云環(huán)境下能量高效的任務調度方法研究與應用.pdf

1、隨著信息化技術的發(fā)展和應用，各行業(yè)產生的數(shù)據(jù)呈爆炸式增長。傳統(tǒng)數(shù)據(jù)庫技術不能很好地解決海量數(shù)據(jù)、高并發(fā)、快速響應、可擴展性等大數(shù)據(jù)應用問題。因此如何高效地存儲和管理這些數(shù)據(jù)，是目前亟需解決的問題。云計算的經濟性、可擴展性、容錯性等特點使其成為大數(shù)據(jù)管理的支撐技術。隨著云計算的廣泛應用，數(shù)據(jù)中心的數(shù)量和規(guī)?？焖僭鲩L，電費開銷已經超過了硬件設備本身的購置費用，且仍處于持續(xù)增長狀態(tài)?？焖僭鲩L的能量消耗同時加劇全球能源危機和環(huán)境污染。因此研究云

2、環(huán)境下能量高效的數(shù)據(jù)管理技術刻不容緩。
　　云環(huán)境下能量高效的任務調度技術是云環(huán)境下能量高效的數(shù)據(jù)管理技術的重要組成部分，目的是通過任務調度的方法降低用于任務處理的節(jié)點在任務處理過程中的能量消耗。本文分別從單節(jié)點和多節(jié)點兩個層面研究云環(huán)境下的能量高效的任務調度技術。本文的主要創(chuàng)新點如下：
　　(1)由于現(xiàn)有的多核處理器節(jié)點上能量高效的任務調度方法通常假設可以獨立控制各個內核的狀態(tài)，在能耗計算階段只考慮處理器本身的能耗而未考慮

3、節(jié)點其他部件的能耗，且對能效的度量方式未考慮實際意義，因此提出一種面向多種內核結構的代價感知的任務調度框架。綜合考慮處理器的靜態(tài)功耗、動態(tài)功耗以及節(jié)點其他部件功耗，使用經濟代價度量節(jié)點進行任務處理的時間代價和能量代價，將任務處理時間、等待時間和能量消耗代價統(tǒng)一。在此基礎上分別針對獨立控制、整體控制和分組控制三種內核結構的處理器設計不同的任務調度算法。使用該調度框架和任務調度算法可以降低節(jié)點的任務處理代價：當內核為獨立控制結構時，負載越輕

4、該方法相對傳統(tǒng)方法的優(yōu)勢越明顯；當內核為整體控制結構時，隨著負載加重該方法的節(jié)點代價低于傳統(tǒng)方法且二者之間的差距越來越大；當內核為分組控制結構時，該方法的節(jié)點代價與傳統(tǒng)方法相比成倍減少。
　　(2)現(xiàn)有的云環(huán)境任務層能量高效的數(shù)據(jù)密集型任務調度方法主要通過改變數(shù)據(jù)存儲策略實現(xiàn)能量高效，此類方法與具體的數(shù)據(jù)存儲方法和存儲介質相關，不具備通用性，因此提出一種同構節(jié)點環(huán)境下與數(shù)據(jù)存儲策略無關的能量高效的數(shù)據(jù)密集型任務處理方法EABD。在

5、任務調度過程中綜合考慮處理任務的節(jié)點數(shù)和節(jié)點間的負載均衡情況，降低任務處理過程中的能量消耗。盡管該方法相對于傳統(tǒng)方法使用更多的節(jié)點處理任務，但其任務處理過程中的能量消耗比傳統(tǒng)方法更小，在某些情況下其能量消耗甚至不足傳統(tǒng)方法的50％。該算法的能量消耗受副本數(shù)量影響較小，且在默認3個副本的情況下該算法造成的能量浪費最少。
　　(3)針對實際云環(huán)境下的節(jié)點異構性問題，提出一種異構節(jié)點環(huán)境下與數(shù)據(jù)存儲策略和存儲介質無關的能量高效的數(shù)據(jù)密集

6、型任務處理方法MinBalance，將任務調度過程分為節(jié)點選擇和負載均衡兩步。在節(jié)點選擇過程中，定義四種不同的節(jié)點權值，根據(jù)貪心算法選擇權值最小的節(jié)點進行任務處理。在負載均衡階段對參與任務處理的節(jié)點的負載進行均衡，減少節(jié)點因等待而造成的能量浪費。該方法充分考慮節(jié)點的性能和功耗的異構性，降低任務處理的能量消耗，當待處理的數(shù)據(jù)量較大時，MinBalance可減少約60%的能量消耗。
　　(4)針對目前能量高效的虛擬機調度方法主要考慮任

7、務特征和資源分配，僅通過減少節(jié)點使用數(shù)量降低能耗的問題，提出一種云環(huán)境下能量高效的虛擬機調度算法 EEVS。首先將虛擬機分配到擁有足夠資源且最優(yōu)性能功率比最高的物理機上執(zhí)行，從節(jié)點層減少能量消耗。在虛擬機執(zhí)行過程中采用基于DVFS的單節(jié)點節(jié)能技術，通過虛擬機遷移進行資源整合，減少每個物理機的能量消耗，從部件層進一步降低系統(tǒng)的能量消耗。EEVS算法在不造成明顯效率降低的情況下，可以節(jié)約超過10%的能量消耗。
　　(5)針對目前云計算