Google将其数据中心技术作为一个核心竞争力,很少对外公布其技术细节,因此搜索巨人的数据中心一直是个谜.根据谷歌公布其数据中心能耗发展的图表,在图表中显示近年来谷歌在能耗控制方面有了明显的进步。  
  本文针对Google数据中心的特点,介绍Google位于欧洲的三个不同实现自然冷却方式的机房,这些机房都实现了100%自然冷却,都是没有chiller(制冷机组)的典型应用案例,分别是比利时水侧自然冷数据中心、爱尔兰空气侧自然冷数据中心和芬兰海水直接冷却数据中心。  
  当然本文提到的这些数据中心技术与机房所在当地的气候、政策、资源等相关,且属于完全定制的数据中心,不好为国内直接移植和借用,但思路和创新精神非常值得国内同行学习借鉴。

1 比利时数据中心

关键词:水侧自然冷

 
  Google比利时的数据中心位于Saint-Ghislain,该数据中心的第一阶段在2008年初投入,并于2011年Q1完成全部阶段设计。2011年Q1的PUE值可以低达1.09,而全年平均PUE值可达到1.11。该数据中心采用蒸发冷却系统,从附近的工业运河抽取用水。“我们设计并制作了一个站内的水处理厂,”Kava说道,“这样我们就不用使用供应城市的可饮用水”。该数据中心利用运河的冷水来带走热量,并自己修建水处理厂,再将处理后的运河水给数据中心提供冷量,只采用冷却塔来散热,无chiller,实现了100%水侧自然冷机房,是谷歌的第一个完全自然冷却的数据中心。
  
  距离数据中心大约400m外的工业运河,Google建设了现场的水处理工厂,直接从运河中抽取河水。由于运河的水质比较糟糕,必须过滤处理并净化到工业用水标准,但Google也不会将河水过滤处理到非常干净的水平,只要可用于制冷散热即可。然后用水泵将净化后的冷水输送到模块化储冷大水罐,再供给到各个冷却塔,用于后续蒸发冷却。这个过程结果不仅冷却了服务器,还清洁了水源,当地的部长也称赞Google,说这是一次双赢的合作。
  
  整个水处理厂的污水处理过程如图1所示。
  
  Google在比利时的数据中心中采用了模块化的无chiller自然冷却系统,通过图2中的热交换器热交换原理,将室内的热量通过存于水箱中温度较低的、处理过的运河水从冷却塔带走,实现无需机械制冷的目的。
  
  比利时的气候几乎可以全年支持免费的冷却,平均每年只有7天气温不符合免费冷却系统的要求。Kava指出,机房温度不需要像以前那样低。在2008年的时候,美国加热冷冻及空调工程师协会(ASHRAE)建议数据中心的温度应保持在20~25℃之间--但Google建议将其保持在27℃以上。“构建一个高效的数据中心的第一步就是简单的提高它的温度,”Kava说,“机器、服务器、存储阵列、任何东西在比一般数据中心保持的温度高得多的地方都能很好的运行。对我而言,任何数据中心在18或20℃以下运行都是相当可笑的。”
  
  在比利时,有时候会热的连服务器都不能运行,这时Google就会将这里的工作移交给其他数据中心负责。Kava没有给出任何细节,但他表示这种数据中心之间的工作交接涉及到一个叫做Spanner的软件平台。这个Google设计的平台曾在2009年10月的一个谈论会上有所提及,但是这是Google第一次公开确认Spanner确实有在使用。
  
  根据Google在2009年的讨论会上的陈述,Spanner是一个“存储及计算系统,遍及他们所有的数据中心,并基于限制及使用特点来自动转移和增加数据和计算的副本。”这包括涉及带宽、丢包率、能源、资源及“失败模式--比如当数据中心内部出现错误的时候。
  

2 爱尔兰数据中心

关键词:空气侧自然冷

  Google爱尔兰的数据中心位于都柏林,是已退役建筑--市长大厦翻新改造而成的,由于Google在欧洲没有足够的运维人员,所以希望将该数据中心设计成空气检测的自然冷却机房。该数据中心实现了100%的空气检测自然冷却,采用直接蒸发制冷技术,并且定制了热回收单元,全部工程完成于2010年上半年,是Google在欧洲的第二个无chiller数据中心(见图2)。
  
  都柏林具有非常好的气候条件,一年绝大多数时间天气都非常不错,由于该数据中心受已有建筑结构和散热供水等的限制,没法安装大型的冷却塔,因此采用了模块化的AHU(AirHandlerUmits,组合式空调箱)方案(图3)。
  
  从室外取自然空气送入到混风室跟机房内回风混合,经过滤和加湿等环节,用AHU风扇送到直接蒸发盘管进行冷却,最后通过送风管道进入机房。进入机房的冷空气经IT设备加热后,采用热通道封闭方案隔离热气流,部分参与回风,部分则直接排放到室外。直接蒸发制冷技术在夏天用于调峰,比如在高温天气冷却室外热空气,也可以在干燥的冬天用于机房湿度调节。
  

