中心性指标（共5篇）
中心性指标 篇1
0 引言
配送中心 (Distribution Center) 是指从事配送业务具有完善的信息网络的场所或组织, 应基本符合下列要求: (1) 主要为特定的用户服务; (2) 配送功能健全; (3) 辐射范围小; (4) 多品种、小批量、多批次、短周期; (5) 主要为末端客户提供配送服务。[1]配送中心是经济发展与社会进步的必然产物, 糅合了物流的仓储、运输、包装、装卸搬运、流通加工等多种功能, 在现代物流中发挥着重要的枢纽作用, 在现代经济中发挥着越来越重要的作用。
配送中心的选址不仅对企业发展具有战略性影响, 而且通常配送中心规模较大, 地处要道, 其建设和经营会影响到周边地区, 甚至关系到整个社会物流系统的合理化。因此, 配送中心选址是否合理不仅对于企业的发展具有非常重要的作用, 而且对于社会物流的发展具有重要的影响。
1 配送中心选址评价
配送中心选址要考虑的因素很多, 在实际调研和深入分析的基础上, 本文认为配送中心选址主要有自然环境因素、经济因素、投资环境等因素, 具体如下:
1.1 自然环境因素
(1) 地质条件。配送中心需要堆积存放大量货物, 地面要有一定的承压能力, 否则, 容易造成沉陷、翻浆等严重后果; (2) 气象条件。主要考虑温度、风力、降水量、无霜期、冻土深度、年平均蒸发量等因素; (3) 水文条件。配送中心一般应远离容易泛滥的河川流域与上溢地下水的区域; (4) 地形条件。配送中心首选地形应是完全平坦的, 次之可选择稍有坡度或起伏的地方, 山区陡坡则应该完全避开, 同时, 场地有无发展余地也是考虑的因素。
自然环境因素的权重系数通常是0.1~0.3。
1.2 经济因素
(1) 建设或租赁费用。如果考虑自建配送中心, 配送中心选址应重点考虑相关建设费用, 否则, 则主要考虑租赁运营场地产生的费用; (2) 运输费用。应优先选择靠近产品需求地或者产品供应地的位置, 便于缩短运距、降低运费; (3) 运营成本。配送中心选址应考虑人工、水、电、热、燃气等运营产生的相关费用; (4) 产品特性。配送中心应很好地适应产品特性, 如产品易变质的应考虑尽量接近消费者; (5) 服务水平。配送中心选址应能够保证向客户提供快速满意的服务。
经济因素的权重系数一般是0.3~0.5。
1.3 投资环境因素
(1) 交通条件。配送中心应当具备良好的交通条件, 最好依据港口、车站、机场、交通主干道入口处等交通枢纽布局, 优先考虑能够衔接多种不同的运输方式, 方便货物的进出的位置; (2) 公共设施状况。配送中心选址应考虑周边道路、通信等公共设施是否齐备, 有无充足的电、水、热、燃气的能力, 以及周围是否配套污水、固体废弃物等处理设施; (3) 经营环境。主要考虑有无当地政府给予的优惠政策以及能否容易招聘到高素质的员工等因素。
投资环境因素的权重系数一般是0.2~0.4。
1.4 其他因素
其他因素主要包括国土资源利用、环境保护要求及周边状况等因素, 配送中心应当尽可能节约用地、充分利用国土资源, 重视自然环境与人文环境的保护, 尽可能降低对居民生活的干扰, 同时, 配送中心应尽量远离易散发火种的工厂及居民住宅区附近。
其他因素的权重系数要视具体情况而定, 一般在0.1~0.2之间。
综上分析, 本文构建了如图1所示配送中心选址评价指标体系。针对候选的配送中心选址方案, 可以通过测算各项子指标然后加权求和, 得分最高者即为最佳方案。此外, 受制于企业经营的内外部条件, 配送中心的选址往往很难达到最优, 这种情况下, 可以根据节约成本的原则, 考虑从现有的配送中心或从适合建设配送中心的地点进行选择, 尽量做到最好。
2 算例
某企业是一家快消品批发企业, 主要为省内各县、市代理商提供快消品的配送服务。随着经营产品品种和客户规模的不断增多, 原有的配送中心从规模上已经不能满足企业发展的需要, 而且随着企业供应商的增多, 继续在原有的配送中心进行运营已经无法保持物流系统最优, 因此, 企业考虑重新对配送中心进行选址。经过实地考察, 最终确定了3个可供选择的配送中心选址方案A、B、C, 具体位置如图2所示。
