云计算数据中心可扩展服务器的能耗管理与优化
王超
摘 要： 通过对云计算数据中心可扩展服务器功耗管理相关研究的分析，设计了云计算能耗优化管理的架构，并提出数据中心服务器节能优化机制流程图，在广泛支持的DVFS技术能耗特性基础上，提出效能优化策略，通过转移高负载，经转化高负载的主机成为低负载的主机，实现云计算数据中心可扩展服务器能耗管理的优化。采用内存为12 GB的12台主机和1台处理能力为3 200 MIPS的处理器组成数据中心进行仿真实验，结果表明，提出的效能优化策略比无迁移策略节省能耗约24.33%，比DVFS策略节省能耗约15.23%，且综合性能要优于其他两个策略，采用提出的策略可进行云计算数据中心扩展服务器能耗使用的优化。
关键词： 能耗管理； 数据中心； 云计算； 迁移策略
中图分类号： TN911?34； TP316 文献标识码： A 文章编号： 1004?373X（2017）13?0041?03
Abstract： The related research on extendable server energy?consumption management of cloud computing data center is analyzed to design the architecture of the energy?consumption optimal management of cloud computing， and give an energy?saving optimization mechanism flow chart of data center server. On the basis of energy?consumption characteristics of wide?support DVFS technology， the efficiency optimization strategy is proposed. With the transfer of high load， the host computer with high load is turned into the one with low load to realize the energy?consumption management optimization of extendable server of the cloud computing data center. The data center composed of twelve host computers with 12 GB memory and one processor with 3 200 MIPS processing capacity is used to perform a simulation experiment. The simulation results show that the energy consumption of the efficiency optimization scheme is decreased by 24.33% in comparison with the strategy without migration， and decreased by 15.23% in comparison with DVFS strategy. The comprehensive performance of efficiency optimization strategy is better than that of other two strategies， and the strategy proposed in this paper can optimize the energy consumption of extendable server of the cloud computing data center.
Keywords： energy?consumption management； data center； cloud computing； migration strategy
0 引 言
云计算数据中心将物理资源通过虚拟化技术聚集成共享虚拟资源池，实现设备到应用端的远程统一管理，可动态提供先进计算服务[1]。云计算对大规模数据中心飞速发展起到了很大的促进作用，但同时云计算数据中心也有巨大的能耗产生[2?4]。
