劉 永 ,王新華 ,2,王 朕 ,王 碩
(1.山東師范大學(xué) 信息科學(xué)與工程學(xué)院,山東 濟(jì)南 250014;2.山東省分布式計(jì)算機(jī)軟件新技術(shù)重點(diǎn)實(shí)驗(yàn)室,山東 濟(jì)南 250014)
傳統(tǒng)的數(shù)據(jù)中心總是集中于服務(wù)器等計(jì)算系統(tǒng)性能上的提高,忽略了電能的消耗和CO2的排放,這不僅造成數(shù)據(jù)中心運(yùn)營(yíng)成本的日益加重,還給周邊環(huán)境帶來(lái)了嚴(yán)重的溫室效應(yīng)。目前,數(shù)據(jù)中心節(jié)能因素已受到研究人員和運(yùn)營(yíng)商的廣泛關(guān)注,亞馬遜網(wǎng)站估計(jì)亞馬遜數(shù)據(jù)中心服務(wù)器的購(gòu)買和運(yùn)營(yíng)成本占到了數(shù)據(jù)中心總成本的53%,而用電成本則占到了42%。惠普和國(guó)際正常運(yùn)行時(shí)間學(xué)會(huì)根據(jù)最近的 “數(shù)據(jù)中心用電預(yù)測(cè)報(bào)告”預(yù)測(cè)指出:服務(wù)器和網(wǎng)絡(luò)設(shè)備在現(xiàn)有用電基礎(chǔ)上還可以節(jié)約20%的電能,并且還會(huì)使相應(yīng)的制冷設(shè)備減少30%的能耗。
無(wú)論是服務(wù)器、網(wǎng)絡(luò)設(shè)備,還是制冷、用電設(shè)備,其用電量都會(huì)對(duì)各個(gè)數(shù)據(jù)中心的電能消耗帶來(lái)影響。因此,要保證數(shù)據(jù)中心節(jié)能,就要想辦法減少這些設(shè)備的用電水平,以降低整個(gè)數(shù)據(jù)中心的電能消耗。
在服務(wù)器硬件節(jié)能方面采用最廣泛的技術(shù)是CPU的動(dòng)態(tài)電壓/主頻升降技術(shù)DVFS(Dynamic Voltage and Frequency Scaling)。該技術(shù)允許CPU的時(shí)鐘頻率自動(dòng)調(diào)整,同時(shí)CPU的電壓值也會(huì)根據(jù)CPU的利用情況自動(dòng)變化,從而達(dá)到節(jié)能的目的。
目前針對(duì)DVFS技術(shù)降低電能消耗的算法主要有:基于時(shí)間間隔算法、進(jìn)程算法和進(jìn)程間算法?;跁r(shí)間間隔算法主要是通過(guò)CPU在過(guò)去一段時(shí)間的利用率來(lái)預(yù)測(cè)CPU將來(lái)的利用率,并適當(dāng)調(diào)整CPU的電壓和主頻。進(jìn)程算法則利用了程序結(jié)構(gòu)信息來(lái)調(diào)整處理任務(wù)的CPU主頻和電壓。而進(jìn)程間算法對(duì)運(yùn)行在系統(tǒng)中的任務(wù)區(qū)別對(duì)待,不同的任務(wù)其CPU處理速度不同。
雖然DVFS技術(shù)原理看似很簡(jiǎn)單,但在實(shí)際應(yīng)用時(shí)可能會(huì)產(chǎn)生很多問(wèn)題:(1)由于現(xiàn)代CPU架構(gòu)的復(fù)雜性,例如:預(yù)測(cè)滿足應(yīng)用程序性能需求的CPU時(shí)鐘頻率是必需的,而許多CPU采用了通道技術(shù)或多級(jí)緩存技術(shù),這對(duì)實(shí)現(xiàn) DVFS技術(shù)增加了難度;(2)有研究表明,CPU的電能消耗和電壓值之間也不是簡(jiǎn)單的平方關(guān)系,即 Ecpu≠V2cpu, 其中,Ecpu是 CPU消耗的電能,V2cpu是 CPU的電壓值。參考文獻(xiàn)[1]中指出:一個(gè)CPU芯片的不同部件可能需要多個(gè)不同的電壓,即使其中一個(gè)部件的電壓值降低,但CPU芯片總的電壓消耗還是由較大的供電電壓決定,并且應(yīng)用程序的執(zhí)行時(shí)間通常與CPU的主頻成反比,而采用了DVFS技術(shù)后,就不再是簡(jiǎn)單的反比關(guān)系;(3)目前許多數(shù)據(jù)中心都采用了虛擬化技術(shù),尤其是云計(jì)算數(shù)據(jù)中心更是以虛擬化技術(shù)為基礎(chǔ),而DVFS技術(shù)如果不加修改,是不能直接用于虛擬化環(huán)境的。因此,盡管采用DVFS技術(shù)可能會(huì)節(jié)省電能,但鑒于上述各種原因,要想通過(guò)DVFS技術(shù)達(dá)到節(jié)能的目的還有很長(zhǎng)的路要走。