为了选择合适的配送中心, 建立如图3所示指标体系。
通过专家打分方法, 对A、B、C三个方案的各个子指标进行打分, 加权后A方案自然环境因素、经济因素、投资环境因素和其他因素四个指标的得分分别为 (70, 65, 80, 90) , B方案四个指标的得分分别为 (73, 90, 75, 80) , C方案四个指标的得分分别为 (70, 63, 82, 71) 。
对A、B、C三个方案得分加权, A方案最终得分:73.5, B方案最终得分:83.3, C方案最终得分:69.1。所以最终选择B方案。
3 结论
配送中心选址是一个涉及很多复杂因素的复杂问题。选择配送中心地址必须系统地分析影响配送中心选址的因素, 采用科学合理的办法做出准确的决策。本文在系统分析影响配送中心选址主要因素的基础上, 从自然环境因素、经济因素、投资环境因素和其他因素四个方面, 构建了配送中心选址评价指标体系, 并应用于快消品企业的配送中心选址问题。本文构建的配送中心选址评价指标体系, 对于选择合理的配送中心地址、有效降低物流系统运营费用、促进企业更好的为客户服务、保证企业的高效和平衡发展具有重要意义。
摘要：配送中心选址要考虑的因素很多, 本文在实际调研和深入分析的基础上, 提出了包含自然环境因素、经济因素、投资环境等因素的配送中心选址指标体系, 并对某快消品批发企业配送中心企业选址进行了验证。
关键词：评价指标体系,配送中心选址,物流
参考文献
[1]GB/T-18354-2006, 中华人民共和国国家标准—物流术语[S].
[2]吴巧云, 王家全, 王耀军, 汪正西.供应链环境下配送中心选址问题研究[J].物流与采购研究, 2009 (23) :101-102.
[3]刘鑫.基于库存策略的随机物流中心选址问题优化研究[D].北京:北京交通大学, 2007:8-13.
[4]夏景虹.物流中心及其选址模型研究[D].南京:南京信息工程大学, 2005:32-38.
中心性指标 篇2
2.监管人员或质检人员可能不够，新员工没有得到及时指导和帮助;
3.客服代表可能对规定有误解;
4.缺勤率可能太高;
5.相较于呼叫电话量，客服代表从事其他事情的时间可能太多;
二、事后处理时间：指一次呼叫电话接听完后，客服代表完成与此呼叫有关的整理工作所需要的时间。此数据也可从ACD得到。这一规范应由小组或个人制成日表、周表和月表，还应该做成图形来与过去的记录进行比较。我曾经做过长时间的测试，一般呼叫中心平均事后处理时间为60秒，建议目标是30秒至60秒。
三、平均放弃时间：指呼叫者放弃呼叫前平均等待的时间，以秒来计算。
与其追踪这一数据，不如追踪放弃率更有价值。我个人观点认为除非特殊需要，此一数据也是由ACD收集，应每日和每周都做出报告。据专业人士统计全行业平均时间为60秒，建议标准范围为20-60秒。以下有两种情况：
1.等待时间很短即放弃，表明顾客等待的耐心有限，原因可能是有其它呼叫中心可以选择，也可能是拨打时总是不成功。两者都值得引起重视，并采取措施。
2.检查放弃的数目、没有拨通的情况的排队的时间，看是否存在呼叫者拨不进来的情况，这一问题如果对顾客很重要，呼叫者的满意率就会明显下降。
四、平均单呼成本：等于某段时间内中心所花的全部费用除以这段时间中心所接听的所有电话数，它包括无论何种理由打入的无论什么电话，不管是由客服代表接听的，还是由技术系统接听的。打入的电话数将有ACD所做的记录，呼叫中心总费用可以从财务取得。呼叫中心管理层应该每周对此都做一次检查和计算。行业不同，此一规范的数字变化很大。就所有行业的平均情况看，每打入一个电话需要花费成本4元。建议标准范围价于2元至5元之间。
五、平均通话时间：指谈话时间和事后处理时间的总和。ACD将会提供这一规范的数据。应该每天都计算，每周、每月都统计。设计一个由客服代表、小组和中心自己制定好格式的平均通话时间报告，做出曲线图来表示情况的变化。
