大数据中心方案架构建设方案.doc

《大数据中心方案架构建设方案.doc》由会员分享，可在线阅读，更多相关《大数据中心方案架构建设方案.doc（30页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、大数据中心方案架构建设方案3.1 数据中心架构设计 云计算数据中心通过运行在单独的服务器上的云操作系统对服务器、存储、网络等资源进行虚拟化管理，提供可以自定义的虚拟机，在虚拟机上安装Hadoop、hbase等Nosql分布式数据库集群，对现有的数据ETL采集、清洗、转换、汇总进来，使用海量数据分布存储技术，用spark、storm等大数据处理软件对hbase中的数据进行分析处理，挖掘数据价值。还可以在虚拟机上运行业务应用系统，提供负载均衡和冗余备份，达到系统的稳定、高可用和方便的扩展性。通过安装SSR等安全软件和安全服务器，可以保证提升操作系统的安全级别，从而达到国家等级保护的三级要求，为客户

2、构建真正的安全长城。云计算数据中心可以自动管理和动态分配、部署、配置、重新配置以及回收资源，也可以自动安装软件和应用，具有良好的弹性和灵活性，管理、使用方便。云中心可以向用户提供虚拟基础架构。用户可以自己定义虚拟基础架构的构成，如服务器配置、数量，存储类型和大小等等。用户通过自服务界面提交请求，每个请求的生命周期由平台维护。服务器虚拟化系统基于服务器，存储和网络设备构建资源池，在资源池上通过资源的管理、调度和镜像管理实现系统的各种高级功能，例如计算层面的系统负载均衡和虚拟机高可用，存储层面的镜像复制和冗余。系统支持以主机或者虚拟群集为单位管理资源，虚拟群集为一组共享存储资源的物理主机。 云中心

3、既是一个企业云，也可以对外提供服务，扩展成公有云。学校还可以使用别的公有云如阿里云，形成混合云。云中心包括iaas、paas、saas三层服务：1）. SaaS：提供给客户的服务是运营商运行在云计算基础设施上的应用程序，用户可以在各种设备上通过客户端界面访问，如浏览器。消费者不需要管理或控制任何云计算基础设施，包括网络、服务器、操作系统、存储等等；2）. PaaS：提供给消费者的服务是把客户采用提供的开发语言和工具（例如Java，python, .Net等）开发的或收购的应用程序部署到供应商的云计算基础设施上去。客户不需要管理或控制底层的云基础设施，包括网络、服务器、操作系统、存储等，但客户能

4、控制部署的应用程序，也可能控制运行应用程序的托管环境配置；可以使用docker容器完成应用系统的部署和管理。3）. IaaS：提供给消费者的服务是对所有计算基础设施的利用，包括处理CPU、内存、存储、网络和其它基本的计算资源，用户能够部署和运行任意软件，包括操作系统和应用程序。消费者不管理或控制任何云计算基础设施，但能控制操作系统的选择、存储空间、部署的应用，也有可能获得有限制的网络组件（例如路由器、，防火墙，、负载均衡器等）的控制。 云中心采用xen、kvm、VMware进行虚拟化，LXC提供Linux容器，支持docker应用容器。一 . 服务器采用浪潮整机柜服务器SmartRack，面向

5、海量数据的存储和处理，适合云资源池如虚拟化、分布式存储，大数据处理如Hadoop集群等应用，目前在国内服务器中占主导地位，特点如下：定位多种应用，支持各类服务器节点。针对不同业务对存储、计算、IO吞吐量、功耗的不同要求，设计开发出不同种类的服务器节点，包括：1U全宽双路12盘位综合型节点、1U全宽单路18盘位冷存储节点、1U半宽双路计算型节点，满足不同需求。 整机柜集中供电、集中散热，相比其他架构服务器，运行功耗降低10%以上。 整机柜由一组电源模块集中供电，最大输出功率高达22.5kw，直接支持交流或高压直流供电，各节点通过铜排从电源模块取电，结合电源负载动态调整技术，电源转换效率高达94%

