介绍了在数据中心服务器的硬件层、操作系统层、应用程序层以及集群层新涌现的节能技术及算法,给出了数据中心节能的其他研究问题,最后介绍了研究热点以及未来所面临的挑战。
法GMP(GreedyMaximumProfit)、最大利润算法MPMP(Maximum-Profit-Maximum-Profit)保证选择的数据中心是最省电的数据中心。最小化碳排放以及最大利润化算法MCEMP(MinimizingCarbonEmissionandMaximizing
Profit)保证选择的数据中心既能节能又能减少CO2的排放。
Pinheiro等人[7]提出了一种同构集群的管理技术,该
技术在保证QoS的同时,能使同构集群的电能消耗最少;使用吞吐量和应用程序的执行时间作为QoS的约束条件。算法中的master节点周期性地监视集群的负载情况,在保证应用程序QoS的同时,决定哪些节点打开或关闭,从而使电能的消耗最小。该算法也存在一定的缺点,因为集群的管理由单个的master节点执行,因此很容易造成单点失效,并且该算法一次只能添加或关闭一个节点,对激增的用户服务请求会造成很大的延迟,不适合大规模的集群环境。
1.4.2虚拟化集群层节能算法
虚拟化集群因为使用了虚拟化技术,因此其节能算法涉及到虚拟机的调度问题。虚拟化集群节能算法的主要思想是把虚拟化了的服务,即将虚拟机整合到少量的物理服务器上,关闭多余的物理服务器,以达到集群节能的目的。
Kusic等人[8]
研究了虚拟化Web集群系统中电能和
性能之间的均衡问题,所提出的系统控制器SC(System
Controller)使用了限制预控制LLC(LimitedLookaheadControl)策略,根据当前的Web请求负载,部署用于处理Web请求的虚拟机,在保证违反服务等级协议SLA(ServiceLevelAgree)最小数量的同时,使得电能消耗最
少。为了节能,还提出了开关主机和虚拟机的时间和电能成本模型,并使用人工神经网络来提高系统性能。实验结果显示使用LLC的服务器集群可以节省大约26%的电能,并且只有1.6%的服务等级协议违反率。但由于所提出的节能模型的复杂性,在15个主机构成的集群上控制器的执行时间长达30min,因此所提出的系统控制器不适合大规模的集群环境。
Vinh等人[9]也提出了一个类似的用于云计算数据中
心的调度器。该调度器使用了4个算法:预测算法、开关算法、任务调度算法和评估算法。预测算法使用了基于历史负载需求的神经预测器来预测负载的未来需求。开关算法根据预测结果动态地调度服务器的分配,关闭不需要的服务器以达到节能的目的,任务调度算法负责把请求分配到运行的服务器上。评估算法则在执行过程中寻找一个合适的训练周期,实验使用了ClarkNet和
NASA作为负载。结果显示将动态训练和增加20%的服
务器相结合效果最好,在ClarkNet负载上当丢弃率为0.02%时,节能49.8%。在NASA负载上当丢弃率仅为0.16%时,节能55.4%。
Buyya等人[10]提出了云数据中心虚拟机的动态节能
分配,把虚拟机的分配分为两步:第一步,接收新的部署虚拟机请求,并使用改进的最适合降序MBFD(ModificationoftheBestFitDecreasing)算法把虚拟机放置到主机上;第二步,用单阈值ST(SingleThreshold)等算法选择要迁移的虚拟机,并使用MBFD算法把迁移的虚拟机分配到其他主机上。实验结果表明,虚拟机的动态分配不仅提供了可靠的QoS,还使得电能的消耗最小。
Song等人[11]研究了虚拟化数据中心环境下应用程
序的资源分配问题,把资源调度划为应用程序调度、本地调度、全局调度三个层次。应用程序调度器把应用程序分配到虚拟机上,本地调度器根据应用程序的优先级把CPU等硬件资源分配给虚拟机,全局调度器控制
CPU等硬件资源的分配。此外,还提出了一个线形编程
模型和分配算法,该算法在虚拟机运行过程中,不需要虚拟机的动态迁移,应用程序有明确的优先级,适合用于企业计算环境。
1.4.3根据DVFS技术分类的节能算法
集群节能算法除上述的分类外,还可以按照是否采用了DVFS技术进行分类。表1给出了按照算法是否采用DVFS技术分类的参考文献。
表1
按照DVFS技术分类的节能算法文献
采用
采用
文献名称DVFS虚拟化
