[發(fā)明專利]基于DVS與改進(jìn)蟻群算法的云數(shù)據(jù)中心節(jié)能方法

在審

• 申請?zhí)枺?/td>: 201710191575.X
• 申請日: 2017-03-28
• 公開（公告）號(hào): CN106951059A
• 公開（公告）日: 2017-07-14
• 發(fā)明（設(shè)計(jì)）人: 龐善臣;張偉光;徐建朋;馬同茂;郝少華
• 申請（專利權(quán)）人: 中國石油大學(xué)（華東）
• 主分類號(hào): G06F1/32
• 分類號(hào): G06F1/32;G06F9/455
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及云數(shù)據(jù)中心節(jié)能算法技術(shù)領(lǐng)域，尤其涉及一種基于DVS與改進(jìn)蟻群算法的云數(shù)據(jù)中心節(jié)能方法。

背景技術(shù)

云計(jì)算是一種由網(wǎng)格計(jì)算發(fā)展而來的新興計(jì)算模型，是多種技術(shù)相融合的產(chǎn)物。云計(jì)算服務(wù)商致力于為用戶提供高效、便捷的多種計(jì)算服務(wù)，例如IaaS,PaaS,SaaS。云計(jì)算模式極大地方便了用戶，使其不必購買并配置復(fù)雜的計(jì)算設(shè)備，只需根據(jù)自己的需要申請計(jì)算資源并繳納相應(yīng)的費(fèi)用即可，同時(shí)也減少了開支。云計(jì)算服務(wù)商會(huì)根據(jù)使用情況動(dòng)態(tài)地對云計(jì)算系統(tǒng)進(jìn)行擴(kuò)建或縮小規(guī)模。

隨著大數(shù)據(jù)時(shí)代的到來，計(jì)算需求不斷擴(kuò)大，云數(shù)據(jù)中心的規(guī)模也在增長，其巨大的能耗成本和碳排放量成為困擾云供應(yīng)商的一個(gè)難題，據(jù)研究顯示，2014年美國數(shù)據(jù)中心共消耗約700億千瓦時(shí)的電力，占據(jù)美國能源消費(fèi)的2％，如何在保證計(jì)算性能的同時(shí)節(jié)省能耗成本成為一個(gè)關(guān)注的熱點(diǎn)問題。

針對數(shù)據(jù)中心的高能耗問題，國內(nèi)外相關(guān)科研機(jī)構(gòu)、社會(huì)團(tuán)體做了大量研究工作。目前，云數(shù)據(jù)中心的能耗優(yōu)化方案主要包括3類：虛擬化技術(shù)、動(dòng)態(tài)電壓縮放技術(shù)、關(guān)閉/休眠技術(shù)。例如，Berral等人利用機(jī)器學(xué)習(xí)技術(shù)，動(dòng)態(tài)地整合虛擬機(jī)，使計(jì)算任務(wù)能夠在符合SLA的前提下能量消耗最小(Zomaya AY,Lee Y C.8.Toward Energy-Aware Scheduling Using Machine Learning[M]Energy-Efficient Distributed Computing Systems.John Wiley&Sons,Inc.2012:215-244.)；肖鵬等人提出了一種基于能耗比例模型的虛擬機(jī)調(diào)度算法，評(píng)估各虛擬機(jī)近期能耗并采用最近最小能耗比例優(yōu)先策略進(jìn)行調(diào)度，從而達(dá)到負(fù)載與能耗的均衡(肖鵬,劉洞波,屈喜龍.云計(jì)算中基于能耗比例模型的虛擬機(jī)調(diào)度算法[J].電子學(xué)報(bào),2015,43(2):305-311.)；Xia等人基于DVS在云數(shù)據(jù)中心的應(yīng)用提出了一個(gè)隨機(jī)分析框架，該框架能夠幫助設(shè)計(jì)和優(yōu)化能耗感知的高性能云系統(tǒng)(XiaYN,Zhou M C,Luo X,et al.A Stochastic Approach to Analysis of Energy-Aware DVS-Enabled Cloud Datacenters[J].IEEE Transactions on Systems Man&Cybernetics Systems,2014,45(1):1-1.)，但作者并未給出具體的能好管理方案；合理的任務(wù)調(diào)度也可以在一定程度上達(dá)到性能與能耗的優(yōu)化，譚一鳴等人通過對云系統(tǒng)建模與分析，提出了一種通過任務(wù)調(diào)度方式的能耗優(yōu)化管理方法ME3PC算法，該算法在保證執(zhí)行性能的前提下,可大幅度降低云計(jì)算系統(tǒng)的能耗開銷(譚一鳴,曾國蓀,王偉.隨機(jī)任務(wù)在云計(jì)算平臺(tái)中能耗的優(yōu)化管理方法[J].軟件學(xué)報(bào),2012,23(2):266-278.)，但是該方法依賴于任務(wù)到達(dá)的分布概率，在處理特殊任務(wù)流時(shí)可能存在缺陷。云任務(wù)的調(diào)度屬于NP完全問題，可以采用啟發(fā)式調(diào)度方法解決，蟻群算法是一種模擬進(jìn)化算法，研究表明該算法具有優(yōu)良性質(zhì)，可以用來解決云任務(wù)調(diào)度問題。魏赟等人利用一種基于最短任務(wù)延遲時(shí)間的改進(jìn)蟻群算法進(jìn)行調(diào)度，在兼顧調(diào)度公平性與效率的前提下,最大化縮短任務(wù)延遲時(shí)間(魏赟,陳元元.基于改進(jìn)蟻群算法的云計(jì)算任務(wù)調(diào)度模型[J].計(jì)算機(jī)工程,2015,41(2):12-16.)；查安民等人針對云計(jì)算環(huán)境的特點(diǎn),對粒子群和蟻群算法進(jìn)行改進(jìn),提出一種融合二者的任務(wù)調(diào)度算法，能減少任務(wù)的總完成時(shí)間(查安民,譚文安.融合粒子群與蟻群的云計(jì)算任務(wù)調(diào)度算法[J].計(jì)算機(jī)技術(shù)與發(fā)展,2016,26(8):24-29.)。但是這些算法僅考慮了對性能的優(yōu)化，沒有考慮能耗問題。

綜上所述，現(xiàn)有的云數(shù)據(jù)中心節(jié)能任務(wù)調(diào)度方法還不完善、節(jié)能方案過于單一。有鑒于此，有必要提出一種基于DVS與改進(jìn)蟻群算法的云數(shù)據(jù)中心節(jié)能方法。

發(fā)明內(nèi)容

為了解決現(xiàn)有云數(shù)據(jù)中心節(jié)能方案的不足，均衡性能與能耗，使云數(shù)據(jù)中心綜合收益最大化，本發(fā)明提出了一種基于DVS與改進(jìn)蟻群算法的云數(shù)據(jù)中心節(jié)能方法，引入DVS綜合管理器，與蟻群調(diào)度方法結(jié)合，從物理主機(jī)與調(diào)度方案兩方面進(jìn)行節(jié)能調(diào)控，達(dá)到性能與能耗的最優(yōu)。

本發(fā)明具體采用以下技術(shù)方案：