大数据是云计算发展的自然结果，可以说大数据是广义云计算的一部分。所以，我们可以回到云计算领域去探讨大数据对数据中心场地基础设施的影响。有很多资深的数据中心专家会有这样的感觉，如果把他带到一个正在运行的数据中心里而不告知任何有效信息，面对一排排的机柜，他根本无法分辨这是“云数据中心”还是“非云数据中心”。云技术更多的是体现在服务器运行的软件中，而场地基础设施层面为数据中心提供的基本功能则是一致的。

 

　　但在这里需要引起重视的是，大数据和云计算对数据中心场地基础设施的建设的确是有影响的，这种影响更多地体现在宏观规划层面。数据中心场地基础设施的宏观规划最核心的两个重点是“可用性等级”和“容量规模”。首先是按照业务要求确定数据中心需要达到的可用性等级，体现出来的建设指标如“按照国标A级或按照UptimeTierIII进行建设”，当然，对大规模数据中心可以有不同可用性等级模块的组合方案。而容量规模可分解为电量、面积、制冷量三个指标，对新建数据中心而言，制冷量可以按照IT电量进行配套设计，因而核心指标是电量和面积，电量与面积之比即为功率密度。容量规模体现出来的建设指标如“总IT电量1万KW、功率密度7KW/机柜”等，当然不同模块可以设置不同的功率密度以适应不同的业务需求。

 

　　从“可用性等级”和“容量规模”两方面着手，大数据和云计算对数据中心场地基础设施建设的宏观影响大致有如下几个方面：

 

　　数据中心单体规模变大，小规模数据中心的数量减少

 

　　当前欧美地区新建数据中心也均以大型云计算数据中心为主，以提供新型的IaaS、PaaS等作为发展方向，中国也在跟进这一趋势。截止2010年底，美国大于2，000平米的数据中心已经超过570个，而我国数据中心数量虽然已经接近45万个，但超过2，000平米的数据中心仅有50个左右，不足美国同等规模数据中心的9%。我国数据中心发展水平与欧美尚有差距，而大数据与云计算的应用与深化将是推动我国数据中心发展的一次良机。

 

　　数据中心场地基础设施的可用性等级不再片面追高

 

　　因为有云计算在软件层的冗余，人们发现在场地基础设施层面片面追逐高等级是不划算的。一个典型的例子是eBay，eBay由原来所有数据中心Tier4级别转变为20%Tier4和80%Tier2，建设成本和运维成本减半，依然可满足业务发展所需。