数据中心各种指标详解
2010-06-01 00:00:00 来源:WEB开发网核心提示: 其他因素的考量从PCFE的观点来看,对能源消耗、费用、散热量、二氧化碳排放量的测量指标应该被制定得灵活有效,数据中心各种指标详解(4),IT资源必须对许多因素加以衡量和考虑,包括活动期或非活动期、环境应用程序、计算或I/O中心、正在被存储的数据量(存储中心)与正在被处理的数据量和地理位置(它决定
其他因素的考量
从PCFE的观点来看,对能源消耗、费用、散热量、二氧化碳排放量的测量指标应该被制定得灵活有效。IT资源必须对许多因素加以衡量和考虑,包括活动期或非活动期、环境应用程序、计算或I/O中心、正在被存储的数据量(存储中心)与正在被处理的数据量和地理位置(它决定能源效率,可用性和排放量)。
以服务器为中心的环境,可以使用电力能源、冷却服务器与存储器以及其他IT设备进行比较。在一个存储容量和I/O操作占较大比例、却有较少的计算量和服务器资源的环境下,服务器可能会表现出较低的服务器性能和较高的存储器(如磁盘和磁带)的性能。记住,这些反映的都是平均情况,典型的环境和“实际里程将有所不同”都取决于具体情况。
建立一套测量基准很重要,也是出于多方考虑的。它包括建立正常和异常行为标准、确定使用方式和性能模式的趋势以及预测和规划的目的。例如在知道了典型的 I0P(输入/输出速率)和存储设备的吞吐率以及常见的错误率、平均队列深度和响应时间后,问题产生或发生变化时,就可以快速做出比较和决策。
测量基准的建立应立足于资源性能和响应时间、容量和空间利用率、可用性和能源消耗测量基准也应由不同的应用程序工作方案而确定,以便了解如某些任务正常状况下需要多久完成。测量基准的IRM功能,包括数据库的维护、备份、病毒检查以及安全扫描,可用于对执行任务时间过长或完成任务过快等情况进行监视,因为以上这两种情况都可能表明出现了问题。另一个例子是相对正常时的过高和过低的CPU利用率,可能表明因一个应用程序或设备错误而导致CPU过度工作或对正进行工作的阻碍。
更多精彩
赞助商链接