数据中心中面向工作流应用的节能调度算法研究

摘要：

根据数据中心实际工作机制，推出面向工作流应用的节能调度算法，不但可确保数据传输过程的时效，还可适当降低因数据延迟或网络吞吐量小给系统带来的不利影响，并让处理器分出对节能调度算法独立单元。

关键词：

数据中心;工作流应用;节能调度算法;数据结构

中图分类号：

TP308

文献标识码：

A

文章编号：

1672-9129（2020）15-0014-02

1项目基本背景分析

1.1节能调度算法的实现过程。节能调度算法是一种基于云计算技术和模型的分布式算法，意图提高计算模型的总体运行效率，并基于大数据支撑保持系统良好的延展性，降低系统使用成本的同时确保资源调度合理和接到计算机指令后能根据算法中的内容完成对平台运行效率的改造。

1.2数据计算中存在的损耗分析。在不同算法下对数据执行而言有不同的运行效率，决定数据计算中损耗率大小的主要指標是通过集成式计算机设备，保证计算机处理器核心调度与能源功耗控制处于正常状态，另外计算机系统中节点的分布与运算消耗的能源比例也将对数据计算效率带来影响。

1.3数据计算的资源调度分析。在对数据计算过程用适当方式建模时，首先可建立由任务集组成的队列，按照数据执行顺序完成各项计算步骤。另外也可根据资源的分配情况设置计算节点和计算资源总调配系统，明确各项任务对应的计算需求，使用与之匹配的计算单元完成，并在中止程序后及时回收资源。

1.4调度层网络相关算法分析。调度层网络对整个计算过程中涉及的损耗率和传输距离与时间做计算，不但可得出信息在到达调度层后的接收功率大小，因信号的传输与发射过程也存在一定损耗，在得到接收功率等参数后，也可计算出在不同层级下的发射功率与损耗程度。

1.5当前国内外研究现状。节能调度算法目前在国内外的计算机科研机构或企事业单位多有应用，企业不单要考虑实际经营成本，因对能源的不必要损耗不但会让计算机在运行期间执行多余计算步骤，也不符合可持续发展视阈下的计算机节能与资源合理调配的预期，让计算过程的运行高效有序。

2数据中心拓扑结构及技术探究

2.1光和电结合的拓扑结构分析。数据中心内对光电结合的拓扑结构合理规划，因交流电在生活中较常见，在某输送电的过程中，将发电系统做为单位，通过连接逆变器完成升压过程，在不同单位的子系统内，确保各个单元的输出功率相同，并通过最优算法降低输出输入期间的能源损耗。

2.2网络基本拓扑结构分析。由于网络存在独立的虚拟地址和名称，在相邻节点间的拓扑结构不但具有单向性特点，在寻址和节点转换过程中，确定基本路径和映射关系，在完成整个寻址过程后以递归形式重复寻址过程，是网络基本拓扑结构算法的实现过程，因此确定合理的算法和节点关系尤为重要。

2.3虚拟层拓扑结构分析。在连接好虚拟交换机和主机与虚拟机后，通过获取IP地址和DNS服务器地址形式，完成三层网络交换，设置正确的DHCP值，并通过物理交换机利用网关完成数据传输过程，在配置文件时，不但要确保虚拟机的运行使用正常，还可将拓扑结构进一步深化拓展。

2.4管理层拓扑结构分析。管理层拓扑结构一般设置数组和库群的形式，将所有可能出现的拓扑列出，由于存在相关函数与映射关系，闭集中的表达式不但可一一列出，在数据传输时也可让闭集中的内容以确定关系式和计算方法形式完成管理，进而优化管理层拓扑结构的组成，精简计算步骤。

3数据损耗率评估办法探究

3.1数据中心的基本损耗评估办法。在完成数据中心建模后，评估系统可行性和实际能耗比，对各设施的实际耗电量和运行过程中的能源损耗情况合理评估，并根据评估结果完成定向改造，既可让运行过程体现安全性，还可明确实际电能损耗情况对未来的电源能耗效率给出指导性整改方案。

3.2资源调度算法的使用方式分析。在将数据中心内部划分为多个计算单元后，将不同分区内的运行效率单独计算，在分析出功率较大电器设备和在运算期间可关闭的计算单元后，给出具体整改方案，另外在计算过程中的分区要讲究合理性和最小单位，也可以计算设备的最小单元为单位完成计算。