目前在操作系統(tǒng)層上的節(jié)能管理主要有:Pallipadi研究組的Ondemand Governor系統(tǒng)[2]、Zeng研究組的ECOsystem系統(tǒng)[3]、Rajkumar研究組的 Linux/RK內(nèi)核[4]等。本文分別介紹這三種系統(tǒng)。
1.2.1 Ondemand Governor系統(tǒng)
Ondemand Governor系統(tǒng)是一個(gè)嵌入到Linux操作系統(tǒng)內(nèi)核的電源管理器(稱為按需管理器)。該管理器實(shí)時(shí)地監(jiān)控 CPU的利用率,根據(jù)當(dāng)前應(yīng)用程序的CPU利用率自動(dòng)調(diào)節(jié)CPU的主頻和供電電壓。按需管理器參數(shù)一般默認(rèn)設(shè)置為與CPU利用率的80%相對(duì)應(yīng)的主頻和供電電壓值。
目前按需管理器已經(jīng)能夠被應(yīng)用到對(duì)稱處理器系統(tǒng)和多核多線程的CPU架構(gòu)中。但按需處理器存在一個(gè)缺點(diǎn):即以集中的模式取樣系統(tǒng)中所有CPU的利用率,這種方式增加了系統(tǒng)在時(shí)間上的開(kāi)銷??朔@一缺點(diǎn)一個(gè)有效的方法是:并行地對(duì)CPU利用率取樣,減少在CPU利用率取樣時(shí)間上的開(kāi)銷。
1.2.2 ECOsystem系統(tǒng)
ECOsystm系統(tǒng)是專門用于蓄電池設(shè)備的電能管理系統(tǒng),它是通過(guò)修改Linux操作系統(tǒng)的內(nèi)核得到的。Zeng等人在設(shè)計(jì)這一系統(tǒng)時(shí)不僅考慮了服務(wù)器硬件資源所消耗的電能,還考慮了應(yīng)用程序運(yùn)行時(shí)消耗電能的情況。為了計(jì)算硬件設(shè)備和應(yīng)用程序消耗的電能,Zeng等人引進(jìn)了一個(gè)叫做currentcy的電能消耗單位,它是一段時(shí)間內(nèi)消耗的電能值。當(dāng)用戶向ECOsystem系統(tǒng)提供了蓄電池的供電時(shí)間以及所要運(yùn)行應(yīng)用程序的優(yōu)先級(jí)時(shí),ECOsystem系統(tǒng)就會(huì)計(jì)算它們消耗的currentcy值,從而把計(jì)算出的currentcy分配給要運(yùn)行的應(yīng)用程序和硬件設(shè)備。當(dāng)應(yīng)用程序消耗的電能超過(guò)了分配給它的currentcy時(shí),該應(yīng)用程序?qū)⑼V惯\(yùn)行。
1.2.3 Linux/RK內(nèi)核
Rajkumar研究組[4]針對(duì)使用了 DVFS技術(shù)的服務(wù)器系統(tǒng)提出了一些節(jié)能算法,并修改了Linux操作系統(tǒng)的內(nèi)核。他們把修改后的內(nèi)核稱為L(zhǎng)inux/Resource內(nèi)核,即Linux/RK。Linux/RK在保證應(yīng)用程序運(yùn)行隔離性的同時(shí),還減少了應(yīng)用程序的電量消耗。
Linux/RK包括系統(tǒng)時(shí)鐘頻率分配Sys-Clock(SystemClock Frequency Assignment)、單調(diào)優(yōu)先級(jí)時(shí)鐘頻率 分 配 PM-Clock(Priority-MonotonicClock Frequency Assignment)、 優(yōu) 化 時(shí) 鐘 頻 率 分 配 Opt-Clock(Optimal Clock Frequency Assignment)、動(dòng)態(tài)單調(diào)優(yōu)先級(jí)時(shí)鐘頻率分配 DPM-Clock(Dynamic PM-Clock)4種節(jié)能算法。Linux/RK會(huì)根據(jù)CPU電壓/主頻變化的開(kāi)銷等自動(dòng)選擇這4種算法。實(shí)驗(yàn)表明,Sys-Clock、PM-Clock以及DPMClock算法能節(jié)約大約50%的電量。
除了在硬件層、操作系統(tǒng)層設(shè)計(jì)方法節(jié)能外,還可以通過(guò)設(shè)計(jì)出優(yōu)化的應(yīng)用程序來(lái)節(jié)能。這是因?yàn)樵O(shè)計(jì)差的應(yīng)用程序運(yùn)行時(shí)不僅性能會(huì)很低,還會(huì)消耗大量的電能。但目前還沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)評(píng)價(jià)一個(gè)應(yīng)用程序是否節(jié)能,而Tiwari認(rèn)為程序執(zhí)行越快,電能消耗就越少。因此,在開(kāi)發(fā)應(yīng)用程序時(shí),應(yīng)該遵循軟件工程設(shè)計(jì)的原則,盡量縮短程序的代碼行數(shù),優(yōu)化代碼結(jié)構(gòu),從而提高應(yīng)用程序執(zhí)行的速度,以達(dá)到節(jié)能的目的。
