云数据中心建设过程中的问题分析

张果

摘要：通过对国内大数据中心选址等方面的研究，以及国内大数据中心产业发展现状及产业发展方向进行了分析和总结。研究影响大数据中心选址的因素，并通过专家打分法得到各因素的权重，从而构建大数据中心选址的评价模型，并对元数据中心建设过程中的问题进行详细的分析。

关键词：云数据 选址 专家打分法 评价模型

一、引言

近几年来，随着计算机和信息技术的迅猛发展和普及应用，行业应用系统的规模迅速扩大，行业应用所产生的数据呈爆炸性增长。动辄达到数百TB甚至数十至数百PB规模的行业，企业大数据已远远超出了现有传统的计算技术和信息系统的处理能力。因此，寻求有效的大数据处理技术、方法和手段已经成为现实世界的迫切需求。以百度、淘宝、新浪、中国移动为例，目前百度的总数据量已超过1000PB，每天需要处理的网页数据达到10PB～100PB：淘宝累计的交易数据量高达100PB；新浪微博每天发帖量达到8000万条：中国移动一个省的电话通联记录数据每月可达0.SPB～1PB。另外，以城市基础设施投入为例，一个省会城市公安局道路车辆监控数据三年可达200亿条、总量达120TB。通过对国内大数据中心选址等方面的研究，以及国内大数据中心产业发展现状及产业发展方向进行了分析和总结。研究影响大数据中心选址的因素，并通过专家打分法得到各因素的权重，从而构建大数据中心选址的评价模型。以××地区大数据中心的三个候选地址为例，进行实例分析。通过收集和分析候选地址的相关指标数据，运用本文所构建的选址评价模型进行分析，为今后在XX地区开展大数据中心选址建设工作提供理论依据。

二、大数据中心选址的影响因素研究

××大数据中心选址方案的评价指标体系主要从以下五大方面考虑：

（1）自然环境

指当地发展大数据或承载大数据中心的自然条件，包括：地震、沉降、温度、湿度、沙暴、洪水、风等。

（2）基础设施

指当地建设大数据中心基础条件，包括：电力供应、土地资源、交通状况、供排水、通信设施等。

（3）安全状况

当地建设大数据中心的安全状况，包括：距离机场航道、距离铁路或高速公路、当地治安状况。

（4）成本因素

在当地建设大数据中心的成本，包括：土建成本、装修成本、改造成本、资源类消耗成本、人力成本、设备损耗成本等。

（5）人力资源

当地经济社会发展状况，主要是指社会人力资源状况，包括：人力资源质量、高端人才吸引能力、人力资源数量、当地工资收入水平等。

三、云数据中心选址评价模型构建

首先，根据大数据中心的选址依据总结、分析大数据中心选址影响因素。其次，根据大数据中心选址影响因素的具体情况，判断因素的具体情况，并选取指标。例如在国土资源与灾害因素中的洪涝子因素和自然资源因素中的降雨量子因素、水系分布子因素，这三个子因素是相关的都是描述影响因素对水体的影响，只有将这三者关联分析，才能分析其对大数据中心选址的影响，所以将这三个子因素集合为一个水文指标用以分析。最后，通过对实际情况进行分析确定指标值，并对指标体系进行验证。例如在经济因素中的土地类型指标中，虽然大数据中心可以建在任何一种土地类型上，但在某些土地类型上选址更合适（如工业用地、公共设施用地），某些土地类型则会带来困扰（如农用地、园地），所以根据实际情况对土地类型赋予不同指标值。

大型云计算数据中心选址模型设置根据大型云计算数据中心建设和目标实现要求，结合评价指标识别结果，设置大型云计算数据中心选址模型见图1。大型云计算数据中心选址权重值根据AHP层次分析法原理，17个指标权重值分析结见表1。选址发达地区，外部条件权重值可适当提高0.01至0.02，运营费用相关可适当降低0.01至0.02。

哈密地区大数据中心选址模型的设计思路为：

根据既有的项目研究成果，成对比較阵是层次分析法的关键所在，根据既有的项目研究成果，结合专家意见，在查阅大量资料的基础上，从而判断了各项数据，具有一定的合理性。评价因素在综合评价中占有不同的比重，为了进行量化的决策判断，通常使用了1-9的标度方法，由专家依据专业知识与经验进行打分，最终得到如下的成对比较阵。

构造准则层B对目标层A的一个成对比较阵：

通过该比较阵对大数据中心选址模型中的各个影响因素进行详细的分析。

四、总结

通过收集和分析候选地址的相关指标数据，运用本文所构建的选址评价模型进行分析，为今后在哈密地区开展大数据中心选址建设工作提供理论依据。论文对国内大数据中心选址等方面的研究，以及国内大数据中心产业发展现状及产业发展方向进行了分析和总结。研究影响大数据中心选址的因素，并通过专家打分法得到各因素的权重，从而构建大数据中心选址的评价模型。