從基礎架構層面來看，一個有效率的云計算環境，必然也要一個有效率的服務器。而服務器的效率目前主要體現在兩方面，一方面是服務器自身的工作效率，也就是利用率和執行效率。另一方面是服務器的能效，也就是能耗情況。這是大家衡量服務器效率的兩個重要指標，而圍繞這兩個方面我們可以做很多有意思的討論。

服務器利用率是關鍵

提升服務器的利用率，一般來說是工作效率的主要體現。原因很簡單：如果一臺服務器，性能再好，其利用率低下，那么這臺服務器的工作效率也就很低。從成本上看，我們也希望服務器工作在滿負荷狀態，而不是總在空閑狀態。

那么如何提升服務器的利用率呢？我們需要先分析一下服務器利用率低的形成原因。首先是沒有那么多的工作負載——這就牽扯到了有效投資和對服務器的了解。接著，要是工作負載過高呢，也會造成計算上的I/O擁堵，形成低利用率。以上兩個問題其實是個任務調度和負載均衡的問題。而另一方面，利用率還和服務器的配置瓶頸有關。

[[82555]]

在早先的一些機器里，雖然服務器計算性能很強大，核心數也很多。但是利用率總上不去，原因在于內存過小，形成了系統瓶頸——如今在英特爾至強E***MD推土機架構以及Power7為代表的小型機面前，內存容量已經不是問題。而新的瓶頸則更加層出不窮——主頻敏感的應用并不適合在多核環境中，而是需要類似Power7這樣高主頻的服務器來提升利用率。反過來，一些對線程敏感的應用，則需要AMD推土機架構這樣的多核心處理。在HPC等層面，英特爾CPU架構有更好的表現。

可以看出，了解自身的應用類型并且合理的配置服務器是解決系統瓶頸，提高服務器利用率的重要影響因素。

那么負載均衡方面呢？先說說傳統的做法，傳統上負載均衡是通過對服務器的實時監測，用人工或者負載均衡算法平攤工作負載，這樣做的好處是實現較為簡單，缺點是費時費力，總是要調整。也有廠商推出了自學習和有眾多策略的負載均衡軟件，甚至有硬件產品來完成作業調度。但這畢竟是一種治標不治本的方法。

于是虛擬化這種大一統的手段就成了大家普遍推廣應用的手段，并且上升成為云計算的基石。原理很簡單，就是池化資源——用虛擬化的手法將服務器集群的計算能力、存儲能力、網絡帶寬虛擬成一個個資源池，在其中動態的劃撥計算資源，這樣就沒有了單純服務器的區隔，也就繞過了負載均衡的難題。

然而讓我們把話題重新聚焦的服務器層面——提升利用率和虛擬化的直接關聯在哪里？就在于原先一些空余的計算資源可以虛擬出來分配給其他的應用任務，并且這是和目前已有的應用彼此區隔的。

這句話很拗口，你可以想成是把你自己劈成兩半，一個干重體力活，剩下的那一點力氣干點輕松的活，總的目標是把你的力氣占用滿——這就是提高利用率。

綜上所述，我們得出兩個結論：首先我們需要根據應用類型選擇合適的服務器，這樣就能***化的提升利用率；接著在這基礎上如果采用了虛擬化解決方案，則能更大限度的榨取服務器資源，更大規模的提升利用率。也為云計算打好了基礎。

能效有多方面考量

如果說利用率高的服務器效率很高，那么能耗就是另一個因素。現在的用戶都非常客觀，對于服務器的考量不止是性能、利用率。除了一次采購成本以外，能效也是重點考察方向，因此IT經費的很大支出在后來就會是維護和電費等。

那么什么樣的服務器能效高呢？你必須知道，服務器中耗電量***的是處理器，因此選擇新架構，新工藝制程的CPU平臺，就幾乎選擇了***能效的服務器。這是一個簡單的原理：新工藝使得CPU提升了性能，并且節約了功耗，而一些新的CPU特性，如英特爾的PowerGate，Turbo boost睿頻等等技術則更好的在功耗以及CPU性能方面做了平衡。