采用全面的数据中心保护解决方案提高系统可靠性

简介:

无论人们是在早晨喝咖啡的时候查阅电子邮件,还是预订一个酒店房间,或是运行一个全球性组织,每个人都依赖于互联网,其有效的运行,如今对于世界各地的企业来说是一个关键的因素。随着全球30多亿人上网,其所产生的数据量正在成倍地扩大,也促使人们对数字基础设施的需求大幅增长。

考虑到数据中心是人们所做一切工作的核心,需要确保所有的信息都被安全地处理和存储。随着数据中心行业的蓬勃发展,由于技术和标准的不断发展,以确保数据中心这一关键基础设施得以安全和有效地管理。根据国际数据公司(IDC)预测,全球数据中心空间的不断增加,2013年数据中心空间为15.8亿平方英尺,而到2018年将达到19.4亿平方英尺.而人们对于更多、更现代化的计算机系统的需求剧增,他们的崛起也带来新的安全挑战。

现代数据中心的主要关注点是其业务连续性。企业依靠自己的信息系统不断地运行他们的业务。而数据中心中断发生的原因是多方面的,从人为错误或设备故障,直到外部电源中断。他们都有一个共同点,那就是每个原因都会产生严重的经济后果。如果一个系统变得不可用,企业经营业务可能会受损或完全停止。事实上,组织的数据中心中断的成本从75223美元上升到1734433美元。全球数据中心平均每年有2.5次中断,每一个持续约1.34分钟。但是这不仅需要保护其数据中心设施,而且也需要进行数据备份。因此,为IT运营提供一个高效可靠的数据中心基础设施,以减少任何中断的风险,并确保资产可靠完整,这是至关重要的。

过热导致数据中心业务中断

 

数据中心是一个复杂的设施,数千个光学和电所连接集中部署在一个密集的空间。因此,设备可以很容易地导致过热,对建筑物的整体效率产生严重的影响。在这些紧密的空间,其设备运行会产生大量的热。对于许多数据中心来说,暖通空调(HVAC)设备主要是提取热介质,确保冷却水泵入和泵出的冷却设施。但水和电子产品不要混合使用,水聚在地板上或架空管道上的滴水可能会中断服务器的运行。

此外,一些服务器设施需要柴油供电的备用发电机进行后备供电。在许多陈旧的建筑物中,为了节省成本,发电机空间已被压缩,而不是部署在进行设计的空间。每台发电机需要油箱、燃油泵、阀门、软管接头及类似配件。通常,一个较大的地下柴油储罐将有连接的供应和返回管道,而未被发现的柴油泄漏会有一个重大的火灾风险,如果点燃,火灾可能迅速蔓延,可能会超过洒水灭火系统的能力。事实上,大多数的数据中心和服务器的房间提高了地板,其风险更大,因为水和燃料流入最低点,而高架地板上的数据中心设施更加脆弱,因为泄漏往往是隐蔽的。

过冷也会影响数据中心业务运营

数据中心中,不只是热量可能对数据中心的安全构成威胁。越来越多的数据中心运营商正在努力削减冷却和电力成本,并选择在寒冷的地方建设运营数据中心。Facebook公司在瑞典建设数据中心,而谷歌公司投资4.5亿欧元扩建其在芬兰的现有数据中心设施的,,企业越来越希望在寒冷地区扩大其数据中心业务的原因很简单:数据中心是一个规模最大、增长最快的电力消费者。仅在美国的数据中心,在2013年就消耗了大约900亿度电,这相当于美国的排名前30的电厂所发出电力的总容量。数据中心运营商都希望通过使用外部空气,而不是机械冷却来显著降低他们的电力成本。

虽然寒冷的气候可以提供自然冷却的机会,但也要权衡在寒冷的天气的区域建设数据中心的利弊。在平均–20 C温度的冬天,冰雪可能成为空调机组、冷却塔以及发电机的一个真正危险。例如,如果温度过冷,就很难从外界获取空气中的热量,这可能会导致室外设备在温度范围以外的操作。例如排水管道,空调线圈和燃油系统也很容易受到损坏。如果暖通空调机组的密封不好,积雪可以很容易地进入数据中心设施中,而冻结的设备一旦解冻就可能开始泄漏。与此同时,由于管内外的隔热差,内部水管线可能突然暴露在零度以下,这会导致相当大的损失和破坏。

保护有价值的数据中心资产

尽管数据中心停电的原因可能很难预测,数据中心运营商还是可以采取一些预防措施预防。例如,为了克服传统的浸水和漏水问题,泄漏检测传感器部署在房间的周边,离外壁大约3英尺。如果使用活动地板,那么应考虑在活动地板下放置传感器,因为液体总是寻求最低点。有两种类型的传感器可以监测常见的水性泄漏:Water-rope传感器和water-snake电缆传感器。当水接触到water-snake传感器时将触发警报。当水接触到water-snake电缆传感器形使用的导电线,只要接触电缆上的任何点都会引发警报。由于water-snake电缆传感器具有更高的范围和准确度,建议使用这种类型的传感器。