3 芬兰海水制冷数据中心

关键词:海水直接冷却

    
  在2009年的二月份,Google耗资5200万美元购买了一座位于芬兰Hamina(哈米纳)的废弃的造纸厂,他们认为这座拥有56年历史的建筑是建设其众多服务于大量网络服务的大规模计算设施之一的理想场所。Google和DLB公司一起将其进行改造设计成数据中心,目前已经完成第一阶段的测试和运行。图4为海水利用示意图。
  
  这个数据中心的独特之处在于采用了100%的海水散热。Google利用该造纸厂已有建筑,包括造纸厂原有水下通道,并采用模块化制冷单元和闭式的内循环冷冻水(淡水)对开式的外循环冷却水(海水)的热交换器传热,然后将升温后的海水送到室外的温度调节房,这个房间的主要作用是将送出的热水和进入的新鲜海水进行混合。在回到海中之前,Google会用更多的海水来冷却它。“当我们将水排出到海湾的时候,它的温度和湾内海水温度会很相似,”Kava说,“这就将对环境的影响降低到最小。”虽然这个数据中心供回水的DeltaT和取得的PUE值Google暂时没有透露,但相信应该是非常低的水平。图5为海水冷却示意图。
  
  根据Kava所说,公司的环境许可并没有要求控制水温。“这让我自己感觉很好,”他说,“我们不是只做我们被要求做的。我们去做那些我们认为对的事情。”这是一个关于Google很平常的消息。但是Kava指出那些ISO认证说明这家公司正在不断努力达到它的目标。“当局者迷,局外者清。这时第三方的加入就非常必要。”
  
  当然采用海水来散热有很多技术上的挑战,需要做热仿真,包括各个季节海水的不同温度、水垢带来的影响,以及海水对管路的腐蚀性等。比如在Hamina数据中心中Google采用了玻璃纤维材料的水管用于防止海水腐蚀,并在热交换器上采用了镀钛的板换叠片等技术。虽然这些技术在数据中心行业中也许还比较新,但海水散热在其他行业中也有较多应用,因此可以从相关行业学习这些经验和教训。
  
  为了保障设计可行,在概念设计阶段,Google做了很多热仿真工作。采用CFD技术,验证了风向和风强等对海水温度的影响,以及不同时间海水的潮汐效应。另外还需要考虑芬兰湾水位高低、海水温度变化和盐度大小以及海藻等对机房散热的影响。
  
  Google还根据该地区过去三十年海水温度的数据,来确定管道从哪里取水和哪里排水,以及进出水口安装水面下面多深的地方等。
  
  采用海水来冷却还有一些需要考虑的地方,由于不好直接采用化学过滤等,因此海水换热器的设计就非常关键了。Google在Hamina的设计中采用了四重的海水过滤系统,分别是粗效过滤、沿途过滤、药剂过滤和高效过滤器环节,并为了长期维护方便,现场建设了可更换的CIP(clean in place)过滤环节。
  
  此外还有需要注意的地方是大型海水冷却泵的水击(waterhammer)作用导致的损坏,该损坏主要来自阀门快速关闭时对管路带来的强烈冲击,产生的原因是关闭阀门后水被抽走导致的管内真空,从而管内外压力差很大。而用于防止海水腐蚀采用的玻璃纤维材料的水管强度不够高,在水击发生时的压力下容易造成管路爆裂,为此Google专门设计了个空气输入阀门,来控制压力差变化并缓冲其带来的冲击。总之海水冷却并不适合于所有人,设计中需要专业的工程学知识和技术,需要考虑很多东西,并且前期投入较大,因此对于小规模的数据中心建设并不划算,但应用在大体量的数据中心会带来非常多的益处。“对于某些规模较小的数据中心运营商/用户来说,(新型海水冷却系统)可能不具有经济效益,但它却有社会效益。它可以提供一个可靠的热源--芬兰海湾每年都会结冻,”Kava说道。还有,海水由于常年温度变化小且可预计,是非常稳定可靠的冷源,且可以几乎没有传统空调水系统带来的水消耗问题,并可以得到非常低的PUE值。
  

4 结束语

  
  综上所述,谷歌的三个数据中心采用了完全不一样的方式,但都实现了100%的自然冷却,达到了高效率的制冷方式,并实现了简单可靠的设计。因此自然冷却可以有很多种方式,但相互之间没有绝对的优劣。实现方式和当地的各种条件关系非常大,比如地理位置、气候等,因此不要局限于某一种固定的解决方案,而应该考虑长期的TCO。

资料免费送(点击链接下载)

史上最全,数据中心机房标准及规范汇总(下载)

数据中心运维管理 | 资料汇总(2017.7.2版本)

加入运维管理VIP群(点击链接查看)

《数据中心运维管理》VIP技术交流群会员招募说明

扫描以下二维码加入学习群

Google全球三大数据中心自然冷却方案剖析相关推荐

  1. 2017 全球超大规模数据中心已超过 390 个,中国仅占 8%

    Techcrunch 报道,Synergy Research 研究发现,2017 年是全球新的超大规模数据中心的突破年,全球超大规模数据中心已超过 390 个,且没有放缓现象.Synergy 预计到 ...

