- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章服务器机柜标准尺寸及服务器机柜的结构分类详解由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
随着社会科技越来越发达,到处都是关于信息数字的设备,就好比我们上网,需要数据中心服务器机柜来保护整个网络的设备,然而对于外行人来说,标准服务器机柜的具体尺寸他们并不清楚,下面我们就来聊一聊标准服务器的标准尺寸,以及服务器机柜的机柜结构分类.
机柜主要分为两大类:标准机柜与非标准机柜,而服务器机柜指的是标准的服务器机柜,是安放服务器专用的机柜,一般应用于数据机房,安防监控、合布线等地方!服务器机柜里面一般放的有交换机(与交换机相关的配件有配线架、排线架)、服务器(塔式、机架式)、还有的需要放置UPS(也分普通立式和机架式)、行业内经常使用的表示单位“U”, U是一种表示需要放到机柜中的服务器高度尺寸的单位,是英文单词unit的缩写,作为业界团体的美国电子工业协会,(EIA)规定的标准,1U等于4.445cm,2U则是1U的2倍为8.89cm.
单位换算:
1U=4.445厘米 。
2U=4.445*2=8.89厘米 。
3U=4.445*3=13.335厘米 。
4U=4.445*4=17.78厘米 。
20U=4.445*20=88.9厘米 。
42U=4.445*42=186.69厘米.
下面我们来说说标准服务器机柜,标准服务器机柜在机柜的深度、高度、承重等方面均有要求。常规高度为47U、42U、37U、32U、27U、22U、18U;宽度为800mm、600mm;深度为600mm、800mm、900mm、960mm、1000mm、1100mm、1200mm。平时机房中使用最多的就是42U高度,600mm宽度,800mm深度的机柜.
之所以要规定服务器的尺寸,是为了使服务器保持适当的尺寸以便放在铁质或铝质的机架上。机架上有固定服务器的螺孔,以便它能与服务器的螺孔对上号,再用螺丝加以固定好,以方便安装每一部服务器所需要的空间.
规定的尺寸是服务器的宽(48.26cm=19英寸)与高(4.445cm的倍数)。由于宽为19英寸,所以有时也将满足这一规定的机架称为“19英寸机架”,厚度以4.445cm为基本单位,1U就是4.445cm,凡是符合19英寸服务器的机柜都是标准机柜,具体见下表:
服务器机柜的尺寸,按容量分为:
22U服务器机柜(高:1.2米、宽:0.6米、深:0.8米) 。
27U服务器机柜(高:1.4米、宽:0.6米、深:0.8米) 。
32U服务器机柜(高:1.6米、宽:0.6米、深:0.8米)(高:1.6米、宽:0.6米、深:0.96米) 。
37U服务器机柜(高:1.8米、宽:0.6米、深:0.8米)(高:1.8米、宽:0.6米、深:0.96米) 。
42U服务器机柜(高:2米、宽:0.6米、深:0.8米)(高:2米、宽:0.6米、深:0.96米) 。
47U服务器机柜(高:2.2米、宽:0.6米、深:0.8米)(高:2.2米、宽:0.6米、深:0.96米)(高:2.2米、宽:0.8米、深:0.8米)(高:2.2米、宽:0.8米、深:0.96米) 。
服务器机柜的结构分类 。
按服务器的机箱结构来划分,可以把服务器划分为“台式服务器”、“机架式服务器”、“机柜式服务器”和“刀片式服务器”四类.
(1)台式服务器也称为“塔式服务器”,有的台式服务器采用大小与普通立式计算机大致相当的机箱,有的采用大容量的机箱,像个硕大的柜子。低档服务器由于功能较弱,整个服务器的内部结构比较简单,所以机箱不大,都采用台式机箱结构。这里所介绍的台式不是平时普通计算机中的台式,立式机箱也属于台式机范围,目前这类服务器在整个服务器市场中占有相当大的份额。像台式机一样,占用空间比较大,适合一些小型企业使用。 其他的尺寸宽度,深度可能差不多,就是要高好几个U.
(2)机架式服务器是针对企业的密集部署需求,以19英寸机架作为标准宽度的服务器类型。将服务器放置到机架上,服务器间是相互独立的,不仅有利于日常的维护与管理,也可能避免意想不到的故障。机架式是国际的一个标准,基本宽度为482mm 。一般在1个U的高度[1U(1U=1.75英寸)、2U、4U]等规格,宽度一般都是标准的19英寸,深度有700mm多的也有800mm多的,通常1U的机架式服务器最节省空间,但性能和可扩展性较差,适合一些业务相对固定的使用领域。4U以上的产品性能较高,可扩展性好,一般支持4个以上的高性能处理器和大量的标准热插拔部件,管理也十分方便,厂商通常提供人相应的管理和监控工具,适合大访问量的关键应用,但体积较大,空间利用率不高.
