基于資源分配的云計(jì)算數(shù)據(jù)中心的節(jié)能算法研究.pdf

1、云計(jì)算技術(shù)的發(fā)展使得無論是公有、私有還是混合云計(jì)算中心都可以提供良好的性能，因此云計(jì)算技術(shù)已被不同的運(yùn)營商廣泛地應(yīng)用。雖然云計(jì)算技術(shù)對(duì)運(yùn)營商和用戶來說都具有優(yōu)勢(shì)，但其仍面臨維護(hù)和管理的挑戰(zhàn)，其中一個(gè)關(guān)鍵的挑戰(zhàn)就是云計(jì)算數(shù)據(jù)中心的能源消耗的效率問題。云計(jì)算數(shù)據(jù)中心要消耗很多能源，但是其中一些能源根本沒有用在計(jì)算上。
　　云計(jì)算數(shù)據(jù)中心能源效率低的一個(gè)主要原因是低效率的資源配置。在云計(jì)算環(huán)境中有幾個(gè)因素導(dǎo)致不當(dāng)?shù)馁Y源分配，使得資源分配

2、仍然是面臨的一個(gè)問題。因此，必須要研究有效的方法來克服這個(gè)問題。在近幾年中，虛擬機(jī)遷移方法已被作為一種有效的資源利用方法廣泛地加以應(yīng)用，因此對(duì)虛擬機(jī)(VM)遷移策略和資源分配算法的研究已經(jīng)成為熱點(diǎn)課題。
　　論文重點(diǎn)研究兩個(gè)主要內(nèi)容:第一部分是提出一種虛擬機(jī)遷移時(shí)的VM選擇策略，即閾值最大利用率(ThrMaxU)策略。在這一策略中，我們?cè)O(shè)置了固定的主機(jī)利用率的上、下門限，在規(guī)定的時(shí)間內(nèi)，我們動(dòng)態(tài)地檢查上限和下限是否被超越。當(dāng)一臺(tái)主

3、機(jī)的利用率低于下限時(shí)，在該主機(jī)上的所有虛擬機(jī)應(yīng)該遷移出去并關(guān)閉該主機(jī)。在一些主機(jī)的利用率高于上限的情況下，我們就對(duì)這些主機(jī)按遞減順序排序，以超越上限最多的主機(jī)開頭，然后選擇這些主機(jī)中占用CPU使用率比較多的VM進(jìn)行遷移。我們將提出的這種選擇策略與現(xiàn)有的一種分配策略（改進(jìn)的功率配置降序MBFD策略）結(jié)合起來，以評(píng)估功耗和性能的折中。我們使用仿真軟件CloudSim對(duì)我們的研究進(jìn)行了仿真，并且將所提策略與其他的策略進(jìn)行了功耗、SLA比例、關(guān)

4、閉的主機(jī)數(shù)和遷移的VM數(shù)等幾個(gè)參數(shù)的對(duì)比。仿真結(jié)果表明，所提出的ThrMaxU策略具有更低的功耗、更少的關(guān)閉的主機(jī)數(shù)和更少的VM遷移數(shù)，并且其SLA性能也與其他策略相當(dāng)。
　　論文第二部分提出了一種改進(jìn)的最優(yōu)功率配置（MPBF）算法，可進(jìn)行全局的資源配置，即在每一次的分配過程中，該算法找到一個(gè)這樣的服務(wù)器，使得一個(gè)請(qǐng)求分配到它上面以后，系統(tǒng)增加的功耗最小，因此整個(gè)數(shù)據(jù)中心達(dá)到最低的功耗。MPBF算法的基礎(chǔ)是所有的服務(wù)器具有相同的資