课程名称：国内IDC数据中心发展现状题目名称：中国互联网基础设施建设不容忽视学生学院：广东工业大学华立学院专业班级：信息工程10信息一班学号：21031001039学生姓名：许朝鑫指导教师：王彦明数据中心是一个复杂的系统功能，是企业IT的物理载体。

为什么说是物理载体？一个数据中心涉及到企业服务器，涉及到存储，涉及到网络、涉及到系统管理软件，甚至包括IT运维服务都在数据中心，所以数据中心是一个企业的物理载体，尤其在服务器，运维服务、网络是投入最大的部分。

2000年的市场规模达到103亿。

国内数据中心的状态，基于630个样本，真正建设成为数据中心的占14.4%，这个数据还是比较小的。

这14.4%的数据中心所处的状态不一样，很多数据中心成为存储或者计算中心，在后续演化过程中处在较低的阶段。

目前正在建设的有12%，规划阶段的8%，两到三年建的是14.4%，暂时没有计划还有3Array%.数据中心在我们国家刚刚起步。

数据中心的投资规模，有一个统计数据，达到100万－500万的34%，500万－1000万的11.7％，2000万以上的有Array.6%.整体来看，我们国家数据中心可以总结一句话，刚刚起步，同时数据中心以很高的速度在增长。

第二部分，作为建设数据中心最早的企业的建设状况怎么样。

这张图比较有意思，国内数据中心大型企业数据中心，按照年份做的统计，1ArrayArrayArray年以前有22%，1ArrayArrayArray年和2000年有44%，这一波主要集中在政府的数据中心的建设。

在2002、2003年的时候呈现第二步，主要集中在银行和电信的企业。

到2006年到2007年对三步数据中心的高潮即将到来，主要集中在地方政府、国内传统的大型企业，正在开始筹划建设数据中心。

作为一个大型的企业数据中心，比刚才普查数据大得多，一个大型企业数据中心累计投入达到10亿的达到34％。

累加起来超过50亿的接近于44%，规模数据比较大。

作为一个大型企业的数据中心，超过5亿的数量非常多。

数据中心对企业的重要性不仅仅是承担着很多处理功能，同时还有很大的资金投入，我们对这么大的资金投入如何产生绩效，其实是非常值得关注的话题。

探讨第二个问题，右边这张图是有关于数据中心的规模，5000名以上有17%，3000到5000的有11%，1000平米以上达到50%多，所以这个规模还是比较大的。

一个数据中心的运维人数，我们也做了一个统计，目前国内数据中心的运维人数还是不足的，尤其在数据大集中之后这个问题比较突出。

我们跟国内非常大的银行的数据中心沟通，作为依托为什么在国内很难实施？作为一个美国银行，他们有3000人运维，如果一个人承担多个职位，数据实现大集中之后，人员并没有在全国各地集中到北京来，会产生一个倒挂的状态。

在专业人员数量以及管理和组织其实并没有跟上技术集中的步伐。

再看一下数据中心管理的成熟度。

成熟度的标准我们按照考虑，五个等级的成熟度，很多企业，除了像政府和金融行业发展比较好以外，更多企业还处在较低的层次上，其实管理一个庞大的数据中心，国内管理水平还是相对比较弱。

从基础设施来看，沿用国家电信级数据中心的标准，叫TIA-Array42标准，有四个等级，会有严格要求。

我们调查之后发现，国内大部分数据中心的基础设施相当薄弱，56%的数据中心，经过我们粗略地评估，最多算Tier2这个级别。

简单用一个标准来看，比如Tier3或者Tier4的时候会要求双通信，Tier4的时候会要求双电路供电，而且要求双并电所出来的供电，很多国内的企业做不到这一点。

基础设施数据中心特别薄弱，尤其是中国的企业，所有的IT设施都在数据中心，数据中心的基础设施薄弱，酝酿着一个非常大的风险。

数据中心服务器的数量，简单做一个评估，平均状态，28%的大型企业数据中心，服务器有300-500台。

这样的服务器规模存在一些问题，国内的数据中心一般规模都非常大，服务器并没有发挥到最优的绩效，每年还要增长，采购20%-30%的服务器，但是很多服务器都在闲置。

服务器可能缺少非常整体的规划，究竟需要多少台服务器。

每个行业具体承载应用的职能不一样，不同行业的数据中心的运营系统也是不一样的。

总而言之，每个企业最核心的应用系统都在数据中心。

从数据量来看，大型企业，1G-100G以上的规模有60%，大型企业的数据中心处理数据量非常大，承载了企业很大比例的数据处理工作。

反过来有一个反面的例子，承担这么大的处理和计算量，数据中心的可靠性怎么样？用一个简单的指标，每年会宕机多少时间。

金融和电信做的相对比较好，更多的时候很多企业宕机时间方面并没有严格的要求，所以会出现宕机时间非常多。

大型数据中心可用性在ArrayArray.Array%以上的，年度宕机时间Array小时以下，也就意味着在银行一天刷不上卡。

四大银行会达到ArrayArray.ArrayArray%或者ArrayArray.ArrayArrayArray%，或者更好一些，一般可用性是非常大的风险。

数据中心面临这么大的风险，管理水平怎么样呢？我们测了一个指标，目前数据中心都会用到哪些网管软件。

企业往往采购很多套的网管软件，一个数据中心有300-500台数据中心，有供电设备、UPS、网络设备等等，如果用多台网管软件，很显然，不能对所有的设备进行一次性监控，也不能进行集中的数值，就会导致出现一些问题。