硬件
目标技术技术
资源
Energy-AwareConsolidationfor否
否CPU,负载整合,节能CloudComputing[12]
盘ManagingEnergyandServer否否CPU
负载整合,节能
ResourcesInHostingCenter[13]LoadBalancingandUnbalancing否
否
CPU,硬最小化电能消forPowerandPerformancein盘,网耗,保证集群性Cluster-BasedSystem[7]
络接口能APrediction-BasedGreen否是
CPU最小化电能消
SchedulerforDatacentersin耗和保证服务Clouds[9]
等级协议
Resourcepoolmanagement:否是CPU,内虚拟机整合,节ReactiveVersusproactive[14]存能
Multi-TieredOn-Demand否
是
CPU,内最大化资源利ResourceSchedulingforVM-存用率,满足性能
BasedDataCenter[11]要求
Energy-EfficientServer是否CPU最小化电能消耗,
Cluster[5]保证集群性能
Environment-Conscious是
否
CPU最小化电能消
SchedulingofHPCApplication耗和CO2排放
[6]PowerandPerformance是是
CPU
最小化电能消ManagementofVirtualized耗,保证集群性ComputingEnvironmentvia能
LookaheadControl[8]
EnergyEfficientAllocationof是是
CPU
最小化电能消VirtualMachineinCloudData耗和CO2排放Centers[10]EnergyEfficientResource是是
CPU
最小化电能消ManagementinVirtualized耗和CO2排放CloudDataCenters[19]Energy-AwareResource是是
CPU
最小化电能消AllocationHeuristicsfor耗和CO2排放
EfficientManagementofDataCentersforCloudComputing[20]
云计算系统中数据中心的节能算法研究_冶金/矿山/地质_工程科技_专业资料。第3 O卷第 4期 201 3年4月 计算机应用研究 Application Research of Comput...
云计算数据中心节能关键技术分析_互联网_IT/计算机_专业资料 暂无评价
云计算数据中心节能技术研究_环境科学/食品科学_工程科技_专业资料 暂无评价
而真正计算节约能耗的量化指标应该具体到一个综 合能效的计算方法可能会更实用一些。 要建设节能型数据中心,首先不管是管理者、设计者,还是维护者,都要建 立节能...
云计算数据中心的高效节能设计_互联网_IT/计算机_专业资料。云IDC Cloud IDC 云计算数据中心的高效节能设计 云计算数据中心的高效节能设计 2011年是中国云计算元年...
数据中心节能_计算机软件及应用_IT/计算机_专业资料。数据中心节能Outline ? 数据中心概况–数据中心所面临问题 –提出PUE概念(PUE的概念不是你提出的) –计算PUE...
服务器节能以及机房 冷/热通道控制技术是最为常见的三大节能策略.事实证明,在企业预算有限,云计算服 务模式尚未成熟的前提下,常规的数据中心节能技术显然更具实际...
APC-如何确定数据中心的节能减排目标_IT/计算机_专业资料。设立切合实际的期望值...#158 数据中心 能效计算 标准方法 标准计算确保您公平比对 ? 2009 APC by ...
高效节能数据中心BJ12_SFTS001_100_CHIf_计算机硬件及网络_IT/计算机_专业资料... 云计算解决方案提供商,管理解决方案CEM (Cloud Energy Manager) 支持多服务器...
对于云计算数据中心来说,面对规模巨 大的基础软硬件资源, 实现这些基础资源的绿色节能运维管理是资源 供应商业务的必然需求,也是云计算发展的初衷之一。 当前, 业界...
热门文档