面向最小能耗的服務(wù)器整合方案研究.pdf

1、虛擬化技術(shù)與云計算技術(shù)相結(jié)合，幫助云計算供應(yīng)商構(gòu)建了更便捷、可靠以及規(guī)模更大的新型數(shù)據(jù)中心。但是當服務(wù)器數(shù)量不斷增加時，某些服務(wù)器可能會出現(xiàn)低負載的情況，研究發(fā)現(xiàn)，當服務(wù)器負載較低時，比如CPU利用率為10％左右，那么服務(wù)器的能耗也將是滿載時的50％以上，因此會對資源及能耗造成大量浪費。傳統(tǒng)的服務(wù)器整合方法可以將多個負載（虛擬機）整合到同一臺服務(wù)器上，關(guān)閉空閑的服務(wù)器，達到節(jié)能目的。但是存在三個方面的不足:選擇待整合服務(wù)器時，僅從服務(wù)器

2、的層級來判斷，評估比較粗糙;未充分考慮整合過程中的代價問題;沒有對整合前后的系統(tǒng)能耗進行精確計算。
　　本文在分析傳統(tǒng)整合方法的基礎(chǔ)上，提出了面向最小能耗的服務(wù)器整合問題，并設(shè)計了解決方案。整合方案的重點是:待整合服務(wù)器和目的服務(wù)器的選擇以及整合前后能耗的精確計算。根據(jù)各服務(wù)器及其上部署的虛擬機的資源和性能數(shù)據(jù)構(gòu)建系統(tǒng)能耗模型，精確計算能耗;根據(jù)服務(wù)器的多個評價指標來選擇待整合服務(wù)器;通過從全局的角度考察所有虛擬機的資源需求及服務(wù)

3、器資源剩余情況，利用動態(tài)裝箱算法使服務(wù)器的數(shù)量減到最少。因此本文的研究過程為:根據(jù)服務(wù)器的CPU利用率判定整合時機后，首先利用主成分分析法選擇影響能耗的主成分，然后構(gòu)建系統(tǒng)能耗模型，并對模型進行優(yōu)化，最后精確計算能耗;進而以節(jié)約能耗為目的，通過基于多目標決策的待整合服務(wù)器選擇算法，選擇待整合的服務(wù)器;用全局動態(tài)裝箱算法選擇目的服務(wù)器;從而完成面向最小能耗的服務(wù)器整合方案，根據(jù)整合方案執(zhí)行整合，關(guān)閉源服務(wù)器，完成整合。最后通過實驗對該整合