集群層節(jié)能算法有多種分類方式。以DVFS技術(shù)為參照,可以將集群劃分為DVFS技術(shù)集群和非DVFS技術(shù)的集群;以虛擬化技術(shù)為標(biāo)準(zhǔn),將集群分為虛擬化集群和非虛擬化集群。本文主要根據(jù)集群是否采用了虛擬化技術(shù)進(jìn)行分類,介紹目前出現(xiàn)的節(jié)能算法。
1.4.1 非虛擬化集群層節(jié)能算法
非虛擬化集群節(jié)能的主要思想是把服務(wù)整合到少量的服務(wù)器上,以提高單個(gè)服務(wù)器的資源利用率,并關(guān)閉多余的服務(wù)器,從而節(jié)約整個(gè)集群的電能。這里介紹幾個(gè)具有代表性的非虛擬化集群節(jié)能算法的案例。
Elnozahy等人[5]研究了同構(gòu)集群上運(yùn)行單個(gè)Web服務(wù)的電能消耗和服務(wù)性能間的平衡問(wèn)題,使用了DVFS技術(shù),并提出了獨(dú)立電壓縮放IVS(Independent Voltage Scaling)、 協(xié) 調(diào) 電 壓 縮 放 CVS (Coordinated Voltage Scaling)、 組 合 協(xié) 調(diào) 策 略 CCP (Coordinated Combined Policy)等3種算法用于CPU主頻和電壓的彈性擴(kuò)展。其中,組合協(xié)調(diào)策略提供了一個(gè)決定CPU主頻閾值的數(shù)學(xué)模型,它根據(jù)Web服務(wù)預(yù)期的響應(yīng)時(shí)間設(shè)置CPU的主頻,該策略能夠決定運(yùn)行Web服務(wù)的服務(wù)器數(shù)量,關(guān)閉多余的服務(wù)器,從而達(dá)到節(jié)能的目的。
Garg等人[6]研究了高性能計(jì)算應(yīng)用程序在地理上分布的云數(shù)據(jù)中心上的調(diào)度問(wèn)題。數(shù)據(jù)中心因?yàn)榈乩砦恢?、設(shè)計(jì)和資源管理系統(tǒng)不同,其電力成本、CO2排放率以及負(fù)載也不同。為此,提出了5種算法。其中貪婪最小化碳排放量算法GMCE (GreedyMinimum Carbon Emission)、 最小化碳排放算法 MCEMCE (Minimum-Carbon-Emission-Minimum-Carbon-Emission)保證選擇的數(shù)據(jù)中心是CO2排放最少的數(shù)據(jù)中心。貪婪最大利潤(rùn)算法 GMP(Greedy Maximum Profit)、最大利潤(rùn)算法 MPMP(Maximum-Profit-Maximum-Profit)保證選擇的數(shù)據(jù)中心是最省電的數(shù)據(jù)中心。最小化碳排放以及最大利潤(rùn)化算法MCEMP (Minimizing Carbon Emission and Maximizing Profit)保證選擇的數(shù)據(jù)中心既能節(jié)能又能減少CO2的排放。
Pinheiro等人[7]提出了一種同構(gòu)集群的管理技術(shù),該技術(shù)在保證QoS的同時(shí),能使同構(gòu)集群的電能消耗最少;使用吞吐量和應(yīng)用程序的執(zhí)行時(shí)間作為QoS的約束條件。算法中的master節(jié)點(diǎn)周期性地監(jiān)視集群的負(fù)載情況,在保證應(yīng)用程序QoS的同時(shí),決定哪些節(jié)點(diǎn)打開(kāi)或關(guān)閉,從而使電能的消耗最小。該算法也存在一定的缺點(diǎn),因?yàn)榧旱墓芾碛蓡蝹€(gè)的master節(jié)點(diǎn)執(zhí)行,因此很容易造成單點(diǎn)失效,并且該算法一次只能添加或關(guān)閉一個(gè)節(jié)點(diǎn),對(duì)激增的用戶服務(wù)請(qǐng)求會(huì)造成很大的延遲,不適合大規(guī)模的集群環(huán)境。
1.4.2 虛擬化集群層節(jié)能算法
虛擬化集群因?yàn)槭褂昧颂摂M化技術(shù),因此其節(jié)能算法涉及到虛擬機(jī)的調(diào)度問(wèn)題。虛擬化集群節(jié)能算法的主要思想是把虛擬化了的服務(wù),即將虛擬機(jī)整合到少量的物理服務(wù)器上,關(guān)閉多余的物理服務(wù)器,以達(dá)到集群節(jié)能的目的。
