核心數據中心技術必須克服即將出現的所有挑戰，而數據中心基礎設施也需要不停迭代。

當然，數據中心的優化絕不止以上幾個步驟，終端用戶和冗余也必須考慮進去，數據中心優化的關鍵就是將環境保持放到第一位，數據中心能源消耗的優化有幾種方法，有下面的幾種方法可以參考。

從設備配置上優化數據中心能耗的方法：(1)配備樓宇管理系統安裝樓宇管理系統(BMS)，該系統將從冷卻系統中提取大量信息。

它自動執行大量流程，并處理和記錄大量的最終使用數據，因此用戶不用一直依賴人工調整，從而允許用戶更加有效地防止能源浪費。

例如，如果早上2點鐘用電量激增，用戶就可以查看周圍的變量，就可以定位到相應的區域和設備，并采取相應措施來降低能耗。

(2)采用更加節能的EC風扇用戶的另一個選擇是，通風散熱設備采用電子換向(EC)風扇。

EC風扇是一個節能減排的雙贏選擇。

用戶通過安裝EC風扇，能夠獲得相同的速度和氣流，并顯著節省電能。

但用戶需要通過結合更加智能的控制策略來加強風扇的控制和管理，根據溫度或需求來調節風扇轉速，因為EC風扇是一種指數型的曲線，而風扇轉速越低，就會節省越多的電能。

(3)冷水機組設置更高的溫度可能更節能最后一個建議是冷水機組的冷凍水設定值不能設置太低，如果用戶通過一個固定的設定值來優化數據中心能效，這可能會起到反作用。

例如，將冷凍水的溫度固定在7℃，而在一年90%的時間里，其設定溫度過低，另外的10%的時間里，其設定的溫度則有些過高。

因此，通過監控所有信息數據，并將其捆綁在一起，才可以優化設定值，特別是可以提高設定點，并使系統盡可能多地采用自然冷，這樣就能夠節省大量的電能。

例如，如果冷卻系統以17℃冷凍水設定點運行，而不是以傳統的7℃-12℃設定點運行，那么在一年中可以采用更多的自然冷卻。

數據中心最常見五種優化方式(1)改善散熱等數據中心環境變量數據中心環境是不容制的，但通過CFD仿真分析可以發現熱點并優化數據中心制冷。

在對數據中心環境進行優化時，可以檢查以下幾個關鍵因素，包括機架放置、服務器密度、地板、通道設置等。

另外，可以使用趨勢分析系統，有助于當前和未來潛在的需求。

優化數據中心也意味著降低了運營成本，改善關鍵基礎設施可以讓你少花環境運行所需要花的錢。

(2)軟件定義技術(SDX)和虛擬化在幾年前虛擬機監控程序也許是比較前沿的技術，但我們現在能夠直接與重要的API集成，減少跳線并大幅度提高工作負載性能，如通過軟件定義網絡、存儲、安全等新技術。

網絡虛擬化的新水平允許管理員創建跨越數據中心跨越國界的龐大網絡環境，也突破了硬件的限制，軟件定義技術可以在不同程度上提升數據中心效率。

(3)優化電源使用優化電源使用即對功耗進行優化，由此也影響到數據中心在選址時考慮到了氣候問題。

現在的帶寬情況比較好，即使是在比較偏遠的地區也是可以進行數據中心的部署。

如冰島的電網完全采用水電和地熱發電，確保了完全的“綠色”電源。

比起在美國、英國、德國等地的電價，冰島上的電力成本每千瓦時才4.5美分，也是吸引數據中心用戶的一個重要原因。

除了新建數據中心外，還有很多直接的方式可以用來優化電源，可以通過檢查現有的環境，檢查損耗功率，如服務器閑置時使用了多少功率，根據動態的資源需求選用比較好的電源管理系統，或者在供電系統規劃設計時圍繞整體基礎設施進行優化，使用監測并調整功率。

(4)利用云計算混合云平臺越來越受客戶的青睞，通過整合一個云模型是提高數據中心效率的一個不錯的方式，這也是很多用戶將數據中心擴展到云的原因。

數據中心空間的競爭為大家帶來了新的產品，更優惠的價格和更多的可用資源，也意味著創建私有云和公共云環境之間的智能鏈路也變得更加容易。

數據中心管理現在可以跨越許多不同的云模型，管理人員并沒有過多擔心物理基礎設施，他們更關心的是在上面直接運行的工作量。

這種數據中心優化方法，只需要搭建基本的基礎設施環境，通過使用云計算技術、軟件定義技術以及分布式基礎架構管理，可以更多的服務則延伸到云中。

(5)創建透明管理大量的數據中心分發和云計算的使用給現代數據中心帶來了新的挑戰，在數據中心優化方法中，明確的管理是很關鍵的。

當前數據中心虛擬化以及新數據中心操作系統(DCOS)，這些管理平臺需要基于DCIM、自動化、云控制，并把數據中心服務提升到一個全新的水平，需要確切的知道物理系統上正在運行著什么，需要對周圍的資源更好的主動分配，讓數據中心未來支持更多的用戶，這一切都需要一個好的數據中心管理平臺。

