衡量數據中心好壞標準的隱性指標

 

 

我們經常使用RTO、RPO這些指標來評價一個數據中心對故障的處理和恢複能力，而很多時候，業務沒有發生中斷，而是訪問體驗性非常差，性能下降。其實性能下降幾乎與服務中斷一樣重要，性能下降指標會告訴你問題有多大，而你的工作就是解決這些問題。性能下降意味著特別難以修複的中斷將要出現，通常涉及軟件層到硬件層的多種類型，使得定位原因遠比服務器被拔掉或網絡混亂來的難。涉及到用戶滿意度時，性能下降無異於中斷。隨著越來越多企業依賴軟件與用戶進行交互，用戶不太可能忍受性能問題。性能下降通常意味著成本製約已經開始傷到快速擴張的骨頭，這對大數據項目成功的影響至關重要。外包或雲主機可以延緩這種可能性，但數據中心外部的成本同樣會增加，這種訪問體驗上的變差將直接影響到數據中心用戶的減少，比如當你登陸一家購物網站，每打開一個鏈接都要等上十幾秒的時間，再好的購物網站，你也會選擇放棄轉而去別的購物網站，所以這種非中斷的性能下降對客戶的傷害是非常大的，將致使數據中心流失大量的客戶，嚴重影響到數據中心的收益，所以性能下降也需要作為評價數據中心的指標，性能下降的時間和次數都要作為評價數據中心好壞的標準指標之一。

 

 

數據中心要處理海量的數據，存儲的數據量也越來越大，有時不得不不斷采購新的存儲設備來放置這些不斷增長的數據，這些數據日積月累不斷增長，逐漸變得無法交付有效數據來滿足企業分析或做出決策，比如分析用戶的購買模式，或者其他形式大數據分析所需的數據。這些數據也有時效性，隨著時間的推移，數據的利用價值在不斷降低。例如數據中心的在線交易係統，能夠處理一定的輸入操作，數據倉庫的重要功能就是數據匯總，但隨著時間推移，隻有很少的信息需要進出倉庫。並不是所有信息都需要展示，隻有大約20%左右的數據在數據中心或雲服務中保持活躍，而這些數據可能對實際的業務分析並沒有幫助。隨著數據中心的運行時間累計，產生的數據垃圾也越來越多，要及時進行清理。對於那些不常用的，多份數據周期性進行清理和刪除，從而可以節省大量的存儲空間，數據過多也使得應用係統運行緩慢，比如搜索業務，要對從外網鏡像過來的網頁信息中進行關鍵字搜索，如果曆史數據過多，會嚴重影響搜索的速度，保持數據的時效性非常重要。一個數據中心如果數據的時效性做得好，主要從現有數據本身的價值、存儲設備利用率、數據重複性存儲等幾個方麵考察，將數據的時效性作為評價指標將有助於提升數據中心存儲網的運行效率。

 

 

“客戶是上帝”人們經常掛在嘴邊上的俗語，但真正把客戶看作上帝的又有幾個呢，尤其在擁有龐大客戶群體之後，似乎有了對客戶強勢的底氣，一定程度上忽視了客戶的反饋。經常會有些數據中心做些問卷調查或者用戶滿意度調查，以便找出數據中心服務中還有哪些不足，但真正能將這些信息貫徹執行下去，甚至認真改進的卻很少，因為一想到要做改進要投入大量的人力、物力時，就望而卻步了，很多時候隻要不是引起客戶的公憤，有些需求就能推就推，得過且過了，這其中不排除有不少客戶反饋的並不結合實際的要求，根本無法去實現。一個數據中心的好壞，除了自己評說，還要聽聽別人的聲音，尤其是使用者的聲音，客戶滿意度就是一個最直接的數據。對數據中心進行評價時，可以多找一些數據中心客戶樣本，進行多角度的調查，上到技術專家，下到平民百姓，覆蓋到使用數據中心應用的所有客戶群體，從他們的口中得到數據中心的使用感受，需要改進的地方。客戶滿意度調查不僅是評價數據中心好壞的重要標準，也應該成為數據中心進行自我改進的重要手段，要認真聆聽每一個客戶的訴求，隻要是合理的就要及時糾正，隻有客戶滿足度上去了，數據中心業務才能蒸蒸日上。

 

衡量一個數據中心好壞的標準有很多，而以上提到的這些指標往往是經常被人忽略的，甚至是少有被人提及的，要充分重視這些隱性指標，將這些指標也納入到數據中心考核之中去，這樣才能不斷提升數據中心的軟實力，讓數據中心成為一個真正的優秀數據中心。