1. 计算机数据中心，一组模块包含那些硬件设备
新一代计算机数据中心必备硬件
第 1：刀片服务器
第 2 ：UPS电源
第 3 ：视网膜扫描仪
第 4 ：以太网交换机
第 5 ：无线访问点
第 6 ：数字数据粉碎机
第 7 ：固态硬盘存储区域网络存储
第 8 ：KVM控制台服务器
第 9 ：虚拟磁带库
第 10 ：网络附加存储
2. 如何让数据中心更好更简单的应用
现今，随着信息技术的飞速发展，行业用户对于数据中心的依赖性日益加深，越来越多用户的业务与信息系统密不可分。政府、金融、工业、能源、交通、医疗等众多行业的数据中心建设更是如火如荼。同时，物联网、大数据、云计算的广泛应用使得数据中心越来越庞大，问题也越来越突出：用电成本不断增加、机房密度增大、快速响应能力要求更高、配置冗余过多、IT资产管理有待完善，等等。面对如此情况，优化数据中心基础设施管理的需求越发强烈。
DCIM：统一平台的巨大魅力
随着数据中心在规模、密度和复杂性上的快速增长，数据中心的管理者不禁会问，数据中心的效率如何，数据中心是否运行在最佳状态?对此，用户一直在寻找更有效的管理工具来降低成本、提高操作性能、节约能源。这其中，数据中心基础设施的管理问题首当其冲。然而，在当前的数据中心，往往只能获得IT和基础设施的局部视图，这种静止和隔离的状态将会带来宕机的增加、低效和容量的浪费。因此，在数据中心管理中，消除基础设施管理和IT管理之间的隔阂是亟待解决的问题。
针对越来越突出的数据中心管理需求，业界不断推出各种管理工具，如数字KVM，智能PDU，DCIM(数据中心基础设施管理)解决方案等，数据中心基础设施管理越来越智能化。目前，业内普遍认为，DCIM代表了数据中心管理的发展方向。
DCIM的不同是从资产、容量、变更、电源、环境、能源等多方面对数据中心进行全面管理，对数据中心的状态、资产和性能提供统一的管理平台。也就是说，DCIM能够打通数据中心运营所依赖的IT设施(虚拟机、服务器和机架等)和基础设施(电源、热管理系统和环境等)之间的鸿沟，提供全面的统一视图，将硬件和软件整合于一体来管理数据中心的关键运营，从而提供高水平的决策和性能表现。这样做的好处显而易见：首先，把原本彼此紧密相关的信息集成到一起，可以降低数据中心的管理和运营成本、节省时间，并能基于这些信息做出更合理的决策;其次，能够更好地利用现存的IT和基础设施资源，优化数据中心的性能，提高可用性。
TrellisTM：数据中心管理的全新体验
基于DCIM的巨大魅力，市场上出现了诸多此种类型的产品，而TrellisTM动态基础设施优化平台无疑是其中的典范。TrellisTM平台是艾默生网络能源基于深厚的数据中心实践经验和强大的研发实力推出的新一代数据中心管理平台，代表了艾默生网络能源对数据中心管理领域最新发展趋势的深刻把握。
TrellisTM平台是一套全新硬件和软件组成的完整的数据中心基础设施管理解决方案，整合并扩展了CPMS、SiteWeb、DSview以及Avocent Data Center Planner的功能，实现了对数据中心内IT设备和物理基础设施的一体化、智能化的动态管理。通过在单一控制台上控制全部数据中心资产，显着提高了数据中心运营的可见性及控制力，帮助数据中心管理者实现智能、快速的决策，从而更大程度地提升数据中心的可用性、效率和容量利用率。
作为基于开放性架构的数据中心基础设施管理平台，TrellisTM采用全模块化设计，连接了服务器、路由器、存储器、配电单元和环境监测，除了进行智能的数据采集和分析之外，还能够针对基础设施上的变更和负载变动进行动态反应。TrellisTM通过Avocent通用管理网关(UMG)，可访问和管理数据中心的所有设备，从而以可视化的方式提供所有资产的信息，帮助管理者了解每一次变更可能对运营、能耗以及制冷需求产生的实际或者可能影响。
基于TrellisTM平台完善的功能设计，数据中心管理者可以在同一个地点，同一个平台，同一个解决方案中，拥有从资产管理、现场管理、变更管理、能耗管理，到供电系统管理、热管理系统管理以及流程管理所需要的全部管理能力，不再受制于IT 和关键基础设施之间的信息鸿沟，使得数据中心能够在保持高可用性的同时，提高运营效率和管理水平。同时，值得一提的是，TrellisTM平台的能力已经全面扩展到移动终端，使得管理者可以在数据中心现场对TrellisTM平台进行操作，提供系统的可用性和维护的便利性。
