云數據中心建設過程中的問題分析

張果

摘要：通過對國內大數據中心選址等方面的研究，以及國內大數據中心產業發展現狀及產業發展方向進行了分析和總結。研究影響大數據中心選址的因素，并通過專家打分法得到各因素的權重，從而構建大數據中心選址的評價模型，并對元數據中心建設過程中的問題進行詳細的分析。

關鍵詞：云數據 選址 專家打分法 評價模型

一、引言

近幾年來，隨著計算機和信息技術的迅猛發展和普及應用，行業應用系統的規模迅速擴大，行業應用所產生的數據呈爆炸性增長。動輒達到數百TB甚至數十至數百PB規模的行業，企業大數據已遠遠超出了現有傳統的計算技術和信息系統的處理能力。因此，尋求有效的大數據處理技術、方法和手段已經成為現實世界的迫切需求。以百度、淘寶、新浪、中國移動為例，目前百度的總數據量已超過1000PB，每天需要處理的網頁數據達到10PB～100PB：淘寶累計的交易數據量高達100PB；新浪微博每天發帖量達到8000萬條：中國移動一個省的電話通聯記錄數據每月可達0.SPB～1PB。另外，以城市基礎設施投入為例，一個省會城市公安局道路車輛監控數據三年可達200億條、總量達120TB。通過對國內大數據中心選址等方面的研究，以及國內大數據中心產業發展現狀及產業發展方向進行了分析和總結。研究影響大數據中心選址的因素，并通過專家打分法得到各因素的權重，從而構建大數據中心選址的評價模型。以××地區大數據中心的三個候選地址為例，進行實例分析。通過收集和分析候選地址的相關指標數據，運用本文所構建的選址評價模型進行分析，為今后在XX地區開展大數據中心選址建設工作提供理論依據。

二、大數據中心選址的影響因素研究

××大數據中心選址方案的評價指標體系主要從以下五大方面考慮：

（1）自然環境

指當地發展大數據或承載大數據中心的自然條件，包括：地震、沉降、溫度、濕度、沙暴、洪水、風等。

（2）基礎設施

指當地建設大數據中心基礎條件，包括：電力供應、土地資源、交通狀況、供排水、通信設施等。

（3）安全狀況

當地建設大數據中心的安全狀況，包括：距離機場航道、距離鐵路或高速公路、當地治安狀況。

（4）成本因素

在當地建設大數據中心的成本，包括：土建成本、裝修成本、改造成本、資源類消耗成本、人力成本、設備損耗成本等。

（5）人力資源

當地經濟社會發展狀況，主要是指社會人力資源狀況，包括：人力資源質量、高端人才吸引能力、人力資源數量、當地工資收入水平等。

三、云數據中心選址評價模型構建

首先，根據大數據中心的選址依據總結、分析大數據中心選址影響因素。其次，根據大數據中心選址影響因素的具體情況，判斷因素的具體情況，并選取指標。例如在國土資源與災害因素中的洪澇子因素和自然資源因素中的降雨量子因素、水系分布子因素，這三個子因素是相關的都是描述影響因素對水體的影響，只有將這三者關聯分析，才能分析其對大數據中心選址的影響，所以將這三個子因素集合為一個水文指標用以分析。最后，通過對實際情況進行分析確定指標值，并對指標體系進行驗證。例如在經濟因素中的土地類型指標中，雖然大數據中心可以建在任何一種土地類型上，但在某些土地類型上選址更合適（如工業用地、公共設施用地），某些土地類型則會帶來困擾（如農用地、園地），所以根據實際情況對土地類型賦予不同指標值。

大型云計算數據中心選址模型設置根據大型云計算數據中心建設和目標實現要求，結合評價指標識別結果，設置大型云計算數據中心選址模型見圖1。大型云計算數據中心選址權重值根據AHP層次分析法原理，17個指標權重值分析結見表1。選址發達地區，外部條件權重值可適當提高0.01至0.02，運營費用相關可適當降低0.01至0.02。

哈密地區大數據中心選址模型的設計思路為：

根據既有的項目研究成果，成對比較陣是層次分析法的關鍵所在，根據既有的項目研究成果，結合專家意見，在查閱大量資料的基礎上，從而判斷了各項數據，具有一定的合理性。評價因素在綜合評價中占有不同的比重，為了進行量化的決策判斷，通常使用了1-9的標度方法，由專家依據專業知識與經驗進行打分，最終得到如下的成對比較陣。

構造準則層B對目標層A的一個成對比較陣：

通過該比較陣對大數據中心選址模型中的各個影響因素進行詳細的分析。

四、總結

通過收集和分析候選地址的相關指標數據，運用本文所構建的選址評價模型進行分析，為今后在哈密地區開展大數據中心選址建設工作提供理論依據。論文對國內大數據中心選址等方面的研究，以及國內大數據中心產業發展現狀及產業發展方向進行了分析和總結。研究影響大數據中心選址的因素，并通過專家打分法得到各因素的權重，從而構建大數據中心選址的評價模型。