4-1 支撑云服务的技术① 数据中心

📄 一句话概括

数据中心不是【放服务器的大房间】，而是五件事凑齐的一个地方：位置、电力、制冷、网络、安防——教材特意点出抗震结构与门禁管理，说明这栋建筑本身也是技术的一部分，而且是自建时最容易被低估的那一部分。

📝 本节和前面几节的关系

前三章讲的是【云是什么、要判断什么、改变了什么】；从这一节开始换视角：这些东西底下是怎么搭起来的。

第一章的数据中心与云服务讲过数据中心的四种提供形态（主机租用、机房租用、主机托管、自建），那是从【谁来提供】的角度分的。这一节要讲的是数据中心本身要具备什么——同一件事，从外面看是形态，从里面看是工程。

一、为什么技术章从机房开始

教材把技术章的第一条给了数据中心，顺序上有讲究：

因为虚拟化、容器、编排这些东西，全都是跑在某台真实机器上的。 而机器需要一个地方放——那个地方就是数据中心。所以逻辑链是：

数据中心（地方）→ 服务器（机器）→ 虚拟化（怎么切）→ 容器与编排（怎么装应用）

层次	对应小节	回答的问题
地方	4-1、4-2	机器放在哪、怎么摆得又多又稳
切分	4-3 ~ 4-6	一台机器怎么变成很多台
编排	4-7 ~ 4-10	这么多小东西谁来决定放哪、怎么更新
网络与存储	4-11 ~ 4-15	它们之间怎么连、数据放哪
打包成套	4-16 ~ 4-18	上面这些怎么攒成一个能卖的产品

这张表本身就是这一章的目录。 后面每一节，都是在往这条链上装一个零件。

二、一台服务器要转起来，需要五样东西

数据中心提供的，说到底是五件事：

提供什么	具体是什么	少了会怎样
位置	一块承载机器与重量的场地	没处放
电力	双路市电、UPS、柴油发电机	一停电全停
制冷	把热量搬出去	机器过热降频或宕机
网络	到运营商的出口与内部互联	服务出不去
安防	门禁、监控、消防	设备被人动、着火

前四样是【让机器能跑】，第五样是【让机器不被别人弄坏】。 教材在这一节里点出抗震结构与门禁管理，分别是【位置】和【安防】两栏里最硬的指标——因为它们跟技术指标无关，跟建筑与流程有关，而这正是纯技术人员最不熟的部分。

三、抗震结构：机房首先是一栋建筑

地震对机房的破坏，跟对普通房屋的破坏不太一样：

不是把楼震塌。机房楼的抗震等级本来就高。真正出事的是里面的东西动：机柜倾倒、地砖跳起、桥架脱落、消防管道破裂。
一次倾倒会连带一大片。一个机柜倒下会撞到下一个，一个机架里几十台服务器同时下线——地震造成的往往是批量故障，不是单点故障。

所以抗震做法里有三条很具体的事，全都不是【买设备】能解决的：

机柜固定到结构楼板（不是固定到架空地板），并做独立的基础隔震
设备上架时前后加固，重的放下面
桥架与管线做柔性连接，让它晃而不裂

这三条都属于【装修阶段一次性做掉】的事——等设备都装满了再回头补，代价高得做不了。这就是自建机房的门槛之一：它要求你在还没有服务器的时候，就把建筑层面的事定下来。

四、门禁管理：云的安全从一道门开始

云服务商对外承诺的安全里，第一层永远是物理安全，而物理安全的入口就是那道门。标准的做法是分级的：

区域	谁能进	控制方式
园区与大厅	任何人	访客登记、陪同
走廊与办公区	员工	员工卡
机房模块间	运维人员	刷卡＋生物识别，双人陪同
机柜前	授权工程师	二次刷卡，操作全程录像

关键不在【门有多难进】，在【每一次进出都有记录、都能回溯】。 因为云是多租户的——一台物理机上跑着好几家客户的虚拟机，你无法从机器里看出【谁碰过我】这件事，只能靠机房这一层的记录。

这也是自建与租用的分水岭：自建时这一整套要你自己建、自己维持、自己应对审计；租云时它包含在服务里，你不需要看，但出了事它在责任划分里算对方那一半（3-5 讲过的那条责任分割线）。

五、动手 Demo：等级差一级，一年差几十小时

机房有个国际通行的分级（Uptime Institute 的 Tier I~IV），它的核心数字是可用性，而可用性能直接换算成一年停多久。

看到什么算成功：

==================================================================================================
【Demo 1】数据中心等级：可用性差一点，一年差别就是几十小时
==================================================================================================
  国际通行的机房分级来自 Uptime Institute。年停机时间是这么来的：

    年停机小时 = 8760 × (1 − 可用性)

  等级        可用性      年停机        配置特征
  --------------------------------------------------------------------------------------------
  Tier I      99.671%     28.8 小时     单路供电与制冷，无冗余
  Tier II     99.749%     22.0 小时     加冗余部件，仍单路配电
  Tier III    99.982%     1.6 小时      可并行维护，不中断业务
  Tier IV     99.995%     0.4 小时      容错，故障自动切换
  --------------------------------------------------------------------------------------------
  读法：从 Tier I 到 Tier IV，可用性只提高 0.324 个百分点，
        年停机时间却从 28.8 小时压到 0.4 小时，相差 72 倍。
        所以等级差一级，花钱差的是数量级，不是百分比。