作为业界主流的网络能源设备和一体化解决方案供应商之一，艾默生网络能源不仅帮助各行业用户构建高性能的数据中心，同时也注重数据中心管理能力的建设与扩展。TrellisTM动态基础设施优化平台的推出，不仅代表了DCIM技术的发展趋势，满足了大数据时代对数据中心环境整体把控与管理的需要，而且帮助用户极大地提高了数据中心的可用性、能源利用性以及日常维护的工作效率，大幅降低了管理成本，为其数据中心管理带来了卓越的应用价值。
3. 数据中心机房包括哪些设备
数据中心机房属于电子信息系统机房的范畴，与一般的电子信息系统机房相比，其地位更加重要，设施更加完善，性能更加优良。
数据中心机房建设是一个系统工程，它由主机房(包括网络交换机、服务器群、存储器、数据输入/输出配线、通信区和网络监控终端等)、基本工作间(包括办公室、缓冲间、走廊、更衣室等)、第一类辅助房间(包括维修室、仪器室、备件间、存储介质存放间、资料室)、第二类辅助房间(包括低压配电、UPS电源室、蓄电池室、精密空调系统用房、气体灭火器材间等)、第三类辅助房间(包括储藏室、一般休息室、洗手间等)组成的。主机房内放置大量网络交换机、服务器群等，是综合布线和信息化网络设备的核心，也是信息网络系统的数据汇聚中心，其特点是设备24h不间断运行，电源和空调不允许中断，对机房的洁净度、温湿度要求较高。机房内安装有UPS不间断电源、精密空调、机房电源等大量配套设备，需要配置辅助机房。为了方便管理，有时将通信机房与信息网络机房合在一起建设，使得机房的面积相对较大。此外，机房布局时还应设独立的出入口;当与其他部门共用出人口时，应避免人流、物流交叉;人员出人主机房和基本工作间应更衣换鞋。机房与其他建筑物合建时，应单独设防火分区。机房安全出口不应少于两个，并尽可能设于机房两端。
机房的各个系统是按功能需求设置的，其主要工程包括机房区、办公区、辅助区的装修与环境工程;可靠的供电系统工程(UPS、供配电、防雷接地、机房照明、备用电源等);专用空调及通风;消防报警及自动灭火;智能化弱电工程(视频监控、门禁管理、环境和漏水检测、综合布线、KVM系统等)。
4. 什么是数据中心
IDC即是Internet Data Center，是基于INTERNET网络，为集中式收集、存储、处理和发送数据的设备提供运行维护的设施以及相关的服务体系。IDC提供的主要业务包括主机托管(机位、机架、VIP机房出租)、资源出租(如虚拟主机业务、数据存储服务)、系统维护(系统配置、数据备份、故障排除服务)、管理服务(如带宽管理、流量分析、负载均衡、入侵检测、系统漏洞诊断)，以及其他支撑、运行服务等。
5. 数据中心行业中，p常用来指什么设备
PDU（power distribution unit电源分配单元），PDU制造商的产品都有提供切换开关。带开关切换的PDU比较昂贵，假如你的数据中心只需要极少数设备进行电力切换，你可以购买最小单位的PDU。或者，你可以购买一个足够支撑整个机架电力的开关PDU，把需要开关切换PDU的IT设备都放在同一个机架。这种方法也可以将未使用的插座暂时关闭并防止未经认证的设备接入,MPO/MTP数据中心等相关的最好用达标的，我们一般用菲尼特的。
6. 数据中心是什么其系统结构和工作原理是怎样的呢
一直想整理一下这块内容，既然是漫谈，就想起什么说什么吧。我一直是在互联网行业，就以互联网行业来说。
先大概列一下互联网行业数据仓库、数据平台的用途：
整合公司所有业务数据，建立统一的数据中心；
提供各种报表，有给高层的，有给各个业务的；
为网站运营提供运营上的数据支持，就是通过数据，让运营及时了解网站和产品的运营效果；
为各个业务提供线上或线下的数据支持，成为公司统一的数据交换与提供平台；
分析用户行为数据，通过数据挖掘来降低投入成本，提高投入效果；比如广告定向精准投放、用户个性化推荐等；
开发数据产品，直接或间接为公司盈利；
