高效节约型高校数据中心的建设和实践探索

王京南，陈领起，高广宇

(北京理工大学 软件学院，北京 海淀区 100081)

目前，一个强大而稳定的数据中心是云计算和大数据分析的重要支撑。而且，加大云计算和大数据分析等技术的研究，也需要更好的数据中心来实现资源共享，进而改变教学科研模式，提高教学科研水平[1]。事实上，越来越多的高校意识到数据集中、IT基础设施集中、运行服务集中的必要性，以清华大学数据中心建设为代表，国内各高校纷纷规划建设自己的数据中心[2－3]。然而，高校数据中心普遍存在数据稀少、软硬件资源缺乏及利用率低、运维成本高等问题，成为面向大数据分析和云计算的数据中心发展的瓶颈[4]。

事实上，在新一轮数据中心建设背后，如何高效地建设和管理高效节约型的数据中心必然或已经成为一个重要的研究热点[5]。传统的高效节约型数据中心建设往往指电力能源的节约等，但在高效数据中心的建设和管理中，包括人员配备、软硬件资源及社会资源等各种资源都对高效节约型高效数据中心建设起到至关重要的作用。因此，本文结合北京理工大学数据智能中心建设和管理过程中的实际情况，从人力资源、软硬件资源以及社会资源等几个方面的优化配置来对建设高效节约型的数据智能中心展开新的思考和实践探索。

1 高校数据中心现状

高校数据中心是近些年来伴随着云计算和大数据技术的兴起，在工业界数据中心建设带动下，为实现高校信息化建设，高校教学科研活动和创新人才培养服务而建设的重要基地。高效数据中心是高校进行科研、教学的重要场所，不仅能够满足实验课程的基本需求，还能为学生全面发展、科研提供基础保障，是高校科研水平、管理水平的重要体现，是高校学科建设和综合发展的关键。数据中心的建设和管理对学生实践能力、创新精神的发展及培养具有重要作用，直接影响高校的人才培养和科研进步。

近年来，针对高校数据中心建设的研究工作很多，文献[6]探讨了高校数据中心建设过程中应该注意的技术及管理问题。文献[4]对云计算和虚拟化技术深入分析研究，提出了一套适应于高校应用与实施的基于云计算的高校数据中心建设方案。文献[7]则较为全面和系统的对高校数据中心的实现进行了详细讨论。此外，近年来，还有许多关于高校数据中心中有关云计算技术研究、虚拟化和安全性探讨的工作[8－9]。

然而，在高校数据中心建设方兴未艾之际，传统的商业数据中心建设则已经开始就高效节能型数据中心建设展开研究和实践。科技领域全球领军企业之一的谷歌，从位于爱荷华州和俄克拉何马州的风电场所采购的电力被并入了当地电网，此举提高了当地电网中可再生电力的比例，以及提升了其位于这两个州的两个数据中心的可再生电力的比例。阿里云通过建设位于浙江千岛湖的数据中心，利用深层湖水制冷并采用阿里巴巴定制硬件，设计年平均PUE(能源效率指标)低于1.3，最低时PUE为1.17，比普通数据中心全年节电约数千万度，减少碳排放量一万多吨标煤，也是目前国内亚热带最节能的数据中心之一。富士康数据中心则投资1.3亿元，有6 000台服务器，但其PUE仅为1.1。

高校数据中心在建设目的、建设与使用方式、安全标准、管理维护上同商业数据中心相比，具有如下特点:高校数据中心为学校信息化建设内部服务，不以盈利为目的；高校信息化需求多样化明显，设备种类复杂，但规模相对不大；由于预算限制和建设目的，高校数据中心基础设施设计标准低，对未来需求考虑不足，对节能考虑较少；高校数据中心专职管理维护人员较少，运行规范相对欠缺，优势是机房地理位置离用户最近，反应迅速。因此，传统商业数据中心在高效节约建设方面的方法并不完全适应高校数据中心。事实上，高校数据中心在高效节约型建设方面也展开了一些工作[10－12]。

基于上述讨论，如何合理有效地整合资源，提高软硬件资源、人力资源及社会资源等方面的优化配置，在高校这一特定的环境下，就建设高效节约型高校数据中心进行深入的思考和实践是本文重点讨论的内容。

2 高效节约型高校数据中心建设新模式探讨

从上文可知，高效数据中心是在特定环境下，背负特定使命，但又追赶前沿科技潮流和技术前沿，为面向实际问题的教学科研和人才培养服务为主的重要基地。本文重点是在有限的规模和资源供给环境下，结合商业数据中心在高效节能方面的先进技术，从软硬件资源、人力资源和社会资源的优化配置三方面出发来展开讨论。

2.1 广泛借鉴，从细节着手实现软硬件资源的优化配置

北京理工大学数据智能中心占地约150 m2，服务于大数据与云计算科研与教学等服务，结合大型机、大数据与云计算技术，坚持以 “产、学、研”结合开展教学和科研活动，同时系统、专业地为学校及社会各界提供强大的计算与存储资源。除了大型机相应的配套基础设施之外，计划配置4个机柜的存储共同构成实现裸存1PB，进行二重复制实际可用容量为528 TB的海量云存储单元，如图1所示。