六、平均持线时间：客服代表让顾客在线上等待的平均时间。ACD会提供每一客服代表的持线时间数据，并给出平均值。每日、每周、每月报告和图示这一规范，并每周、每月进行一次管理上的考察。
七、平均振铃次数：指顾客听到回话之前电话铃振响的次数，不论这个电话是由客服代表、还是IVR回的。此数据资料也是由ACD收集，每天都作报告，以便中心管理人员参考，或应呼叫者满意程度测试计划所需要。一般我要求现场管理者在现场要做到平均振铃次数应该保持在最低，尽管高峰期可能会有所增加，因此应该经过讨论来确定次数。此外，还可以将铃振次数作为掌握排队时间的一个准则。只要遇到的不是忙音，这一数字的多少对呼叫者不具有特别的意义。
八、平均排队时间：指呼叫者被ACD列入名单后等待客服代表回答的时间。ACD能按照适用或呼叫类型将所有到达中心的电话记录下来，我以前是将这一数字每日、每周和每月张贴公布给员工们看。
九、平均应答速度：指总排队时间除以所回答的总电话数。此规范也可直接得自ACD，应以半小时为单位进行报告，并以图表显示走势。平均应答速度过高意味着以下几点：
1、事后处理时间超出了目标规定;
2、持线时间比预期的要高;
3、呼叫量的预测不准确;
4、计划实际工作率不够。
十、平均交谈时间：指呼叫者与客服代表联系后交谈的时间长度。这一数据也是由ACD、客服代表、业务小组或呼叫中心收集和报告得出，我要求现场管理者每周和每月评估一次。如果客服代表的业务活动是特意根据呼叫类型分组进行的，则此一规范对于管理的用处更大。个人及小组的业务表现可能是一很有力的反馈数据，但重要的是要用呼叫者满意程度测试计划所产生的反馈数据对它加以平衡。如果相对较长的谈话能够提高客户的满意度，那么增加点话费也值得。因此，有些客服代表就需要再培训沟通技巧，以便他/她们能用稍长些的谈话来获得客户较高的满意度。
十一、每小时呼叫次数：指每个客服代表每小时接待呼叫的平均次数。它等于一个交接班中，客服代表接听的电话总数除以他/她接入电话系统后的总时数。此数据也可从ACD得到，我在运营管理中要求客服代表每天报告一次。并且要求班组长对自己的班组成员做好详细记录。
十二、监听分值：指由质检专员对客服代表的回话质量所做的等级评价。可以设计各种表格对客服代表的话务质量进行评估并每个月上报给相关负责人。
十三、占线率：占线率等于(通话时间+持线时间)除以(通话时间+持线时间+闲置时间)乘100。此项数据也是来自ACD，报表计算一般是按班组和客服代表加以平均。
十四、呼叫放弃率：一个放弃电话是指已经被接通到呼叫中心，但又被呼叫者在客服代表、呼出电话员和信息通知部接听之前自动挂断了的电话。放弃率是指放弃电话数与全部接通电话数的比率。ACD也能为呼叫中心提供此一数据，报告应该每日、每周和每月都作。必须确定“短时放弃”的时间长度到底是多少，并保证将这一数据在报表中清除掉。“短时放弃”按通常标准是20秒或者更少。
十五、出勤率：指一个班组实际工作的人数除以计划工作的人数乘100。这一数据的议案可以通过打卡机或门禁设施得来。如果出勤率较低，一般是检查缺工原由和与缺工员工谈话，了解所存在的个人问题。
十六、忙音率：指受到忙音信号阻滞，连ACD都没有到达的呼叫电话的百分数。此数据可从ACD或电话经营商处获得，应该每小时检查一次，看看受阻高峰出现在哪里。十七、一次性解决问题的呼叫率：指不需要呼叫者再呼、也不需要客服代表回呼就将问题解决了的电话的百分数。ACD可用编码的形式在呼后处理的过程中产生出这一信息，客服代表和呼叫中心都应该每日报告一次。
十八、队列放置率：即列入排队名单的电话数量除以中心所接到的所有电话的数量再乘以100。此数据同样由ACD收集，我曾经是每周计算和检查一次。一般是检查增加的客服代表是全时的、半时的、还是超呼叫量时才用到的。此一规范数值的上升可能引起电话成本的增加，因此此数据也对呼叫中心降低成本很有用。
十九、转接呼叫率：由客服代表转给其他人员接听的电话的百分比。可由ACD和客服代表报告这一数据，应每天、每周和每月都进行报告，并附带上客服代表的反馈信息，这些反馈信息至少一月最好一周汇报一次，要确定究竟是什么原因造成了转接。我曾经要求整个呼入部每一百个电话最多只有一到两个被转接，而且此电话转给的是非常精通此业务的相关负责人。