另一方面,针对燃料泄漏的问题,传感器必须围绕发电机垫进行部署,在油罐的双壁管道或沟槽下部署,以尽量减少风险。该产品必须能够在几秒钟内,对柴油燃料蔓延或浮在水上的一层柴油进行反应和检测。为了提高效率,传感器电缆应该监测大量的管道。

在寒冷气候条件下的数据中心,采用一个高性能的霜冻保护系统可以防止天气对建筑物和其设备的损坏。自控温伴热电缆可以很容易地直接安装在管道、下水道和排水沟,或保护空调和发电机,以确保连续的排水路径畅通。他们会自动调整加热周围空气,以达到最佳的能源效率,对极端环境具有高度的抵抗性。此外,先进的控制系统,可以确保系统结冰时仍然运行时,并进一步促进数据中心的节能措施。

数据中心运营商的可靠保障

服务器设施是大多数现代企业的中枢神经。无论是建筑规模还是操作的复杂性,数据中心都需要高效可靠的安全系统,以保证其具有价值的数据在任何时候都能得到保护。通过安装高性能的热跟踪和泄漏检测系统,数据中心运营商最大限度地提高他们的基础设施的应变能力,使服务器可以继续运行,而用户不会遭遇任何的服务中断。



本文转自d1net(转载)

相关文章
|
10天前
|
机器学习/深度学习 存储 数据采集
利用机器学习优化数据中心冷却系统
【4月更文挑战第26天】 在数据中心管理和运营中,冷却系统的能效是关键成本因素之一。随着能源价格的上涨和对环境可持续性的关注增加,开发智能、高效的冷却策略显得尤为重要。本文将探讨如何应用机器学习(ML)技术来优化数据中心的冷却系统。通过收集和分析温度、湿度、服务器负载等多维数据,我们构建了预测模型来动态调整冷却需求,实现节能并保持最佳的操作条件。实验结果表明,使用ML优化后的冷却系统能够在不牺牲性能的前提下显著降低能耗。
|
2月前
|
机器学习/深度学习 存储 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第23天】 在数据中心的运营成本中,冷却系统占据了一大块。传统的冷却管理通常依赖于简单的规则或手动调整,无法适应复杂多变的热负荷和环境条件。本文提出了一种基于机器学习的方法来动态优化数据中心的冷却系统。我们设计了一个预测模型来估计未来的热负荷,并结合实时数据,通过优化算法调整冷却设备的工作状态,以降低能源消耗并保持适宜的运行温度。实验结果表明,该方法能够有效减少能耗,同时保证数据中心的冷却效率。
16 0
|
2月前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第15天】 在数据中心运营效率的众多挑战中,冷却系统的优化是一个关键因素。本文将探讨如何应用机器学习技术来改善数据中心的冷却性能,减少能源消耗,并提高整体的可持续性。通过分析历史温度数据、服务器负载以及环境参数,构建预测模型来动态调整冷却需求,实现智能化管理。本研究展示了一种创新方法,不仅提升了数据中心运行效率,也为其他工业冷却系统提供了可借鉴的解决方案。
19 1
|
2月前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第29天】 在本文中,我们探讨了如何应用机器学习技术来改善数据中心的能源效率,特别是针对冷却系统的优化。传统的数据中心冷却方法常常采用静态的、预设的策略,忽视了环境变化和负载波动的影响。通过集成机器学习模型,我们能够实时分析数据中心的操作状况,并动态调整冷却策略,以实现节能和性能的双重提升。文中详细介绍了所采用的算法框架、实验设置以及与传统方法的性能比较。
|
2月前
|
机器学习/深度学习 算法 数据中心
利用机器学习优化数据中心冷却系统
【2月更文挑战第17天】 在数据中心运营成本中,冷却系统占据了显著比例。本文通过探索机器学习技术在数据中心冷却系统中的应用,旨在提高能效并降低运营成本。首先介绍了数据中心冷却系统的基本原理和关键性能指标,随后详细阐述了如何通过监督学习和强化学习算法来预测冷却需求并实时调整冷却策略。文章通过案例分析验证了所提方法的有效性,并讨论了实施过程中面临的挑战与未来发展方向。
|
5月前
|
新能源 大数据 调度
阿里云IDC“数据中心低碳用能与任务调度“创新成果荣获“年度低碳解决方案”荣誉
阿里云IDC“数据中心低碳用能与任务调度“创新成果荣获“年度低碳解决方案”荣誉
|
12月前
|
关系型数据库 Linux 网络安全
开源IDC数据中心资产管理系统RackTables部署篇(一)
开源IDC数据中心资产管理系统RackTables部署篇(一)
655 0
|
监控 安全 API
最新优秀数据中心SDN解决方案展播
最新优秀数据中心SDN解决方案展播
226 0
最新优秀数据中心SDN解决方案展播
|
机器学习/深度学习 人工智能 分布式计算
谷歌开源数据中心解决方案
如今,这个星球上最具创新性的公司都在将「他们成功的钥匙交出去」,那就是开源。据《连线》杂志报道,谷歌日前宣布,正式加入开放计算项目(Open Compute Project),通过这个项目,将其服务器和数据中心的解决方案开源。
162 0