导　　师： 林伟伟

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 在计算力需求的快速增长的趋势下,云计算的规模不断扩大,云数据中心产生的高额能耗问题日益凸显。云数据中心规模庞大,具有异构性和频繁扩展等特点,因此基于物理设备传统监控的方式在云环境下可行性低,不能满足低成本、易扩展的监控需求。基于能耗模型的软件监控则能够以低成本的方式实现多粒度、高可扩展性的监控系统,十分适用于云数据中心内复杂的基础设施环境。更进一步,在能耗监控系统的支撑下,基于实时功耗信息优化资源调配是目前实现云计算节能的主要趋势。在这一背景下,本文以提升云数据中心的能效为基本目标,主要研究贡献包括:(1)给出了基于能耗模型来估算计算设备总功耗的基本方法,归纳了主要能耗部件(CPU、内存和磁盘)的主流能耗模型,分析了各模型的建模思想和主要缺陷。此外,在分析磁盘能耗特性的基础上,提出了一种I/O模式感知的磁盘模型。结合公开数据集和实际实验数据分析、评估和对比了各个能耗模型的准确度。(2)针对传统回归建模方法存在的准确性不足和无法进行增量训练的问题,本文提出需要考虑能耗序列在时间维度上的相关性,采用Elman神经网络(ENN)构建了一种“黑盒”能耗模型,并通过融合计算密集型和I/O密集型的负载训练数据使得模型在混合负载下具有较强的泛化能力。(3)在弹性云计算调度框架下,借助实时的节点功耗信息,本文提出了一种保证系统性能并降低云数据中心能耗的虚拟机调度策略(PEAS)。在给出峰值能效的数学定义的基础上,推导出了物理机的最佳利用率和最佳CRU供应量,其中CRU(Compute Resource Unit)是计算资源的抽象。针对虚拟机(VM)的放置,设计了峰值能效感知的虚拟机放置算法(PEAP),该算法充分考虑物理机的异构性,在放置VM时优先选择峰值能效高的主机,同时尽可能使主机运行在峰�

关 键 词： 云计算 能耗模型 节能 能效 虚拟机调度

领　　域： []