1.如果客服代表技术上有差别，则应该使用以技术为基础的软件，使客服代表有能力回答呼叫者的问题。
2.如果呼叫者一定要转电话，可以通过自动转接装置将呼叫者的录音转过去，这样可节省时间和费用。
3.不通知客户就转接(即盲目转接BLIND TRANSFER)常常意味着呼叫者需要重新向客服代表进行解释，这种重复会对呼叫者的满意感产生消极影响。
4.从一开始就确定是进行盲目转接还是告知后转接，而且不要试图脱离这个原则。
5.有些中心只在线路很忙的时候才盲目转接，但是有些客服代表有时会忘记他正在使用这个平时不该使用的办法。
6.转接的电话太多意味着问题或者是顾客迷惑了，或者是客服代表缺少应有的资料。
7.电话转接过多将耗费成本，成立一个由客服代表和呼叫者组成的讲座小组，认真商讨一下，确定和解决这个问题。
8.让监管人员写出一份转接次数统计报告和提供一个减少未来转接电话的解决方案。
二十、应答电话百分比：等于回答过的电话数除以所有接入的电话数乘100。此数据资料也是由ACD提供，我当时也是要求现场管理者每日报告一次。
二
十一、服务水平：服务水平的计算公式是：回答时间少于X秒种的电话数除以所接入的电话总数乘以100。这一数据可以从ACD得到。服务水平应该建立在不断监听的基础上，因为这一规范预示着所存在的主要问题。目前大多数呼叫中心的标准是：80%的电话都是在20秒钟之前做出的回答。
二十二、总呼叫数：指所有打入中心的电话，包括受到阻塞的、中途放弃的和已经答复的电话。ACD可提供这一规范数据来源，应该每小时、每天、每周、每月都进行检查。为了更好地组织安排工作人员，需要对打入的电话进行跟踪，并将它们按类型细致地划分一下。越早地预见到呼叫类型的变化，越便于管理人员作出及时有效的调整与安排。
无线接入性指标优化及分析 篇3
随着移动业务的日益发展,移动网络运营商对服务可用性的期望越来越高,对网络可靠性提出了更严格的要求。为了提高无线接入性,保证其稳定,通过对影响无线接入性的原因进行逐一的跟踪分析,得出了一套提升无线接入性指标的优化思路。保证网络的安全性,提高网络的可用性,业已成为各大运营商重要的关注点。
2 无线接入性计算公式
无线接入性=SDCCH分配成功率×TCH分配成功率
其中:
SDCCH占用次数=CELTCHFP.TFCONGPGSM
SDCCH试呼次数=RANDOMACC.CNROC原NT+RA NDOMACC.RAACCFA
话音信道占用次数=CLTCH.TCASSALL
话音信道试呼次数=CLTCH.TASSALL
提高无线接入性,必须从提高SDCCH分配成功率和TCH分配成功率着手,现网中TCH分配成功率已非常好,不做考虑。SDCCH分配成功率相对差,导致无线接入性较差。而SDCCH分配成功率=CELTCHFP.TFCONGPGSM/(RA NDOMA CC.CNROC原NT+RA NDOMA CC.RA A CCFA),提高SDCCH分配成功率,可增加分子、减少分母,即提高SDCCH占用次数、降低SDCCH试呼次数。
3 提升无线接入性的优化方法
1. 减小随机接入失败次数(RA A CCFA)
由图1可以看出,导致随机接入失败(RAACC-FA)增加的原因有:与信道请求建立原因值是否有效、MS softeware file congestion。
可以通过下压天线控制覆盖,收accmin,故障硬件处理等手段改善。
2. 减少随机接入成功数(CNROCNT)
减少随机接入成功数(CNROCNT),可以从两个参数着手。
可以把最大重发次数(MAXRET)设置小些,从而减少随机接入成功数。
移动站在启动立即指配过程时(如移动台需位置更新、启动呼叫或响应寻呼时)将在RACH信道上向网络发送“信道请求”消息。由于RACH是一个ALOH信道,为了提高移动台接入的成功率,网络允许移动台在收到立即指配消息前发送多个信道请求消息。最大重发次数(MAXRET)则由网络确定。