在调研过程中也看到了一些企业已经认识到了这个问题，开始储备建设统一网管软件的问题。

数据中心的灾难备份，数据中心是企业非常重要的基础设施，安全和风险直接影响到企业是否能够可持续运行的问题。

大集中之后的数据中心，灾难备份的状态怎么样？58%的企业仅仅能做到数据层面，是什么概念？就是难以做到系统真正崩溃的时候数据恢复，不能持续业务，这里蕴藏了很大的风险。

数据中心灾难备份区域的设置，只有24%的企业初步建成了同城异地的灾难备份，76%的企业仅仅只作同城备份。

一方面，数据中心酝酿着巨大的风险，同时灾难备份还是比较薄弱的。

假如已经做了数据中心的灾难备份，灾难备份的实际运转状况怎么样？真正有定期演习的，把灾难备份的拿到实际运作层面的只有32%，50%的企业并没有做过实际的演习，也蕴藏了巨大的危机。

业务持续性计划的实施，最核心要保障企业的业务运营。

44%比较集中在数据中心的BCP、IT设施的BCP，甚至还有36%没有考虑到业务持续性计划的问题。

通过调研过程中发现的问题，有几个侧面，告诉大家数据中心方面发现了什么。

结论是我们看到数据中心对国内大型企业来说越来越重要，同时，数据中心的建设还处在初级阶段。

在建设数据中心的过程中还没有上升到系统的高度，没有从系统规划的角度来想数据中心怎么建，灾难备份中心怎么建。

很多数据中心都建在上海、广州和北京。

难道北京、上海和广州就非常安全吗？首先我们会从战略的地理位置来看存在着的问题。

这就反映出一个问题，在建设数据中心的时候并没有做科学论证，依赖自己的感觉、体验或者业务的原因而建设的。

同时，数据中心的IT运维、网络安全等等方面还存在问题。

下面总结一下我们的看法。

数据中心整体来看，系统性的问题很多，方方面面。

最核心、最基础的三个问题：第一，数据中心的基础设施也好，安全也好，包括应用、灾难备份，整体的可用性较低，除了金融、政府相对走在前面，更多的数据中心可用性非常低。

第二，安全性是很突出的问题，有一个银行的朋友说如果银行不采用IBM，可能风险相当大。

只是由于大家对IBM的系统不熟悉，如果熟悉了，攻击性就很低。

第三，非常突出的问题，我们调研了很多数据中心，经常忽略了一个事实，数据中心的空调、外围设施的能耗会占到核心应用网络服务器的一半，一半用在跟IT 无关的能耗上。

最基础、最突出的三个问题，可用性、能耗和安全。

解决这些问题，从我们的分析来看，应该从三个方面做工作：第一，要强化基础设施，降低能耗。

第二，强化运维管理，提高运维水平，确实会降低风险，提高可用性。

第三，做好安全管理工作。

《2006年-2020年国家信息化战略》是去年中办发布的，专门强调重视灾难备份建设，增强信息基础设施和重要信息系统的抗毁能力和灾难恢复能力。

电力行业、交通行业、保险行业、银行业等等的信息化“十一五”规划当中，专门强调了要强化数据中心的基础设施。

大集中之后，所有的风险集中于一点，就是数据中心。

如果数据中心出现了问题，企业的运营随时都面临着很大的风险。

各个行业已经看到了这点。

最后跟大家分享一个数据。

虽然看到了这些风险，也在不断地突入和完善。

2004年-200Array年的数据曲线图，平均的负荷增长达到20.4%，2006年光IT 方面的投入达到103个亿，投入非常大。

我们经过近两年的研究，推出了数据中心的评估模型。

数据中心存在很多问题，但是在实际工作当中往往缺少依据，从哪些方面改，怎么改比较好，所以数据中心很需要一个评估模型。

我们只是抛砖引玉，需要专家进一步完善，我们试着去用它。

数据中心评估模型的推出，我们跟各位专家探讨过各个层面，通过行业用户的广泛调研，通过专家的访谈，参照了国外TIA－Array42标准、考评标准，最后在国内第一次提出了评估模型。

数据中心的评估模型，核心思想，每个数据中心从规模来看，可能层次不一样，有很多服务器、网络设备，有很大的建筑面积，有很大的能耗。

如果仅仅从水平来看，很难对企业真正有帮助。

数据中心作为企业IT设施的物理载体，最核心衡量的是能力，能不能支撑企业的业务运转，能不能可持续地支持企业未来的业务运转，我们提出数据中心能力的等级指标，参考了TIA-Array42的标准，定义了从Tier1-Tier5的五个等级。

我们对能力有一个定义，数据中心不简单地表现出现在的运维人数、服务器数量、面积。

而是种种数据所蕴藏的支持未来业务发展的潜质，定义了能力。

指标分四大域，第一是基础设施和处理能力，会考核对基础设施的可用性。

Tier1-Tier4标准的可用性本身反映了数据中心可用的能力，会参照TIA－Array42的标准。

同时会考察计算处理能力，不是看数据中心的业务量多少，而是要看现有的总处理能力和业务比例，是不是能够支撑今天的业务运算和明天的业务运算，分析这种趋势和比率，进而分析能力的高低，同时也会考察运维处理能力。

在运维保障能力方面，会考察组织和文化的程度，考察制度和流程标准化程度，服务水平协议的执行程度，瞄准数据中心作为运维服务中心的时候，对其它部门是运维服务中心，服务水平协议的执行程度怎么样，我们也会考察更先进的指标，还会考察运维管理电子化程度。

安全防护能力，考察安全技术防护能力，很多时候安全问题是管理能力，也会考察安全管理能力。

最后会考察数据中心对企业绩效的影响。

这些数据汇总起来，会得出数据中心的能力等级，定义为欠能力的数据中心、低能力的数据中心、中能力数据中心、高能力数据中心。