数据中心那点事儿之末端资源分配

1.综述

在数据中心规划设计时
，数据事儿往往以“规划机柜数量”ד机架平均功率”考虑机房的中心之末用电需求及热负荷 。但实际使用中，那点IT设备需遵循网络
、端资业务等方面的源分原则进行部署 ，并非均匀分布 ，数据事儿且设备的中心之末功耗在不同时段也存在波动，使得数据中心的那点实际负荷与设计指标存在偏差，从而造成供电过载或机房过热的端资风险 。因而运维人员需要监控IT设备实际运行参数，源分分析机房运行状态 ，数据事儿对可能的源码下载中心之末隐患及时排除。同时，那点在实际运维中，端资合理分配机房电力、源分机架 ，可以有效避免机房资源的浪费，提高资源利用率  ，降低PUE。本文通过介绍某机房案例 ，简要介绍数据中心规划与实际运维的差异 ，并通过变更解决机房风险的过程。

2.情况介绍

如图1所示 ，某数据中心A机房模块规划安装服务器机架61个，香港云服务器单机架平均功率4.4kW，机房总功率268.4kW。机房IT设备采用1000kVA UPS系统(单台500kVA 2+2配置)供电 ，分配给A机房模块的功耗为300kW。机房设有3台冷冻水型精密空调 ，2用1备，单台显冷量160kW ，不考虑人员及围护结构散热，并考虑20%的制冷量冗余
，该模块的制冷量阈值约为266.67kW(160kWx2/1.2) 。

图1 某机房机架布局平面图

该机房投产时，实际部署了6个网络机柜和55个服务器机柜，机柜内IT设备及功耗如表2-1所示，亿华云机房内实际部署网络设备134台，服务器设备550台 ，合计684台，估算总功耗267.6kW 。机房列头柜输入断路器 、输出微型断路器 
、PDU容量均满足设备需求。

表1 机柜内IT设备部署及功耗估算

实际运行过程中
，运维人员通过监控机房列头柜总用电量，统计了该机房IT负载在24小时内的波动情况，如图2-2所示 。可以看到，机房实际负载24小时内大部分时间在255-265kW之间，符合机房供电 、制冷容量范围内，服务器租用但负载在每日凌晨1点开始提升 ，2点左右达到峰值时较平均功率提升了约15kW，已超出了机房制冷量阈值约7kW
，之后开始逐步下降并在3点左右恢复平稳
，超出冷量阈值时间约1小时 
。

图2 24小时机房负载功率曲线

该曲线说明 ，IT设备在业务高发时段的功耗超出了此前典型功率的预估值，机房整体功耗也超出了设计值。虽然由于冗余设计未造成配电系统过载，但也少许占用了其他机房模块的配电容量 ，且若长时间运行在高功耗状态 ，可能造成机房实际温度的上升
、建站模板或因不同机柜之间功耗的差异产生局部热点，进而出现运行风险 。同时，电力资源与制冷资源的不匹配也会导致机房资源浪费
。

3.解决方案

由于该数据中心已建成投产，且未提前预留基础设施扩容条件 ，因此机房供电、制冷阈值已无法调整 ，只能将部分IT设备迁移至其他机房模块。根据图2数据，机房功耗峰值为274.5kW，超出理论冷量阈值约7.5kW。经实际测算，服务器设备峰值功率约为462W，免费模板应迁移至少16台服务器设备才能确保机房总体负载满足要求。

由于IT设备在该机房内以TOR组的形式部署，为不浪费网络端口、实现综合布线的一致性，设备迁移需以TOR组为单位进行 。机房内最小的TOR组为双服务器机柜配置，组内共包含4台网络设备及20台服务器设备，功耗合计约9.8kW，迁移一个TOR组即能够满足需要。由于在机房规划中 ，B机房机架建设晚于A机房，设备迁移前
，B机房设备上架率及实际功耗较低 ，目前有5台空机柜，设备设计冷量267kW ，预留电量300kW，实际设备功耗为190kW ，具备迁移条件。

经综合评估 ，确定将该机房内04-13 、04-14机柜(如图2-1红框所示) ，共24台IT设备迁移至相邻的、设备上架率和负载率均较低的B机房。A
 、B机房由同一UPS系统供电，迁移后两机房负载均在供电、制冷阈值范围内 。迁移后，机房峰值功耗预计将降低9.8kW。

4.设备迁移

机房设备迁移 ，首先要完成相应准备工作
，如 ：提前在B机房目标机柜内进行设备落位规划、提前布线并完成机柜PDU测试、提前屏蔽监控、提前通知相关人员做好业务交接等
。

在准备工作完成后，相关运维人员关停待迁移设备所承载的应用及系统 ，将IT设备关机，拔除相关线缆，将设备下架并搬迁至B机房目标机柜上架。设备安装完毕后 ，连接电源线 ，设备启机 ，观察待设备正常启动运行后，连接光纤、铜缆，检查配置并完成系统等各项验证 ，待设备完全正常工作后，解除告警屏蔽
，更新设备部署信息。

此外，进行设备迁移还应做好风险预案，设备故障 、配置错误等因素均可能导致失败  ，为保证回退所需环境 ，光纤拔下时注意保护，避免弯折 ，并盖上光纤帽
。如设备迁移后无法恢复，则回退至A机房原位置上架加电，并恢复综合布线连线。

5.效果验证

在设备迁移变更完成后
，机房负载功率曲线如图3所示：

图3 迁移后24小时机房负载功率曲线

由上图可知，变更后机房峰值功率下降约10kW，全天均处于冷量阈值以内 。风险基本解决。同时，B机房设备上架率提高，电力、制冷设备利用率提高。由于机房运行是个动态过程，运维人员将持续观察机房运行各项参数
。

机房的建设是以规划与设计为标准，而在机房投产运行后 ，实际供电、负载变化等因素常常出现 ，受其影响，设计指标并不一定能完全实现 ，因而机房实际运行中会出现许多难以预测的风险 ，对安全运营产生各种威胁。在实际的运维工作中
，运维人员要从实际出发 ，对机房的各种设备实时监控，对风险早发现、早处理，为最终实际结果负责，以充足的技术论证为前提 ，合理分配机房设备
，充分利用闲置资源解决现有问题 ，从而优化PUE
，为机房安全、高效率运营保驾护航。