建设开放数据平台，开放公司数据；
。。。。。。
- 上面列出的内容看上去和传统行业数据仓库用途差不多，并且都要求数据仓库/数据平台有很好的稳定性、可靠性；但在互联网行业，除了数据量大之外，越来越多的业务要求时效性，甚至很多是要求实时的 ，另外，互联网行业的业务变化非常快，不可能像传统行业一样，可以使用自顶向下的方法建立数据仓库，一劳永逸，它要求新的业务很快能融入数据仓库中来，老的下线的业务，能很方便的从现有的数据仓库中下线；
- 其实，互联网行业的数据仓库就是所谓的敏捷数据仓库，不但要求能快速的响应数据，也要求能快速的响应业务；
- 建设敏捷数据仓库，除了对架构技术上的要求之外，还有一个很重要的方面，就是数据建模，如果一上来就想着建立一套能兼容所有数据和业务的数据模型，那就又回到传统数据仓库的建设上了，很难满足对业务变化的快速响应。应对这种情况，一般是先将核心的持久化的业务进行深度建模（比如：基于网站日志建立的网站统计分析模型和用户浏览轨迹模型；基于公司核心用户数据建立的用户模型），其它的业务一般都采用维度+宽表的方式来建立数据模型。这块是后话。
- 整体架构下面的图是我们目前使用的数据平台架构图，其实大多公司应该都差不多：
- 逻辑上，一般都有数据采集层、数据存储与分析层、数据共享层、数据应用层。可能叫法有所不同，本质上的角色都大同小异。
- 我们从下往上看：
- 数据采集数据采集层的任务就是把数据从各种数据源中采集和存储到数据存储上，期间有可能会做一些简单的清洗。
- 数据源的种类比较多：
网站日志：
- 作为互联网行业，网站日志占的份额最大，网站日志存储在多台网站日志服务器上，
- 一般是在每台网站日志服务器上部署flume agent，实时的收集网站日志并存储到HDFS上；
业务数据库：
- 业务数据库的种类也是多种多样，有Mysql、Oracle、SqlServer等，这时候，我们迫切的需要一种能从各种数据库中将数据同步到HDFS上的工具，Sqoop是一种，但是Sqoop太过繁重，而且不管数据量大小，都需要启动MapRece来执行，而且需要Hadoop集群的每台机器都能访问业务数据库；应对此场景，淘宝开源的DataX，是一个很好的解决方案（可参考文章 《异构数据源海量数据交换工具-Taobao DataX 下载和使用》），有资源的话，可以基于DataX之上做二次开发，就能非常好的解决，我们目前使用的DataHub也是。
- 当然，Flume通过配置与开发，也可以实时的从数据库中同步数据到HDFS。
来自于Ftp/Http的数据源：
- 有可能一些合作伙伴提供的数据，需要通过Ftp/Http等定时获取，DataX也可以满足该需求；
其他数据源：
- 比如一些手工录入的数据，只需要提供一个接口或小程序，即可完成；
- 数据存储与分析毋庸置疑，HDFS是大数据环境下数据仓库/数据平台最完美的数据存储解决方案。
- 离线数据分析与计算，也就是对实时性要求不高的部分，在我看来，Hive还是首当其冲的选择，丰富的数据类型、内置函数；压缩比非常高的ORC文件存储格式；非常方便的SQL支持，使得Hive在基于结构化数据上的统计分析远远比MapRece要高效的多，一句SQL可以完成的需求，开发MR可能需要上百行代码；
- 当然，使用Hadoop框架自然而然也提供了MapRece接口，如果真的很乐意开发Java，或者对SQL不熟，那么也可以使用MapRece来做分析与计算；Spark是这两年非常火的，经过实践，它的性能的确比MapRece要好很多，而且和Hive、Yarn结合的越来越好，因此，必须支持使用Spark和SparkSQL来做分析和计算。因为已经有Hadoop Yarn，使用Spark其实是非常容易的，不用单独部署Spark集群，关于Spark On Yarn的相关文章，可参考：《Spark On Yarn系列文章》
- 实时计算部分，后面单独说。
- 数据共享这里的数据共享，其实指的是前面数据分析与计算后的结果存放的地方，其实就是关系型数据库和NOSQL数据库；