MA XRET以十进制数表示,取值有4种,即1、2、4和7,默认值为4。MA XRET设置即在收不到系统响应时,MS可以重复发送信道请求MAXRET设置值次数。但是考虑到如果多次尝试仍不能响应,那么可能有其他原因,次数设置再大也没有太大意义。可以将MAXRET设置为2,这样如果MS在S+TX-1时间内收不到系统响应后,重新发送信道请求信息,如果还没响应,就取消请求。这样,无线接入性能指标中,SDCCH成功率部分的CNROCNT就会减小很多,而SDCCH占用次数没有过大变化,由此提高无线接入性。
3. 随机接入间隔时间设置
任意两次相邻的信道请求消息之间间隔的时隙数(不包括消息发送的时隙)由移动台以均匀分布概率方式从集合{S,S+1,……,S+TX-1}中取出。这里关联到的参数有:TX(发送分布时隙数),而参数S实际上是由移动台根据参数TX和CCH信道的组合情况自行计算得到。
TX以十进制数表示,其取值范围为3～12、14、16、20、25、32和50,默认值为50。参数S取值方式如表1所示。
如TX取12时,则移动台将等待217个TDMA帧的时间,每个TDMA帧大约4.615ms,再加上1～11个TDMA帧的时间(12之下的一个随机数),也就是大概总共需要1s之后才能再次接入尝试。
如TX取50时,则移动台将等待55个TDMA帧的时间,每个TDMA帧大约4.615ms,再加上1～49个TDMA帧的时间(50之下的一个随机数),也就是总共约479ms,大概0.5s之后再次接入尝试。
参数TX越大,移动台发送信道请求消息之间的间隔的变化范围越大,RACH冲突的次数相应减少。参数S越大,移动台发送信道请求消息之间的间隔越大,RACH信道上的冲突减少,同时AGCH信道和SDCCH信道的利用率提高(网络每收到一次信道请求,只要有空闲信道都会分配一个信令信道而不论信道请求消息是否由同一个移动台发出)。
然而,参数TX和S的增大却会延长移动台的接入时间,从而导致整个网络的接入性能下降,因此必须选择合适的TX和S。在一般情况下,应取参数TX使参数S尽可能小(以减小移动台接入时间),但必须保证AGCH信道和SDCCH信道不出现过载。
4. 增加SDCCH占用次数
增加SDCCH占用次数,可以打开SCHO(信令信道切换)开关,打开SCHO开关后可以提高SD-CCH占用次数,在一定程度上也可降低TCH掉话率,而对SDCCH掉话指标没有冲击。
5. 缩短TINIT计时器
开启SDCCH切换,可以避免一些SDCCH的掉话,而且,可以为下一步TCH分配与占用提前做好准备,使得TCH分配能够在较好小区进行。由于信令信道的占用时长较短(一般做位置更新等也就是3～4s,短信方面,视其字节长度,可能会稍长一些,也不过是6s左右),如果想鼓励SDCCH切换得更多,得通过把TINIT计时器减小,使得SDCCH建立成功后,能够更快地启动二次切换。
TINIT是一个BSC级参数。LOCATING是由信道改变而触发的,定义中涉及“立即指配、分配、切换”这3类。LOCATING建立的同时,TINIT开始计时,超时前,禁止任何信道改变动作,包括小切内切、OL/UL子小区改变、切换等。TINIT以480ms为单位,即一个SACCH周期,现网设置一般为10～14,也即立即指配、分配、切换开始,4.8～6.72s后才能够发起切换。
6. 参数调整验证
(1)MAXRET参数调整验证。10月15日,对全网的MAXRET参数进行调整,由原默认值4调整为2,调整后无线接入性指标提升明显,如图2所示。
(2)TX参数调整验证。8月27日,对部分小区的TX参数进行了调整,由默认值50调整为12,但实验证明TX调整对无线接入性没有帮助,无线接入性指标变化情况如图3所示(注:8月29日由个别小区SD拥塞导致,不具有参考性)。
(3)SD切换功能参数调整验证。10月21日陆续开启了全网基站的SD切换功能(SCHO),从10月至11月月指标可以看出,SD切换对无线接入性有积极作用,见图4。
4 结论
