云数据中心能耗降低问题的研究

汤 雷

（安徽三联学院 计算机工程学院，安徽 合肥 230601）

1 引言

近年来，云计算已在学术界和工程领域引起广泛关注，通过租赁给用户云服务，越来越多的公司开始提供云服务，越来越多的数据中心被建立，迅速改变IT产业的发展.最近研究表明数据中心占美国总能量消耗的1–2%[1]，仅仅在美国，所有的数据中心以每兆瓦时一百美金的价格耗资超过10亿美元，这是一种常见价格[2].由于大部分电力产量来源于煤炭燃烧，所以数据中心的巨大消耗还导致大量的碳排放[3].从云服务供应商角度来看，租赁云服务的目标是为了获得收入，因此如何消减数据中心的花费是他们应当面临的实际问题.

数据中心通常由若干行机架组成，每个机架包含服务器、交换机和通信线路，如图一所示.数据中心不同部分消耗不同比例的能量，如图二所示.从图二我们可以看出冷却服务器消耗了数据中心的大部分能量，在下面章节部分我们将研究数据中心不同方面的低功耗技术.

2 数据中心目前的低功耗技术：

2.1 数据中心热感知功耗优化技术：

如图一所示，冷却服务器消耗了云数据中心的大部分功率，有大量文章研究如何减少数据中心所需的能量.

数据中心的总功率可以表示为：

在最近发展的Lyapunov优化基础上，作者在[7]中研究了地理位置分散的数据中心热效应批量作业调度问题，传统的优化技术例如动态规划是耗时的并且不易在实践中采用，他们将数据中心冷却功耗模拟为：

在[12]中冷却系统的成本按以下函数建模：

这里的Q是指服务器总能量消耗，他们从另一个维度研究解决冷却服务器成本，比如一个控制热量产生的系统解决方案.

其他工作实例如[8]在本着利润最大化目标的近似算法的几个不同模型下研究热感知调度问题.

2.2 动态速度缩放来管理能量

从图二我们可以发现处理器是数据中心的第二大消耗者.大量研究表明从降低速度上降低能耗是一项节省CPU能耗的新型技术.降低速度允许动态改变处理器的速度，从而提高数据中心的能源效率.为了充分利用能源，在限制需求和性能的基础上，动态速度降低就是调整处理器的速度.在文章[9]、[10]关于动态速度降低的论述中，如果运行速度大于零时，处理器能耗的建模为：

α是能耗指数，通常幂指数值α=3.γ是摊销指数，分布范围为(0,1).

如果该装置以大于0的速度运行，那么功率消耗函数p(s)可以表示为：

图三 数据中心网络[13]

α是能耗指数.

2.3 数据中心网络低功耗

数据中心网络使很多服务器包括交换机、路由器和通信线路互相连接，数据中心网络体系结构通常设计为三层式架构[13]，如图三所示例.近来研究发现，数据中心网络链路使用率是非常低的，因此浪费网络元素的许多能量.传统的工作主要集中在提高服务器利用率和减少服务器功耗，然而并没有把网络拓扑结构和网络流量等网络元素考虑在内.与上述方法不同，很多学者从网络元素方面来研究减少数据中心功耗.

2.4 数据中心存储系统节能技术

随着IaaS(基础设施即服务)云资源激增，数据中心存储子系统的能源消耗也急剧上升，如图三所示，存储主要负责整个数据中心功耗的百分之四，数据中心存储子系统能耗的份额预计会进一步增加，因为IaaS云计算比其他云服务发展的更快.

磁盘驱动器是辅助存储系统的核心，因此研究在磁盘驱动器上降低功耗是非常重要的，在[15]中，作者提出磁盘驱动器的总功耗可以表示为：

这里pst是主轴电机功率，psk是探求功率，pct是需要的接口操作.

3 结论

本文中我们给出相关云数据中心低功耗技术的调查，了解到云数据中心是主要消耗者，因为他们目前正在消耗整个世界能量的1.3%，但很大一部分能量没有被充分利用，因此降低功耗和提高能量使用率是云供应商需要研究的实际问题.

限于篇幅很多方面还没有涉及到，比如利用水的效率使数据中心消耗更少的水以及使用绿色能源（比如风能源）替代棕色能源（比如煤炭）减少碳排放的方法.

〔1〕P.Sehgal,V.Tarasov,E.Zadok.Optim izing energy and performance for server-class file system workloads.ACM Transactions on Storage(TOS),2010,6(3):10.

〔2〕R.T.Kaushik,M.Bhandarkar.Greenhdfs:towards an energy-conserving,storage-efficient,hybrid hadoop compute cluster.Proceedings of the USENIX Annual Technical Conference.2010:109.

〔3〕Power Scorecard.Electricity from Coal,Retrieved in April 2008.http://www.powerscorecard.org/tech detail.cfm?resource id=2.

〔4〕F.Ahmad and T.N.Vijaykumar.Joint optimization of idle and cooling power in data centers while maintaining response time.In Proceedings of the Architectural support for programm ing languages and operating systems(ASPLOS),2010.

〔5〕Facts&Stats:Data Architecture and More Data.http://blog.infotech.com/facts-stats/facts-stats-data-architecture-and-more-data/.

〔6〕W.Huang,M.Allen-Ware,J.B.Carter,et al.Tapo:Thermal-aware power optim ization techniques for servers and data centers.Green Computing Conference and W orkshops(IGCC),2011 International.IEEE,2011:1-8.

〔7〕M.Polverini,A.Cianfrani,S.Ren,et al.Thermal-Aware Scheduling of Batch Jobs in Geographically Distributed Data Centers.IEEE Transactions on cloud computing,2014,vol.2,no.1,pp.71-84.

〔8〕Mukherjee K,Khuller S,Deshpande A.Algorithms for the thermal scheduling problem [C]//Parallel& Distributed Processing (IPDPS),2013 IEEE 27th International Symposium on.IEEE,2013:949-960.

〔9〕S.Albers,H.Fujiwara. “Energy-efficient algorithms for flow time minimization”.In Proc.of STACS 2006.

〔10〕A.W ierman,L.L.H.Andrew,A.Tang. “Power-Aware Speed Scaling in Processor Sharing Systems”.In Proc.of IEEE Infocom 2009.

〔11〕YAO,F.,DEMERS,A.,AND SHENKER,S.1995.A scheduling model for reduced CPU energy.In Proceedings of the IEEE Syposium on Foundations of Computer Science.IEEE Computer Society Press,Los Alam itos,CA,374–382.

〔12〕Moore JD,Chase J S,Ranganathan P,et al.Making Scheduling" Cool":Temperature-Aware W orkload Placement in Data Centers.USEN IX annual technical conference,General Track.2005:61-75.

〔13〕Heller B,Seetharaman S,Mahadevan P,et al.Elastic-Tree:Saving Energy in Data Center Networks.NSDI.2010,10:249-264.

〔14〕W.Fang,X.Liang,S.Li,L.Chiaraviglio,and N.Xiong,“VMPlanner:optim izing virtual machine placement and traffic flow routing to reduce network power costs in cloud data centers,”J.Computer Network,vol.57,no.1,pp.179–196,Jan.2013.

〔15〕Bostoen T,Mullender S,Berbers Y.Power-reduction techniques for data-center storage systems[J].ACM Computing Surveys(CSUR),2013,45(3):33.