超級計算主要是電腦的費用，不是建筑的費用，所以很難估算。而且個人投資建設不僅是租金問題，如果有業(yè)務需求還是找深圳超算比較好，首先需要進行需求分析，目前就2大塊需求，太抽象，無法分解，數(shù)據(jù)分析，是什么數(shù)據(jù)的分析?要怎樣分析?數(shù)據(jù)記錄要怎樣記錄?實時記錄?還是定時記錄?等等，這些需求明確了以后，在進行需求任務分解，再來確定開發(fā)工作量，最后才能評估出價格。

　　你可能正在做數(shù)據(jù)分析、數(shù)據(jù)處理或是數(shù)據(jù)開發(fā)的工作，業(yè)務你被繁重的需求壓迫的失去了對進一步了解大數(shù)據(jù)內在或是周邊的情況，還記得你第一次拿著辛苦賺來的工資為自己買的電腦嗎?高配置過萬，低的配置也大概三四千，平均就按5000元人民幣算。我們對比下個人電腦和公司數(shù)據(jù)服務器的對比。

　　建一個數(shù)據(jù)中心要多少錢?

　　配置個人臺式機數(shù)據(jù)服務器

　　電源290W500W

　　硬盤500GB~1TB1TB～70TB

　　內存8g～16g16g/32g/64g

　　CPU8核16核以上

　　網(wǎng)卡帶寬12.8MB/S～128MB/S128MB/S~1280MB/S

　　服務器就是更高配置的計算機，其耗電更多、存儲更大、內存和cpu更強勁，其需要對外提供服務，所以其網(wǎng)卡帶寬更大。我們自己在家用的到的網(wǎng)絡下載速度能達到3-4MB/s就很不錯了，計算平臺中各節(jié)點的數(shù)據(jù)傳輸速度大概得在100MB/s-1000MB/s。以下分別講下網(wǎng)卡、硬盤、CPU、內存這4個方面對計算平臺的影響：

　　1、網(wǎng)卡帶寬對計算的影響：

　　我們具體計算一個網(wǎng)速傳輸問題，一個 100GB的文件在100Mb/s的帶寬下要傳輸多長時間：先換算單位

　　100 GB = 100×1024×1024 KB = 104857600 KB

　　100 Mb/s = 100×1024÷8=12800 KB /s

　　兩者相除：104857600 / 12800 = 8192 s

　　換算時間：8192 s = 136.5 min = 2小時16分30秒

　　也就是說，100GB的文件在 百兆網(wǎng)卡(12.8MB/S)下，需要2小時16分30秒秒完成傳輸。那么：

　　如果是千兆網(wǎng)卡(128MB/S)，那么14分鐘內就可以完成傳輸

　　如果是萬兆網(wǎng)卡(1280MB/S)，那么1.4分鐘內就可以完成傳輸

　　2、硬盤對計算的影響：

　　目前硬盤有固態(tài)硬盤(SSD)、機械硬盤(HDD )。目前，1TB機械硬盤大概在300元人民幣左右，而固態(tài)硬盤在1000元以上。機械硬盤的讀寫速度一般在100MB/s 左右，而一般固態(tài)硬盤的讀寫速度可達 500MB/s左右。雖然固態(tài)硬盤體積更小，性能更佳，但目前大數(shù)據(jù)存儲還是用機械硬盤，因為價格便宜，也易維護。固態(tài)硬盤目前常用于個人電腦，如果個人資金充足，可以給自己的電腦更新?lián)Q代，用下固體硬盤，速度會提升明顯。

　　大數(shù)據(jù)平臺是I/O密集型的，數(shù)據(jù)是存儲在硬盤中的，在Hadoop平臺上，我們每一次的數(shù)據(jù)查詢工作，要從硬盤中讀取，每一次的數(shù)據(jù)寫入，要存儲在硬盤。一份數(shù)據(jù)可以切割后存儲在不同的硬盤上，而獲取數(shù)據(jù)時，也就需要從不同的硬盤中獲得。

