云计算系统中数据中心的节能算法

2018-12-25张倩

电子技术与软件工程 2018年8期

文/张倩

随着云计算技术发展越来越迅速，能源消耗问题开始逐渐的浮出水面，并成为制约云计算发展的关键因素。依据互联网和第三方咨询调查机构的报告，谷歌公司有超过100万台服务器，在2010年一共排放出了约146万公吨的二氧化碳，平均每100条搜索的用电量就相当于一个60W的灯泡持续工作28分钟。这种大量的能源消耗是让人震惊的，同时也给相关的计算机工作者们敲响了一个警钟，如果不尽快的解决云计算能源消耗的问题，那么这项技术必定会受到众多的限制，甚至于停止发展。因此，解决云计算系统数据中心高能耗的问题已经迫在眉睫。

1 节能算法的相关分类

现阶段，云计算的节能机制可以按照不同的标准分为不同的类别，如果按照功率来分类，可以分为两个方面，第一个方面是动态功率管理技术（简称为DPM）,第二类为静态功率管理技术（简称为SPM）。如果按照降低能耗阶段的不同来进行分类的话，可以分为三个方面，第一个方面是关闭/开启技术（resource hibernation），第二个方面是动态电压/频率调整技术（简称为DVFS），第三个方面是虚拟机技术（virtualizaion）。并且这三个方面的分工也有所不同，第一个方面主要负责降低空闲能耗，第二以及第三个方面主要负责降低任务执行的能耗。另外，DPM在应用当中的主要前提是云计算系统的负载状况是随着时间因素而不断变化的，这样DPM就能够被允许依照当前的云系统性能对系统的功率状态进行实时的调整。与其他相比，SPM主要是通过利用高端的硬件设备来运行的，例如系统当中的CPU、硬盘存储设备、网络设备、UPS以及能源提供设备等。通过设备结构的改变，往往能够有效的降低能耗。

2 DVFS节能算法相关分析

DVFS节能算法主要是通过在现代处理器上来调控CPU功耗的方式来进行工作的，是一种行之有效的节能算法。一旦系统的CPU存在空闲，没有被完全使用时，该节能算法就可以通过调整CPU供电电压，同时对时钟的频率进行调整的方式来降低CPU的性能，这样一来，动态能耗的降低几乎是以立方为单位来递减的，并且对系统的整体性能不会产生丝毫的影响。我们以某公司云计算系统为例，该公司云计算数据中心采用基于DVFS的节能算法，某时刻该系统只有一个任务在运行，其负载要求10个周期完成，任务的截止时间为100秒，针对这种情况，该系统便通过DVFS节能算法，将CPU进行降速处理，使之降速到十分之一周期每秒。这样不仅没有超出任务的截止时间，同时还大大的降低了整体的能耗。经过相关的实践研究表明，通过此动态频率降低的方式，相比于通过最大速率运行任务，然后在任务结束后的空余时间中将CPU闲置的方法更为有效。随着该节能算法的实际价值被广泛肯定，越来越多的云计算系统开始使用该种算法，普及程度越来越高。

3 虚拟化节能算法相关分析

虚拟化节能算法是通过改善资源利用率的方式，从而使能耗得到降低。虚拟化技术在云计算当中占有举重若轻的地位，通过运用虚拟化技术，可以在单一的主机上创建多个虚拟机，如此硬件资源的使用数量就被大大的减少了，自然而然的增强了资源的利用率。利用虚拟化算法技术，不仅仅可以将共享相同计算节点的应用与应用之间达成性能的隔离，并且在此基础上还可以使用动态迁移技术或离线迁移技术，使得虚拟机实现从一个节点到另一个节点的迁移。这样一来，实时虚拟机重新分配的过程就能够完全实现动态的负载合并，从而使虚拟机可以合并到相对较小的物理节点当中，并以此将闲置节点转换为节能模式。

以某公司的云计算数据中心为例，该公司在系统建设的过程中，将能耗管理技术和虚拟化技术实现了很好的有机结合，并且通过VirtualPower这种优化管理方式应用于大规模数据管理当中。通过这种策略的应用，使得虚拟化平台之上的各种虚拟机都得到了很好的协调控制，从而对云计算系统的能耗实现了进一步的整体优化。

4 主机关闭/开启节能算法相关分析

主机关闭/开启的节能方式可以细化的分为三种类型，第一种是随机式策略，第二种是超时式策略，第三种是预测式策略。随机式策略的工作方式就是将服务器的关闭以及开启模型当作一个随机式优化模型来看待，通过随机决策模型设计控制算法的方式来进行运算。超时式策略在运行时，首先要设置相应的超时阀值，在系统运行的过程中一旦发现持续空闲时间超过既定阀值，那么服务器将会自动的切换到关闭模式当中。预测式策略主要是通过开始阶段的事先预测方式进行工作的，当事先的预测值达到一定标准的时候，就会将服务器直接切换到关闭模式。这三类策略，都能够通过自身的工作机理最大限度的降低服务器空闲所产生的能耗。但是如果计算机的启动时间较长的话，就十分有可能会造成性能的降低。