大數據持續影響全球的大規模企業和行業用戶。它已經改變了金融服務，醫療保健，零售和制造業以及其他業務決策的方式。然而，可能較少檢查其對數據中心行業的影響。隨著越來越多的數據被創建，存儲和分析，將需要更多的服務器。在何處以及如何存儲和管理這些服務器以繼續保持正常運行，并實現高性能操作是重要的考慮因素。隨著大數據業務的增長和更多服務器的需求，物理空間和可用的可靠電力也將增加。

[[227388]]

雖然云的發展如火如荼，但我們應該記住云實際上只是其他人的服務器空間，所以需要服從相同的電源和連接需求。因此，無論企業內部，主機托管數據中心還是云中都存在大數據操作，IT運營商必須確保其今天和未來滿足其基礎架構需求。

以下是運行大數據的一些關鍵數據中心基礎架構注意事項：

1. 物理空間

無論服務器在主機托管設施中，還是云中部署，服務器都需要物理空間。隨著數據中心越來越接近人口中心，因為空間的稀缺性，它正成為大數據運營和增長的限制因素。

當涉及到增長潛力時，不僅要認識到數據中心提供商的經營穩定性，還要能夠獲得空間，這樣靈活的基礎設施才可實現可擴展性和滿足部署速度。

2. 電力

據悉，如今每天產生2.5萬億字節的數據，全球90%的數據都是在過去兩年中創建的。這一速度反映在數據中心的增長中。根據JLL 2017年數據中心展望報告，美國用電量達到了創紀錄的357.85兆瓦——JLL稱為“全球數據中心使用率仍然猖獗的勢頭”的延續。除了整體功耗之外，每臺服務器的功率密度也在增加。不久前，每機架2kW是典型的;現在，這幾乎不可能，每個機架需要30或40kW的密度。

隨著企業及其IT基礎架構規劃的發展，還必須確保你的數據中心可以使用有效電力，因為并非所有電網都可以按需提供MW.數據中心還必須能夠冷卻高密度機架，這是相對較新的行業要求。如果你的企業重視數據中心的可持續性，另一個重要考慮是確保你的提供商提供先進的冷卻技術，以降低功耗和整體碳消耗。

3. 正常運行

對大數據運行的期望必須是“永遠在線”。當“兩分鐘太晚”是大數據的工作方式時，基礎設施的基本要求是100%的正常運行時間。在數據中心環境中，通過冗余設計都可實現正常運行。發生故障時，發電機和瞬時開關能接替當地基礎設施的電力供應。100%正常運行時間是可以實現的，但風險依然存在。雖然額外的冗余可以通過額外的發電機和瞬時開關構建，但這些往往會以高昂的成本留給最終用戶。

減少停機風險的新趨勢來自使用人工智能(AI)和機器學習，以保持***性能的運營。Google在2014年***利用人工智能追蹤變量并計算其數據中心的***效率。其他大規模數據中心也使用人工智能和機器學習來降低數據中心停機風險。AI融入托管生態系統旨在與現有員工一起工作，將人員和技術相結合。數據中心現在可以利用由數據中心技術人員進行培訓的機器學習傳感器和人工智能角色來確定可能發生故障的指標。

如果你的企業正在啟動或擴展大數據計劃，那么保持房地產，電力和正常運行時間的首要考慮是明智的。無論大數據業務是最終在本地，托管數據中心還是云中，靈活性，可擴展性，可持續性和可靠性的基礎架構都可確保其成功。