Kusic等人[8]研究了虛擬化 Web集群系統(tǒng)中電能和性能之間的均衡問(wèn)題,所提出的系統(tǒng)控制器SC(System Controller)使用了限制預(yù)控制LLC(Limited Lookahead Control)策略,根據(jù)當(dāng)前的Web請(qǐng)求負(fù)載,部署用于處理Web請(qǐng)求的虛擬機(jī),在保證違反服務(wù)等級(jí)協(xié)議SLA(Service Level Agree)最小數(shù)量的同時(shí),使得電能消耗最少。為了節(jié)能,還提出了開(kāi)關(guān)主機(jī)和虛擬機(jī)的時(shí)間和電能成本模型,并使用人工神經(jīng)網(wǎng)絡(luò)來(lái)提高系統(tǒng)性能。實(shí)驗(yàn)結(jié)果顯示使用LLC的服務(wù)器集群可以節(jié)省大約26%的電能,并且只有1.6%的服務(wù)等級(jí)協(xié)議違反率。但由于所提出的節(jié)能模型的復(fù)雜性,在15個(gè)主機(jī)構(gòu)成的集群上控制器的執(zhí)行時(shí)間長(zhǎng)達(dá)30 min,因此所提出的系統(tǒng)控制器不適合大規(guī)模的集群環(huán)境。
Vinh等人[9]也提出了一個(gè)類似的用于云計(jì)算數(shù)據(jù)中心的調(diào)度器。該調(diào)度器使用了4個(gè)算法:預(yù)測(cè)算法、開(kāi)關(guān)算法、任務(wù)調(diào)度算法和評(píng)估算法。預(yù)測(cè)算法使用了基于歷史負(fù)載需求的神經(jīng)預(yù)測(cè)器來(lái)預(yù)測(cè)負(fù)載的未來(lái)需求。開(kāi)關(guān)算法根據(jù)預(yù)測(cè)結(jié)果動(dòng)態(tài)地調(diào)度服務(wù)器的分配,關(guān)閉不需要的服務(wù)器以達(dá)到節(jié)能的目的,任務(wù)調(diào)度算法負(fù)責(zé)把請(qǐng)求分配到運(yùn)行的服務(wù)器上。評(píng)估算法則在執(zhí)行過(guò)程中尋找一個(gè)合適的訓(xùn)練周期,實(shí)驗(yàn)使用了ClarkNet和NASA作為負(fù)載。結(jié)果顯示將動(dòng)態(tài)訓(xùn)練和增加20%的服務(wù)器相結(jié)合效果最好,在ClarkNet負(fù)載上當(dāng)丟棄率為0.02%時(shí),節(jié)能49.8%。在NASA負(fù)載上當(dāng)丟棄率僅為0.16%時(shí),節(jié)能 55.4%。
Buyya等人[10]提出了云數(shù)據(jù)中心虛擬機(jī)的動(dòng)態(tài)節(jié)能分配,把虛擬機(jī)的分配分為兩步:第一步,接收新的部署虛擬機(jī)請(qǐng)求,并使用改進(jìn)的最適合降序MBFD(Modification of the Best Fit Decreasing)算法把虛擬機(jī)放置到主機(jī)上;第二步,用單閾值 ST(Single Threshold)等算法選擇要遷移的虛擬機(jī),并使用MBFD算法把遷移的虛擬機(jī)分配到其他主機(jī)上。實(shí)驗(yàn)結(jié)果表明,虛擬機(jī)的動(dòng)態(tài)分配不僅提供了可靠的QoS,還使得電能的消耗最小。
Song等人[11]研究了虛擬化數(shù)據(jù)中心環(huán)境下應(yīng)用程序的資源分配問(wèn)題,把資源調(diào)度劃為應(yīng)用程序調(diào)度、本地調(diào)度、全局調(diào)度三個(gè)層次。應(yīng)用程序調(diào)度器把應(yīng)用程序分配到虛擬機(jī)上,本地調(diào)度器根據(jù)應(yīng)用程序的優(yōu)先級(jí)把CPU等硬件資源分配給虛擬機(jī),全局調(diào)度器控制CPU等硬件資源的分配。此外,還提出了一個(gè)線形編程模型和分配算法,該算法在虛擬機(jī)運(yùn)行過(guò)程中,不需要虛擬機(jī)的動(dòng)態(tài)遷移,應(yīng)用程序有明確的優(yōu)先級(jí),適合用于企業(yè)計(jì)算環(huán)境。
1.4.3 根據(jù)DVFS技術(shù)分類的節(jié)能算法
集群節(jié)能算法除上述的分類外,還可以按照是否采用了DVFS技術(shù)進(jìn)行分類。表1給出了按照算法是否采用DVFS技術(shù)分類的參考文獻(xiàn)。