云计算的特性是可扩展性、弹性服务，云计算数据中心日益极度膨胀的硬件规模使得能耗问题由过去的分散性变为现在的集中性，在云端集中有大量的存储资源、计算资源，因此对于高效管理能耗来说压力巨大[5]。高能耗在一定程度上制约着云数据中心的发展，目前将能耗降低，节约云成本是云数据中心急需解决的问题[6]，因此，对云计算数据中心节能问题进行深入研究意义重大[7]。本文针对云计算数据中心高能耗问题，对其可扩展服务器的能耗管理优化进行了研究。
1 功耗管理相关研究
针对现代数据中心管理，在管理服务器功耗方面提出的方案或架构一般可分成硬件级方案部署和关闭不用服务器方案两类。硬件级解决方案受低水平系统限制，这种类型典型的解决方案是动态电压/频率扩展DVFS，它通过工作负载对主机CPU功率/频率进行调整。关闭不用服务器可节省的电力更多，关闭服务器后，能量消耗接近零。目前已有一种神经网络绿色调度算法，通过对未用到的服务器进行管理，达到云计算环境下服务器功耗的优化。该算法根据工作量，通过对服务器动态需求进行估计，将不需要的服务器关闭，减少运行服务器，达到减少功耗的目的。还出现了一种功耗感知云架构，该架构通过RAM磁盘存储、无盘设计等提供能量感知节能能力，关闭服务器、对服务器运行速度进行调整的功率管理技术。
2 云计算能耗管理系统架构
云计算平台的关键技术是能耗管理技术，根据云计算系统用户对资源的请求状况，结合实际使用的数据中心资源，云数据中心能耗管理系统进行任务调度、资源部署、资源分配，达到系统能耗、用户性能间的相对平衡。根据能耗优化方法，提出云计算能耗管理架构，如图1所示。
从图1可以看出，云计算系统能耗管理架构由6个实体和3个过程组成，6个实体分别为能耗优化管理器、服务器节点、虚拟机节点、虚拟机调度器、元调度器、任务；3个过程分别为任务调度过程、资源部署过程、资源分配过程。在6个实体中，一级调度由元调度器负责，将虚拟机资源、用户任务进行目标优化和映射，在合适虚拟机的节点上执行用户任务；二级调度负责虚拟机调度器，将物理服务器节点、虚拟机节点进行映射，在合适服务器节点上迁移或创建虚拟机节点；系统能耗优化管理由能耗优化管理器负责，包括节点层、硬件组件层、系统层的能耗优化管理。
在负载高峰期，资源分配动态管理中心服务器设置绝大部分服务器节点为活跃状态，从而满足云用户需求；在负载低峰期，切换部分服务器节点为关闭状态或休眠状态，从而将云数据中心能耗降低。在资源部署过程中，云计算的虚拟机被部署到服务器节点上，虚拟节点通过映射到达物理节点，这样资源部署就转化成装箱问题，资源部署由动态部署、静态部署组成，利用启发式算法，静态部署解决了装箱问题，使得虚拟节点到物理节点的映射得到实现，迁移在整个部署过程中不实施，动态部署对负载变化进行响应，可实施部署过程中的虚拟机迁移。任务调度过程将云计算系统任务进行映射，到达服务器或虛拟机上，满足云用户需求。在任务硬实时的时限达到要求下，将系统总能耗降低；在软实时任务满足用户期限下，将系统能耗降低。
3 节能优化的流程
将两个放置的模块、虚拟机分配进行低耦合化是本研究设计节能优化的基本原则，使其依赖尽量少。在分配一个任务虚拟资源量时，对数据中心内的物理机、虚拟机分布无需知道，在物理环境中，放置虚拟机时，资源对性能的影响无需考虑。在节能机制里，通过减少或增加一个虚拟机实现分配资源量的变化，图2为节能优化机制流程图。
4 迁移策略
基于DVFS技术能耗特性，提出一种效能优化的策略，DVFS通过改变处理器的电压和频率实现功耗的改变，本文提出的效能优化策略CMOS电路功耗的特征如下：
式中：平均动态功耗用表示；负载电容用表示；电路电压用表示；时钟频率用表示。
数据中心总功率为：
通过式（3）计算总效率的能耗比：
为确保云计算中心服务器服务质量的稳定性，在数据中心保持处理器总频率恒定，在=保持稳定不变的条件下，最小实质就是最小效率的能耗比。
在保持总频率稳定不变的条件下，当数据中心的主机处理器频率分布更均匀时，具有非常低的功耗。给定总负载，在数据中心可计算出最节能的资源分配方法，通过转移高负载，那么经转化高负载的主机就成为低负载的主机，这样高频率主机的工作量降低，低频率主机的工作量升高，转化的实质就是对高负载主机的虚拟机进行工作量的迁移，转换成低负载主机，进而达到对负载的转移，实现云计算数据中心可扩展服务器能耗管理的优化。