　　3、CPU對計算的影響：

　　CPU核心數(shù)和線程數(shù)。

　　CPU個數(shù)即CPU芯片個數(shù)，CPU的核心數(shù)是指物理上，也就是硬件上存在著幾個核心。比如，雙核就是包括2個相對獨立的CPU核心單元組，四核就包含4個相對獨立的CPU核心單元組。

　　線程數(shù)是一種邏輯的概念，簡單地說，就是模擬出的CPU核心數(shù)。比如，可以通過一個CPU核心數(shù)模擬出2線程的CPU，也就是說，這個單核心的CPU被模擬成了一個類似雙核心CPU的功能。我們從任務管理器的性能標簽頁中看到的是兩個CPU。 對于一個CPU，線程數(shù)總是大于或等于核心數(shù)的。一個核心最少對應一個線程，但通過超線程技術，一個核心可以對應兩個線程，也就是說它可以同時運行兩個線程。

　　CPU之所以要增加線程數(shù)，是源于多任務處理的需要。線程數(shù)越多，越有利于同時運行多個程序，因為線程數(shù)等同于在某個瞬間CPU能同時并行處理的任務數(shù)。 因此，線程數(shù)是一種邏輯的概念，簡單地說，就是模擬出的 CPU 核心數(shù)。一個核心最少對應一個線程，但英特爾有個超線程技術可以把一個物理線程模擬出兩個線程來用，充分發(fā)揮 CPU 性能，即一個核心可以有兩個到多個線程。

　　簡單來說，CPU核心數(shù)越多，就可以越多同時處理計算任務。大數(shù)據(jù)中存儲是分布式的，而一個計算任務也可以拆分成不同的子任務，能夠讓互不干擾的子任務同時執(zhí)行，顯然后大大縮短計算時間。

　　因特爾4核心的CPU，目前市場價格大概在1000元左右。

　　4、內存對計算的影響：

　　硬盤作為外儲設備，相對的，計算機有內部存儲的地方，這就是內存。一般的講，內存的大小目前限制著我們操作個人電腦的流暢度，也就是你自己電腦比較卡的時候(一個行政人員的電腦內存4g，而一個技術人員得電腦內存最好不低于16g)，大多是內存資源的不足。目前1GB內存的購買價大概在50元人民幣，而1GB的硬盤價格是0.5元人名幣，兩者單價相差100倍。

　　1TB內存的價格是5萬元

　　100TB硬盤的價格也是5萬元

　　為什么相差真么大，因為內存對數(shù)據(jù)的讀寫速度比硬盤快很很很多，但如果要長久保留數(shù)據(jù)得把數(shù)據(jù)寫入磁盤。因為內存和硬盤的價格懸殊，所以MapReduce計算框架下，采取得是計算中間的數(shù)據(jù)會先寫入硬盤，后面的計算再把數(shù)據(jù)從硬盤讀入內存。打個比方，你有100GB的源數(shù)據(jù)，本來這100GB可以全部讀取到內存做計算，計算后把最終結果再寫入磁盤，但因為內存有限且在MapReduce計算框架下，硬盤空間換時間，必須得有中間結果數(shù)據(jù)寫入硬盤，作為緩沖，彌補內存的不足。所以為什么現(xiàn)在spark越來越流行，內存計算速度肯定快!

　　我們綜合帶寬、硬盤、CPU、內存，在資源一定的情況下，如果使用人很多，在資源分配上，需要排隊等待計算任務執(zhí)行。一定的資源不可能同時被所有使用者同時計算，所以必然需要排隊。有的時候，你覺得你的sql跑的慢，并不完全是你sql太復雜，還有可能是你的sql任務還沒開始執(zhí)行，正在排隊等待中。

　　進一步的思考，多臺計算機參與對同一文件的處理，如果這個文件足夠大，那么要這個文件分割儲存到不同的計算機上;為了防止數(shù)據(jù)丟失，文件都會復制兩個副本;為了提升計算效率，先就近計算存儲在每個計算機上部分文件，也就是每臺計算機分擔一份小任務。