表1 按照DVFS技術(shù)分類的節(jié)能算法文獻(xiàn)
當(dāng)前數(shù)據(jù)中心的節(jié)能除了服務(wù)器節(jié)能占了很大比例以外,制冷設(shè)備、網(wǎng)絡(luò)設(shè)備等也要注重節(jié)能。根據(jù)亞馬遜網(wǎng)站估計(jì)其數(shù)據(jù)中心電能消耗比例為IT設(shè)備 (服務(wù)器設(shè)備,網(wǎng)絡(luò)設(shè)備)占53%,制冷設(shè)備占 23%,電源設(shè)備占19%,其他設(shè)備占5%。
為了降低數(shù)據(jù)中心制冷設(shè)備的運(yùn)營(yíng)成本,首先要選擇合適的制冷設(shè)備。通常數(shù)據(jù)中心都會(huì)選擇機(jī)房專用精密空調(diào)作為制冷設(shè)備,因?yàn)檫@不僅考慮溫度的降低,還要考慮環(huán)境的濕度、潔凈度、控制管理等相關(guān)因素,并且機(jī)房專用精密空調(diào)具有連續(xù)運(yùn)行能力強(qiáng)、使用壽命長(zhǎng)的特點(diǎn)。
其次,還要進(jìn)行合理的機(jī)柜布局。通常將高功率設(shè)備和高密度設(shè)備均分在每個(gè)機(jī)柜內(nèi),以避免造成數(shù)據(jù)中心的熱點(diǎn)和冷卻的難點(diǎn),這可以大大降低制冷設(shè)備的運(yùn)行費(fèi)用和購(gòu)買費(fèi)用。
數(shù)據(jù)中心除了考慮制冷設(shè)備消耗的電能外,也要考慮網(wǎng)絡(luò)設(shè)備的電能消耗。根據(jù)統(tǒng)計(jì),網(wǎng)絡(luò)設(shè)備消耗的電能占到數(shù)據(jù)中心總消耗電能的20%~30%,并且隨著服務(wù)器節(jié)能技術(shù)的發(fā)展,其耗能所占的比重還會(huì)繼續(xù)上升。目前在網(wǎng)絡(luò)設(shè)備節(jié)能方面也已經(jīng)開(kāi)展了很多工作。
Gupta[15]等人提出了節(jié)約連接到因特網(wǎng)上的網(wǎng)絡(luò)設(shè)備的電能消耗,并在局域網(wǎng)上驗(yàn)證了節(jié)能的可行性,而且提出了有效的調(diào)度算法使得網(wǎng)絡(luò)設(shè)備的空閑部件進(jìn)入睡眠以節(jié)約電能。Nedevschi[16]和 Christensen[17]研究了網(wǎng)絡(luò)設(shè)備的電源管理,通過(guò)網(wǎng)絡(luò)設(shè)備睡眠和速率適配使得網(wǎng)絡(luò)設(shè)備在網(wǎng)絡(luò)空閑或低負(fù)載時(shí)節(jié)省電能。威斯康辛-麥迪遜大學(xué)和思科公司在網(wǎng)絡(luò)和協(xié)議的設(shè)計(jì)及配置中把節(jié)能作為一個(gè)主要目標(biāo),并使用整體優(yōu)化技術(shù)來(lái)優(yōu)化網(wǎng)絡(luò)設(shè)備的電能消耗。Shang Yunfei[18]在高密度的數(shù)據(jù)中心網(wǎng)絡(luò)路由方面提出了節(jié)能的路由算法,首先建立了一個(gè)節(jié)能路由模型,并用0-1背包問(wèn)題證明所提出的模型是一個(gè)NP問(wèn)題,然后提出一個(gè)路由算法來(lái)解決節(jié)能問(wèn)題。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)于網(wǎng)絡(luò)設(shè)備的節(jié)能很有效,尤其在網(wǎng)絡(luò)負(fù)載低的時(shí)候節(jié)能效果更明顯。
目前,數(shù)據(jù)中心的電源配置PDU(Power Distribution Unit)方案有多種:機(jī)架安裝電源配置方案、集中式電源配置方案、使用靜態(tài)轉(zhuǎn)換開(kāi)關(guān)STS(StaticTransform Switch)的冗余電源配置方案、使用機(jī)架式自動(dòng)轉(zhuǎn)換開(kāi)關(guān)ATS(Automatic Transform Switch)的負(fù)載冗余電源配置方案等。應(yīng)該根據(jù)數(shù)據(jù)中心的規(guī)模、支持電源設(shè)備的類型以及選擇方案的預(yù)算等選擇合適的電源配置方案,以達(dá)到節(jié)約電能和節(jié)省費(fèi)用的目的。表2給出了常用數(shù)據(jù)中心機(jī)房電源配置方案對(duì)比表。
表2 常用數(shù)據(jù)中心機(jī)房電源配置方案對(duì)比表
3.1.1 虛擬機(jī)整合