5 仿真实验及评估
5.1 仿真实验
在仿真工具CloudSim中，分配处理资源和处理任务由DatacenterBroker模块进行提交。在实现过程中，实时请求任务CloudSim不易进行模拟，若Web有类似负载请求，则可通过对批处理任务的模拟来实施。通过对多个任务的添加、删除，批处理任务时长的处理，从而达到对负载水平的调整。调整后的短时间内，虚拟机负载保证平稳，剧烈波动不会产生。在模拟云计算服务负载时，必须要修改DatacenterBroker模块，修改后，一个周期为6 s，并且每隔一个周期生成的组为2～4，任务为1～8个，然后将每组任务在随机虚拟机中进行添加。在一段时间内，要保持负载的稳定，就必须在下一步多个周期里重复添加任务，这样就能维持虚拟机的负载状况。因加入随机因素，负载是波动的，同一时刻，主机和虚拟机不同，负载也存在差异。通过修改PowerDatacenter模块，获得优化的虚拟机迁移算法。
5.2 实验效果
在实现仿真实验的过程中，数据中心配置有12台主机，每台主机有12 GB的内存，同时还包括1台处理能力为3 200 MIPS的处理器，该处理器最大功率为270 W。主机功耗根据使用率平方递增计算，其中主机带宽为1 100 Mb/s，在每台主机上装有虚拟机监视器。整个数据中心共有48个虚拟机，系统内存为156 MB，每个虚拟机带宽为24 100 Kb/s。数据中心运行的主机，设定其不关闭时，使用率为零，具有最低功耗。
图3为无迁移策略、DVFS策略、效能优化策略的各自能耗对比图。
图3中迁移周期为85 s，也就是说每隔85 s需要检查虚拟机的迁移是否合适，虚拟机的阈值。图3中，无迁移策略和DVFS策略均来自CloudSim仿真工具，其中无迁移策略采用的模块为PowerDatacenter，该模块调节电压时，允许单个主机使用动态调频技术，但虚拟机迁移是不允许使用的；分配策略采用PowerVmAllocationPolicy?SingleThreshold模块，并且允许迁移。从图3可以看出，本研究提出的效能优化策略均比无迁移策略、DVFS策略耗能要低。
图4为三种策略性能对比，包括能耗、SLA、迁移数、平均SLA的对比图。
从图4可以看出，与无迁移策略相比，本文提出的效能优化策略可节约能耗24.33%；与DVFS策略相比，可节约能耗15.23%。效能优化策略在迁移次数上比DVFS策略少2 425次，这是因为DVFS策略迁移时，虚拟机寻找迁移路径每次都要重新分配，造成每个虚拟机都被迁移，这说明DVFS策略在实际使用中不现实，在这三种策略中，各自的SLA比较接近，总体来说，本文提出的效能优化策略的综合性能要优于其他两种策略，采用本文提出的策略可进行云计算数据中心可扩展服务器能耗使用的优化。
6 结 论
本文通过云计算数据中心可扩展服务器功耗管理相关研究的分析，设计了云计算能耗优化管理的架构，并提出了数据中心服务器节能优化机制流程图，在广泛支持的DVFS技术能耗特性基础上，提出效能优化策略。仿真实验结果表明，本文提出的效能优化策略比无迁移策略节省能耗约24.33%，比DVFS策略节省能耗约15.23%，本研究提出的效能优化策略的综合性能要优于其他两种策略，采用本文提出的策略可进行云计算数据中心可扩展服务器能耗使用的优化。
参考文献
[1] 周航，朱欣颖.云数据中心的能耗管理研究[J].智能计算机与应用，2013，3（4）：21?24.
[2] 卫星，张建军，石雷，等.云计算数据中心服务器数量动态配置策略[J].电子与信息学报，2015，37（8）：2007?2014.
[3] 郝亮，崔刚，曲明成，等.云计算能耗资源调度优化关键技术研究[J].智能计算机与应用，2014，4（5）：90?94.
[4] 罗亮，吴文峻，张飞.面向云计算数据中心的能耗建模方法[J].软件学报，2014，25（7）：1371?1387.
[5] 林伟伟，吴文泰.面向云计算环境的能耗测量和管理方法[J].软件学报，2016，27（4）：1026?1041.
[6] 熊永华，张因升，陈鑫，等.云视频监控系统的能耗优化研究[J].软件学报，2015，26（3）：680?698.
[7] 谭一鸣，曾国荪，王伟.随机任务在云计算平台中能耗的优化管理方法[J].软件学报，2012，23（2）：266?278.