- 前面使用Hive、MR、Spark、SparkSQL分析和计算的结果，还是在HDFS上，但大多业务和应用不可能直接从HDFS上获取数据，那么就需要一个数据共享的地方，使得各业务和产品能方便的获取数据；和数据采集层到HDFS刚好相反，这里需要一个从HDFS将数据同步至其他目标数据源的工具，同样，DataX也可以满足。
- 另外，一些实时计算的结果数据可能由实时计算模块直接写入数据共享。
- 数据应用
业务产品
- 业务产品所使用的数据，已经存在于数据共享层，他们直接从数据共享层访问即可；
报表
- 同业务产品，报表所使用的数据，一般也是已经统计汇总好的，存放于数据共享层；
即席查询
- 即席查询的用户有很多，有可能是数据开发人员、网站和产品运营人员、数据分析人员、甚至是部门老大，他们都有即席查询数据的需求；
- 这种即席查询通常是现有的报表和数据共享层的数据并不能满足他们的需求，需要从数据存储层直接查询。
- 即席查询一般是通过SQL完成，最大的难度在于响应速度上，使用Hive有点慢，目前我的解决方案是SparkSQL，它的响应速度较Hive快很多，而且能很好的与Hive兼容。
- 当然，你也可以使用Impala，如果不在乎平台中再多一个框架的话。
OLAP
- 目前，很多的OLAP工具不能很好的支持从HDFS上直接获取数据，都是通过将需要的数据同步到关系型数据库中做OLAP，但如果数据量巨大的话，关系型数据库显然不行；
- 这时候，需要做相应的开发，从HDFS或者HBase中获取数据，完成OLAP的功能；
- 比如：根据用户在界面上选择的不定的维度和指标，通过开发接口，从HBase中获取数据来展示。
其它数据接口
- 这种接口有通用的，有定制的。比如：一个从Redis中获取用户属性的接口是通用的，所有的业务都可以调用这个接口来获取用户属性。
- 实时计算现在业务对数据仓库实时性的需求越来越多，比如：实时的了解网站的整体流量；实时的获取一个广告的曝光和点击；在海量数据下，依靠传统数据库和传统实现方法基本完成不了，需要的是一种分布式的、高吞吐量的、延时低的、高可靠的实时计算框架；Storm在这块是比较成熟了，但我选择Spark Streaming，原因很简单，不想多引入一个框架到平台中，另外，Spark Streaming比Storm延时性高那么一点点，那对于我们的需要可以忽略。
- 我们目前使用Spark Streaming实现了实时的网站流量统计、实时的广告效果统计两块功能。
- 做法也很简单，由Flume在前端日志服务器上收集网站日志和广告日志，实时的发送给Spark Streaming，由Spark Streaming完成统计，将数据存储至Redis，业务通过访问Redis实时获取。
- 任务调度与监控在数据仓库/数据平台中，有各种各样非常多的程序和任务，比如：数据采集任务、数据同步任务、数据分析任务等；
- 这些任务除了定时调度，还存在非常复杂的任务依赖关系，比如：数据分析任务必须等相应的数据采集任务完成后才能开始；数据同步任务需要等数据分析任务完成后才能开始；这就需要一个非常完善的任务调度与监控系统，它作为数据仓库/数据平台的中枢，负责调度和监控所有任务的分配与运行。
- 前面有写过文章，《大数据平台中的任务调度与监控》,这里不再累赘。
- 总结在我看来架构并不是技术越多越新越好，而是在可以满足需求的情况下，越简单越稳定越好。目前在我们的数据平台中，开发更多的是关注业务，而不是技术，他们把业务和需求搞清楚了，基本上只需要做简单的SQL开发，然后配置到调度系统就可以了，如果任务异常，会收到告警。这样，可以使更多的资源专注于业务之上。
7. 什么是数据中心数据中心系统有哪几部分组成
IDC(Internet Data Center) - Internet数据中心，它是传统的数据中心与Internet的结合，它除了具有传统的数据中心所具有的特点外，如数据集中、主机运行可靠等，还应具有访问方式的变化、要做到7x24服务、反应速度快等。IDC是一个提供资源外包服务的基地，它应具有非常好的机房环境、安全保证、网络带宽、主机的数量和主机的性能、大的存储数据空间、软件环境以及优秀的服务性能。