  教材在 4-1 里点到的这几件事，各自在防什么：

  要素          要防的是什么                  典型做法
  --------------------------------------------------------------------------------------------
  抗震结构      地震把机柜震倒、把地砖掀翻    机柜固定到楼板，独立基础隔震
  门禁管理      人进去动手脚（拔盘、拍照）    多道刷卡、生物识别、全程录像
  冗余供电      一路市电没了就全停            双路市电＋UPS＋柴发，自动切换
  消防与制冷    火烧了、热到宕机              气体灭火、N+1 精密空调、冷通道封闭
  --------------------------------------------------------------------------------------------
  一句话：这四项都是【你自己盖机房时绕不过、租云时不用管】的东西。

读结果：

第一张表最该记住的是最后一行结论：可用性的小数位看着不起眼，乘上 8760 小时就是几十小时的差别。看到「99.9%」时，心里要自动换成「一年 8.76 小时」。（2-11 里算过同一笔账。）
第二张表是【分工表】：这四项里，抗震、供电、消防属于建筑与工程，门禁属于流程与管理——都没有一项是【装软件能解决的】。这就是为什么自建数据中心的门槛，从来不是【买不买得起服务器】。

30 秒实验

打开任意一家云服务商官网的【区域与可用区】页面（或搜【xxx 云数据中心等级】），做两件事：

找它公布的数据中心等级（多数会写 Tier III 或 Tier IV），看它有没有提「可用区之间距离多少公里」。
看它有没有公布 PUE（电力使用效率），有的话记下那个数字。

做完这个你会看到一件事：等级、距离、PUE 这三个数字，是云服务商愿意公开的【机房自我介绍】。它们恰好对应本节的三栏：稳不稳（等级）、会不会一起坏（距离）、费不费电（PUE）。

常见误区

错误：数据中心就是【一个放了很多服务器的大房间】。——纠正：房间只是它的外壳，真正的技术含量在【让这些机器同时不出事】这件事上。等级、冗余、隔离、监控，全都是围绕这一件事在设计。把数据中心理解成【大房间】，就会得出【自建更便宜】的结论——因为房间确实便宜，贵的是让房间达到 Tier III 那一整套配套。
错误：机房建设是一次性投入，建完就不花钱了。——纠正：机房的成本大头在【运行】上。电费、制冷、维保、值班、检测，这些是按年付的，而且只要机房在开着，这笔钱就不会停（1-14 算过这笔账：自建的相关设施约占三成，且是【开着就一直付】）。所以自建适合【长期稳定、规模足够】的负载，不适合起伏大的负载。
错误：抗震这件事，等要建机房的时候再找结构工程师讨论。——纠正：必须比那更早。机房的承重、隔震、层高、消防分区，都是建筑设计的输入条件。等到设备进场才提出【机柜要固定到楼板】，那栋楼的楼板可能根本不允许打孔，或者打孔会影响结构。机房这件事的教训是：它属于建筑设计，不属于设备采购。
错误：门禁就是装个刷卡机，防外人进来。——纠正：防的主要不是外人，是自己人的误操作与不可追溯。数据显示，机房事故里由内部人员操作引起的比例远高于外部入侵。所以门禁的真正价值是留下记录：谁在什么时候进过哪个机柜，出了问题能查。没有记录的门禁，只防住了最少见的那类风险。

自测三问（点开对答案）

1. 为什么教材把数据中心放在技术章的第一条，而不是放到后面当背景？ —— 因为**它是所有技术的物理前提**。虚拟化要有一台真实的机器，容器要有一个真实的操作系统，编排要在真实的网络上通信——**这一章后面十九条讲的东西，全都发生在一个数据中心里**。先交代这个地方要具备什么条件，后面的技术才有落点。**顺序本身就是一种解释：先讲地方，再讲在上面怎么切、怎么装、怎么连。** 2. Tier III 和 Tier IV 的差别只有 0.013 个百分点，值得为此多花很多钱吗？ —— **取决于业务停一分钟值多少钱**。按 8760 小时算，Tier III 一年停 1.6 小时、Tier IV 停 0.4 小时，差 1.2 小时。如果一次停机损失十万，那是 12 万；如果一次停机损失千万，那就是上千万。**所以等级不是【越高越好】，是【停机损失乘以时间】对比【等级差价的投入】的问题**——这正是本章后面讲超融合、讲 IaaS 时反复用的同一种算账方式。 3. 为什么说自建机房的真正门槛不是钱？ —— 因为**它在时间和专业度上都有硬要求**。时间上，抗震、供电、消防这些必须在建筑设计阶段就定下来，等设备到货再补是补不了的；专业度上，它要求懂建筑、懂电力、懂暖通、懂消防，这跟懂服务器完全是两拨人。**一个懂系统的团队不一定搭得起来一个合规的机房**——这才是门槛。所以规模不够的公司，租用反而是更理性的选择。

☐ 下一节（4-2 支撑云服务的技术② 服务器的集成化与高密度：高密度）