摘 要： 通过对云计算数据中心可扩展服务器功耗管理相关研究的分析，设计了云计算能耗优化管理的架构，并提出数据中心服务器节能优化机制流程图，在广泛支持的DVFS技术能耗特性基础上，提出效能优化策略，通过转移高负载，经转化高负载的主机成为低负载的主机，实现云计算数据中心可扩展服务器能耗管理的优化。采用内存为12 GB的12台主机和1台处理能力为3 200 MIPS的处理器组成数据中心进行仿真实验，结果表明，提出的效能优化策略比无迁移策略节省能耗约24.33%，比DVFS策略节省能耗约15.23%，且综合性能要优于其他两个策略，采用提出的策略可进行云计算数据中心扩展服务器能耗使用的优化。
关键词： 能耗管理； 数据中心； 云计算； 迁移策略
中图分类号： TN911?34； TP316 文献标识码： A 文章编号： 1004?373X（2017）13?0041?03
Abstract： The related research on extendable server energy?consumption management of cloud computing data center is analyzed to design the architecture of the energy?consumption optimal management of cloud computing， and give an energy?saving optimization mechanism flow chart of data center server. On the basis of energy?consumption characteristics of wide?support DVFS technology， the efficiency optimization strategy is proposed. With the transfer of high load， the host computer with high load is turned into the one with low load to realize the energy?consumption management optimization of extendable server of the cloud computing data center. The data center composed of twelve host computers with 12 GB memory and one processor with 3 200 MIPS processing capacity is used to perform a simulation experiment. The simulation results show that the energy consumption of the efficiency optimization scheme is decreased by 24.33% in comparison with the strategy without migration， and decreased by 15.23% in comparison with DVFS strategy. The comprehensive performance of efficiency optimization strategy is better than that of other two strategies， and the strategy proposed in this paper can optimize the energy consumption of extendable server of the cloud computing data center.
Keywords： energy?consumption management； data center； cloud computing； migration strategy
0 引 言
云计算数据中心将物理资源通过虚拟化技术聚集成共享虚拟资源池，实现设备到应用端的远程统一管理，可动态提供先进计算服务[1]。云计算对大规模数据中心飞速发展起到了很大的促进作用，但同时云计算数据中心也有巨大的能耗产生[2?4]。