(3)刀片服务器是近几年比较流行的一种高可用、高密度服务器架构,是专门为特殊应用行业和高密度计算环境设计的,其中每一块刀片实际上就是一块系统母板,类似于一个独立的服务器。在这种模式下,每一个母板运行自己的系统,服务于指定的不同用户群,相互之间没有关联。不过可以使用系统软件将这些母板集合成一个服务器集群.
第一种:塔式服务器 。
塔式服务器一般是大家见得最多的,它的外形及结构都与普通的pc机差不多,只是个头稍大一些,其外形尺寸并无统一标准,原则上塔式服务器是不需要和机柜搭配使用的,但是如果出于某种原因也可以将它放到机柜中保管,但是存在一些问题,是否连接显示器,要看机柜空间的安排、服务器的数量、服务器直接操作的频繁程度、监控的要求、机柜管理的要求等因素综合考虑来决定。塔式服务器一般是大家见得最多的,它的外形及结构都与普通的pc机差不多,只是个头稍大一些,其外形尺寸并无统一标准.
这种类型服务器尤其适合常见的入门级和工作组级服务器应用,而且成本比较低,性能能满足大部分中小企业用户的要求,目前的市场需求空间还是很大的,但这种类型服务器也有不少局限性,在需要采用多台服务器同时工作以满足较高的服务器应用需求时,由于其个体比较大,占用空间多,也不方便管理,便显得很不适合.
第二种:机架式服务器 。
机架式服务器 机架式服务器的外形看来不像计算机,而像交换机,有1U(1U=1.75英寸=4.45CM)、2U、4U等规格。机架式服务器安装在标准的19英寸机柜里面。这种结构的多为功能型服务器,对于信息服务企业(如ISP/ICP/ISV/IDC)而言,选择服务器时首先要考虑服务器的体积、功耗、发热量等物理参数,因为信息服务企业通常使用大型专用机房统一部署和管理大量的服务器资源,机房通常设有严密的保安措施、良好的冷却系统、多重备份的供电系统,其机房的造价相当昂贵.
通常1U的机架式服务器最节省空间,但性能和可扩展性较差,适合一些业务相对固定的使用领域。4U以上的产品性能较高,可扩展性好,一般支持4个以上的高性能处理器和大量的标准热插拔部件。管理也十分方便,厂商通常提供人相应的管理和监控工具,适合大访问量的关键应用,但体积较大,空间利用率不高,这种服务器的优点是占用空间小,而且便于统一管理,但由于内部空间限制,扩充性较受限制,在扩展性和散热问题上受到限制,因而单机性能比较有限,应用范围也受到一定限制,往往只专注于某在方面的应用,如远程存储和网络服务等,在价格方面,机架式服务器一般比同等配置的塔式服务器贵上二到三成.
第三种:机柜式服务器 。
在一些高档企业服务器中由于内部结构复杂,内部设备较多,有的还具有许多不同的设备单元或几个服务器都放在一个机柜中,这种服务器就是机柜式服务器,对于证券、银行、邮电等重要企业,则应采用具有完备的故障自修复能力的系统,关键部件应采用冗余措施,对于关键业务使用的服务器也可以采用双机热备份高可用系统或者是高性能计算机,这样的系统可用性就可以得到很好的保证.
第四种:刀片服务器 。
刀片服务器所谓刀片服务器(准确的说应叫做刀片式服务器)是指在标准高度的机架式机箱内可插装多个卡式的服务器单元,实现高可用和高密度。每一块"刀片"实际上就是一块系统主板。在集群中插入新的 "刀片",就可以提高整体性能。而由于每块"刀片"都是热插拔的,所以,系统可以轻松地进行替换,并且将维护时间减少到最小,其中每一块刀片实际上就是一块系统母板,类似于一个个独立的服务器,它们可以通过本地硬盘启动自己的操作系统。每一块刀片可以运行自己的系统,服务于指定的不同用户群,相互之间没有关联。而且,也可以用系统软件将这些主板集合成一个服务器集群。在集群模式下,所有的刀片可以连接起来提供高速的网络环境,共享资源,为相同的用户群服务。在集群中插入新的刀片,就可以提高整体性能。而由于每块刀片都是热插拔的,所以,系统可以轻松地进行替换,并且将维护时间减少到最小.
刀片服务器比机架式服务器更节省空间,同时,散热问题也更突出,往往要在机箱内装上大型强力风扇来散热。此型服务器虽然空间较节省,但是其机柜与刀片价格都不低,一般应用于大型的数据中心或者需要大规模计算的领域,如银行电信金融行业以及互联网数据中心等.
目前,节约空间、便于集中管理、易于扩展和提供不间断的服务,成为对下一代服务器的新要求,而刀片服务器正好能满足这一需求,因而刀片服务器市场需求正不断扩大,具有良好的市场前景.