6、以上。机柜背部风扇墙集中散热，根据节点数量灵活调节风扇墙高度，采用140mm大尺寸风扇，相同功耗下可提供更大散热量。领先的架构设计，保障系统高可靠运行。服务器节点中无独立的电源和风扇，有效降低单点故障。根据整机柜实际负载情况，电源可实现N+N/N+2/N+1多种冗余方式。风扇可根据温度状况自动调节转速，支持2+1冗余。对整机柜节点、电源、风扇进行集中监控管理。实现管理中心RMC对整个机柜各模块的统一监控和管理，节点、电源、风扇的健康状况、温度、配置信息一目了然，还可进行批量开关机、重启，功耗控制，风扇转速自动/手动调节等功能，搭配专为Smart Rack设计的可视化管理软件，轻松实现简易化智能

7、管理。简易维护，无需繁琐拆装。独有节点前维护设计、各模组免工具热插拔设计、优化的线缆走线设计，使得系统运维难度大大降低。风扇等易损部件全部裸露在外，更加方便更换维护。二 云操作系统建议采用浪潮云海云数据中心操作系统 V3.0，此系统秉承开放化、模块化、标准化的设计理念，基于虚拟化技术，实现了数据中心资源融合、资源管理及服务交付，简化了云数据中心运维，提高了云数据中心服务水平。云海云数据中心操作系统有以下特点：自主可控、安全可靠的云数据中心操作系统：浪潮自主研发的国产云数据中心操作系统，加强了WEB安全、虚拟化安全、数据安全、访问控制、安全审计等方面的安全控制，可帮助用户构建安全可控的云数据中心

8、。异构资源管理：云海OS支持对数据中心各类异构硬件设备及软件资源的统一管理；支持对VMWare vSphere、Inspur iVirtual等异构虚拟化资源池的集中管理，已部署的虚拟化环境可被云海OS无缝接管；精细的软硬件资源监控：云海OS支持对数据中心主流厂商的服务器、网络设备、存储设备等物理资源，操作系统、数据库、WEB应用等软件资源，VMWare vSphere、Inspur iVirtual等虚拟化环境的精细监控，提供界面、邮件、短信等多种告警方式，通过详尽清晰的报表分析数据，帮助数据中心的运维人员随时掌握数据中心的各类资源的运行状况，降低运维管理复杂度，提高运维效率。快速的服务交付

9、：云海OS支持通过虚拟机模板、应用服务模板的方式，实现业务的快速交付，业务上线时间由原来的几周、几天，缩短为几分钟，大大提高数据中心的服务水平。资源使用按量计费：实时的资源使用情况统计，让用户精确掌控自身资源和费用使用情况，帮助IT部门实现由成本中心向价值中心的角色转变。资源按需服务：云海OS可实现将基础架构作为服务交付，用户可通过自助服务门户在线申请及访问自己的虚拟数据中心、应用服务、虚拟机等资源，实现资源的按需申请、便捷获取、自助使用。可定制的业务流程：云海OS支持用户创建与原工作流程吻合的资源申请的审批流程，实现业务流程的个性化、可定制化。灵活的服务交付方式：云海OS既支持从下到上的资源

10、申请与审批，也支持从上到下的资源创建与分配的服务交付方式，可满足不同客户对资源获取方式的不同需要。多租户私有云：云海OS可创建多个组织，一个组织可代表某业务部门、分部或子公司。每个组织都有各自独立的虚拟数据中心、用户及独有的目录，可将组织资源分配给本组织的用户，每个组织如同拥有自己的数据中心。利用基于权限的用户控制机制和基于虚拟交换机的网络隔离技术，实现多租户环境下的安全性和可靠性，以此构建安全的多租户私有云。灵活可控的权限管理：云海OS支持用户自定义角色类型，不同的权限可自由组合，实现灵活可控的系统权限管理。服务全生命周期管理：云海OS涵盖服务提供所需的各个环节，包括服务的申请审批；服务的交

11、付和回收；服务的使用统计和计费；服务的运行监控服务移动性：通过vApp封装多个虚拟机服务和相关的网络连接策略，遵循OVF等开放式标准，实现同一个云环境的终端用户彼此之间可以轻松共享服务，而不同的云环境的用户可以轻松的在云之间迁移服务。3.2 大数据处理设计通过在虚拟机上安装Hadoop2.6、hbase1.0等Nosql数据库集群，用sqoop1.3把现有的数据汇总进来，要对现有数据做个总的分析，对字段统一定义规划，制定转换策略，做到正确性、唯一性、可用性，去除重复字段，通过ETL抽取、清洗数据，把数据导入hbase，这样就可以消除信息孤岛，用spark、storm等大数据处理软件对hbase