　　是的，數(shù)據(jù)平臺保存一份數(shù)據(jù)，其實一般會保存3份同樣的數(shù)據(jù)。也就是你在hive建了一張500GB的表，其在數(shù)據(jù)平臺的實際大小會達到1500GB。

　　正因為大數(shù)據(jù)平臺這種分布式存儲、分布式計算的基本特性，隨著數(shù)據(jù)越多，服務器就得需要一批批的被采購。

　　1、機器的成本

　　10臺機器每臺64GB、30TB的服務器，每臺價格是5萬元左右，那么十臺就是50萬元。

　　2、機器的耗電

　　這里特別說下電費。

　　每臺服務器的電源大概是500W，1000W時為1度電，500瓦時就是0.5度電，公式為：

　　多少瓦÷1000瓦時×多少小時=多少度電

　　電費按每度0.8元，那么一臺服務器的24小時會用9.6塊錢。10臺服務器每年的用電量是35040元。電費一般是包括在下面要說的托管費用得，這里特別說明下。服務器在耗電下，也產(chǎn)生了大量的熱量，所以也服務器也需要存放在制冷系統(tǒng)下。10臺服務器每年的用電量就達3.5萬塊，那么1000臺每年就是得用300萬元，10000臺就得用3000萬元。規(guī)模越大，運行成本就越高。所以，巨頭互聯(lián)網(wǎng)公司一般都有自建的數(shù)據(jù)中心，建在西部。因為西部電費便宜，建在山洞也安全。用電成本絕對是要考慮的。

　　3、機器的托管費用

　　服務器托管收費標準是由一下幾個因素決定的：

　　1、服務器大小

　　2、IDC機房

　　3、運營商線路

　　4、帶寬大小

　　服務器需要提供穩(wěn)定的服務，還得防火防盜，一般會找專業(yè)的機房服務，托管機器。托管費用一般包括：機位費+網(wǎng)絡帶寬費+電費+日常維護費用。每天臺機器一年的托管費用按6000元，10臺服務器的費用一年是6萬元。算上電費。10臺服務器每年的托管費用得10萬塊錢。

　　4、我們看數(shù)據(jù)平臺的人力成本

　　工資成本：一個大數(shù)據(jù)平臺大致在10人-30人規(guī)模，平均每人每月工資10000人民幣，按30人計算，一年的工資大概在400萬。

　　軟件成本：雖然大數(shù)據(jù)軟件大多是開源的，但前端產(chǎn)品大多都得自己開發(fā)，但是大多情況下自己開發(fā)出來的爛產(chǎn)品，不如老老實實花錢從外部買個，最后老板被說服，狠狠心，買。 30萬的軟件產(chǎn)品買起。

　　綜上：300TB、30人的數(shù)據(jù)平臺，一年的總花費：50萬的機器硬件投入 + 10萬的服務費(包括電費、機器托管費) + 400萬的人力工資 + 30萬的軟件服務費 =450萬-500萬間

　　注意這只是300TB的存儲情況，TB級別的，那么如果是PB級別的呢?到了PB級別的時候，數(shù)據(jù)平臺的分工將是特別明確，有搞數(shù)據(jù)接入的小組、有搞數(shù)據(jù)計算的小組、有搞數(shù)據(jù)倉庫的小組、有搞運維的小組、有搞產(chǎn)品前端的小組。都是要人的。水漲船高，同時也騎虎難下。花費怎么也得上千萬吧。

　　當數(shù)據(jù)規(guī)模小時，一般人力成本比機器貴，達到一定規(guī)模后，機器比人力成本貴。(如果你一定要深度搞大數(shù)據(jù)，一定要找個機器成本比人力成本要多的平臺。這樣說也不是沒有根據(jù)，如果人力成本比機器還貴，說明數(shù)據(jù)的規(guī)模還沒有那么大)。考慮數(shù)據(jù)規(guī)模，如果你想接觸到整個大數(shù)據(jù)采集，清洗，開發(fā)，應用的每一個環(huán)節(jié)，建議去規(guī)模比較小的平臺，因為你肯能有很大機會接觸到每個環(huán)節(jié)，能夠去做各個環(huán)節(jié)的項目，對整個數(shù)據(jù)處理流程會有更深的認識。如果想專研究在某項技術比如Kafka、Spark、Kylin等，就盡量去大平臺，專人專做會更有深度發(fā)展。

　　搞大數(shù)據(jù)既然這么貴，作為大數(shù)據(jù)平臺管理人員，或者使用人員，應該從哪些方面去節(jié)省成本?