[10]提出了有效的虛擬化數(shù)據(jù)中心的資源管理策略。該策略在保證QoS的同時(shí),利用虛擬機(jī)遷移技術(shù)不斷把虛擬機(jī)整合到少量服務(wù)器,關(guān)閉多余的服務(wù)器來(lái)減少電能消耗。參考文獻(xiàn)[19]根據(jù)當(dāng)前CPU等硬件資源利用率、虛擬機(jī)網(wǎng)絡(luò)拓?fù)湟约胺?wù)器的熱狀態(tài),通過(guò)整合虛擬機(jī)減少電能消耗。參考文獻(xiàn)[20]建立了CPU電能消耗模型,并使用單閾值策略和雙閾值策略選擇遷移的虛擬機(jī),把虛擬機(jī)整合到少量服務(wù)器上來(lái)節(jié)約電能。參考文獻(xiàn)[21]提出了基于自適應(yīng)利用率閾值的虛擬機(jī)動(dòng)態(tài)整合算法,它不僅保證了服務(wù)等級(jí)協(xié)議SLA(Service Level Agreement),還節(jié)省了大量電能。參考文獻(xiàn)[8]提出的系統(tǒng)控制器使用了限制預(yù)控制,根據(jù)當(dāng)前的Web請(qǐng)求負(fù)載,部署用于處理Web請(qǐng)求的虛擬機(jī),在保證SLA的同時(shí),使得電能消耗最少。
3.1.2 網(wǎng)絡(luò)路由
參考文獻(xiàn)[18]在密集型數(shù)據(jù)中心中建立了一個(gè)節(jié)能路由模型,并提出一個(gè)路由算法來(lái)解決網(wǎng)絡(luò)節(jié)能問(wèn)題。參考文獻(xiàn)[22]提出了一個(gè)路由算法,在保證網(wǎng)絡(luò)全連接以及鏈路最大利用率的同時(shí),關(guān)閉不用的網(wǎng)絡(luò)節(jié)點(diǎn),使網(wǎng)絡(luò)電能消耗最小。參考文獻(xiàn)[23]考慮了網(wǎng)絡(luò)通信設(shè)備的電能消耗,提出了電能剖面感知路由算法(Energy Profile Aware Routing),實(shí)驗(yàn)結(jié)果表明能節(jié)省35%的電能。參考文獻(xiàn)[24]使用電能剖面概念(Energy Porfile)獲得網(wǎng)絡(luò)設(shè)備電能消耗特征,并提出了基于Dijkstra的節(jié)能 路 由 算 法 (Dijkstra-based PowerAware Routing Alogorithm,DPRA)。參考文獻(xiàn)[25]提出了“活動(dòng)窗口管理的擁塞控制技術(shù)”并結(jié)合提出的節(jié)能服務(wù)調(diào)諧處理算法來(lái)控制因特網(wǎng)服務(wù)運(yùn)營(yíng)商 ISP(InternetService Providers)網(wǎng)絡(luò)上訪問(wèn)節(jié)點(diǎn)的電能消耗,實(shí)驗(yàn)表明在保證QoS和互聯(lián)網(wǎng)流量的同時(shí),能節(jié)省70%的電能。參考文獻(xiàn)[26]基于認(rèn)知包網(wǎng)絡(luò) CPN(Cognitive Packet Network)的路由協(xié)議 [27]提出了節(jié)能路由協(xié)議EARP(Energy-Aware Routing Protocol),在保證QoS的同時(shí)使得包網(wǎng)絡(luò)中每條路由消耗的電能最少。參考文獻(xiàn)[28]使用了G-網(wǎng)絡(luò)(G-network)中的控制能力理論,在包網(wǎng)絡(luò)的電能消耗和QoS之間建立數(shù)學(xué)模型,使用網(wǎng)絡(luò)路由器和網(wǎng)絡(luò)鏈路驅(qū)動(dòng)設(shè)備電能消耗特征,使得提出的算法能夠在QoS和網(wǎng)絡(luò)電能消耗之間取得平衡。
3.1.3 網(wǎng)絡(luò)信息復(fù)制和分發(fā)設(shè)計(jì)
數(shù)據(jù)中心中運(yùn)行的應(yīng)用程序很多用于信息分發(fā),無(wú)論是移動(dòng)設(shè)備用戶還是Web 2.0用戶,用戶數(shù)量越來(lái)越多,并且這些用戶分享大量的網(wǎng)絡(luò)信息。但網(wǎng)絡(luò)信息的快速、可靠分發(fā)需要對(duì)數(shù)據(jù)中心投入大量的硬件資源,并需要支付維持硬件設(shè)備運(yùn)行的成本。目前,網(wǎng)絡(luò)傳輸數(shù)據(jù)基本上基于協(xié)議棧中遠(yuǎn)程訪問(wèn)和復(fù)制功能等協(xié)議,其利潤(rùn)很難隨著硬件設(shè)備的升級(jí)而提升。當(dāng)數(shù)據(jù)中心成為發(fā)布和訪問(wèn)網(wǎng)絡(luò)信息的巨大平臺(tái)時(shí)(例如云計(jì)算數(shù)據(jù)中心),在網(wǎng)絡(luò)上傳輸?shù)臄?shù)據(jù)量將大幅度增加,此時(shí)需要設(shè)計(jì)新的網(wǎng)絡(luò)內(nèi)容復(fù)制和分發(fā)策略,來(lái)保證網(wǎng)絡(luò)內(nèi)容的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)傳輸和電能消耗、服務(wù)質(zhì)量之間的均衡。
