五步教你輕松搞定資料中心容量規劃問題

無論使用大型機或雲計算，資料中心容量規劃依然嚴峻，要確定擁有業務所需的足夠it資源。

資料中心管理者面臨着相同的挑戰：業務需要更多的計算資源，但同時也希望降低能耗，冷卻和其他設施費用。當走到評估是否需要進行資料中心這步時，一步一步的規劃，是省下一大筆開支的好方法。

資料中心容量規劃是朝着正确方向邁出的重要一步，而且能夠增強it與其他業務領域之間的關系。雖然it涉及到大資料與與物聯網——而這些技術将如何影響資料中心容量——是可以評估，也可以用一定的方法緩解。

這裡有五個技巧，幫助您解決資料中心容量規劃問題。 無論是安裝資料中心的第一台伺服器，或者做更廣泛的資料中心容量規劃項目，提出正确的問題，能夠在營運的漫長道路上預防潛在問題，專家stephen bigelow說。

首先也是最重要的，确定設施是否能夠應對伺服器大量湧入——無論是從溫度和連接配接性角度。同樣考慮資料中心的不間斷電源(ups)，因為新一批伺服器可能透支目前的ups容量。

經過實體元件檢查，軟體許可證檢查後。每個新伺服器需要作業系統、虛拟化管理程式、管理工具和其他軟體。在資料中心容量規劃過程中，确定是否需要為這些元件購買新的許可證授權。

為潛在的大資料，物聯網項目做準備

由于物聯網和大資料網際網路對企業的重要性越來越大，需要更多基礎設施以處理增加的工作負載。在資料中心容量規劃中，it團隊應該認識到這些應用程式，需要計算、網絡與存儲來支援。

資料處理是大資料和物聯網的根源。伺服器叢集和向外擴充架構可以支援這些工作負載，通過提升記憶體、網絡與存儲，專家 dan kusnetzky說。資源管理是資料中心針對大資料與物聯網容量規劃的一個重要組成部分。

了解目前的基礎設施限制，提前規劃需要的資源。 例如，添加更多的存儲看起來可能向個快速、簡單修複的方案，但這無法總是滿足大資料與物聯網項目的新需求。即使通過更新存儲和記憶體資料庫，也可能遇到瓶頸，甚至還可能導緻用電量問題。

使用mips、msu來檢測大型機能力

cpu小時、mips和msu是大型機能力所專注的所有名額。 mips，或每秒百萬指令，測量大型機的計算性能和它所能處理的工作量。更多的mips，意味着更高的能力。在另一方面，msu通常用來計算軟體許可成本，專家robert crawford表示。

當轉換cpu小時到mips，能夠更直覺的檢視大型機能力，使用公司：cpu 秒 *相對單處理器mips(emu)/已消耗秒。得到的資料能以mips量度展示大型機工作負載容量。

考慮雲計算、容器如何影響容量

雲計算持續驅動資料中心變化。一些it團隊選擇建構私有雲，然後将峰值處理、非關鍵工作負載部署在公有雲。

本地增長是可以預期的，單公有雲提供了另一個增長出口，如果企業希望節約資料中心的空間，可以考慮将更多業務部署到公有雲，專家 jim o‘reilly說。

同時，一些it團隊縮短了伺服器、網絡和存儲的重新整理周期。在某些情況下，伺服器重新整理因為虛拟化容器容量擴充而延遲。

再往下的路，在托管環境同樣能夠滿足業務需求的前提下，詢問本地資料中心是否有存在的必要或成本效益。

利用cpm與大型機的不可預測性戰鬥

增加大型機容量可不是件小事。增加cpu數量或其他處理器無法解決問題，反而會增加更多挑戰，crawford說。當談到ibm大型機優化，工具如capacity provisioning manager (cpm)結合workload manager (wlm)能夠幫助識别問題。在z/os1.9和之後版本，cpm允許it團隊基于應用程式性能，自動化增加或删除容量。cpm接口結合wlm監控負載，并測量性能名額。

本文作者：tim culverhouse

來源：51cto