12、中的数据进行分析处理，挖掘数据价值。云中心通过调度系统自动采集、加工、存储数据，为应用系统提供支持： 在云中心的平台上，开发招生、创业、就业、数据实验室等应用系统，通过元数据库管理所有的数据数据经过采集、加工后进入hbase，消除信息孤岛，统一管理使用：一.hadoop2架构体系下图是hadoop2的架构图1. HDFS文件系统，Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，

13、适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求，可以以流的形式访问（streaming access）文件系统中的数据。2、YARN是一套资源统一管理和调度平台，可管理各种计算框架，包括MapReduce，Spark，MPI等。包括 以下内容：ResourceManager（RM）：整个系统只有一个RM，它就只管调度方面的事情，并且为集群应用而优化，因而具有很好的性能。RM的一个核心是它的Scheduler。调度包含两个过程，一要搜集各节点的情况；二要根据某种调度策略，分配合适的节点。搜集节点情况是基于一个资源容器(resourc

14、e container)的概念，该容器包括cpu,disk,network等（目前只用到cpu）NodeManager（NM）：NM是每个节点一个实例，管理每个节点，它触发应用容器（application container），监控节点的资源（cpu/disk等），并向RM报告资源的情况。ApplicationMaster（AM）：AM是每个应用一个实例，它是一个特定的框架接口库，一方面与RM中的Scheduler协商得到resource container，另一方面与NM一起执行和监控各子任务部件，从系统的角度，AM本身也一种container（下图中将它与container画得一样）。Co

15、ntainer：从逻辑上，container可认为是资源的分配容器，它包括hostname，cpu，memory等属性。AM发送ResourceRequest给RM，然后RM分配合适的Container给AM，AM再将此Container提交给它所在节点的NM，NM采用此资源容器运行任务。实际上，Container是一种使用资源的“授权”，AM得到此授权后，在NM的管理下，可以运行任何进程（包括非Java应用，这一点与1.0不同）。 二、 Hive是基于Hadoop的一个数据仓库工具，处理能力强而且成本低廉。主要特点：存储方式是将结构化的数据文件映射为一张数据库表。提供类SQL语言，实现完整的

16、SQL查询功能。可以将SQL语句转换为MapReduce任务运行，十分适合数据仓库的统计分析。三、 HBaseHBase是一个分布式的、面向列的开源数据库，它不同于一般的关系数据库,是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而 不是基于行的模式。HBase使用和 BigTable非常相同的数据模型。用户存储数据行在一个表里。一个数据行拥有一个可选择的键和任意数量的列，一个或多个列组成一个 ColumnFamily，一个Fmaily下的列位于一个HFile中，易于缓存数据。表是疏松的存储的，因此用户可以给行定义各种不同的列。在 HBase中数据按主键排序，同时表按主键

17、划分为多个HRegion，如下图所示（HBase数据表结构图）：四. Sqoop是一款开源的工具，主要用于在HADOOP(Hive)与传统的数据库(mysql、oracle.)间进行数据的传递，可以将一个关系型数据库（例如 ： MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。五.spark架构体系Spark与Hadoop的对比 Spark的中间数据放到内存中，对于迭代运算效率更高。Spark更适合于迭代运算比较多的ML和DM运算。因为在Spark里面，有RDD的抽象概念。 Spark比Hadoop更通用。Sp

18、ark提供的数据集操作类型有很多种，不像Hadoop只提供了Map和Reduce两种操作。比如map, filter, flatMap, sample, groupByKey, reduceByKey, union, join, cogroup, mapValues, sort,partionBy等多种操作类型，Spark把这些操作称为Transformations。同时还提供Count, collect, reduce, lookup, save等多种actions操作。Spark的mllib支持机器学习。这些多种多样的数据集操作类型，给给开发上层应用的用户提供了方便。各个处理节点之间的通信

19、模型不再像Hadoop那样就是唯一的Data Shuffle一种模式。用户可以命名，物化，控制中间结果的存储、分区等。可以说编程模型比Hadoop更灵活。不过由于RDD的特性，Spark不适用那种异步细粒度更新状态的应用，例如web服务的存储或者是增量的web爬虫和索引。就是对于那种增量修改的应用模型不适合。 容错性。在分布式数据集计算时通过checkpoint来实现容错，而checkpoint有两种方式，一个是checkpoint data，一个是logging the updates。用户可以控制采用哪种方式来实现容错。 可用性。Spark通过提供丰富的Scala, Java，Python