云计算的特性是可扩展性、弹性服务，云计算数据中心日益极度膨胀的硬件规模使得能耗问题由过去的分散性变为现在的集中性，在云端集中有大量的存储资源、计算资源，因此对于高效管理能耗来说压力巨大[5]。高能耗在一定程度上制约着云数据中心的发展，目前将能耗降低，节约云成本是云数据中心急需解决的问题[6]，因此，对云计算数据中心节能问题进行深入研究意义重大[7]。本文针对云计算数据中心高能耗问题，对其可扩展服务器的能耗管理优化进行了研究。
1 功耗管理相关研究
针对现代数据中心管理，在管理服务器功耗方面提出的方案或架构一般可分成硬件级方案部署和关闭不用服务器方案两类。硬件级解决方案受低水平系统限制，这种类型典型的解决方案是动态电压/频率扩展DVFS，它通过工作负载对主机CPU功率/频率进行调整。关闭不用服务器可节省的电力更多，关闭服务器后，能量消耗接近零。目前已有一种神经网络绿色调度算法，通过对未用到的服务器进行管理，达到云计算环境下服务器功耗的优化。该算法根据工作量，通过对服务器动态需求进行估计，将不需要的服务器关闭，减少运行服务器，达到减少功耗的目的。还出现了一种功耗感知云架构，该架构通过RAM磁盘存储、无盘设计等提供能量感知节能能力，关闭服务器、对服务器运行速度进行调整的功率管理技术。
2 云计算能耗管理系统架构
云计算平台的关键技术是能耗管理技术，根据云计算系统用户对资源的请求状况，结合实际使用的数据中心资源，云数据中心能耗管理系统进行任务调度、资源部署、资源分配，达到系统能耗、用户性能间的相对平衡。根据能耗优化方法，提出云计算能耗管理架构，如图1所示。
从图1可以看出，云计算系统能耗管理架构由6个实体和3个过程组成，6个实体分别为能耗优化管理器、服务器节点、虚拟机节点、虚拟机调度器、元调度器、任务；3个过程分别为任务调度过程、资源部署过程、资源分配过程。在6个实体中，一级调度由元调度器负责，将虚拟机资源、用户任务进行目标优化和映射，在合适虚拟机的节点上执行用户任务；二级调度负责虚拟机调度器，将物理服务器节点、虚拟机节点进行映射，在合适服务器节点上迁移或创建虚拟机节点；系统能耗优化管理由能耗优化管理器负责，包括节点层、硬件组件层、系统层的能耗优化管理。
在负载高峰期，资源分配动态管理中心服务器设置绝大部分服务器节点为活跃状态，从而满足云用户需求；在负载低峰期，切换部分服务器节点为关闭状态或休眠状态，从而将云数据中心能耗降低。在资源部署过程中，云计算的虚拟机被部署到服务器节点上，虚拟节点通过映射到达物理节点，这样资源部署就转化成装箱问题，资源部署由动态部署、静态部署组成，利用启发式算法，静态部署解决了装箱问题，使得虚拟节点到物理节点的映射得到实现，迁移在整个部署过程中不实施，动态部署对负载变化进行响应，可实施部署过程中的虚拟机迁移。任务调度过程将云计算系统任务进行映射，到达服务器或虛拟机上，满足云用户需求。在任务硬实时的时限达到要求下，将系统总能耗降低；在软实时任务满足用户期限下，将系统能耗降低。
3 节能优化的流程
将两个放置的模块、虚拟机分配进行低耦合化是本研究设计节能优化的基本原则，使其依赖尽量少。在分配一个任务虚拟资源量时，对数据中心内的物理机、虚拟机分布无需知道，在物理环境中，放置虚拟机时，资源对性能的影响无需考虑。在节能机制里，通过减少或增加一个虚拟机实现分配资源量的变化，图2为节能优化机制流程图。
4 迁移策略
基于DVFS技术能耗特性，提出一种效能优化的策略，DVFS通过改变处理器的电压和频率实现功耗的改变，本文提出的效能优化策略CMOS电路功耗的特征如下：
式中：平均动态功耗用表示；负载电容用表示；电路电压用表示；时钟频率用表示。
数据中心总功率为：
通过式（3）计算总效率的能耗比：
为确保云计算中心服务器服务质量的稳定性，在数据中心保持处理器总频率恒定，在=保持稳定不变的条件下，最小实质就是最小效率的能耗比。
在保持总频率稳定不变的条件下，当数据中心的主机处理器频率分布更均匀时，具有非常低的功耗。给定总负载，在数据中心可计算出最节能的资源分配方法，通过转移高负载，那么经转化高负载的主机就成为低负载的主机，这样高频率主机的工作量降低，低频率主机的工作量升高，转化的实质就是对高负载主机的虚拟机进行工作量的迁移，转换成低负载主机，进而达到对负载的转移，实现云计算数据中心可扩展服务器能耗管理的优化。
