智能城市的建設，數據科學與技術發揮著重要作用。通過高效的網絡建設，可以實現信息資源的交換、匯集，并利用現有的智能基礎設施為有關單位提供信息服務。自六十年代至今，數據中心經歷了三個階段：計算中心、資訊中心、服務中心。維基百科把它稱為“一個數據中心，是一個非常復雜的捐贈。"它不僅僅包括電腦、系統，也包括數據通訊、環境控制、監控及各種安保設備。數據中心在各行各業都扮演著舉足輕重的角色，為客戶提供視頻、數據挖掘、高性能計算等服務。隨著云計算技術的飛速發展，信息技術的應用與共享也在發生變化。云計算是傳統計算機和網絡技術發展的結果，包括網格計算、并行計算、分布式計算、虛擬化和負載平衡等，它是一種全新的計算與資源使用方式。在云計算的背景下，數據中心從*初的數據存儲到基于服務和應用的信息技術。在海量的數據服務中，只有微軟Azure、亞馬遜EC2、谷歌搜索引擎、Facebook等能夠提供海量的云計算服務。

1 智慧城市數據中心組成

1.1 硬件基礎設施

智慧城市的資料處理系統由電腦網路、伺服系統儲存、負荷平衡等組成。在此基礎上，以IRSAN為核心的基于LAN的系統，具有快速、安全、方便等特點。首先，對用戶基礎數據、主題數據和協作數據進行監控和過濾，以達到合理、高效的局域網、服務器存儲、負載平衡等功能；其次，對相關的硬件進行了測試和校驗，對服務器的存貯進行檢驗，并對系統的負荷進行測試，*終完成系統的裝入，完成智能城市信息系統的每日運營與維修工作。如圖 1 所示為智慧城市數據規劃中心，合理設計智能數據中心，將實際需求、現狀評估、設計實施、運行維護等多個要素結合在一起，設計出指標和參數，實現對數據中心的網絡服務器的實時監測，為數據中心工作提供了良好的保障

1.2 中心數據庫

智慧城市的實質是對大量的信息進行智能化加工、收集、存儲、分類、重組和再使用。從“經驗治理"向“科學治理"轉變，是智慧城市建設的一個重要手段。數據存儲技術是數據存儲、建模、分析等技術的關鍵技術，可以將大量數據存儲和分析；通過對數據模型的重構，建立了雪花、星型等數據的解析邏輯，實現了多維數據的高效整合。通過使用數據模型技術，可以將多維數據的不同維度與實際的表格進行直接或間接的聯系；它能夠分析和建模數據，為實時分析、統計分析等工作提供了強有力的支持。

1.3 大數據中心

城市數據的組織方式有很多種，基于地圖的空間結構是其中一種。都市生活節奏的加快，城市數據的時間尺度也隨之變化。因此，時空的多維性成為城市數據研究的又一熱點。在對數據進行分析和應用時，充分考慮數據的時空演化特征，并從多個角度進行數據之間的聯系分析。

智慧城市的建設中，需要的資料主要有：互聯網應用、行業應用、政府信息等。智慧城市建設通常采用政府、行業管理、大型企業等多種形式。因此，基于政府內網和外聯網，充分利用數據交換平臺，分析挖掘數據，建立一個支持各種智能系統的統一數據中心，實現數據之間的數據處理，為用戶提供全面的數據服務和數據安全，見圖 2。

2 智慧城市數據中心建設

2.1 建設目標

智能城市數據中心的建設目的是建立一個共享和監控中心，實現數據采集、共享和監控等方面的應用。因此，在建設智慧城市時，應從四個層面展開：

地監測不同階段的運營狀況。利用大量地圖、POI、人口、車輛等數據，結合物聯網、互聯網等實時數據，對各地區的用地狀況進行全面的數據統計與數據分析；

加強對大數據應用于城鎮管理。在市政領域，包括運營方式、治安、電話、交通密度、突發事件處理、環境保護等；

通過“生態孵化"促進產業發展，提高產業品質。通過對工業公司進行戰略布局，通過科技孵化、人才培養等多方面的支持，*終達到產城融合、工業落地、資源聚集和經濟發展的目的；

要把群眾對公共服務、交通和醫療等生活服務的需求結合起來，做到全面的智慧提升，主動服務，真正提升群眾的滿意度。

2.2 建設思路

數據中心的建設是一項既有軟體又有硬體的綜合系統。首先要掌握各個產業的經營需求，全面地對各個產業的發展現狀及現實需求進行剖析，并依據信息需求，對各類公司進行歸類，作出相應的規劃。其次，數據中心的管理員(數據交流平臺)設置數據中心的使用權，對數據進行管理；然后根據自身能力，將需要的資料從標準的數據中心中抽取出來，進行同步或異步的更新，再交給數據中心進行處理。

在網絡體系的設計上，采用了以二叉樹為基礎的樹型結構，以縱向擴展為基礎，提高了系統的整體功能。但是，這種網絡拓撲很難解決傳統的樹型網絡在核心根節點中產生的海量信息流，導致網絡的運行效率受到了很大的制約；采用高性能大容量的交換器，僅在一定范圍內減輕負荷，無法從根源上解決網絡的過載和熱點問題；由于網絡的頻寬限制，采用高接口的高性能器件會產生大量的器件開銷，使得大型的數據處理系統難以實現。因此，基于高帶寬、低延遲、高可靠性、低運行開銷、易于管理和管理的特點，數字中心系統中出現了許多新的拓撲。Fat-Tree 解決了熱點問題，即向中心交換器增加了“粗"的連接，但是它僅限于中心交換機的數量；VL2 解決了網絡中的熱點問題、提高了系統的可擴充性，但其線路較多；DCell 架構可以很好地滿足業務擴充，但其業務流的分配不均衡，且擴展的顆粒尺寸較大；BCube 架構以一個以數據為基礎的容器為基礎，它與當前“Data Center in aBox"的理念相一致，具有很好的性能，不過需要更多的擴充。