20、 API及交互式Shell来提高可用性。Spark与Hadoop的结合 Spark可以直接对HDFS进行数据的读写，同样支持Spark on YARN。Spark可以与MapReduce运行于同集群中，共享存储资源与计算，数据仓库Shark实现上借用Hive，几乎与Hive完全兼容。Spark的适用场景 Spark是基于内存的迭代计算框架，适用于需要多次操作特定数据集的应用场合。需要反复操作的次数越多，所需读取的数据量越大，受益越大，数据量小但是计算密集度较大的场合，受益就相对较小 由于RDD的特性，Spark不适用那种异步细粒度更新状态的应用，例如web服务的存储或者是增量的web爬虫和索引

21、。就是对于那种增量修改的应用模型不适合。 总的来说Spark的适用面比较广泛且比较通用。3.3 大数据存储设计采用浪潮AS13000存储大数据，支持容量、性能的在线无限扩展，提供软硬件故障情况下的数据重建、远程容灾功能，是适用于云计算、大数据业务并兼具高性能、高可靠、高可扩展、大容量特征的新一代存储系统平台，具有以下特点：。海量存储，在线横向扩展：1.控制器集群体系架构，所有控制器并行承担数据IO、保障系统整体负载均衡，数据分散存储，避免单控制器故障带来的风险和性能的瓶颈，支持控制器在线横向扩展，满足持续增长的容量和性能需求。2.支持NAS/ Object/IP-SAN/ IB-SAN存储接口

22、，并且支持SAN、NAS、Object同时运行，满足客户在不同时间、不同地点、不同业务对存储的不同需求，支持Windows、Linux、Unix等多种操作系统并存的复杂网络环境中，轻松实现跨操作系统的数据存储与共享，另外支持NFS/CIFS/FTP等多种文件共享协议。3.支持丰富的主机连接接口，支持1Gb/10Gb iSCSI、40Gb/56Gb InfiniBand主机连接，无缝接入用户现有环境，满足客户对高带宽及高性能的差异化需求。4.全面支持Flash /SSD/SAS/SATA各类常见存储介质，模块化的容量扩展模式，支持数据分级存储，满足各类型应用。数据持续保护，业务运行无忧：1.支持

23、数据卷隔离映射功能、数据快照功能、快照回滚、远程卷复制（同步/异步）、远程数据复制及恢复、逻辑分区动态扩容。2.支持数据副本、数据纠删码、自动分层等多种数据冗余保护和性能加速功能，为用户提供高级别的数据保护及容灾功能。3.支持全集群Active-Active、Active-Standby、全局热备等控制器工作模式，保障整体系统的高可用，确保数据存取及业务运行万无一失。4.支持软硬件故障时的数据自动修复，系统可用性达到99.999%。模块化设计，人性化管理1.AS13000各主要部件均采用模块化设计，客户按需选择，维护、升级、管理简单方便：2.支持数据副本、全局热备，以及自动构建RAID、各RA

24、ID级别间执行在线迁移不影响正常数据应用3.完备监控管理方式，当系统出现异常时，除了通过机器指示灯报警外，可通过邮件等方式将异常状况及时通知管理员4.集中部署，统一管理绿色节能：1）.全系统选取节能降耗的处理器、芯片组、风扇和散热片等部件，提高系统的能效利用率。2）.支持在线扩容/缩减时数据自动迁移，确保系统按需配置，同时支持Maid磁盘节能技术，降低磁盘能耗，节约开支。3）.支持自动精简技术，大大提高存储资源利用率。3.4 安全设计一. 采用浪潮SSR主机安全增强系统，这是一款基于操作系统内核层开发的安全加固软件。与传统的防火墙、IDS/IPS不同，SSR工作在最贴近用户数据的操作系统层面，

25、不仅可以避免外部的黑客攻击，同样可以预防来自内网攻击的风险。该产品弥补了传统信息安全解决方案在主机层安全的“短板”，与传统信息安全产品形成了良好的互补，提升操作系统的安全级别，从而达到国家等级保护的三级要求。为客户构建真正的安全长城。功能特性：1、 强制访问控制在操作系统内核层实现文件、注册表、进程、服务、网络等对象的强制访问控制，可配置针对以上对象不同的访问策略来保护系统和应用资源，即使是系统管理员也不能破坏被保护的资源。2、完整性检测对文件和服务进行完整性检测，并可设置定期检测项目，当发现文件或者服务篡改时进行报警并发现哪些文件发生改变。3、防格式化保护功能开启时，可防止病毒和入侵者恶意格

