《思科绿色数据中心建设与管理》——1.7 小结

1.7 小结

思科绿色数据中心建设与管理
绿色数据中心指的是相对于传统服务器环境而言,资源使用效率更高、对人类和环境影响更小的数据中心。

目前有几种情况促使一些公司设计和运营更绿色的数据中心。

虽然传统数据中心的能耗正在急剧增加,但是能够提供足够功率且能满足部署服务器环境的资产仍然是有限的。
绿色数据中心的运营成本更低;任何实现绿色技术或材料的额外成本都可以在设施的整个生命周期中重复获得回报。
绿色数据中心更高的能效使它能够扩充电源和制冷资源。
绿色数据中心能够更好地满足减少能耗和碳排放目标,而且这些目标现在越来越频繁地出现在世界各国政府的议程上。
新数据中心技术优势本身提供了实现更加绿色环境的条件。
消费者通常更愿意与拥有绿色实践的公司做生意,而数据中心在这方面更为突出。
虽然运营自己的数据中心比运营租赁的数据中心更方便,但是您仍然能够通过选择硬件和运营活动来减少租赁设施的能耗——降低费用并增加相关容量。选择不同的主机托管设施时,您还可以观察它们的效率和环保水平。

尽管绿色数据中心具有很多优点,但仍然有些人对于实施绿色技术心存芥蒂,因为他们不愿意采用自己不熟悉的方法和技术;他们认为绿色解决方案太昂贵;他们的公司并没有关于实现更绿色项目或设施的奖励措施;或者他们仍然怀疑这些绿色是否能够实现所宣扬的效益。

有些公共部门为商业建筑的绿色建设或改造活动出台了财政激励政策。许多公共事业公司,除了提供丰富的节能战略信息来源,还为能提高能效的基本工程项目或硬件采购提供回扣。同时,有许多政府为使用可再生能源或建设或升级建筑实现更高能效的项目提供了税收减免优惠政策。

建设更加绿色的设施和采用更加绿色的运营方法的商业价值,正在越来越多的实践绿色措施的主流企业中得到体现。各个商业领域的行业巨头都实施了各自的绿色措施,包括购买可再生能源、减少温室气体排放、使用自动化系统在下班时间关闭耗能设备,如电灯和个人电脑,出于环境因素进行一些慈善捐款等。

时间: 2024-10-03 04:20:04

《思科绿色数据中心建设与管理》——1.7 小结的相关文章

《JavaScript数据可视化编程》——导读

前言 JavaScript数据可视化编程 在我们的日常生活中,数据的重要性与日俱增.尤其对于一些庞大的组织机构(诸如Facebook和Google这种体量的公司)来说,数据几乎是一切决策的核心.在地缘政治领域,正在前所未有地收集数据,以致爆出诸如美国国家安全局监控丑闻这样的事件,这从另一个侧面反映了我们正在经历一个宏观数据时代.但是,从微观角度来说,数据作为一个个独立的个体,本身却并不显得那么重要.有调查称,99.5%的数据其实是被忽视和浪费的. 数据可视化是解决数据被浪费的重要工具.有效的可视

《JavaScript数据可视化编程》—— 第1章 图像数据1.1 创建基础的柱状图

第1章 图像数据 JavaScript数据可视化编程在很多人的印象中,数据可视化图形是一些非常酷炫复杂.充满科幻设计感的图形.这种看法其实存在误区.实际上,建立一个有效的数据可视化模型并不需要特别深厚的设计功底和复杂的编程技巧,如果你一直牢记着数据可视化的目的是帮助人们更好地理解数据,那么你就会认同,在进行数据可视化的过程中最需要注意的,恰恰是"简单"二字.那些看似简单基础.随处可见的图表及其所传达的信息,往往最容易为人们所理解和消化. 因为用户已经熟悉了各式各样的常规图表,如柱状图.

《JavaScript数据可视化编程》——1.7 小结

1.7 小结 这一章的例子提供了一些标准数据图表类型,最简单和最直接的可视化数据工具的快速指南.如果某一类可视化数据选对了使用哪种图表,那么可视化的效果将会非常好. 柱状图:主要的基本的图表.对于展现一小段相同间隔时间内的数量变化或者自己本身的数量对比是很有效的. 线形图:当有大量的数据需要展示或数量有不规则变化时,会比柱状图更有效. 饼图:经常被过度使用,但是对于凸显单个值在整个数据中的占比是很有效的. 离散型图表:显示两个值之间的关系是很有效的. 气泡图:在离散型图表的基础上增加了第3个值,