IDC作为提供资源外包服务的基地，它可以为企业和各类网站提供专业化的服务器托管、空间租用、网络批发带宽甚至ASP、EC等业务。简单地理解，IDC是对入驻(Hosting)企业、商户或网站服务器群托管的场所；是各种模式电子商务赖以安全运作的基础设施，也是支持企业及其商业联盟(其分销商、供应商、客户等)实施价值链管理的平台。形象地说，IDC是个高品质机房，在其建设方面，对各个方面都有很高的要求
网络建设
IDC主要是靠其有一个高性能的网络为其客户提供服务，这个高性能的网络包括其- AN、WAN和与Internet接入等方面要求。
IDC的网络建设主要有： - IDC的- AN的建设，包括其- AN的基础结构，- AN的层次，- AN的性能。 - IDC的WAN的建设，即IDC的各分支机构之间相互连接的广域网的建设等。 - IDC的用户接入系统建设，即如何保证IDC的用户以安全、可靠的方式把数据传到IDC的数据中心，或对存放在IDC的用户自己的设备进行维护，这需要IDC为用户提供相应的接入方式，如拨号接入、专线接入及VPN等。 - IDC与Internet互联的建设。
- IDC的网络管理建设，由于IDC的网络结构相当庞大而且复杂，要保证其网络不间断对外服务，而且高性能，必须有一高性能的网络管理系统。
机房场地建设
机房场地的建设是IDC前期建设投入最大的部分。由于IDC的用户可能把其重要的数据和应用都存放在IDC的机房中，所以对IDC机房场地环境的要求是非常高的。IDC的机房场地建设主要在如下几个方面： - 机房装修：机房装修主要考虑吊顶、隔断墙、门窗、墙壁和活动地板等。- 供电系统：供电系统是IDC的场地建设重点之一，由于IDC的大量设备需要极大的电力功率，所以供电系统的可靠性建设、扩展性是极其重要的。供电系统建设主要有：供电功率、UPS建设（n+1）、配电柜、电线、插座、照明系统、接地系统、防雷和自发电系统等。- 空调系统：机房的温度、通风方式和机房空气环境等。- 安全系统：门禁系统、消防系统和监控系统。- 布线系统：机房应有完整的综合布线系统，布线系统包括数据布线、语音布线、终端布线。- 通信系统：包括数据线带宽、语音线路数目等。
8. 大型数据中心有哪些设备
基础设施：发电机、UPS、精密空调、气体灭火装置、专业机柜。
IT设备：机架式服务器、存储、刀片、多层交换机等。
网络：多服务商接入网络链路等。
监控中心等等等。
9. 云计算发展对数据中心和设备有哪些新要求
1、大规模
为了支撑大规模的云客户访问和使用，与传统的数据中心相比，云计算数据中心需拥有较大的服务器规模，将数个甚至数十个传统规模数据中心集中整合，进行集中化数据备份、计算和管理，才能实现云业务所需的计算能力。
2、高密度
云计算是一种集中化的部署方式，数据量和计算量的爆发式增长决定了单机柜中服务器的功率密度大大增加，单个服务器机柜的功率高达十几至几十千瓦。
3、高可靠性
云服务商向大量的客户提供云服务，云计算数据中心承载的云计算服务量巨大，涉及到的云客户的业务也多种多样，如果云数据中心出现故障，其影响广度和深度将非常大，因此云计算数据中心需要具有高可靠性。
4、高能效
云服务对软硬件资源的虚拟化使单台服务器的功率增加，大规模云计算数据中心能耗巨大，其用电量是传统数据中心的几倍甚至几十倍，云计算数据中心需要通过设计绿色节能数据中心，使其具有较高的能效，才能获得长期持续的发展。
5、高效交付
为了支撑业务系统的快速变化和发展，提升竞争力，云计算数据中心需要具备高效扩展和快速交付能力，无论机房建设阶段的机电部分交付，还是IT设备的运行交付都需要能够高效部署和快速完成。
6、智能运维
云计算数据中心规模庞大，可靠性要求高，需要推动监控技术的发展和完善，实现自动化的监控和管理。
“小鸟云”是深圳前海小鸟云计算有限公司旗下的云计算服务品牌，专注为个人开发者用户、中小型、大型企业用户提供一站式核心网络云端部署服务，促使用户云端部署化简为零，轻松快捷运用云计算。小鸟云是国内为数不多具有ISP/IDC双资质的专业云计算服务商，同时持有系统软件着作权证书、CNNIC地址分配联盟成员证书，通过了ISO27001信息安全管理体系国际认证、ISO9001质量保证体系国际认证。