26、式化磁盘，同时降低管理员意外格式化磁盘的风险。系统资源监控与报警:对系统的CPU、内存、磁盘、网络资源进行监控，当这些资源的使用状况超过设置的阀值时将进行报警，以提前发现资源不足、滥用等问题。4、双因子认证和组合式密码认证不仅提供SSR安全管理员和SSR审计官员的USB KEY+密码的双因子认证功能，还可对系统用户配发USB KEY实现双因子认证。对于远程登陆和虚拟化系统而无法识别USB KEY的服务器，SSR提供可配置两个密码组合的登陆认证方式，只有掌握密码的两个人同时存在才能登陆系统，以此确保自然人的可信。5、自我保护SSR采用内核密封技术和完整性保护技术来保证SSR的文件不被恶意篡改，进

27、程不被恶意注入。6、统一管理在一个SSR控制台可以同时对多个平台的SSR进行管理和维护，且SSR可开放接口给第三方管理平台集成，实现与不同产品间管理的融合。7、灵活多样的策略模板提供经过验证的分等级的安全策略模板，全面保护系统，方便易用，降低用户的使用难度。8、维护模式当用户担心自己配置的策略是否会影响系统和应用时，可开启此功能，此时SSR将只记录违规的日志而不进行阻止，便于管理员在不造成业务中断的情况下调整策略。功能亮点：1、免疫病毒木马，抵御黑客攻击SSR采用的ROST技术对系统中的文件、注册表、进程、网络、服务、帐户等多方面进行防护构建立体防护体系，从文件创建、执行、访问资源到结束层层把

28、关，从根本上免疫各种已知未知病毒、后门等恶意代码，抵御黑客的攻击，确保系统和应用安全稳定运行。2、降低“零日漏洞”风险，延迟漏洞修复SSR采用强制访问控制和白名单机制，只允许可信的帐户和进程访问被保护资源，并对操作系统中重要二进制文件进行完整性保护。即使恶意代码利用漏洞获取了系统的权限，也不能破坏系统文件和植入木马，降低了从“零日漏洞”发现到用户打上补丁之间这段“真空期”的安全风险，同时允许用户延迟补丁部署，推迟到定期修补周期进行修补。3、分权管理，有效规避“一权独大“SSR采用了分权管理的机制，规避了原操作系统管理员“一权独大”的风险，将原系统管理员权限分散为系统操作员、安全管理员和审计管理

29、员，三个权限各司其职，相互制约，实现了最小权限，不仅保证了系统安全性，同时贴合了国家相关信息安全标准规范。4、提升系统安全级别，增强用户合规体验SSR在操作系统内核层实现了安全标记和强制访问控制机制，与用户系统自身的自主访问控制相融合，为系统和用户重要应用提供更强的约束和更高的安全控制级别，同时提供三权分立、完整性校验、双因素认证、剩余信息保护等紧贴信息安全标准的功能，帮助用户在系统安全建设时的合规要求。5、统一管理机制，化繁为简管理员可以从任何地方通过双因子身份认证后，对所有被保护的服务器进行安全策略制定和维护，实现集中管理，减少日常维护工作量 。二 采用浪潮SSA安全应用交付硬件系统，特点

30、是：1. 丰富的应用负载均衡功能，保障数据中心应用可用性。支持丰富的四到七层应用负载均衡功能；支持针对多种算法的全局负载均衡；支持针对不同运营商多链路的负载均衡；支持丰富的健康检查功能，保障后台服务实时可用；可以实现N+1台设备的集群、双机热备、双机互备等多种高可用性部署模式；支持冗余电源，最大化网络运行时间，降低了系统宕机或网络故障对业务的影响。2. 多项应用加速技术，降低服务器负载，提升访问速度，改善用户体验。采用内存缓存技术，有效降低服务器负载，并提升访问响应速度。采用业界标准Gzip、Deflate压缩算法，对文本类型资源可实现80%以上的压缩率，能降低服务器的压力，提高带宽的利用率。