5 仿真实验及评估
5.1 仿真实验
在仿真工具CloudSim中，分配处理资源和处理任务由DatacenterBroker模块进行提交。在实现过程中，实时请求任务CloudSim不易进行模拟，若Web有类似负载请求，则可通过对批处理任务的模拟来实施。通过对多个任务的添加、删除，批处理任务时长的处理，从而达到对负载水平的调整。调整后的短时间内，虚拟机负载保证平稳，剧烈波动不会产生。在模拟云计算服务负载时，必须要修改DatacenterBroker模块，修改后，一个周期为6 s，并且每隔一个周期生成的组为2～4，任务为1～8个，然后将每组任务在随机虚拟机中进行添加。在一段时间内，要保持负载的稳定，就必须在下一步多个周期里重复添加任务，这样就能维持虚拟机的负载状况。因加入随机因素，负载是波动的，同一时刻，主机和虚拟机不同，负载也存在差异。通过修改PowerDatacenter模块，获得优化的虚拟机迁移算法。
5.2 实验效果
在实现仿真实验的过程中，数据中心配置有12台主机，每台主机有12 GB的内存，同时还包括1台处理能力为3 200 MIPS的处理器，该处理器最大功率为270 W。主机功耗根据使用率平方递增计算，其中主机带宽为1 100 Mb/s，在每台主机上装有虚拟机监视器。整个数据中心共有48个虚拟机，系统内存为156 MB，每个虚拟机带宽为24 100 Kb/s。数据中心运行的主机，设定其不关闭时，使用率为零，具有最低功耗。
图3为无迁移策略、DVFS策略、效能优化策略的各自能耗对比图。
图3中迁移周期为85 s，也就是说每隔85 s需要检查虚拟机的迁移是否合适，虚拟机的阈值。图3中，无迁移策略和DVFS策略均来自CloudSim仿真工具，其中无迁移策略采用的模块为PowerDatacenter，该模块调节电压时，允许单个主机使用动态调频技术，但虚拟机迁移是不允许使用的；分配策略采用PowerVmAllocationPolicy?SingleThreshold模块，并且允许迁移。从图3可以看出，本研究提出的效能优化策略均比无迁移策略、DVFS策略耗能要低。
图4为三种策略性能对比，包括能耗、SLA、迁移数、平均SLA的对比图。
从图4可以看出，与无迁移策略相比，本文提出的效能优化策略可节约能耗24.33%；与DVFS策略相比，可节约能耗15.23%。效能优化策略在迁移次数上比DVFS策略少2 425次，这是因为DVFS策略迁移时，虚拟机寻找迁移路径每次都要重新分配，造成每个虚拟机都被迁移，这说明DVFS策略在实际使用中不现实，在这三种策略中，各自的SLA比较接近，总体来说，本文提出的效能优化策略的综合性能要优于其他两种策略，采用本文提出的策略可进行云计算数据中心可扩展服务器能耗使用的优化。
6 结 论
本文通过云计算数据中心可扩展服务器功耗管理相关研究的分析，设计了云计算能耗优化管理的架构，并提出了数据中心服务器节能优化机制流程图，在广泛支持的DVFS技术能耗特性基础上，提出效能优化策略。仿真实验结果表明，本文提出的效能优化策略比无迁移策略节省能耗约24.33%，比DVFS策略节省能耗约15.23%，本研究提出的效能优化策略的综合性能要优于其他两种策略，采用本文提出的策略可进行云计算数据中心可扩展服务器能耗使用的优化。
参考文献
[1] 周航，朱欣颖.云数据中心的能耗管理研究[J].智能计算机与应用，2013，3（4）：21?24.
[2] 卫星，张建军，石雷，等.云计算数据中心服务器数量动态配置策略[J].电子与信息学报，2015，37（8）：2007?2014.
[3] 郝亮，崔刚，曲明成，等.云计算能耗资源调度优化关键技术研究[J].智能计算机与应用，2014，4（5）：90?94.
[4] 罗亮，吴文峻，张飞.面向云计算数据中心的能耗建模方法[J].软件学报，2014，25（7）：1371?1387.
[5] 林伟伟，吴文泰.面向云计算环境的能耗测量和管理方法[J].软件学报，2016，27（4）：1026?1041.
[6] 熊永华，张因升，陈鑫，等.云视频监控系统的能耗优化研究[J].软件学报，2015，26（3）：680?698.
[7] 谭一鸣，曾国荪，王伟.随机任务在云计算平台中能耗的优化管理方法[J].软件学报，2012，23（2）：266?278.
