无论使用大型机或云计算，数据中心容量规划依然严峻，要确保拥有业务所需的足够IT资源。
　　
　　数据中心管理者面临着相同的挑战：业务需要更多的计算资源，但同时也希望降低能耗，冷却和其他设施费用。当走到评估是否需要进行数据中心这步时，一步一步的规划，是省下一大笔开支的好方法。
　　
　　数据中心容量规划是朝着正确方向迈出的重要一步，而且能够增强IT与其他业务领域之间的关系。虽然IT涉及到大数据与与物联网——而这些技术将如何影响数据中心容量——是可以评估，也可以用一定的方法缓解。
　　
　　这里有五个技巧，帮助您解决数据中心容量规划问题。无论是安装数据中心的第一台服务器，或者做更广泛的数据中心容量规划项目，提出正确的问题，能够在运营的漫长道路上预防潜在问题，专家StephenBigelow说。
　　
　　首先也是最重要的，确定设施是否能够应对服务器大量涌入——无论是从温度和连接性角度。同样考虑数据中心的不间断电源（UPS），因为新一批服务器可能透支目前的UPS容量。
　　
　　经过物理组件检查，软件许可证检查后。每个新服务器需要操作系统、虚拟化管理程序、管理工具和其他软件。在数据中心容量规划过程中，确定是否需要为这些组件购买新的许可证授权。
　　
　　为潜在的大数据，物联网项目做准备
　　
　　由于物联网和大数据互联网对企业的重要性越来越大，需要更多基础设施以处理增加的工作负载。在数据中心容量规划中，IT团队应该认识到这些应用程序，需要计算、网络与存储来支持。
　　
　　数据处理是大数据和物联网的根源。服务器集群和向外扩展架构可以支持这些工作负载，通过提升内存、网络与存储，专家DanKusnetzky说。资源管理是数据中心针对大数据与物联网容量规划的一个重要组成部分。
　　
　　了解当前的基础设施限制，提前规划需要的资源。例如，添加更多的存储看起来可能向个快速、简单修复的方案，但这无法总是满足大数据与物联网项目的新需求。即使通过升级存储和内存数据库，也可能遇到瓶颈，甚至还可能导致用电量问题。
　　
　　使用MIPS、MSU来检测大型机能力
　　
　　CPU小时、MIPS和MSU是大型机能力所专注的所有指标。MIPS，或每秒百万指令，测量大型机的计算性能和它所能处理的工作量。更多的MIPS，意味着更高的能力。在另一方面，MSU通常用来计算软件许可成本，专家RobertCrawford表示。
　　
　　当转换CPU小时到MIPS，能够更直观的查看大型机能力，使用公司：CPU秒*相对单处理器MIPS（EMU）/已消耗秒。得到的数据能以MIPS量度展示大型机工作负载容量。
　　
　　考虑云计算、容器如何影响容量
　　
　　云计算持续驱动数据中心变化。一些IT团队选择构建私有云，然后将峰值处理、非关键工作负载部署在公有云。
　　
　　本地增长是可以预期的，单公有云提供了另一个增长出口，如果企业希望节约数据中心的空间，可以考虑将更多业务部署到公有云，专家JimO‘Reilly说。
　　
　　同时，一些IT团队缩短了服务器、网络和存储的刷新周期。在某些情况下，服务器刷新因为虚拟化容器容量扩充而延迟。
　　
　　再往下的路，在托管环境同样能够满足业务需求的前提下，询问本地数据中心是否有存在的必要或成本效益。
　　
　　利用CPM与大型机的不可预测性战斗
　　
　　增加大型机容量可不是件小事。增加CPU数量或其他处理器无法解决问题，反而会增加更多挑战，Crawford说。当谈到IBM大型机优化，工具如CapacityProvisioningManager（CPM）结合WorkloadManager（WLM）能够帮助识别问题。在z/OS1.9和之后版本，CPM允许IT团队基于应用程序性能，自动化增加或删除容量。CPM接口结合WLM监控负载，并测量性能指标。
　　
　　编辑：Harris