【摘要】：近年來,云計算技術(shù)得到了快速推廣,它加快了企業(yè)應用的部署,并且能夠適應企業(yè)不同的服務需求。云計算快速發(fā)展的同時也帶來了兩個主要問題:不同數(shù)據(jù)中心的資源價格不同,導致地理分布交互式服務的運營成本對于不同的數(shù)據(jù)中心差異很大;數(shù)據(jù)中心負載越來越高,平均冷卻能耗占總能耗約50%,導致數(shù)據(jù)中心的節(jié)能問題越來越嚴峻。針對上述問題,本文分別提出了兩個調(diào)度決策算法。2DRP算法為了降低地理分布交互式服務的運營成本,在第一階段求解隨機規(guī)劃主問題,得到運營成本最低的數(shù)據(jù)中心組;在第二階段求解隨機規(guī)劃子問題,動態(tài)調(diào)整資源配置。EC~3算法為了降低數(shù)據(jù)中心冷卻能耗,首先利用制冷度日數(shù)和數(shù)據(jù)中心負載得到冷卻能耗方程;然后通過高負載數(shù)據(jù)中心排隊模型評估云服務服務質(zhì)量;最后進行工作負載的調(diào)度分布決策。總的來說,本文的主要貢獻和創(chuàng)新點包括:1)本文基于多個云服務提供商的預留資源和按需資源,設(shè)計了一個資源配置策略,并以此對地理分布交互式服務進行運營成本建模。特別地,本文還利用基于服務等級協(xié)議的尾延遲模型,衡量地理分布交互式服務是否滿足服務質(zhì)量要求。2)本文提出了一種調(diào)度分布決策和資源配置算法2DRP:為了解決資源價格不確定性,將資源價格的概率分布添加到成本模型,并轉(zhuǎn)化為一個確定性方程;為了解決資源需求不確定性,根據(jù)地理分布交互式服務的歷史請求得到高百分位尾延遲,并轉(zhuǎn)化為成本模型的約束。3)本文設(shè)計了一個數(shù)據(jù)中心冷卻能耗模型。冷卻能耗模型包括熱傳導導致的冷卻能耗和IT設(shè)備正常工作導致的冷卻能耗。其中,利用制冷度日數(shù)估計熱傳導冷卻能耗;利用IT設(shè)備的產(chǎn)熱特性和效能轉(zhuǎn)化率關(guān)系計算IT設(shè)備正常工作的冷卻能耗。4)本文提出了多數(shù)據(jù)中心負載均衡優(yōu)化算法EC~3。基于一個調(diào)度決策向量,可以得到數(shù)據(jù)中心的負載情況。然后把數(shù)據(jù)中心看作一個黑盒系統(tǒng),利用廣義指數(shù)分布模型估計尾延遲閾值。最終通過有約束的云服務負載均衡實現(xiàn)數(shù)據(jù)中心總體冷卻能耗的降低。
【圖文】：

上海交通大學碩士學位論文歌數(shù)據(jù)中心云服務歷史請求的情況。在不同時段可能存在幾倍甚至幾十倍的差異。當一個地理分布交互式服務駐留在一個數(shù)據(jù)中心組，并且分配的資源數(shù)量是恒定的。為了保證服務質(zhì)量，分配的資源數(shù)量應該滿足請求率最大所對應的資源需求[3]。因為請求率是動態(tài)變化的，最大資源需求往往不會持續(xù)很長時間，甚至最大資源需求量僅占完整服務周期 1%，所以當資源需求降低時，大量的資源必然處于空閑狀態(tài)�？臻e的資源實際是浪費的，運營成本將會增加。所以高效合理的資源使用策略，應該能夠動態(tài)適應不同服務壓力情況下的資源需求。

上海交通大學碩士學位論文導出去。電子元件存在一個可容忍溫度區(qū)間。特別當高于這個區(qū)間會被徹底損害。因此，數(shù)據(jù)中心必須及時降溫以避免電子元件處理永久損害。數(shù)據(jù)中心能耗的增加對于云計算是一把雙刃劍。雖然更數(shù)據(jù)中心正在被大量使用。但是，因為數(shù)據(jù)中心的高負載使用會產(chǎn)冷卻能耗在理論上將會指數(shù)增加，最終導致數(shù)據(jù)中心的總體能源效盡管目前存在一些旨在提高數(shù)據(jù)中心能源效率的研究。例如通過提能源效率降低數(shù)據(jù)中心的總體能耗。但是冷卻能耗在數(shù)據(jù)中心總體經(jīng)取代 IT 設(shè)備正常工作的能耗成為第一位。如圖 2-2 所示為數(shù)據(jù)中能耗占比。因為電子元件單位功耗的上升和云計算服務需求的不斷護數(shù)據(jù)中心正常運行的冷卻設(shè)備的功率不斷上升。因此，，冷卻能耗 50％[25]。
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP393.09

【參考文獻】

相關(guān)期刊論文 前10條

1 安真;孔令軍;任華華;;數(shù)據(jù)中心環(huán)境要求發(fā)展動態(tài)[J];潔凈與空調(diào)技術(shù);2015年02期

2 王巍;羅軍舟;宋愛波;;基于動態(tài)定價策略的數(shù)據(jù)中心能耗成本優(yōu)化[J];計算機學報;2013年03期

3 鄧維;劉方明;金海;李丹;;云計算數(shù)據(jù)中心的新能源應用:研究現(xiàn)狀與趨勢[J];計算機學報;2013年03期

4 徐小龍;楊庚;李玲娟;王汝傳;;面向綠色云計算數(shù)據(jù)中心的動態(tài)數(shù)據(jù)聚集算法[J];系統(tǒng)工程與電子技術(shù);2012年09期

5 丁靜;楊善林;羅賀;丁帥;;云計算環(huán)境下的數(shù)據(jù)挖掘服務模式[J];計算機科學;2012年S1期

6 張健;;云計算服務等級協(xié)議(SLA)研究[J];電信網(wǎng)技術(shù);2012年02期

7 尹紅軍;李京;宋滸;李凌;;云計算中運營商效益最優(yōu)的資源分配機制[J];華中科技大學學報(自然科學版);2011年S1期

8 馬瑋駿;吳海佳;劉鵬;;MassCloud云存儲系統(tǒng)構(gòu)架及可靠性機制[J];河海大學學報(自然科學版);2011年03期

9 苑立娟;汪濤;;云計算綜述及其我國發(fā)展現(xiàn)狀[J];才智;2011年07期

10 陳慧,谷寒雨;線性規(guī)劃軟件包GLPK的分析與應用[J];計算機工程;2004年13期

本文編號：2609151