2.3 建設方案

2.3.1 核心軟硬件設施的構建

第一，要包括目前的數據標準、交換標準、平臺標準等；第二，要有網絡、存儲器、服務器、開關、傳感器等硬件架構；第三，包括實體、網路、資料、應用、平臺等。其中的安全條款主要有：實體、網路、資料、應用程式、平臺等。建立一個協調高效的軟件環境，保障數據中心的安全、穩定的工作環境。

2.3.2 數據的采集

通過數據交換平臺、采集適配器、ETL軟件等采集接口，實現了 ODS 數據庫的數據采集和非結構數據的采集。

2.3.3 數據的處理

建立運行管理平臺、數據管理平臺等軟件平臺，實現對系統的關鍵數據、業務數據統一的標識和加密，實現全生命周期管理和過程監控，實現數據管理、入侵檢測、身份認證等功能。數據加密、訪問控制和安全審計是確保數據安全可靠的重要措施

2.3.4 合并

建立了相應的數據交換平臺，在此基礎上，開發了多種業務接口，及時發布各類主要數據和業務數據，并與其他智慧城市的業務系統對接，實現了信息資源的*優化和*大限度的利用。

2.3.5 數據的處理與應用

根據智能城市決策分析的需要，收集、整理、建模、提取、分析等多種信息，以滿足智能管理、控制、傳輸等方面的改進，提高智能決策和反應能力，有效促進城市管理。智慧城市數據中心的建成，進一步提高了城市的智能決策和快速響應能力，為城市整體管理做出了重大貢獻。

隨著時間的推移，網絡的不斷發展，人們的生活、學習、工作都變得更加便捷。在智能交通系統中，運用基于傳感器、監控視頻、GPS等技術的大數據技術，為用戶提供*優的出行路徑。同時，通過對交通流量的統計，可以有效地分析和處理交通堵塞。大數據推動著城市的規劃與建設。比如，在政府一級，可以通過數據為大學提供專業支持，既能加強政府間的協作，又能增強政府在城市管理中的作用。

3 云計算時代的城市數據中心建設展望

3.1 建設背景

云計算是一種將網格、分布式和并行計算相結合的技術，它是當前社會和經濟發展的一種業務方式。云計算依賴于數據中心，沒有了云數據，云計算將不能使用企業或單位的數據來制定產品的組織規則。從本質上說，云數據能夠對各個企業、事業單位的數據進行采集，并將各個領域的數據資源集中起來進行運算，使其具有較高的代表性，對提高其應用價值具有重要意義。為了提高計算的安全性和可靠性，云計算在實際應用中需要滿足分布式的數據處理需求。對使用者而言，每天消耗的資料都能被安全地儲存在云端資料服務中，而不用擔心資料遺失造成的個人資料泄漏。云計算對用戶產生的數據進行去敏感處理，才能將其直接用于企業的生產和運營，從而避免用戶的個人信息被侵犯。這種集約化的數據處理方法，不但提高了數據資源的使用效率，而且從根本上改變了數據的本質，使用戶的數據資源具有更高的指導意義。

3.2 數據中心建設存在的問題

隨著云計算技術的不斷發展，在數據中心的建設上也遇到了一些問題，這些問題已經嚴重地制約了云計算的順利發展和數據中心的建設。在云環境下，數據中心的建設面臨著以下幾個問題：首先是網絡的架構問題。傳統的三層結構會產生較大的時延，從而很大地影響到存儲過程，所以對其進行改進和優化。第二，由于傳統的數據中心系統的建設，導致了數據和存儲網絡的分離，從而限制了數據中心的資源集成，加快了其發展。第三點是虛擬化。為了更好地利用虛擬設備，提高數據中心硬件資源的利用率，本文提出了一種新的虛擬技術。第四點，就是安全性。云計算技術的不斷發展，使得數據中心業務越來越不穩定，越來越開放，越來越安全。在當前的數據中心建設中，如何保證安全穩定的運行是一個迫切需要解決的問題。第五，過度使用能量。由于云技術的引進，大大增加了數據中心的能耗。為了促進數據中心的持續健康發展，需要尋找一條高效、綠色、節能的技術路線，以保證新數據中心的建設。

4 安科瑞AcrelEMS-IDC數據中心綜合能效管理系統

4.1平臺組成

安科瑞電氣緊跟數據中心發展形式，推出AcrelEMS-IDC數據中心綜合能效管理解決方案，包含有電力監控、動環監控、消防監控、能耗統計分析、智能照明控制以及新能源監測幾個子系統。集成了變配電監測、電源備自投、電氣接點測溫、智能照明控制、電能質量監測及治理、蓄電池在線監測、精密配電監控、智能母線監控以電氣火災、應急照明及疏散指示等多種子功能，能夠幫助用戶實時掌握數據中心的運行情況，保障數據中心可靠、安全、節約、有序、低碳的運行，輔助運維團隊提升數據中心能效、資源利用率和可用性，提高運維效率并降低運維成本。