能效可感知的虚拟机调度策略研究

发布时间：2018-11-07 14:11

【摘要】：随着数据中心数量和规模的扩大,它的能耗问题越来越突出。在大型互联网公司(如Google,Facebook,Microsoft,阿里巴巴等),其服务器的PUE(Power Usage Effectiveness)已达到1.1左右。然而,大量的中小型数据中心的服务器并不是一直处于高负载运行状态,其整体利用率较低,服务器在空闲时仍消耗大量能量。因此,能量等比性计算(Energy Proportional Computing)逐渐成为工业界和学术界关注的焦点,并提出了能耗同比性(Energy Proportionality,EP)指标,用以衡量服务器能耗与其完成负载的比例关系。理想情况下,能耗同比性为1.0的服务器的功耗应跟其上运行的负载成正比例关系,即服务器利用率10%时的功耗应该是其利用率100%时的十分之一。但是,由于受生产工艺、硬件设计、硬件配置的影响,不同服务器的能耗同比性存在较大差别。当前的数据中心已经普遍采用了虚拟化技术,用以实现服务器聚合、应用隔离和灵活管理,在节约能耗的同时方便数据中心资源的分配和管理。虚拟化环境下,虚拟机监控器(Virtual Machine Monitor,或Hypervisor)充当等效的操作系统,并且负责资源调度和用户操作系统托管。虽然服务器聚合可以一定程度上降低数据中心能耗,但在多租户云计算环境下,为了保证不同客户虚拟机的服务质量,云服务提供商往往采取过量供给(over provisioning)方式,以应对尖峰负载。因此,如何根据不同客户虚拟机的负载特征,和数据中心不同服务器及集群的能耗同比性,进行虚拟机调度,不仅可以实现进一步的服务器聚合,而且可以在保证客户虚拟机服务质量的同时,进一步降低数据中心能耗。基于上述动机,本文首先深入分析了2007-2016年十年间所有的SPECpower基准测试结果,对真实商业服务器能耗同比性及其能效进行了深入研究,揭示了能效、能耗同比性与处理器体系结构、硬件配置和服务器性能之间的相关关系。随着高能耗同比性(EP0.8)的服务器的逐渐普遍,本文的分析发现其能耗同比性的非线性越来越明显;同时,服务器能效曲线也呈现非线性。最重要的是,目前逐渐出现了峰值能效点并不在峰值利用率处的服务器。因此,通过虚拟机调度和迁移,将集群服务器运行在各节点的峰值效率点处,将可以提高集群的整体能效。接着,本文对当前主流云服务提供商的虚拟化平台,即微软Hyper-V,VMware ESXi,Xen,KVM,和容器虚拟化引擎Docker,对比了其上运行计算密集型、混合型负载时的能效特性。根据服务器能耗同比性特征和虚拟化平台下的能效特征,本文提出了一种能效可感知的虚拟机调度策略,来提高服务器集群的整体能效,降低功耗。实验结果表明,通过利用本文提出的调度算法,在同构节点集群内,可以节省37.07%~49.98%的功耗,计算型负载的平均完成时间仅增加了0.31%~8.49%;在异构节点集群上,计算型负载的功耗可节省44.22%,任务完成时间可节省53.80%。本文的研究结果可适用于包含异构节点服务器集群的虚拟化数据中心的能效管理;同时,本文提出的基于服务器能效和能耗同比性、负载特征的能效可感知的虚拟机调度策略,对于构建绿色数据中心,具有实际参考意义和应用价值。
[Abstract]:......
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP302

【参考文献】