31、可对多个客户端的TCP连接进行合并，通过少量的长连接与后台服务器通信。SSL卸载功能，将加解密负荷卸载到应用交付设备上，有效降低服务器压力，并保证用户安全。3. 强大的应用攻击检测和防御能力，应用与安全并重。内置多种DDOS监测算法，可有效防御4-7层DDOS、配合防止各类SQL注入、XSS、缓冲区溢出黑客攻击，为客户提供最佳的应用漏洞和未知威胁的防御能力。三对管理员密码进行严格管理，半年定期更换。四网络设备可以采用华为的产品，性价比高，行销世界，可以抵御DDOS攻击。五对数据进行冗余存储，以防不测，有问题可以及时恢复。3.5 平台搭建实施步骤1. 搭建机房、供电、冷却设备，购买服务器10台（

32、可以提供1000个4G内存的虚拟机）、存储设备（2P）、云操作系统、安全软件、路由器、交换机、防火墙等网络设备，搭建云计算平台，建立虚拟资源池，设置虚拟机。2. 制定迁移计划，通过docker容器，打包把学校原有的应用系统迁移到虚拟机上，在另外的虚拟机上搭建hadoop、spark集群，安装hive、hbase，根据需要建立hbase数据库表和列，一张表可以有几千列，几十亿条数据，把原有的所有数据库合为一张表，便于大数据处理，原有数据库的数据通过sqoop导入hbase。再把学校原有的服务器、存储、网络设备接入云平台，进行虚拟化。3. 根据需要，用spark对hbase数据进行准实时分析，用机

33、器学习处理大数据进行预测，用storm对hbase数据进行实时分析、处理，还可对数据进行可视化。还可以基于云平台开发应用系统。3.6 物理架构设计模块化数据中心采用一系列模块化设计的动力设备，如一体化集成机柜系统、供配电系统、制冷系统、监控系统和综合布线系统，高集成设计，通过简单的接口将相关模块进行组合，从而形成一个完整的数据中心。具有高密模块化，高可靠性与安全性，快速灵活部署，简单低耗，完善监控等特点。模块化数据中心充分考虑组件设计、功能和相关性，按照在标准化级别与用户灵活性之间取得最佳平衡的方式进行模块化。例如，模块化电源系统在电源、冗余模块和运行时间方面均实现了可扩展性，可以根据当前的I

34、T需求进行部署，并且考虑后续业务的扩展，这种系统规模优化能力显著降低了总拥有成本。而且提供热插拔，从而在不需要停止运行系统的条件下进行维护设备。单排密封通道的模块化数据中心如下图所示。模块化数据中心整体架构，如下图所示。模块化设计为满足不断变化的IT需求提供了极大的灵活性。在安装、升级、重新配置或移动模块化系统时，独立组件、标准接口既节省了时间又节约了费用。同时也方便设备的选型、采购、安装、维护和扩容，降低整体运营成本，越来越具有吸引力。 l 模块化数据中心特点模块化数据中心集成方案具有高密模块化，高可靠性和安全性，快速灵活部署，低成本和低能耗，完善的监控等特点，是新一代集成模块化数据中心产品

35、。1. 高密模块化 l 集成机柜系统、供配电系统、制冷系统、监控系统和综合布线系统，高集成设计，提供完整的解决方案。l 与云主机、桌面云业务无缝集成，提供端到端数据中心解决方案。2. 快速灵活部署 l 工厂预制部件，现场快速组装， 部署灵活。l 建设周期缩短50%以上，场地限制少。3. 按需定制l 采用模块化的部件和统一的接口标准，可实现以机架为单位或以模块。l 为单位按需扩容，实现按需调度和动态调整网络资源，节省投资。4. 智能管理l 弹性IT平台，全面的虚拟化能力，极大提升管理效率。l 可通过多种传感器，实现对数据中心内各功能模块的不间断监控。l 应用智能化的运营管理平台，可实现对数据中心基础设施动力、环境、视频、门禁全领域的远程监控，统一管理、统一部署、统一监控和统一备份。5. 低成本和低能耗 l 可以直接安装在楼宇水泥地面上，无需专用数据中心，可减少外配套工程。l 空调靠近设备提高送风效率；水平送风空调靠近热源，送风距离大大缩短，从而减少了距离导致的气流压力损失，冷空气的泄漏损失，提高了冷量的利用效率。l 供应周期短，快速交付，快速安装，有效降低成本。