图1 100 m2机房平面图

数据智能中心的建设从一开始就严格以学校和学院领导提出的高效节约型建设为核心目标。在建设初期，广泛走访调研相关数据中心，包括华中科技大学、华南理工大学和四川大学依托IBM大型机建设的数据中心等。从数据中心的选址、招标、大型机的进场安装配置、电路网路改造、消防安防建设等各个方面全方位深入地专人专点跟踪、讨论和规划。同时，还对商业数据中心建设广泛调研，着力于建设具有企业级使用价值的高校数据中心。最后，数据智能中心的建设参照商业数据中心建设的流程，通过招标专业施工企业，严格按照国家A级实验室建设标准建设。并且将施工企业和设备供应商作为重要的一员纳入到数据中心的日常管理和维护工作中。在实验室选址、数据中心规划等方面，充分利用电力、网络及办公环境等各个方面的便利条件来优化软硬件资源的布局和配置。

在软硬件资源的优化配置上，具体而言:

1)电力供应方面，就地取材，积极协调后勤部门，在现有的电力网路基础上，通过就近改造，重新接入软件楼附近的另一路地下电力网路实现双路供电，并通过6组电池的UPS电源实现电力供应的高效保障；2)数据智能中心选址上，除紧靠第二路供电线路节约成本外，还紧靠原有的网络控制室，通过增加光纤接入和千兆万兆交换机实现数据中心的高性能网络供应，同时又减少了网络改造的难度和资源浪费，也便于网络管理；3)在节能方面，详细记录每天数据中心的耗电量来分析各个细节操作对节能的影响，通过增加窗帘、采用下顺风、精密空调与传统壁挂式空调混合使用、采用里外两层隔音降噪防护门等措施有效地降低了电力消耗并减少了噪声污染；4)在计算资源的优化方面，根据不同时期教学科研任务的进展频繁程度，合理灵活地开放存储和计算资源。如在学生利用数据中心大量提交作业和科研项目重点运行的阶段，通过开放更多的存储资源和CPU资源来保证教学科研任务的正常进行，以保证精密空调等高耗电设备的平稳运行，避免因为突然的负载增加带来不必要的高能耗。

2.2 深度融合，实验人员与教学科研人员的交叉合作

前文提到高效数据中心在人员配备上，同商业数据中心相比专职管理维护人员较少，而且专职管理人员往往更加专注于实际的机房管理。而事实上，在新一代的数据中心建设和管理中，如果专职管理人员能够懂得数据中心到底在跑什么数据，计算资源到底是如何分配和使用的，不仅能够让实验室管理人员更加灵活的根据数据运行情况来调整相应的软硬件资源、网络、电力等资源的分配，还能够使得专职管理人员真正参与到数据中心相应的教学科研项目中。这样，不仅实现了高效数据中心的高效节能目的，还对人才培养起到了重要作用。基于此，数据智能中心采用实验人员与教学科研人员的深度交叉合作来优化人力资源的配置。具体而言有以下3个方面。

1)为专职实验人员提供各种条件，参加数据中心实际科研项目使用到的软件系统和大数据分析软件的相关培训，如数据智能中心的实验人员分别赴华南理工大学、华中科技大学以及四川大学参加这些学校以及IBM举办的大型机硬件配置、软件系统安装、资源分配管理等培训和技术交流活动。同时，定期邀请IBM、SAP、VMware等企业工程师来学校同相关教师和学生举办讲座和讨论会。

2)让专职实验人员发挥自身在网络和系统管理方面的优势，通过负责系统构建等实际功能模块参与到各实验室基于数据中心的科研项目中。优势互补，以数据中心为纽带发挥团队合作的最大作用。如通过专职科研教师和数据智能中心的专职实验人员合作，在不到一个月的时间内完成了 “IBM Developer Cloud”项目平台搭建(其中IBM Developer Cloud项目是以Z10大型机为核心建设的用于开源项目托管的云计算平台)以及程序设计方法实践教学系统的建设和运行 (程序设计方法实践教学系统是用于本科二年级200人使用的Online Judge在线答题系统)。

3)让教学科研人员同专职实验人员合作申请交叉课题和项目。如数据智能中心的实验人员和科研人员合作先后获得多个基础科研和工程项目，例如，北京理工大学实验室建设与管理软课题；数据智能中心资源高效利用与管理实践新机制研究；IBM公司提供的云计算和大数据分析相关横向课题等。同时，也积极地让研究生参与到数据中心相关的项目中，并在一定程度上参与到数据中心的管理工作中，以更低的成本应对高校数据中心人员配备不足的问题。

2.3 全面拓展，紧抓校企合作，充分利用社会资源

本文所述的社会资源主要指的是产学研合作和校企合作中，以企业为代表的校外资源。校企合作和产学研合作是一种注重培养质量，注重在校学习与企业实践，注重学校与企业资源、信息共享的 “双赢”模式。校企合作做到了应社会所需，与市场接轨，与企业合作，实践与理论相结合的全新理念，为教育行业发展带来了一片春天。在数据智能中心建设和管理过程中，通过长期的摸索和实践，总结出以下措施来拓展校企合作的深度和广度。

