能效可感知的虛擬機(jī)調(diào)度策略研究.pdf

1、隨著數(shù)據(jù)中心數(shù)量和規(guī)模的擴(kuò)大，它的能耗問題越來越突出。在大型互聯(lián)網(wǎng)公司（如Google，F(xiàn)acebook, Microsoft，阿里巴巴等），其服務(wù)器的PUE（Power Usage Effectiveness）已達(dá)到1.1左右。然而，大量的中小型數(shù)據(jù)中心的服務(wù)器并不是一直處于高負(fù)載運(yùn)行狀態(tài)，其整體利用率較低，服務(wù)器在空閑時(shí)仍消耗大量能量。因此，能量等比性計(jì)算（Energy Proportional Computing）逐漸成為工業(yè)界和

2、學(xué)術(shù)界關(guān)注的焦點(diǎn)，并提出了能耗同比性（Energy Proportionality，EP）指標(biāo)，用以衡量服務(wù)器能耗與其完成負(fù)載的比例關(guān)系。理想情況下，能耗同比性為1.0的服務(wù)器的功耗應(yīng)跟其上運(yùn)行的負(fù)載成正比例關(guān)系，即服務(wù)器利用率10％時(shí)的功耗應(yīng)該是其利用率100%時(shí)的十分之一。但是，由于受生產(chǎn)工藝、硬件設(shè)計(jì)、硬件配置的影響，不同服務(wù)器的能耗同比性存在較大差別。
　　當(dāng)前的數(shù)據(jù)中心已經(jīng)普遍采用了虛擬化技術(shù)，用以實(shí)現(xiàn)服務(wù)器聚合、應(yīng)用隔

3、離和靈活管理，在節(jié)約能耗的同時(shí)方便數(shù)據(jù)中心資源的分配和管理。虛擬化環(huán)境下，虛擬機(jī)監(jiān)控器（Virtual Machine Monitor，或Hypervisor）充當(dāng)?shù)刃У牟僮飨到y(tǒng)，并且負(fù)責(zé)資源調(diào)度和用戶操作系統(tǒng)托管。雖然服務(wù)器聚合可以一定程度上降低數(shù)據(jù)中心能耗，但在多租戶云計(jì)算環(huán)境下，為了保證不同客戶虛擬機(jī)的服務(wù)質(zhì)量，云服務(wù)提供商往往采取過量供給（over provisioning）方式，以應(yīng)對(duì)尖峰負(fù)載。因此，如何根據(jù)不同客戶虛擬機(jī)的負(fù)

4、載特征，和數(shù)據(jù)中心不同服務(wù)器及集群的能耗同比性，進(jìn)行虛擬機(jī)調(diào)度，不僅可以實(shí)現(xiàn)進(jìn)一步的服務(wù)器聚合，而且可以在保證客戶虛擬機(jī)服務(wù)質(zhì)量的同時(shí)，進(jìn)一步降低數(shù)據(jù)中心能耗。
　　基于上述動(dòng)機(jī)，本文首先深入分析了2007-2016年十年間所有的SPECpower基準(zhǔn)測(cè)試結(jié)果，對(duì)真實(shí)商業(yè)服務(wù)器能耗同比性及其能效進(jìn)行了深入研究，揭示了能效、能耗同比性與處理器體系結(jié)構(gòu)、硬件配置和服務(wù)器性能之間的相關(guān)關(guān)系。隨著高能耗同比性（EP>0.8）的服務(wù)器的逐漸

5、普遍，本文的分析發(fā)現(xiàn)其能耗同比性的非線性越來越明顯；同時(shí)，服務(wù)器能效曲線也呈現(xiàn)非線性。最重要的是，目前逐漸出現(xiàn)了峰值能效點(diǎn)并不在峰值利用率處的服務(wù)器。因此，通過虛擬機(jī)調(diào)度和遷移，將集群服務(wù)器運(yùn)行在各節(jié)點(diǎn)的峰值效率點(diǎn)處，將可以提高集群的整體能效。
　　接著，本文對(duì)當(dāng)前主流云服務(wù)提供商的虛擬化平臺(tái)，即微軟 Hyper-V， VMware ESXi， Xen，KVM，和容器虛擬化引擎Docker，對(duì)比了其上運(yùn)行計(jì)算密集型、混合型負(fù)載時(shí)的

6、能效特性。根據(jù)服務(wù)器能耗同比性特征和虛擬化平臺(tái)下的能效特征，本文提出了一種能效可感知的虛擬機(jī)調(diào)度策略，來提高服務(wù)器集群的整體能效，降低功耗。實(shí)驗(yàn)結(jié)果表明，通過利用本文提出的調(diào)度算法，在同構(gòu)節(jié)點(diǎn)集群內(nèi)，可以節(jié)省37.07%~49.98%的功耗，計(jì)算型負(fù)載的平均完成時(shí)間僅增加了0.31%~8.49%；在異構(gòu)節(jié)點(diǎn)集群上，計(jì)算型負(fù)載的功耗可節(jié)省44.22%，任務(wù)完成時(shí)間可節(jié)省53.80%。
　　本文的研究結(jié)果可適用于包含異構(gòu)節(jié)點(diǎn)服務(wù)器集群