通过一系列调整,可以得出参数MAXRET与SCHO对无线接入性指标提升有明显帮助,同时各种保障手段的有效实施,无线接入性指标可以提升并保持在较好水平。
从图5可以看出,优化效果比较显著。
另外,针对日常优化调整情况,也总结出了两点保持无线接入性稳定的保障手段:
(1)控制同频同BSIC小区数量。对于同主频小区来说,由于BSIC参与了随机接入信道的编码译码过程,因此如果两个具有相同BCCH/BSIC的小区相距不足够远,则手机发出的RACH上的“CHANNEL REQUEST”消息会被这两个小区都收到,这样就会使得较远处小区接收RACH时产生译码错误或TA超限导致随机接入失败(由于手机与较远处小区未同步),即使随机接入译码成功也不能成功给移动台指配信道,甚至有可能干扰近处小区的立即指配等。这样距离较近的同BCCH、同BSIC小区间可能会产生随机接入和切换接入的干扰。由于切换多发生在小区边界,切换接入信令会在更近的距离产生干扰。基站分布较密时切换频繁,出现干扰的可能性也就较大。
一般对于随机接入失败多的小区,通过更改其BCCH和BSIC都能得到很好的改善。
可以通过一致性检查出现网同频同BSIC小区,结合经纬度信息确定小区间是否存在影响。
通过对于边界小区定期做基础数据交流,排除同频同BSIC小区的影响。
(2)硬件问题的及时排查与处理、话务均衡及工程建设。硬件问题也可能影响到无线接入性,最直接的影响就是硬件问题导致的话音信道不全引起大量SDCCH、TCH拥塞。
在日常工作中需要经常检查BSC各单板、传输、基站是否存在告警,确保工作正常;及时排除基站隐性故障;检查直放站设备,确保直放站工作正常。
对现网中拥塞小区进行合理的话务均衡,进一步加大工程建设力度,以保证小区的客户服务质量。
摘要：本文从无线接入性计算公式、提升无线接入性的计算方法、参数调整的验证等几个方面来提升优化无线接入性,为用户提高更高质量的网络服务。
关键词：无线接入,SDCCH,TCH
参考文献
[1]福建移动.福建移动通信网络无线优化专业知识汇编
[2]中国移动.中国移动网络优化技术培训班课程
能效逻辑和数据中心定量评价指标 篇4
该报告的主要包括了解现状、展望趋势、评估能耗、寻找机会、优选手段等内容。该报告已经深远的影响了全球服务器和数据中心产业,且将在以后的几年内对整个产业继续产生持续而重大的影响。
该EPA报告罗列了由Lawrence Berkeley国家实验室提供的10个最佳的节能措施。
◆Lighting Controls照明控制;
◆Use Premium Efficiency Motors使用高效率马达;
◆Install Variable Speed Everything安装变速设备;
◆Utilize More Efficient Chilled Water Plants使用高效率水冷系统;
◆Power Conversion Efficiency提高能量转换效率;
◆Virtualization减少未使用的服务器数量;
◆Air-Side Efficiency提高空气流动通道效率;
◆Free Cooling自然冷却;
◆Appropriate Environmental Conditions适宜的环境条件;
◆Liquid Cooling液体冷却。
但Emerson认为单单是罗列节能措施远远不够,目前业界缺乏一种对数据中心节能方案的中立客观的评估。因此,这使得数据中心管理者无法确定这些节能方法的优先排序,并且无法针对其数据中心的设备情况和运营状况定制出最好的节能策略,于是就有了能效逻辑(Energy Logic)。
1能效逻辑
能效逻辑由艾默生网络能源提出,可成为降低能耗的路标。对于数据中心和IT部门的管理者来说,能效逻辑描述的是从终端主设备到基础设施的级联节能效应。能效逻辑对过程中的每一步骤的节能进行量化以及评估投资的回报时间。基于研究和建模,能效逻辑在保证可用性和灵活性的基础上,使能耗最小化,系统容量最大化。
能效逻辑级联节能的瀑布模型如图1。
(1)能效逻辑理解数据中心节能降耗方面有着积极的意义