創建一個更好的數據中心不僅僅是上述的五個方法，數據中心優化只是確保數據中心環境更好的被使用，并處在最佳的運行狀態。

優化您的數據中心，如果開發出一個更具彈性的平臺，在提高您的整體業務時將更節省您的錢。

哪些問題阻礙了優化數據中心?許多組織在公有云中無意識地導致過度配置，而這個錯誤的代價太高，企業對此無法忽視。

通過避免五個最常見的錯誤，企業可以最大限度地提高云計算資源效率，并降低業務在這些新環境中的性能風險。

(1)沒有利用基準來平衡平臺之間的數據調整云計算資源分配的一個常見方法是在從一個虛擬環境或云環境移動到另一個虛擬環境或云環境時，將其分配差不多的大小。

這意味著將工作負載分配給舊的資源。

但并不是每個環境都運行相同規格的硬件。

如果企業不使用基準來規范工作負載數據，并適應環境中底層硬件之間的性能差異，那么就無法準確地了解該工作負載將如何在新環境中執行。

較新的環境通常具有更強大的硬件，從而使企業更容易獲得回報，因此，工作負載并不需要分配相同數量的資源。

這是在轉換服務器和優化公有云使用時的關鍵所在，因為提供者不斷提供新硬件上運行的更新的云實例類型。

為了避免大量占用資金，你需要能夠進行比較，唯一的辦法就是通過數據的標準化。

(2)陷入“Bump-up循環”“Bump-up循環”是一個惡性的循環，會導致過度配置和超支。

假設工作負載正在運行，其CPU使用率是100%。

采用一個簡單的工具將會看到這一點，認為它的配置不足，并且建議調高CPU資源(以及云實例的成本)。

這里的問題是某些工作負載將使用與它們相同的資源。

如果提供更多的CPU，這些應用程序將采用它，仍然運行在100%，也許只是更短的時間。

這個循環重復執行，被困在代價昂貴的Bump-up循環中。

為了避免這種資源吸引循環，您需要準確了解工作負載的工作情況以及其工作原理。

再次，我們回到需要了解各個工作負載模式和工作負載的性質。

當查看內存時，這是特別重要的，這是云計算成本的主要驅動力。

(3)不了解詳細的應用程序工作負載模式并不是所有的工作負載都是平等的，無論企業正在采用哪個公有云，最大的問題就是關于云實例選擇的細節。

理解工作負載的用途和工作負載利用模式的詳細性質，這一點很重要。

在每個月底完成一次工作的公有云中運行批處理工作負載的經濟性與那些全天忙于各種高峰和低谷的應用程序有很大的不同。

要正確地選擇正確的資源和云實例，企業確實需要了解一天之內工作負載模式以及該模式如何在業務周期中發生變化。

不幸的是，許多組織采取簡單的方法分析其工作量，而只查看每天的平均數或百分位數并不是徹底的方法，不能深入地了解具體的模式。

結果是對資源需求的不準確的描述，這可能導致過度配置和性能問題。

這些簡單的方法很少做到正確。

當企業在尋找幫助其選擇正確的云實例的解決方案時，請選擇真正了解工作負載的詳細使用模式的東西。

(4)著眼于調整規模，并忽視現代化的工作量將工作負載實現現代化，在更新的性能更強大的硬件上運行版本更新的云實例產品，可以成為降低成本的有效手段。

事實上，人們已經發現，適當規模的實例可以在公有云計算中節省20%的成本，而現代化和適當的調整則平均節省了41%的成本。

隨著公有云供應商提供的服務和實例類型多的令人眼花繚亂，企業很難選擇適合的實例，更不用說跟上新的選擇。

盡管潛在的節省成本值得努力。

要做到這一點，需要詳細了解工作負載，云實例目錄，成本以及規范化數據的能力，以解決環境之間的性能差異。

這不是人工可以完成的，需要進行徹底的分析才能找到正確的組合來節省資金并確保業績。

這也是應該定期完成的事情，甚至幾個月前部署的應用程序可能就是很好的候選者。

(5)無法管理空閑的僵尸實例大多數組織沒有一個有效的過程來識別空閑的“僵尸”實例，導致他們隨著時間的推移而堆積。

它們通常是由于倉促地為短期部署實例而忘記關閉實例的結果。

僵尸實例只是浪費預算。

為了避免這種不必要的成本，組織必須使用足夠的歷史來查看整個業務周期(數周或數月)的工作量模式。

識別和消除這種實例可以節省成本，但它需要比大多數工具提供更長期的工作量可見性。

大多數組織沒有意識到他們在公有云中花費的費用是多少。

節省這筆資金需要更加注意了解企業工作負載如何利用資源以及他們真正需要在不影響性能的前提下盡可能高效地工作。

要明白細節是避免云預算超支的唯一途徑。