分难题。大型机构中的很多人并没有意识到数据的本钱。企业的每一个部分都会产生对于数据中央服务的需求。知足这些需求的责任分散在IT部分(包括运营和应用开发)、举措措施规划职员、共享服务团队和企业不动产职能部分身上。本钱讲演工作并没有同一的尺度。
进步数据中央的效率
作为数据中央改进计划的一部门，我们建议采用一项新的指标：企业数据中央均匀效率(CADE)。与美国的企业燃料均匀经济性(CAFE)里程尺度类似，CADE考虑了数据中央内的举措措施能效、举措措施利用率和服务器利用率水平。将这些因素综合起来，就得到了数据中央的总体效率，即CADE(图)。减少了本钱和碳排放的公司将进步自身数据中央的CADE分数。这就像在汽车行业中，精彩的里程数能够进步CAFE评级一样。
为了给改进工作设立目标，我们将CADE分为五级。属于CADE第1级的数据中央运营效率最低;大多数机构最初可能都会被归入较低的级别。封闭利用率低下的服务器、采用虚拟化技术以及进步举措措施空间的使用效率，都将进步CADE分数。借助CADE，公司还可以对整个数据中央的举措措施进行基准比较分析，或者与竞争对手进行比较，也可认为治理职员设立绩效目标并加以跟踪。
在数据中央的需求治理方面，我们建议采用一种由首席信息官全权负责的新管理模型。在这种体系体例下，首席信息官能够更为透彻地了解各业务部分的数据需求;对于需要更多服务器或软件应用的新数据项目，他们可以强制要求将能耗和举措措施本钱考虑到相应的投资回报计算中。我们还建议首席信息官采用一种新的指标来衡量改进情况，请参见副文“进步数据中央的效率”。通过强化责任，首席信息官将拥有更高的积极性来寻求改进，例如采用虚拟化技术和进步现有举措措施的利用率。因为这种模型将枢纽业务决议计划的更多责任集中在首席信息官身上，因此不但需要首席执行官的全力支持，而且要求机构转变以往对于业务部分的数据中央扩容哀求有求必应的思维模式。
此外，首席信息官还应当设定将数据中央的能效进步一倍的目标，并作出公然承诺，以便鼓励改进工作，并匡助企业在监管部分或其他利益相关方施加压力前采取步履。我们的分析表明，利用现有的技术和工艺，几乎所有公司都能够在未来3到4年内将自身数据中央的能效进步一倍。实现这一目标需要加强数据中央治理，改善规划工作，以及强化责任感。
数据中央效率低下是一种普遍现象，北京做网站已经成为一项重大的世界性挫折。但是我们仍有很大的改善空间。遵循上述建议，北京建网站有助于改善数据中央的治理并使之进入一个良性轮回，从而进步能源的使用效率、降低本钱并稳步减少碳排放。
（发布时间：2013-02-20 14:34）