相互之间的区别:
主要是外观的区别,刀片服务器上可以插入多个很薄的服务器,共用一个总电源,但是散热一直是个不好解决的问题,塔式服务器外观就像我们的台式电脑一样,机架式服务器,是可以放置在标准的机架上的。通常是按照U计算的,如果你办理服务器托管,为了省钱,最好使用机架式的.
最后此篇关于服务器机柜标准尺寸及服务器机柜的结构分类详解的文章就讲到这里了,如果你想了解更多关于服务器机柜标准尺寸及服务器机柜的结构分类详解的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我正在尝试使用 Pandas 和 scikit-learn 在 Python 中执行分类。我的数据集包含文本变量、数值变量和分类变量的混合。 假设我的数据集如下所示: Project Cost
我想要一种图形化且有吸引力的方式来表示二进制数据的列总和,而不是表格格式。我似乎无法让它发挥作用,尽管有人会认为这将是一次上篮。 数据看起来像这样(我尝试创建一个可重现的示例,但无法让代码填充 0 和
我有一个简单的类别模型: class Category(models.Model): name = models.CharField(max_length=200) slug = mo
我正在开发一个知识系统,当用户进入一道菜时,该系统可以返回酒。我的想法是根据用户的输入为每个葡萄酒类别添加分数,然后显示最适合的葡萄酒类别的前 3 个。例如,如果有人输入鱼,那么知识库中的所有红葡萄酒
我目前正在研究流失问题的预测模型。 每当我尝试运行以下模型时,都会收到此错误:至少一个类级别不是有效的 R 变量名称。这将在生成类概率时导致错误,因为变量名称将转换为 X0、X1。请使用可用作有效 R
如何对栅格重新分类(子集)r1 (与 r2 具有相同的尺寸和范围)基于 r2 中的以下条件在给定的示例中。 条件: 如果网格单元格值为 r2是 >0.5 ,保留>0.5中对应的值以及紧邻0.5个值的相
我想知道在 java 中进行以下分类的最佳方法是什么。例如,我们有一个简单的应用程序,其分类如下: 空气 -----电机类型 -----------平面对象 -----非电机型 -----------
这是一个非常基本的示例。但我正在做一些数据分析,并且不断发现自己编写非常类似的 SQL 计数查询来生成概率表。 我的表被定义为值 0 表示事件未发生,而值 1 表示事件确实发生。 > sqldf(
假设我有一组护照图像。我正在开展一个项目,我必须识别每本护照上的姓名,并最终将该对象转换为文本。 对于标签(或分类(我认为是初学者))的第一部分,每本护照上都有姓名,我该怎么做? 我可以使用哪些技术/
我有这张图片: 我想做的是在花和树之间对这张图片进行分类,这样我就可以找到图片中被树木覆盖的区域,以及被那些花覆盖的区域。 我在想这可能是某种 FFT 问题,但我不确定它是如何工作的。单个花的 FFT
我的数据集有 32 个分类变量和一个数值连续变量(sales_volume) 首先,我使用单热编码 (pd.get_dummies) 将分类变量转换为二进制,现在我有 1294 列,因为每一列都有多个
我正在尝试学习一些神经网络来获得乐趣。我决定尝试从 kaggle 的数据集中对一些神奇宝贝传奇卡进行分类。我阅读了文档并遵循了机器学习掌握指南,同时阅读了媒体以尝试理解该过程。 我的问题/疑问:我尝试
我目前正在进行推文情绪分析,并且有几个关于步骤的正确顺序的问题。请假设数据已经过相应的预处理和准备。所以这就是我将如何进行: 使用 train_test_split(80:20 比例)停止测试数据集。
一些上下文:Working with text classification and big sparse matrices in R 我一直在研究 text2vec 的文本多类分类问题。包装和 ca
数据 我有以下(简化的)数据集,我们称之为 df从现在开始: species rank value 1
我一直在尝试创建一个 RNN。我总共有一个包含 1661 个单独“条目”的数据集,每个条目中有 158 个时间序列坐标。 以下是一个条目的一小部分: 0.00000000e+00 1.9260968
我有一个关于机器学习的分类和回归问题。第一个问题,以下数据集 http://it.tinypic.com/view.php?pic=oh3gj7&s=8#.VIjhRDGG_lF 我们可以说,数据集是
我用1~200个数据作为训练数据,201~220个作为测试数据格式如下:3 个类(类 1、类 2、类 3)和 20 个特征 2 1:100 2:96 3:88 4:94 5:96 6:94 7:72
我有 2 个基于多个数字特征(例如 v1….v20)的输出类别(好和差)。 如果 v1、v2、v3 和 v4 为“高”,则该类别为“差”。如果 v1、v2、v3 和 v4 为“低”,则该类别为“好”
我遇到了使用朴素贝叶斯将文档分类为各种类别问题的问题。 实际上我想知道 P(C) 或我们最初掌握的类别的先验概率会随着时间的推移而不断变化。例如,对于类(class) - [音乐、体育、新闻] 初始概
我是一名优秀的程序员,十分优秀!