APP下载

基于虚拟机迁移的云计算中心节能调度算法

2018-02-09施伟刘镇

计算机与数字工程 2018年1期
关键词:计算中心利用率能耗

施伟刘镇

(江苏科技大学计算机科学与工程学院 镇江 212000)

1 引言

为满足用户的需要,云计算中心通常需要分布在不同地方的云计算中心协同才能提供相应的云服务。每个数据中心都包括上千台物理机器,并在这些机器中分布数百万个虚拟机[1]。数据中心将大量能耗用于数据处理,存储和通信,这对环境造成负面影响[2]。数据中心耗电量巨大,被冠以“电老虎”的称呼。数据中心的巨大能耗导致巨大的运营成本,据统计2015年我国数据中心总耗电量已超过1000亿度,已经超过三峡(869亿度)和葛洲坝(179亿度)发电量总和。据Gartner报告预测2020年全球数据中心的预期碳排放量为6.7亿吨。的确如此,以我国为例,电力供应基本上以火力发电为主,因此数据中心能耗将直接影响碳排放量,对环境产生间接影响。因此,绿色云计算中心正在成为全球节能减排的一部分,通过高效使用计算资源从而减少能耗,以减少耗电量的方式减缓气候变暖,改善环境[3]。

2 已有算法

虚拟机分配将是云计算中心虚拟化能效中最重要的一个环节。在文献[4]中,介绍了一种基于启发式的能效方法用于虚拟机分配,权衡效率和SLA违反,通过设置多个相关系数(MCC)来相适应的服务器。

在文献[5]中提出了一种使用工作负载感知技术的能量感知调度算法(ESWCT)。该算法基于平衡的综合资源利用率(处理器,内存和网络带宽),在云计算中心按照用户需求,分配最少数量的虚拟机。目的就是通过提高综合资源利用来降低功耗。

文献[6~7]中给出的功率感知调度算法。则是使用动态电压频率(DVFS)技术,可以通过处理器不同的使用率来调节不同电压和频率。选择处理器匹配的电源电压和频率,在不违反SLA的情况下使得处理器所消耗的能量达到最低值。

文献[8]中提出的数据中心节能网络感知调度算法(DENS)。它是通过基于加权计算能力优化、任务合并,权衡业务模式分布来减少数据中心的能量消耗。

通常,就云计算而言,由处理器(CPU)负责虚拟机的分配和迁移[4~5]。在高峰时段,由于处理器组件负载过重,因此它可能停止工作。而且,它负责判断服务器,是处于分配或迁移的阶段。

与其他调度算法不同,在本文所提出的算法中,每个服务器都用来负责负载和迁移虚拟机(VM)。目的是通过提高资源利用和缩短响应时间的方式决定该服务器的具体的操作阶段(分配或合并/迁移)。

3 算法介绍

现在主流的数据中心都是采用异构[9],本文中仅考虑异构服务器。主要是两种类型的服务器:计算能力强的服务器(PS)和计算能力较弱的服务器(SS)。PS是具有大于或等于处理能力阈值的服务器。SS是具有小于处理能力阈值的服务器。

服务器提高资源利用率主要通过在两个阶段:分配阶段和合并/迁移阶段[11]。每个服务器的行为都基于其所处的阶段。只要服务器已开启并且资源可用,它就处于分配阶段。在此分配阶段期间,它将等待新到达的VM请求。一旦请求到达,服务器确保其具有足够的资源(处理,内存和带宽)来运行VM的请求之后,从而来处理此请求。

图1 最小服务迁移

PS基于两个迁移规则(即全局和本地迁移规则)从分配阶段换到合并/迁移阶段。当PS负载较重但是其资源未被充分利用时,满足本地迁移规则(LMR);PS具有大于合并阈值(CT)的处理利用率(PU)并且当前具备可用资源(CAR)(如在式(1)中)。

当数据中心中最小负载服务器(LLS)中的已使用的资源(UR)小于或等于其他服务器中的总可用资源(TFR)时,满足全局迁移规则(如同式(2)、式(3))。

如算法1所示,在合并阶段,PS在其他服务器中搜索VM获取它们;通过在数据中心中查找LLS,并且相应地请求LLS内的最大VM。LLS将开始进入迁移阶段,并根据请求将其VM发送到具有资源能力的PS,直到它变为空闲。此后,空闲服务器将切换到待机模式(如图1所示)。SS始终在分配阶段运行,除非它被认为是LLS。

4 实验与结果分析

4.1 实验环境

实验在Eclispe中,采用CloudSim模拟器[6]工具。通过CloudSim模拟1000个服务器所构成的数据中心。该算法在不同负载下基于PlanetLab所使用的真实动态工作负载进行评估[10]。为了增加负载,通过逐渐将虚拟机数量从500个虚拟机增加到2500个虚拟机。

4.2 结果探讨

以每个服务器的能量消耗和平均处理利用的性能度量来评估所提出的算法的性能。此外,对绿色云计算已提出的较为成熟的ESWCT[5]和DVFS[6]的算法与本文中所提出的算法进行比较。

1)资源使用率

图2显示了由1000台服务器组成的数据中心的平均CPU利用率结果。它显示了本文提出的算法比ESWCT算法对处理利用率有着明显改进。此外,它的处理利用率也比DVFS提高了10%。

图2 数据中心服务器的使用率

2)能源消耗量

图3显示了在1000个服务器的数据中心中通过所提出的算法和基准算法的能量消耗。它表明,所提出的算法显着降低能耗比DVFS考虑所有负载高达50%,此外,它降低能耗比ESWCT约7%。

图3 数据中心总能耗

5 结语

在数据中心得到广泛使用和大力发展的今天,关于数据中心的能耗也日趋凸显。如何使得云计算更加的绿色,同时有考虑削减巨大运行成本。也让其更加的环境友好。本文主要想通过提出了一种充分利用服务器能力的算法,以提高资源利用率,从而降低能耗。它将使用数量最少的,具有强计算能力的服务器合并一些任务量小,利用率低的服务器中的虚拟机(VM),并同时关闭相应的空闲中的服务器。实验结果表明,通过虚拟迁移和空闲服务器的管理,将对减少能源消耗和提高资源利用率方面是有效果的。在未来的学习过程汇总,将考虑实际工作环境的各种复杂状态,如果在满足服务水平协议(SLA)的同时,能够更好地为云计算中心的用户提供这样的服务,为“十三五”大数据发展提供助力,同时也为在2015年巴黎气候变化大会中,习主席提出到2030年单位国内生产总值二氧化碳排放比2005年下降60%~65%的目标做出努力。

猜你喜欢

计算中心利用率能耗
一季度我国煤炭开采和洗选业产能利用率为74.9%
中国—东盟人工智能计算中心正式发布
120t转炉降低工序能耗生产实践
能耗双控下,涨价潮再度来袭!
2020年煤炭采选业产能利用率为69.8% 同比下降0.8%
面向反应堆设计的高性能计算中心建设及应用
探讨如何设计零能耗住宅
腾讯云首个5G边缘计算中心正式对外开放
晶胞参数及空间利用率的相关计算突破
日本先进的“零能耗住宅”