盡管使用有效性進(jìn)行衡量有它的好處，但并不能充分優(yōu)化數據中心的效率。IT團隊需要更詳細的數據中心指標，包括能源和冷卻基礎設施，以及計算系統，以真正優(yōu)化數據中心。
談到在這一方面的進(jìn)展，2007年美國環(huán)境保護局（Environmental Protection Agency）公布了一份關(guān)于數據中心效率的報告，其中指出希望發(fā)布名為“能源之星”（ENERGY STAR）的服務(wù)器評級標準，盡管后來(lái)實(shí)現比預期的要晚，他們還是完成了這一標準。Green Grid早在2010年公布了水的使用效率和碳使用效率指標，但是并沒(méi)有引起太多的關(guān)注。2016年6月，Green Grid宣布的性能指標（Performance Indicator，PI），一個(gè)著(zhù)眼于將冷卻標準與能源效率結合起來(lái)進(jìn)行評價(jià)的指標。
我們已經(jīng)習慣于以性能和效率的指標來(lái)評價(jià)數據中心，然而對于多數IT團隊來(lái)說(shuō)，甚至是一些日常跟蹤能源使用效率（power usage effectiveness，PUE）的團隊來(lái)說(shuō)，啟用新的評價(jià)指標無(wú)疑需要更高端的數據收集以及分析技巧。對于那些已經(jīng)準備好使用更加復雜優(yōu)化工具的團隊來(lái)說(shuō)，有一些關(guān)鍵內容需要事前考慮。
拓展數據中心評價(jià)指標的意義
關(guān)閉休眠服務(wù)器、整合和虛擬化應用程序或購買(mǎi)符合能源之星評級的硬件等方式來(lái)節約能源是常見(jiàn)措施。然而，除非能源和冷卻的基礎設施同樣完成優(yōu)化，這對現存系統較為困難，否則降低的消耗將無(wú)法顯著(zhù)提高能源效率。這時(shí)PUE數據將變得更糟。通過(guò)以PUE為基準，而不作為跟蹤度量，指標數據很可能看起來(lái)沒(méi)救了，這樣投資和付出是不值得的。管理層只希望他們的投資能催生較低的PUE數值，而沒(méi)有理解數字本身所代表的意義。
這就是其他數據中心所采用的評價(jià)指標，如Green Grid的數據中心能源效率（data center energy productivity，DCeP）都是有價(jià)值的原因。DCeP將完成有效工作時(shí)，數據中心實(shí)際產(chǎn)生每瓦的能量消費的數據進(jìn)行了量化。DCeP允許用戶(hù)建立自己對有效工作指標的定義。例如，在線(xiàn)搜索公司可能會(huì )以其網(wǎng)站完成的搜索數量作為定義內容。而對于零售商來(lái)說(shuō)，定義內容很可能是銷(xiāo)售數量。PUE還是必要的，然而DCeP指標能更容易被一些經(jīng)驗較少的人們所理解。
盡管DCeP不是一個(gè)科學(xué)準確的度量角度，它提供了一種方法來(lái)量化你真正完成工作時(shí)所使用的能源。如果一家銀行的服務(wù)器在大部分時(shí)間里都處于空閑狀態(tài)，它描述出最小能量，所需的最少的冷卻量，并不會(huì )顯著(zhù)地影響PUE.但它仍然消耗了能力卻沒(méi)幾乎沒(méi)完成任何工作。DCeP則正相反，它的目標是減少能源消耗，最大限度地提高有用的工作。對于行業(yè)中的領(lǐng)先企業(yè)，要將每一盎司的生產(chǎn)性計算從他們使用的每瓦功率中擠壓出來(lái)，復雜的服務(wù)器可以提供遠遠超出了處理器利用率的操作數據，而更為復雜的數據中心度量可以跟蹤結果。
然而PUE和DCeP還都只是有關(guān)能源效率和降低能源。使用它們衡量效率，可能造成部分無(wú)法識別的結果，因為這些指標無(wú)法顯現出在節省能源、影響冷卻性能和可靠性方面所作出的犧牲和讓步。新的PI度量指標則可以做到，對于那些擁有更高水準數據收集技能的、有能力去優(yōu)化運營(yíng)過(guò)程中每個(gè)環(huán)節的管理員很有幫助。
PI度量的四個(gè)層級
PI度量有四個(gè)層級。Level 1是基本層級，不需要復雜的設備就可以應用。Level 2需要更徹底、更準確的測量。Level 3和Level 4添加計算流體動(dòng)力學(xué)（computational fluid dynamics，CFD）的空氣流建模來(lái)提供性能監控的圖形可視化，還提供假設情景分析，預測使用當前能源效率時(shí)，未來(lái)的能力和故障模式是如何的。Level 3是普通建模。Level 4使用實(shí)際和詳細的測量方法，校準計算流體動(dòng)力學(xué)模型作為其他標準可信賴(lài)的準確度量基線(xiàn)。
要使用PI和DCeP這樣的標準拓展數據中心度量有三個(gè)前提；
采用PUE方法；
在計算操作中定義哪些工作是有效工作并且
獲取每個(gè)機架工作時(shí)產(chǎn)生的能源、溫度等詳細測量數據
PI將PUE、熱合規性和彈性結合起來(lái)補充現有的度量方法。后兩者分別基于A(yíng)SHRAE推薦標準和允許的熱度范圍。熱合規性和彈性研究如何在正常和異常條件下保證冷卻工作的冗余。如果機房空調空氣溫度必須降低到滿(mǎn)足熱合規目標，PUE可能增加。PI度量的側重點(diǎn)是要了解硬件是如何可靠地被冷卻，以及能源設施的效率如何，以及一個(gè)因素如何影響其他因素。決定你距離想達到的極限距離有多少，以及你想要的目標能源效率或PUE值。然后，測量實(shí)際情況并繪制一張三角形的圖，也稱(chēng)為蜘蛛圖，看看他們是如何接近你的目標。
圖1. 蜘蛛圖是從幾個(gè)維度衡量以確定大致的目標一種方法
現在有幾種衡量數據中心的指標，依據能源效率，計算每單位能源消耗和可靠性相對能源效率的工作輸出，以最大限度地提高整體數據中心的性能。對于大多數運營(yíng)工作來(lái)說(shuō)，堅持基本設施和跟蹤電源使用的有效性應處于最優(yōu)先。可以選擇其他標準，但PUE仍然是基礎。即使你還沒(méi)有準備好采取進(jìn)一步的措施，了解行業(yè)中成形的建議還是有幫助的，只要你有了目標就能知道應該如何去做。