　　1、不要搞大數(shù)據(jù)

　　如果要搞，要做好長期成本開銷的準備。不排除隨著時代發(fā)展，擁有像Hadoop這樣的數(shù)據(jù)平臺，會成為每個公司的標配，像人力、行政、會計部門一樣。但是數(shù)據(jù)平臺到底能夠給企業(yè)帶來多大的價值，是只起到運營支持的作用?還是能夠變現(xiàn)盈利?是需要考慮的，因為數(shù)據(jù)平臺在企業(yè)相當?shù)臅r間內會一直是成本部門。或者換位思考下，如果你是老板，在下屬的慫恿下，你是否愿意拿出500萬來買設備。

　　2、數(shù)據(jù)的存儲格式及壓縮方法

　　規(guī)模越大，你將認識到存儲格式及壓縮方法的重要性。舉個常見的例子，你會把你的大文件壓縮后再發(fā)送郵件，或者存儲U盤攜帶。同樣數(shù)據(jù)平臺也需要有這種“壓縮意識”，壓縮最高可以節(jié)省約80%的空間，特別對于稀疏數(shù)據(jù)，一般常用的壓縮方法是Snappy、Gzip等。

　　壓縮方法有利于節(jié)省存儲空間，那么數(shù)據(jù)的存儲格式有助于節(jié)省計算資源。一般數(shù)據(jù)平臺的數(shù)據(jù)讀取操作高于數(shù)據(jù)修改寫入操作。在行式存儲格式(常見的text格式)下，我們用hiveSQL或者sparkSQL查詢某幾列的數(shù)據(jù)，雖然我們只是要表中的某幾列數(shù)據(jù)，但是會把涉及到這幾列的每一行的數(shù)據(jù)都要讀取到內存當中去，這樣就會加大對磁盤I/O、網(wǎng)絡帶寬、內存的開銷。為了降低這些不必要的開銷，列式存儲(常見的是parquet格式)是大數(shù)據(jù)首選的存儲方式，這樣你在sql查詢時，只需讀取select所選擇的列就可以了。

　　3、數(shù)據(jù)存儲策略方面

　　存儲策略包括的方面多，比如，怎么兼顧成本，取得包括內存、硬盤、cpu在內的計算資源合理、平衡使用，數(shù)據(jù)的冷熱分離，數(shù)據(jù)的生命周期管理等等，。“二八定律”也適用于大數(shù)據(jù)領域，那就是80%左右的數(shù)據(jù)是不經(jīng)常用的，我們經(jīng)常查詢的hive表，也就占全部表的20%。狠狠心，刪下數(shù)據(jù)吧!

　　4、數(shù)據(jù)的成本意識

　　大數(shù)據(jù)不僅是數(shù)據(jù)量大，數(shù)據(jù)復雜，經(jīng)過上述的計算，相信讀者會意識到大數(shù)據(jù)的成本也非常高。但往往公司會存著歷史數(shù)據(jù)，舍不得刪，覺得以后會賣錢;一旦被寫入數(shù)據(jù)的表，員工也會覺得先留著，日后肯定用得著。隨著數(shù)據(jù)規(guī)模的上漲，平臺的擴大，大家對GB、TB這些存儲單位會有一定的麻木。到了一定規(guī)模，問題的主次順序可能發(fā)生了變化，但問題絕對還存在，只是被掩蓋。

　　上述內容是“「數(shù)據(jù)中心搭建需要多少錢」建一個數(shù)據(jù)中心要多少錢?”的介紹，小編后續(xù)會陸續(xù)為大家?guī)硐嚓P知識，希望對你有所幫助，更多知識，請關注企盾分響。