1)因地制宜，围绕数据中心同企业建立深入的项目合作。数据智能中心一开始就是围绕IBM公司提供的Z10系列大机建设的。同IBM公司深入合作，数据中心核心设备的日常管理、维护都有效地获得了IBM公司最直接和有效地支持。在项目的选题、设计、任务分配和管理上严格按照公司开展项目的流程和模式。因为数据中心中的设备是企业级设备，企业可以通过这种深度项目合作的方式将一些企业耗费成本高的项目移植到数据智能中心中来，以此降低成本；而高校则可以以更贴近产业需求的方式培养和锻炼师资力量和学生。同传统意义上的校企合作项目不同的是，这种新的模式，企业提供企业级设备，高校建设对应的数据中心，大家紧紧围绕在其周围，能够更加深入地展开合作。

2)学生培养模式的创新。校企合作中，企业希望培养能直接进入该企业工作并且动手能力较强的人才，并且希望学生作为廉价的劳动力能直接参与企业的相关项目。而高校人才培养的目的是培养综合素质全面发展的可面向不同行业不同领域的人才，并希望研究生能够投入到基础科研或者前沿技术相关工程项目中，以具备更强的适应能力。基于此，通过让学生积极参与到上文所述的以数据中心为核心的校企深度合作项目中，大部分时候是以学校的培养目标为主。在参与项目实际过程中，不仅锻炼了学生实际工程能力，还让学生对企业有更深更全面的了解，同时又不影响其完成学校的学习任务。在这些项目中表现比较出色的学生，由长期参与校企合作项目的企业人员选派至企业定向定点参与跟校企合作项目有关的实习。

3)承办企业培训和行业论坛。依托数据智能中心拥有企业级设备这一优势，数据智能中心先后承办了IBM Power系列主机培训、IBM Z系列大机培训以及基于大型机的大数据分析等培训。并且在同企业的深入合作中，加大了企业对学校相关实验室情况和所开展研究项目的了解，企业根据自身兴趣及需要，先后将轻工食品追溯项目、碳排放交易等项目引入到大型机平台下。同时，企业还主动提出建设基于Mainframe主机和传统PC机之间的Spark性能比较的项目。此外，学校相关教师和科研团队也积极投入到企业举办的各种论坛和技术培训中，加深了了解和信任。

4)为保证教学内容能够及时反映行业发展情况，切实满足企业对人才的需求，定期邀请IBM、SAP、VMware等企业专家担任兼职教师，承担课程讲授任务和项目指导。兼职教师掌握先进的技术，实际工作经验，具备较高的职业素质，弥补了学校教师在这方面的不足，提高了实验教学的质量。为此，数据智能中心专门开辟了企业工程人员定期过来临时办公的实验室，而企业也为数据智能中心提供了包括智能电话会议系统等软硬件资源来保障双方的合作。

3 结束语

如何高效地建设和管理绿色节约型的数据中心是数据智能中心一直在探索和实践的重要工作，也是本文重点讨论的内容。本文通过对北京理工大学数据智能中心在建设和管理中面临的诸多实际情况和问题，从软硬件资源、人力资源及社会资源等几个方面的优化配置对建设高效节约型的数据智能中心展开思考和实践探索，总结出了一套灵活、高效、合理的数据中心建设管理新模式。具体而言，在有限的规模和资源供给环境下，广泛借鉴商业数据中心在高效节能方面的先进技术。

[1]李英壮，廖培腾，孙梦，等.基于云计算的数据中心虚拟机管理平台的设计[J].实验技术与管理，2011(5):1－3.

[2]巫莉莉，黄志宏.高校云计算数据中心的构建解析[J].中国教育信息化，2011(19):11－13.

[3]高庆磊，丁利群，满乐，等.试论基于云计算的高校数据中心的设计与实现[J].工程建设与设计，2015(8):126－128.

[4]胡法红，火久元.基于云计算的高校数据中心的建设与应用[J].兰州交通大学学报，2014，33(3):114－119.

[5]李浩，李明杰，张子振.高校实验室绿色计算环境建设探讨[J].实验科学与技术，2015，14(3):187－189.

[6]唐蓉君，熊忠阳.高校数据中心建设探索与实践[J].中山大学学报 (自然科学版)，2009，48(S1):244－247.

[7]张琳琳.高校数据中心的实现[D].山东:济南大学；2012.

[8]宋文功，蒋新华.高校数据中心容灾技术的探讨[J].华东师范大学学报 (自然科学版)，2015(S1):309－312.

[9]苏命峰.云计算环境下高校数据中心的虚拟化研究与实现[D].湖南:湖南大学；2015.

[10]夏永林.高校实验室资源的和谐配置与管理[J].实验技术与管理.2008，25(12):185－187.

[11]黄刚，尹婵娟，郭盛，等.整合实验室资源构建多层次实验平台[J].实验室研究与探索，2014，33(5):235－238.

[12]李浩，李明杰，张子振.高校实验室绿色计算环境建设探讨[J].实验科学与技术，2015，13(3):187－189.