怎么运营大数据数据中心？数据中心建设现状简析及运营指标分析

减少停机风险的新趋势来自使用人工智能（AI）和机器学习，以保持最佳性能的运营。Google在2014年首次利用人工智能追踪变量并计算其数据中心的最高效率。其他大规模数据中心也使用人工智能和机器学习来降低数据中心停机风险。AI融入托管生态系统旨在与现有员工一起工作，将人员和技术相结合。数据中心现在可以利用由数据中心技术人员进行培训的机器学习传感器和人工智能角色来确定可能发生故障的指标。

如果企业正在启动或扩展大数据计划，那么保持房地产，电力和正常运行时间的首要考虑是明智的。无论大数据业务是最终在本地，托管数据中心还是云中，灵活性，可扩展性，可持续性和可靠性的基础架构都可确保其成功。

网络质量、价格成本、建设运维水平都是选择数据中心时重点考虑的因素。网络质量方面，网络时延是影响数据中心业务选择的重要因素，价格成本受建设投入、运营成本及供需关系决定，一线城市数据中心供应紧张，租用价格相对较高，一线城市周边地区及中西部地区供应充足，价格相对较低；此外，选择数据中心时还需考虑建设等级、运维水平等因素。

总体来说，在选择数据中心时，首先考虑网络质量因素，如果开展的业务对网络时延的要求较高，可根据时延要求圈定一定的地域范围，进而综合考虑数据中心的价格成本及软硬件条件，合理进行选择；如果开展的业务可以容忍一定程度的网络时延，则可以考虑将业务部署在可用数据中心资源更为充足的地区，避免集中在一线城市，以合理配置资源，提升使用性价比，享受质优价廉的数据中心服务。

【编辑推荐】

1. 云计算时代数据中心运维三大要点
2. 私有云数据中心的优缺点,私有云数据中心需要解决的问题
3. 基于SDN架构的数据中心网络路由算法需求分析
4. Mininet模拟不同数据中心的网络拓扑
5. 如何应对数据中心的云迁移挑战

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!