3.3合理分配任务的调度算法分析。对计算元件内部合理分配，不但让任务执行过程具有高效特点，算法有效性的提高也可通过搜索算子和利用遗传算法的原理，对调度内部选择随机杂交形式，进而生成全新解法，另外选择合适的杂交点也将让系统内部合理调度。

3.4计算数据相关节点的实现过程分析。在计算数据时，当完成搜索算子和杂交算子的调度后，既可以产生新解法，又可让辅助算子对群内所有数据具备合理调度特点，运算范畴内的所有子任务都将以合理形式交换，处理机对数据的迁移过程也将让不同子任务的切换过程达到最优效率，变异算子的编程算法执行难度高低也将影响执行效率。

4数据中心节能调度算法的概述

4.1数据中心资源的能耗模型研究。在建立模型时，不但要本着高效便捷的使用原则，还需要明确各功能间的关系，例如在探究能耗的组成结构和彼此间的关联时，要根据设备的部署与架构情况，选择最优的能耗模型，后在中确定子系统和设备模型，以完成外部数据在内部系统的计算过程。

4.2节能调度算法的实现过程。节能调度算法将网络传感器内的运算节点通过建立能好关系表达方程的形式确定关系，首先要计算信息传递期间的能源变化量，不但确定了功率转化的基本系数，还可通过计算临界值和传输距离关系形式，完成初步节能调度算法的计算。

4.3项目的仿真程度分析。由于项目在实际生产中的仿真程度较高，遗传算法的改造过程不但对各项工序合理布置，还可通过分别枚举所有可能出现情况的形式，让项目的运行过程具有高度可视化特点，因全盘化了解项目可节省项目运行所耗费的时间，故具有一定仿真度，另外在满足条件后即中止运算过程，提升项目的可行性。

4.4对项目模拟结果的分析。在对项目计算过程合理编程后，根据遗传算法的改进步骤，通过列出最优解和相关函数的形式，对子数据的运算过程做规划，不但让遗传算法的利用率得到保证，还可让计算结果更接近目标预期值，也对节省不必要的能源浪费十分有利，可在生产中加以应用。

5对未来研究的展望分析

5.1对当前阶段工作流应用节能调度算法的总结。对当前阶段工作流应用节能调度算法而言，未来还需在现有研究成果上进一步优化计算效率，既可通过对遗传算法完成改造，也可通过合理调度和跳路由形式，对数据的传输能力做更高的要求，以降低数据延迟和各计算单元合理分配空间为目的。

5.2工作流应用节能调度算法待改进内容。工作流应用节点中的节能调度算法虽可有效改善当前阶段部分电器在使用过程中对能源的浪费，但还需注意到节能调度算法的本质是让各项电器在人为可控条件下合理安排能效资源，并确保数据具有较强的运输效率，这也将是未来算法改造工作的重点。

5.3工作流应用节能调度算法中提升效率的办法。工作流应用节能调度算法提升效率不但可通过優化计算路径和遗传算法的实现过程得以改变，还可通过让内部模型的所有计算设备合理利用网络带宽，并根据实际配置原理确定在不同运算条件下的网络占用时间，以满足运算需求和计算效率。

5.4对未来项目研究的展望。在看到“互联网+”政策得以普及后，随着移动设备和物联网技术的不断发展，大数据的出现也让云计算等相关产业得以被大面积应用。未来在相关技术的不断创新下，项目也必将进一步优化计算效率，并能够深入到社会的各项事业中，以满足不同客户的个性化需求为目的，打造数字化城市，提升工作总体效率将是未来项目的发展方向。

参考文献：

[1]蒋破荒，秦楠，戴雪松.面向双活数据中心的多跳路由和调度算法研究[J].信息技术，2018（7）：121-125+129.

[2]彭轻羽.面向实时应用需求的TSN调度算法研究[J].电工技术，2019（2）：82-84.

[3]彭忆炎，孔建寿，陈轩，等.面向智能制造的作业车间调度算法研究[J].南京理工大学学报，2017（3）：322-329.

[4]刘丹琦，于炯，英昌甜.云计算环境下多有向无环图工作流的节能调度算法[J].计算机应用，2013（9）：2410-2415.

[5]马敬敬，阎朝坤，郑金格.九种智能算法在科学工作流调度中的应用比较[J].周口师范学院学报，2018（5）：90-95.

作者简介：宋艳，（1979-9）女，民族：汉，河南洛阳人，河南林业职业学院讲师，最高学历：本科，最高学位：工程硕士学位，主要研究方向：大数据分析。