数据中心常见误解

---

一、数据中心建设的几个重要的因素和常见问题

数据中心建设需要考虑的九个方面
第1页：需要多少个机柜？橱柜的尺寸是多少？
机柜的数量决定了数据中心的空间需求。橱柜的尺寸取决于您的需求和位置。
看点二：数据中心是什么级别？
数据中心层级决定了数据中心的冗余要求和配电方式。
第3页：每个机柜的平均功率角是多少？机柜平均功率密度乘以机柜数量即为数据中心的最大IT负载。此外，还有数据中心的电力系统、冷却系统以及交换机、存储设备等设备的电力。明智的做法是对数据中心采用模块化策略，以降低成本，同时又不牺牲未来扩展的灵活性。
看点四：数据中心的交流柜和直流柜需要多少个备用电？
服务器机柜需要100%直流电源或100%交流电源或两者的组合。在配置备用电池时，最好按照15分钟的备用放电时间来设置。企业应该增加备用发电机组的频率，而不是浪费更多的钱来添加更多的电池。
看点五：数据中心选址
数据中心必须考虑当地的气候条件。包括：水冷机组、机械冷却空调、自然风冷、短时风冷、绝热冷却等。所有数据中心设施均实现低PUE目标。
第6页：不要追求全高而不脱离现实
规划时需要考虑实际需求和可行性，以及产品的整体性能等指标。做出个人假设。看点七：数据中心有两不可忽视的主要要素：规划设计和建设。
第8页：数据中心的运维人员应参与规划和设计。

---

二、GIS数据质量的基本特点及常见的误差原因1.数据质量的基本概念
1.1精度
1.2精度
1.3空间分辨率
1.4尺度
1.5误差
1.6不确定性（不确定性）
2.空间数据质量问题的成因
2.1空间现象本身的不稳定性
2.2空间现象的表征
2.3空间数据处理的误差
2．4空间数据使用中的误差
表1：数据误差的主要原因
数据处理误差的原因
数据采集
实地测量误差：设备误差、记录误差
遥感数据误差：辐射和几何校正误差、信息提取误差
地图数据误差：原始数据、坐标变换、地图合成和打印误差
数据输入
数字化误差：设备误差、操作误差
各种系统格式的转换误差：栅格-矢量转换、三角测量-等值线转换
数据存储
数值精度不够
不够空间精度：每个网格点太大。地图太大
数据处理
分类间隔不合理
多层数据叠加导致的误差传播：插值误差、多维数据综合分析误差
规模太大导致的误差小
数据输出
输出设备不准确导致的错误
输出介质不稳定导致的错误
数据使用
输出设备不准确由于错误信息泄漏导致的错误数据信息滥用
3.空间数据质量管理
数据质量管理是一个复杂的过程。管理数据质量需要从数据质量生成和传播的各个流程和环节入手，采用特定的方法来减少错误。空间数据质量控制的常用方法包括：
3.1传统手工方法
手工质量控制方法主要是比较数字数据和数据源。图文零件的检验包括目视法、图样叠加法、图样法。透明图像与原始图像进行比较，通过与原始属性一一比较或使用其他比较方法来检查属性。
3.2元数据方法
数据集的元数据包含了大量的数据质量信息，通过元数据可以验证数据质量，同时元数据也提供了数据变化的信息。将被记录。跟踪元数据可以让您了解数据处理过程中数据质量的状态和变化。
3.3地理关联方法
利用空间数据地理特征元素的关联来分析数据的质量。例如，在分析地球表面自然地物的空间分布时，山区河流应位于微地形的最低点。因此，叠加河流和等高线两个图层将确定其位置。如果河流不在等高线的凸连接处，则说明两层数据中的某一层一定存在质量问题。如果您无法确定哪一层数据有问题，您可以将其与其他数据叠加以进行进一步分析。优质的信任层。因此，可以建立地理特征元素相关性的知识库，为不同空间数据层之间地理特征元素的相关性分析做好准备。