除了上述研究熱點(diǎn)以外,當(dāng)前數(shù)據(jù)中心還有許多問(wèn)題有待研究,尤其是云計(jì)算的提出,給數(shù)據(jù)中心節(jié)能帶來(lái)了更多的機(jī)遇和挑戰(zhàn)。
本文對(duì)當(dāng)前數(shù)據(jù)中心中常用的節(jié)能技術(shù)以及算法進(jìn)行分析,并介紹了數(shù)據(jù)中心中網(wǎng)絡(luò)設(shè)備、制冷設(shè)備、電源設(shè)備等節(jié)能方法。隨著節(jié)能減排以及降低成本的迫切要求,越來(lái)越多的數(shù)據(jù)中心將采用虛擬化技術(shù),虛擬化技術(shù)是云計(jì)算的重要技術(shù)之一。
當(dāng)前虛擬化數(shù)據(jù)中心節(jié)能還存在很多問(wèn)題,例如虛擬服務(wù)器本身的節(jié)能管理等。隨著研究的深入,現(xiàn)階段的研究者越來(lái)越關(guān)注通過(guò)利用虛擬機(jī)調(diào)度,關(guān)閉多余的服務(wù)器來(lái)節(jié)省整個(gè)集群消耗的電能或者提出節(jié)能的網(wǎng)絡(luò)路由算法,關(guān)閉多余的網(wǎng)絡(luò)設(shè)備來(lái)節(jié)省整個(gè)網(wǎng)絡(luò)消耗的電能。
參考文獻(xiàn)
[1]KATACHALAM V V,F(xiàn)RANZM.Power reduction techniques for microprocessor systems [J].ACM Computing Surveys(CSUR),2005,37(3): 195-237.
[2]PALLIPADI V,STARIKOVSKIY A.The ondemand governor[C].Proceedings ofthe Linux Symposium.Canada: LS 2006:658-672.
[3]ZENG H, ELLIS C S, LEBECK A R.A Vahdat.ECOSystem: managing energyasafirstclassoperating system resource[J].ACM SIGPLAN Notices,2002,37(10):123-132.
[4]RAJKUMAR R, JUVVA K, MOLANO A, et al.Resource kernels: A resource-centric approach to real-time and multimedia systems[C].Readings in multimedia computing and networking.San Jose/CA: ACADEMIC PRESS, 2001:476-490.
[5]ELNOZAHY E, KISTLER M, RAJAMONY R.Energy-Efficient server clusters [J]. Power-Aware Computer Systemspp.2003,2325:179-197.
[6]GARG SK, YEO C S, ANANDASIVAM A, etal.Environment-conscious scheduling of HPC applications on distributed cloud-oriented data centers[J].Journal of Parallel and Distributed Computing, 2010,71(6):732-749.
[7]PINHEIRO E, BIANCHINI R, CARRERA E V, et al.Load balancing and unbalancing for power and performance in cluster-based systems[C].Proceedings of the Workshop on Compilers and Operating Systems for Low Power.Barcelona:COLP 01, 2001:182-195.
