虛擬化數(shù)據(jù)中心能耗管理自適應(yīng)系統(tǒng)的設(shè)計(jì).pdf

1、隨著云計(jì)算和虛擬化的興起和發(fā)展,數(shù)據(jù)中心在保證應(yīng)用的服務(wù)質(zhì)量的同時(shí),能耗的管理也越來(lái)越受到重視。然而由于應(yīng)用的復(fù)雜性增強(qiáng),負(fù)載的動(dòng)態(tài)變化性增多,能夠在保證數(shù)據(jù)中心服務(wù)質(zhì)量的同時(shí),自適應(yīng)地調(diào)節(jié)數(shù)據(jù)中心的資源分配,并進(jìn)一步的降低數(shù)據(jù)中心能耗的系統(tǒng)還有待進(jìn)一步的研究。
　　本文分析了現(xiàn)有的虛擬化數(shù)據(jù)中心能耗管理的技術(shù)和方法,提出了基于智能控制理論進(jìn)化控制算法的數(shù)據(jù)中心能耗管理的自適應(yīng)控制系統(tǒng)。系統(tǒng)由資源監(jiān)測(cè)器、資源協(xié)調(diào)器和資源分配器組成

2、。本文的主要?jiǎng)?chuàng)新點(diǎn)包括以下三點(diǎn):
　　1)系統(tǒng)能夠?qū)崿F(xiàn)能耗的自適應(yīng)的管理。能夠根據(jù)負(fù)載的動(dòng)態(tài)變化進(jìn)行資源的動(dòng)態(tài)分配。系統(tǒng)能夠?qū)崿F(xiàn)能耗自適應(yīng)管理的前提是能夠進(jìn)行能耗和性能的監(jiān)測(cè)以及精度較高的在線預(yù)測(cè)。監(jiān)測(cè)由資源監(jiān)測(cè)器實(shí)現(xiàn),資源監(jiān)測(cè)器負(fù)責(zé)監(jiān)測(cè)物理集群的整體能耗和每個(gè)虛擬機(jī)的性能,反饋給模型預(yù)估器進(jìn)行預(yù)估。模型預(yù)估器采用微粒蟻群算法對(duì)物理集群的能耗和虛擬機(jī)資源分配之間的模型以及虛擬機(jī)的吞吐量和虛擬機(jī)資源分配之間的模型進(jìn)行在線辨識(shí),并把辨

3、識(shí)的能耗和性能模型的結(jié)果反饋給資源優(yōu)化器。
　　2)系統(tǒng)能夠?qū)崿F(xiàn)能耗和性能的統(tǒng)一管理。在保證數(shù)據(jù)中心服務(wù)質(zhì)量的前提下,進(jìn)一步地降低能耗。系統(tǒng)能耗的降低主要通過(guò)資源優(yōu)化器進(jìn)行。資源優(yōu)化器按照預(yù)估模型,采用遺傳算法對(duì)關(guān)于能耗和性能的目的效用函數(shù)進(jìn)行優(yōu)化,得到分配給每個(gè)虛擬機(jī)的資源優(yōu)化結(jié)果,然后通過(guò)Xen虛擬機(jī)管理器進(jìn)行資源的分配,以此來(lái)實(shí)現(xiàn)能耗和性能的統(tǒng)一管理。
　　3)系統(tǒng)具有較高的可擴(kuò)展性。系統(tǒng)分別使用微粒蟻群算法和遺傳算法

4、進(jìn)行模型的建模和優(yōu)化,由于智能控制理論算法在模型求解過(guò)程中,不需要考慮模型的具體特性,使得該方法能夠適應(yīng)復(fù)雜的非線性系統(tǒng)和模型。同時(shí),在算法的實(shí)現(xiàn)過(guò)程中,有多個(gè)參數(shù)可供設(shè)定和調(diào)節(jié),適用于約束條件較多的模型,提高了系統(tǒng)的改進(jìn)度和可擴(kuò)展性。
　　本文為了對(duì)系統(tǒng)的有效性和穩(wěn)定性進(jìn)行驗(yàn)證,搭建了基于Xen的測(cè)試平臺(tái),使用TPC-W進(jìn)行負(fù)載的生成。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析,本系統(tǒng)能夠保證應(yīng)用的服務(wù)質(zhì)量,自適應(yīng)地進(jìn)行數(shù)據(jù)中心虛擬機(jī)的資源的分配,同