《JavaScript数据可视化编程》——1.4 用离散图表绘制x/y值

1.4 用离散图表绘制x/y值 柱状图对于单一数据维度的可视化展现通常是非常有效的就像我们之前创建的展现胜利场次的柱状图.但如果我们想要探索两种不同类型数据之间的关系离散型图表会更有效.假设我们想要展示一个城市健康体检的花费一个维度和平均寿命另一个维度之间的关系.让我们通过一个例子一步步的看看用数据是如何创建离散型图表的. 就像在本书1.1节介绍的一样我们需要在我们的网页中加载Flotr2类库并设置一个div元素来放置我们将构建的图表. 1.4.1 第1步 定义数据 在这个例子中我们将使用经济合

《JavaScript数据可视化编程》——1.5 用气泡图表示数量扩展x/y数据

1.5 用气泡图表示数量扩展x/y数据 像前面例子描述的传统离散型图表,只能展现x和y轴两个值之间的关系.有时两个值并不能恰当的展现出我们想要展现的数据.如果我们需要3个变量,我们可以使用一个离散型图表的框架来展现两个值,然后根据第三个值来改变图表中点的大小.那么使用气泡图就是最好的选择. 然而在使用气泡图时有一些需要注意的.像我们早先看到的饼图一样,人们非常不善于准确判断一个不是长方形形状的相对区域,所以气泡图不能让人们准确对比气泡的大小.但是,如果你只想展现一个大概的量而不是准确的量,那么使

《Python数据可视化编程实战》—— 1.2 安装matplotlib、Numpy和Scipy库

1.2 安装matplotlib.Numpy和Scipy库 Python数据可视化编程实战 本章介绍了matplotlib及其依赖的软件在Linux平台上的几种安装方法. 1.2.1 准备工作 这里假设你已经安装了Linux系统且安装好了Python(推荐使用Debian/Ubuntu或RedHat/SciLinux).在前面提到的Linux系统发行版中,Python通常是默认安装的.如果没有,使用标准的软件安装方式安装Python也是非常简便的.本书假设你安装的Python版本为2.7或以上.

《Python数据可视化编程实战》——5.2 创建3D柱状图

5.2 创建3D柱状图 Python数据可视化编程实战 虽然matplotlib主要专注于绘图,并且主要是二维的图形,但是它也有一些不同的扩展,能让我们在地理图上绘图,让我们把Excel和3D图表结合起来.在matplotlib的世界里,这些扩展叫做工具包(toolkits).工具包是一些关注在某个话题(如3D绘图)的特定函数的集合. 比较流行的工具包有Basemap.GTK 工具.Excel工具.Natgrid.AxesGrid和mplot3d. 本节将探索关于mplot3d的更多功能.mpl

《Python数据可视化编程实战》—— 1.6 安装图像处理工具:Python图像库(PIL)

1.6 安装图像处理工具:Python图像库(PIL) Python数据可视化编程实战Python图像库(PIL)为Python提供了图像处理能力.PIL支持的文件格式相当广泛,在图像处理领域提供了相当强大的功能. 快速数据访问.点运算(point operations).滤波(filtering).图像缩放.旋转.任意仿射转换(arbitrary affine transforms)是PIL中一些应用非常广泛的特性.例如,图像的统计数据即可通过histogram方法获得. PIL同样可以应用在

《Python数据可视化编程实战》—— 1.5 在Windows上安装matplotlib

1.5 在Windows上安装matplotlib Python数据可视化编程实战在本节中,我们将演示如何安装Python和matplotlib.假设系统中没有预先安装Python. 1.5.1 准备工作 在Windows上安装matplotlib有两种方式.较简单的方式是安装预打包的Python环境,如EPD.Anaconda和Python(x,y).这是本书推荐的安装方式,尤其对于初学者来说更是如此. 第二种方式,是使用预编译的二进制文件来安装matplotlib和依赖软件包.需要注意安装的

《Python数据可视化编程实战》—— 1.8 在代码中配置matplotlib参数

1.8 在代码中配置matplotlib参数 Python数据可视化编程实战matplotlib库提供了强大的绘图功能,是本书用的最多的Python库.在其配置文件即.rc文件中,已经为大部分属性设定了默认值.本节会介绍如何通过应用程序代码修改matplotlib的相关属性值. 1.8.1 准备工作 如前所述,matplotlib配置信息是从配置文件读取的.在配置文件中可以为matplotlib的几乎所有的属性指定永久有效的默认值. 1.8.2 操作步骤 在代码执行过程中,有两种方式更改运行参数