基于云计算的数据中心虚拟化改造效益分析

基金项目：本研究受兰州商学院2012年度教学研究一般项目资助（项目编号：2012LSJYY12）

【摘 要】现代科学认为物质、能量和信息作为客观世界的3个基本要素，数据是信息的表现形式。高校各个业务系统在使用过程中生产了大量的数据，经过整合，具有相关性的业务系统形成了数据中心，成为学校的宝贵资产。随着信息技术发展，借助云计算技术改造数据中心运行方式和运行环境，以某高校为例，分析对比传统数据中心与云数据中心效益差别。

【关键词】云计算数据中心能耗效益分析

一、前言

学校信息化发展与企业类似，同样遵从诺兰六阶段模型，可以从诺兰模型进行分析和理解。1947年，诺兰和吉布森（Nolan，Gibson）提出一个理解信息技术的使用与管理的模型，称为成长阶段模型（Stages of Growth Model）。之后，经过实践进一步验证和完善，又于1979年将其调整为六阶段论。这个模型试图帮助管理人员解释成长阶段的含义以及企业的成长阶段对信息技术的意义。

学校在不断发展过程中，对信息技术的理解日渐成熟，个别部门开始借助信息化手段来推进业务工作，取得了很好的效果。经过这些部门示范，越来越多的部门从观望变为积极尝试，越来越多的信息化应用雨后春笋般开始建立，购买应用软件、系统软件、硬件设备等。同时，安排专门人员负责系统管理工作。随着信息中心的成立，业务系统又开始逐渐托管到信息中心保存管理。从提供的服务方面划分，数据中心向云计算数据中心进阶的过程可以划分为4个阶段，托管型、管理服务型、托管管理型和云计算管理型，也就是云数据中心。

二、云数据中心建设方案

对于云计算而言，提高数据中心数据处理能力，应着重考虑从高端服务器、高密度服务器、海量存储、高性能计算单元、大容量存储单元、高速数据交换网络出发。以良好的扩展性、自动化、多租户、数据移动、空间效率来支持虚拟化。其主要构架构建如下。

1.云计算数据中心总体架构

云计算架构由服务和管理两部分构成。服务方面，包含3个层次：基础设施即服务IaaS、平台即服务PaaS、软件即服务SaaS。管理方面，以云的管理层为主，其功能是确保整个云计算中心安全、稳定地运行，并且能够被有效管理。

2.云计算主机系统架构

云计算核心是计算能力的集中和规模性突破，云计算中心对外提供的计算类型决定了云计算中心的硬件基础架构。根据学校需求，云计算中心通常需要规模化的提供以下两种类型的计算能力，其服务器系统可采用两层架构，一是主要处理包括对外的数据库、数据挖掘等关键服务，也包括自身账户、计费等核心系统，通常由企业级大型服务器提供。这一层主要需要高性能的、稳定可靠的高端计算，该校选用华为FusionServer RH5885 V3机架服务器。二是面向普通应用的通用型计算，一般采用高密度、低成本的超密度集成服务器，有效降低数据中心建设成本。该校选用FusionServer RH2288 V3机架服务器。

3.云计算存储系统架构

云计算中数据统一集中存储，数据存储技术有两种趋势：一种是基于大量安装Linux系统的普通PC构成的GFS系统；另外一种是基于块设备的存储区域网络SAN系统。SAN系统中一种是基于光纤网络，运行成本高；一种基于以太网，采取iSCSI协议，运行成本低。考虑到数据中心长远发展及数据交互的高性能需求，学校采用基于光纤网络的SAN系统，选用华为S5500T作为存储设备。

4.云计算网络体系架构

数据中心升级为云数据中心后，所有应用的数据均从这里进行交互，传统的网络结构会造成网络延时，成为一大瓶颈。因此采用低延迟的服务器间双向带宽二层扁平网络。

5.云计算应用平台架构

学校数据中心平台各个应用系统上线时间不一致，为兼容早期系统、便于以后系统开发，宜采用开发与底层硬件和应用基础设施无关的平台架构。因此采用面向服务架构SOA的方式。

6.云计算机房结构

该校机房建成已逾15年，机房动力环境保障较差。综合分析，本次机房结构建设采用集装箱模块化机房。

三、效益分析

该校各个应用系统项目建设时绝大多数都采购了相应的硬件设施，后期统一托管在校园网主控机房。

由于时间跨度大，设备型号复杂，设备性能差异大，进行云计算整合复杂程度太大，且无大的存储设备及光网络数据交换设备。结合机房建设考虑，本次采用单品牌一体化云计算建设方案。表一为传统数据中心机房与云数据中心机房运行情况对比。

表格1传统数据中心机房与云数据中心机房运行情况对比

云数据中心充分保障学校业务可靠性、连续性，数据“零”丢失，业务不会因硬件故障而停止。信息化资源达到最优化利用，业务系统占用资源一目了然，资源调度简单明了，管理成本大幅下降。三校区数据集中备份，简化了系统运维管理，管理成本下降30%。

参考文献：

[1]杨扬. 成本与能效优化的虚拟云数据中心映射算法的研究[D].北京交通大W，2016.

[2]卢兴见. 大规模云数据中心负载优化调度方法研究[D].浙江大学，2014.

[3]敬超. 面向云数据中心的高效能调度及资源管理研究[D].上海交通大学，2014.

[4]黄庆佳. 能耗成本感知的云数据中心资源调度机制研究[D].北京邮电大学，2014.

[5]王艺文. 跨数据中心大规模云数据部署和传输机制研究[D].北京邮电大学，2014.

作者简介：

李嵩华（1978―），男，汉族，甘肃人，硕士，讲师，研究方向：计算机技术及应用、电子通信技术。