云数据中心的能耗资源调度策略研究

摘要

随着云计算的应用和发展，数据中心规模的扩大，随之而来的是数据中心的能耗、资源利用率等问题日益突出。因此，设计高效的资源分配策略，提高数据中心的资源利用率，降低数据中心的能耗成为一个研究的热点。而能耗作为资源调度的指标，首先会受到服务器性能的影响，其次也会受到用户应用需求的影响。在现代数据中心中，虚拟化技术被广泛应用，但因为虚拟机资源分配被证明是NP难问题，又因为各种应用业务需求不一样以及物理环境的多样性都给能耗计算研究带来了挑战，尤其在全球能源紧缺和温室效应逐年增强的背景下，节能调度成为值得深入研究的课题。
　　本论文从现有的资源监控系统和能耗模型两方面对能耗问题进行研究和分析，通过在每个服务器上放置一个节点代理来获取其资源使用情况。然后根据工程实验得出服务器在不同CPU利用率下的功耗值，计算出能耗模型的参数。根据现有的理论研究了虚拟机迁移准则和触发机制以及待迁移服务器的虚拟机选择策略。然后比较三种选择策略机制，哪一种更能适应实验室这种小规模的云数据中心，得出了最少选择策略相比较而言最能降低其能耗。
　　本论文针对多个虚拟机的放置问题，建立了以负载均衡为目标的优化函数，该优化函数的最优解将使得所有物理服务器的平均利用率保持在一个期望的最优值附近，同时最优解也描述了最优的虚拟机放置策略。为了求解该优化模型，设计了相应的遗传算法，染色体采用二进制编码形式，并采用了随机选择、两点交叉、精英原则等方法来实现遗传算法。然后和工程项目中经常用到的装箱算法和随机放置算法得到的放置序列求得适应度函数值进行比较，结果证明遗传算法求解的最优放置策略可以使得服务器CPU利用率最接近于期望的最优值，从而达到最好的负载均衡效果，负载均衡同时也意味着可以有效减少所需服务器的数量，从而达到降低能耗的作用。
　　最后研究了云计算系统下的节能高效调度机制，建立了云计算系统的性能评估模型和能耗评估模型，并进一步提出了基于利润函数的性能-能耗联合优化函数，然后设计了遗传算法求解最优的请求分发策略和资源分配策略，该最优解意味着一种性能和能耗均衡的调度策略，将比单指标优化更加全面合理。通过实验分析详细描述了系统理论评估模型的分析方法、节能高效调度机制的运行过程以及在系统利润上取得的优化效果。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究工作的背景与意义

1.2 国内外研究现状

1.3 本论文的研究内容

1.4 本论文的结构安排

第二章 相关理论基础

2.1 云计算技术概述

2.2 云计算数据中心组织结构

2.3 虚拟化技术概述

2.4 常见放置策略

2.5 本章总结

第三章 节能迁移策略研究

3.1 系统框架

3.2 资源监控方案

3.3 能耗模型

3.4 虚拟机迁移机制研究

3.5 实验分析

3.6 本章总结

第四章 负载均衡虚拟机放置策略研究

4.1 优化模型

4.2 遗传算法设计

4.3 遗传算法应用

4.4 实验分析

4.5 本章总结

第五章 云计算系统下的节能高效调度

5.1 云计算系统场景

5.2 理论模型分析

5.3 利润优化模型

5.4 遗传算法设计

5.5 实验分析

5.6 本章总结

第六章 全文总结与展望

6.1 本文的主要工作

6.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果