[8]KUSIC D, KEPHART J O, HANSON J E, et al.Power and performance management of virtualized computing environments vialookahead control, clustercomputing[J].Cluster Computing, 2009, 12(1): 1-15.
[9]VINH T, SATO Y, INOGUCHI Y.A Prediction-Based Green Scheduler for Datacenters in Clouds[EB/OL].[2011-02-23].http://ino-www.jaist.ac.jp/members/duytvt/IEICE2011.pdf.
[10]BELOGLAZOV A,BUYYA R.Energy efficient allocation of virtual machine in cloud data centers[C].2010 10th IEEE/ACM International Conference on Cluster,Cloud and Grid Computing.Washington DC:IEEE Computer Society,2010:577-578.
[11]SONG Y,WANG H,LI Y,et al.Multi-tiered on-demand resource scheduling for VM-Based data center[C].Proceedings of the 9th IEEE/ACM International Symposium on ClusterComputing and the Grid.Washington:IEEE Computer Society Press, 2009:148-155.
[12]SRIKANTAIAH S, KANSAL A, Zhao Feng.Energy-aware consolidation for cloud computing[C].Proceedings of the 2008 conference on Power aware computing and systems.California: USENIX Association Berkeley, 2008:10-10.
[13]CHASE J S, ANDERSON D C, THAKAR P N, et al.Managing energy and server resources in hosting centers[C].Proceedings of the 18th ACM Symposium on Operating Systems Principles.New York: ACM New York, 2001:103–116.
[14]GMACH D, ROLIA J, CHERKASOVAL, et al.Resource pool management: reactive versus proactiveor let’s be friends[J].Computer Networks, 2009, 53(7):2905-2922.
[15]GUPTA M,SINGH S.Using low-power modes for energy conservation in ethernet LANs[C].Proceedingsof26th IEEE InternationalConferenceon Computer.Anchorage:IEEE, 2007: 2451-2455.
[16]NEDEVSCHIS, POPA L, IANNACCONE G, etal.Reducing network energy consumption via sleeping and rate-adaptation [C].Proceedings ofthe 5th USENIX Symposium on Networked Systems Design and Implementation.California:USENIX Association Berkeley, 2008:323-336.
[17]CHRISTENSENK, NORDMANB, BROWNR.Power management in networked devices[J].Computer,37(8):91-93.
[18]Shang Yunfei, Li Dan, Xu Mingwei.Green routing in data center network:modeling and algorithm Design[EB/OL].[2011-03-25].http://www.asiafi.net/meeting/2010/summerschool/p/asiafi2010s-final2.pdf.
[19]BELOGLZOV A,BUYYA R.Energyefficientresource management in virtualized cloud data centers[C].Proceedings of the 10th IEEE/ACM International Conference on Cluster,Cloud and Grid Computing.Melbourne: IEEE, 2010:826-831.
[20]BELOGLZOV A, ABAWAJY J, BUYYA R.Energy-aware resource allocation heuristics for efficient management of data centers for cloud computing[EB/OL]. [2011-03-20].http://beloglazov.info/papers/2010-energy-aware-fgcs.pdf.
[21]BELOGLZOV A,BUYYA R.Adaptivethreshold-based approach for energy-efficient consolidation of virtual machines in cloud data centers[C].Proceedings of the 8th International Workshop on Middleware for Grids,Clouds and e-Science.New York:ACM, 2010.
[22]CHIARAVIGLIO L, MELLIA M, NERI F.Energy-aware networks: reducing powerconsumption by switching off network elements[EB/OL].[2011-04-20].http://cloudbus.org/papers/AdaptiveVMCloud-MGC2010.pdf.
[23]RESTREPO J C,GRUBER C G,MACHUCA C M.Energy profile aware routing[C].IEEE International Conference on Communications Workshops(2009).Dresden: IEEE, 2009:1-5.
[24]GARROPPO R G, GIORADANO S, NENCIONI G, et al.Energy aware routing based on energy characterization of devices: solutions and analysis[EB/OL].[2011-03-30].http://networking.disi.unitn.it/cavalese2011/papers/51.pdf.
[25]PANARELLO C,LOMBARDO A, SCHEMBRA G.Energy saving and network performance:a trade-off approach[C].Proceedings of the 1st International Conference on Energy-EfficientComputingandNetworking.New York: ACM,2010:41-50.
[26]MAHMOODIT.Energy-awareroutinginthecognitive packet network[J].Performance Evaluation, 2011, 68(4):338-346.
[27]GELENBE E.Cognitive Packet network[P].U.S:Patent 6804201,2004-04-11.
[28]GELENBE E,MORFOPOULOU C.RoutingandGNetworks to qptimise energy and quality of service in packet networks[J].Lecture Notes of the Institute for Computing Sciences, Social Informatics and Telecommunications Engineering, 2011, 54(4): 163-173.