云计算环境下基于能耗感知的复杂资源调度研究

发布时间：2017-07-30 20:03

  本文关键词：云计算环境下基于能耗感知的复杂资源调度研究

  更多相关文章： 云计算 技术创新平台 能耗感知 矢量装箱 多维空间划分 在线虚拟机部署

【摘要】：近年来，以云计算、物联网和大数据为主要代表的IT新技术的发展使得技术创新平台面向的用户越来越多，大量用户的信息处理要求使得技术创新平台数据中心的规模不断增大。技术创新平台在面对海量信息处理的要求下，由于传统资源调度方式的不合理容易导致技术创新平台数据中心的能耗过高，从而造成技术创新平台的运营成本较高，不够绿色低碳、节能环保。本文针对此问题，对技术创新平台数据中心能耗过高的问题进行了研究。 本文首先分析了技术创新平台的应用需求特点，对造成技术创新平台云计算数据中心能耗过高的原因进行了分析，结合当今绿色云计算的有关理论和建设绿色云计算数据中心的相关实践，针对技术创新平台的实际状况，提出了技术创新平台绿色云体系架构，从系统层面保证了技术创新平台的绿色低碳。 在技术创新平台数据中心，合理的虚拟机部署策略可以降低技术创新平台的能源消耗，提高用户的服务质量。然而，技术创新平台用户到达的随机突发性和资源需求的复杂多维性提高了虚拟机部署的难度，基于此，本文对面向复杂资源需求的能耗感知优化调度问题进行建模，提出了多维空间划分模型，用于引导虚拟机的实时部署，减少资源“碎片”的产生，满足用户的QoS要求；并根据此模型设计了在线虚拟机能效部署算法OEEVMP。最后，通过仿真实验，将在线虚拟机部署算法OEEVMP和在线首次适应算法OFF进行了对比，发现：在线虚拟机部署算法OEEVMP可以减少物理机资源“碎片”的产生，，有效降低物理机的运行数量，提高云计算数据中心的能源利用效率。在Google真实负载集群上的实验进一步验证了OEEVMP算法的可行性和有效性。 本文将绿色云计算、矢量装箱和人工智能中的有关理论和方法应用到技术创新绿色云平台的设计中，解决了技术创新平台数据中心高能耗的问题。在系统层面上，提出了技术创新平台绿色云体系架构；在技术层面上，对面向复杂资源需求的能耗感知优化调度问题进行了建模，并设计了在线虚拟机能效部署算法OEEVMP，在满足能效最优的条件下又能满足用户需求的及时响应，实现了技术创新平台数据中心的节能目标和用户QoS保证。通过与外部绿色节能架构相结合，可以实现技术层面和系统层面的综合能耗优化，最终可达到整个技术创新平台的绿色、低碳、节能、环保。
【关键词】：云计算 技术创新平台 能耗感知 矢量装箱 多维空间划分 在线虚拟机部署
【学位授予单位】：南京工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F49
【目录】：

• 摘要4-6
• ABSTRACT6-8
• 目录8-11
• 第1章 绪论11-19
• 1.1 课题来源11
• 1.2 研究背景11-16
• 1.3 研究思路与技术路线16-19
• 第2章 文献综述19-38
• 2.1 云计算的应用现状19-23
• 2.1.1 Amazon EC220-21
• 2.1.2 GoogleApp Engine21
• 2.1.3 WindowsAzure21-22
• 2.1.4 飞天 Apsara22-23
• 2.2 云计算节能优化管理23-27
• 2.2.1 传统的节能优化方法23-25
• 2.2.2 云计算中的节能优化方法25-27
• 2.3 云计算虚拟机部署27-36
• 2.3.1 虚拟机部署类型28-30
• 2.3.2 虚拟机部署目标30-32
• 2.3.3 虚拟机部署方法32-36
• 2.4 文献述评36-38
• 第3章 技术创新平台绿色云体系架构38-54
• 3.1 技术创新平台概述38-43
• 3.1.1 基于 Internet 的技术创新平台架构38-40
• 3.1.2 基于云计算的技术创新平台架构40-42
• 3.1.3 基于云计算的技术创新平台存在的问题42-43
• 3.2 基于绿色云计算的技术创新平台43-54
• 3.2.1 绿色云计算43-45
• 3.2.2 绿色云计算的有关实践45-47
• 3.2.3 技术创新平台绿色云数据中心规划设计47-50
• 3.2.4 技术创新平台绿色云体系架构建立50-54
• 第4章 面向复杂资源需求的能耗感知优化调度54-64
• 4.1 问题描述54-57
• 4.2 模型假设57-58
• 4.3 物理机能耗分析58-60
• 4.4 多维空间划分模型60-64
• 第5章 在线虚拟机能效部署算法64-68
• 5.1 物理机选择64
• 5.2 关键指标64-65
• 5.3 在线虚拟机能效部署算法描述65-68
• 第6章 实验分析68-76
• 6.1 仿真实验环境68-70
• 6.2 实验对比与评价70-76
• 6.2.1 实验一的实验结果70-72
• 6.2.2 实验二的实验结果72-73
• 6.2.3 R0和 r0参数分析73-76
• 结语76-79
• 参考文献79-87
• 攻读学位期间科研成果87-88
• 致谢88-89
• 附录89-90

【参考文献】

中国期刊全文数据库 前5条

1 吴琦;熊光泽;;基于随机决策模型的动态功耗管理策略研究[J];计算机学报;2007年04期

2 杨星;马自堂;孙磊;;云环境下基于改进蚁群算法的虚拟机批量部署研究[J];计算机科学;2012年09期

3 吴琦,熊光泽;非平稳自相似业务下自适应动态功耗管理[J];软件学报;2005年08期

4 米海波;王怀民;尹刚;史殿习;周扬帆;袁霖;;一种面向虚拟化数字中心资源按需重配置方法[J];软件学报;2011年09期

5 庄威;桂小林;林建材;王刚;代敏;;云环境下基于多属性层次分析的虚拟机部署与调度策略[J];西安交通大学学报;2013年02期

本文编号：595852