  2. 全球云数据中心发展预测白皮书2016~2021

    1.超大规模数据中心 ●   超大规模数据中心将从2016年底的338个增长到2021年的628个.到2021年,它们将占所有已安装数据中心服务器的53%. ●   到2021年,超大规模数据中心内的 ...

  3. mysql集群跨地域同步部署_跨地域冗余 - 跨数据中心部署方案 - 《TiDB v2.1 用户文档》 - 书栈网 · BookStack...

    跨数据中心部署方案 作为 NewSQL 数据库,TiDB 兼顾了传统关系型数据库的优秀特性以及 NoSQL 数据库可扩展性,以及跨数据中心(下文简称"中心")场景下的高可用.本文档 ...

  4. 高校云计算机中心建设方案,最新某大学云数据中心建设方案.pdf

    精品文档 xxxxx大学云数据中心 建设方案 2015/11 精品文档 精品文档 目录 第1章 云数据中心总体方案 3 1.1 设计原则 3 1.2 系统建设拓扑图 4 1.2.1 xxxxx大学智慧 ...

  5. 未来五年的全球绿色数据中心市场的增长趋势和预测

    根据调查机构研究表明,全球绿色数据中心市场预计将从2014年的234.1亿美元增长到2020年的956.6亿美元,其年复合增长率为26.44%.这个增长主要是因为许多国家执行数据存储空间法规和环保法规 ...

  6. 阿里巴巴建成全球超大规模数据中心内“RDMA高速网”,以支撑人工智能科学计算

    最新消息,尽管大多数云计算厂商已经在其数据中心内部部署RDMA(Remote Direct Memory Access)网络,但阿里巴巴已经抢先一步:其数据中心集群内的RDMA网络规模居于全球领先地位 ...

  7. 学校云计算机中心建设方案,智慧校园云数据中心建设方案.docx

    智慧校园云数据中心 建设方案 目 录 TOC \o "1-3" \h \z \u HYPERLINK \l "_Toc526875262" 第1章云数据中心总体 ...

  8. 大学数字化校园云数据中心建设方案

    大学数字化校 园云数据中心建设方案 精品方案 2016年 07月 目录 1 项目背景 2 建设原则 3 方案设计 3.1 总体拓扑设计 3.2 总体方案描述 3.3 核心网络设计 3.4 数据中心计算 ...

  9. 全球超大规模数据中心运营商首次出现盈亏平衡

    Synergy Research Group的最新数据显示,全球超大规模数据中心运营商资本支出为260亿美元.就超大规模公司而言,这一数字达到了盈亏平衡,10家公司实现了同比增长,10家公司出现了下滑 ...

最新文章

  1. linux命令行中curl和wget自动解压功能对比
  2. LeetCode Max Points on a Line
  3. mysql学习--基本使用
  4. tomcat 绑定 ip 及域名,限制非法域名访问
  5. pdf保存如何带批注_带有批注的SpringSelenium测试
  6. [BZOJ3529][Sdoi2014]数表
  7. 什么是二叉树?以及二叉树如何遍历?
  8. vs ajax工具包引用,vs2008中使用AJAX Control Tookit工具的问题?
  9. odbc mysql导出access_将mysql数据导入access数据库
  10. Centos 解压软件
  11. depmod 生成 modules.dep
  12. cad怎么表示出一个孔_AutoCAD如何画一个带孔的立体球
  13. 开发工程师与研发工程师的区别
  14. 【踩坑】解决springboot注入yml配置文件 list报错
  15. android手机进入reboot,android 静默重启 QUIESCENT REBOOT
  16. 高德地图--SDK集成--定位功能 地图定位搜索
  17. 基于easyTrader部署自动化交易(一)
  18. html中scr作用,车用尿素在SCR系统中的作用讲解?
  19. 基础知识【H5新增知识1】
  20. 从零编写60%+胜率的短线择时信号!零基础python量化投资代码详解【邢不行】

热门文章

  1. FFMPEG音视频同步-音视频实时采集并编码推流-优化版本
  2. 深度学习的三种硬件方案:ASIC,FPGA,GPU;你更看好?
  3. deepin-Code::Blocks安装与配置
  4. 图像处理——基于OpenCV的canny边缘检测
  5. 数字图像处理实验(6):PROJECT 04-02,Fourier Spectrum and Average Value
  6. python pypdf2另存为图片_用Python玩转PDF的各种骚操作
  7. Dubbo源码分析(三)Dubbo中的SPI和自适应扩展机制
  8. 【1024】阿里开源项目汇总
  9. 20145234黄斐《网络对抗技术》实验八、Web基础
  10. 网页打印问题,打印设置,打印预览,打印分页,纵打,横打及页面的边距