◆级联效应的模型化,可视化——关于数据中心节能的具体措施和方法,业界的叙述汗牛充栋,不可胜数。当能效逻辑的提出者站在数据中心整个系统的高度研究之后提出了节能链条的观点:“终端主设备节省的每一瓦电能都会向上游支撑设备产生级联效应”并用良好的可视化的模型表现出来。这是从概念的角度来看待能效逻辑。
◆数据模型——能效逻辑的提出者做出了大量细致而又艰苦的建模的工作,建立一个十分漂亮的5000平方英尺数据中心模型。除了美国与中国因为供电制式的差异之外,其模型大部分可以为现实所参考。这是从手段的角度来看待能效逻辑。
◆基于能耗量能的角度对节能措施优先级排序——这是能效逻辑期望达到的理想结果,而事实上只要一看图1的瀑布模型,这个目的就自然而然的达到了。各子系统的能耗比例是如此的一目了然,数据中心管理者结合自己的实际情况当然很容易就做出判断。这是从结果的角度来看待能效逻辑。
能效逻辑对业界最大的贡献不仅仅是可视化的揭示了数据中心各子系统在节能降耗方面的逻辑相关性,更为业界的同行提供了分析数据中心的一种思路和方法。
但是能效逻辑是对节能措施进行优先级排序的定性方法,而不是定量的标准。那到底有没有一个定量的标准呢?这个标准必须是能够定量的显示数据中心的能效,且在采取节能措施后能从数字上看到这种改进的效果。而且这个标准必须由中立组织制定,且广泛为业界认可。因此数据中心能效定量评价指标应运而生。
2数据中心能效定量评价指标:PUE&DCi E
(1)定义:
PUE:Power Usage Effectiveness(能量使用效率)
DCi E:Data Center InfrastructureEfficiency(数据中心基础设施效率)
PUE和DCi E二者成倒数关系,在文章《The Green Grid Data Center Power Efficiency Metrics:PUE and DCi E》中有更为详细的界定。
(2)历史沿革
这两个概念都是由Green Grid(绿色网格)制定,Green Grid(绿色网格)是一个非盈利的第三方机构,由业界专家构成,该机构主要负责研制修订数据中心能效定量评价指标,和EPA、ECMA等机构关系密切。
这两个概念非常新,2007年2月才有Green Grid(绿色网格)在文章《Green Grid Metrics:Describing Data Center Power Efficiency》定义出来,刚出来时,两个概念分别叫PUE(Power Usage Effectiveness)和DCE(Data Center Effectiveness),PUE被广泛应用,但由于DCE语义不明,几个月后Green Grid在文章《The Green Grid Data Center Power Efficiency Metrics:PUE and DCi E》将DCE改成DCi E。
(3)指标制定思路
EPA将数据中心分成IT和Infrastructure(基础设施)两个部分,两个部分能效的乘积才是整个数据中心的能效,详见图2。但是IT部分的能效评价指标还在定义之中,还没出来,现在还只有Infrastructure(基础设施)部分的能效定义,即PUE and DCi E。PUE已经在业界有广泛应用,而DCi E(见图3)在2007年8月EPA那份有名的报告中被专门提及,身价立即倍增,这两个指标作为定义数据中心Infrastructure(基础设施层)能效评价指标已经无法动摇。
(4)指标的局限
数据中心典型的PUE和DCi E曲线如图4、图5所示。
但是问题的关键是PUE和DCi E的指标到时是否有个阈值,低于这个特定的DCi E阈值数据中心就可被认为是耗能的,高于这个特定的DCi E阈值数据中心就可被认为是节能的?很遗憾,目前这个阈值点的具体数值目前大家仍在讨论,但这个阈值的出现是可以期待的。
(5)指标的发展
第一,关于如何定义数据中心总能效也就是数据中心生产率(包括IT层和Infrastructure层),主要在讨论如何定义何为“有效的计算Useful Computing或Usefu work”。但数据中心能效也就是数据中心生产率的初步定义已经出来(见图6)。
第二,PUE的定义也在深化,主要是因为如果对系统分解,就可以得到如下定义。
因为:Total Facility Power=Cooling Load+Power Equipment Loss+IT Equipment Load
即:数据中心总能耗=制冷用电负荷+供配电能耗+IT设备能耗
以后,CLF就代表在IT/W负载上消耗的制冷用电量,而PLF就代表在IT/W负载上供电系统的损耗,1.0则永远不会变,因为这是IT负载和自己的比率。这样,就可通过一些子指标来定量表征各子系统和IT负荷的能效关联度。
摘要：Energy Logic(能效逻辑)通过其精巧的数据模型不仅可以展示各子系统的级联节能效应,也可展示其基于量能的对节能措施的优先排序。PUE和DCiE可以实现对数据中心能效的定量管理。
关键词：Energy Logic(能效逻辑),数据中心定量评价指标(PUE,DCiE)
参考文献
[1]Green Grid《The Green Grid Data Center Power Efficiency Metrics:PUE and DCiE》
数据中心能效评价的指标体系 篇5
数据中心方法论, 就是人们认识数据中心、改造数据中心、评估数据中心的一般通行方法, 是人们用什么样的方式、方法来评估数据中心和处理数据中心的问题。数据中心能效评价方法论主要解决如何评估数据中心的问题。
由图1可知, 数据中心的构建涵盖了设计、施工、验收等三个主要阶段。在构建完成的数据中心中, 建筑体、IT设备、基础物理设施构成了数据中心的主要载体;在此载体的基础上运转相关软件, 支撑企业的主要业务和海量数据。
对数据中心的评价主要集中在建筑体评估、设备评估、设计评估、业务评估四大方面。而施工与验收仅仅是过程与手段, 故不列入评价模型中来。图2是数据中心四维评估模型图。
2 评估数据中心的指标体系
下面分别列出数据中心建筑体评估、设备评估、设计评估、业务评估方面的指标体系:
2.1 建筑体评估
本评估采用了LEED评估体系, 主要用于评估建筑在其全生命周期中的环境性能表现, 由五大方面、若干指标构成其技术框架:
a.可持续建筑场址
b.水资源利用
c.建筑节能与大气
d.资源与材料
e.室内空气质量
通过以上五个方面对建筑进行综合考察、评判其对环境的影响, 并根据每个方面的指标进行打分, 以反映建筑的绿色水平。
2.2 设备评估
设备主要包含基础物理设施、IT设备以及软件运行系统。基础设施主要指UPS、电池、机柜 (机架) 、监控、空调等基础设备。软件系统包括数据库管理、数据仓库管理、数据分析及挖掘、数据存储管理和数据备份管理等子系统。IT设备 (硬件) 系统由承载数据中心软件的各类服务器、网络存储等组成。 (见表1、表2)
2.3 设计评估
企业级数据中心的设计要在中国数据中心设计指导标准的前提下, 满足数据中心的可持续发展原则, 要考虑数据中心的整合与集中, 未来数据中心的发展趋势与方向等问题。 (见表3)
2.4 业务评估
数据中心建设的终极目的是为了运转数据平台, 支撑企业的业务发展。一个合格的数据中心应该满足维持企业业务的速度, 业务连续性等基础标准。数据中心的业务评估更多的是要考虑数据中心能为企业业务的可靠性、连续性、响应速度等因素。
a.是否满足当前的业务需求, 包含业务的可靠性、连续性、响应速度等因素;
b.在满足当前业务需求的基础上, 是否考虑了未来业务的增长, 留下可以扩容的空间, 以便使业务的连续性得到保障;
c.是否便于硬件服务人员的维护, 以及软件服务人员的平台操作。
3 结论
绿色数据中心的本质是一整套设计和方法论, 最高效的数据中心不一定就是绿色的。绿色数据中心需要全面的理解和整体认识, 这包括位置、环境、物理建筑、基础设施、员工、系统建设和维护等众多因素。本文基于四维评估模型提出了若干评估指标参数, 为数据中心后续的完善建设和优化改进指明方向。
参考文献
[1]艾默生网络能源白皮书.能效逻辑[M].