發(fā)布時間：2018-08-08 19:29

【摘要】：當前,節(jié)能減排是時代的主題。隨著社會經濟的發(fā)展,IT行業(yè)已經逐漸滲透到了社會建設的各個層面,各個行業(yè),成為其他行業(yè)發(fā)展的基石和依賴。工T行業(yè)蓬勃發(fā)展的同時,其能源消耗的問題也逐漸浮出水面。IT行業(yè)的能耗在整個能源消耗體系中的占比也在日益增加,甚至已經可以比擬航空業(yè)。因此,在工T行業(yè)中展開能耗節(jié)省的研究,具有重要的時代意義。 而近年來,隨著云計算技術的發(fā)展,綠色計算的概念也被提出。綠色計算是一種以環(huán)境的友好度為中心的計算模式。它通過努力消除計算系統(tǒng)中的環(huán)境不友好因素,使得計算系統(tǒng)、人、社會與自然環(huán)境更加和諧,從而實現(xiàn)資源優(yōu)化利用,以及節(jié)能、環(huán)保和節(jié)約的目標。作為云計算技術的支撐以及現(xiàn)代信息系統(tǒng)建設中的關鍵環(huán)節(jié),數(shù)據(jù)中心的建設也已經進入快速發(fā)展的階段。然而,伴隨而來的數(shù)據(jù)中心高能耗,以及對環(huán)境的污染等問題,也已成為世界各國都非常關注的問題,也是當前亟待解決的問題。以低能耗計算系統(tǒng)為重要支撐的綠色數(shù)據(jù)中心構建技術,顯現(xiàn)出了廣闊的應用前景。 該論文從數(shù)據(jù)中心的整體能耗出發(fā),綜合考慮數(shù)據(jù)中心的實際情況,開展綠色數(shù)據(jù)中心管理系統(tǒng)以及虛擬化能耗節(jié)省框架的研究。論文提出了全局抽象層,整合虛擬機構建虛擬機集群,利用虛擬化技術對數(shù)據(jù)中心硬件資源進行整合,通過架構在VMM之上的全局抽象層,對集群進行全方位的監(jiān)控和數(shù)據(jù)采集。并通過整合一些全局的資源,性能和能耗方面的管理策略,例如虛擬機的布局、遷移和智能能耗控制算法等提高數(shù)據(jù)中心資源的利用率,有效的降低數(shù)據(jù)中心的能耗,實現(xiàn)綠色數(shù)據(jù)中心的構建。 通過我們對不同的全局管理策略進行部署測試得到的結果,可以表明,該論文提出的綠色數(shù)據(jù)中心管理框架Green Data Center(GDC)能有效改善當前數(shù)據(jù)中心低效高耗的現(xiàn)狀,優(yōu)化資源利用,提高40%到50%的資源利用率,降低50%左右的能耗,因此最終可以達到能耗節(jié)省,節(jié)能減排的目的。
[Abstract]:At present, energy conservation and emission reduction is the theme of the times. With the development of social economy, IT industry has gradually penetrated into the various levels of social construction, each industry has become the cornerstone and dependence of the development of other industries. With the rapid development of industry and T industry, the problem of energy consumption in IT industry has gradually surfaced. The proportion of energy consumption in the whole energy consumption system is also increasing day by day, even compared with aviation industry. Therefore, the research on energy saving in T industry is of great significance. In recent years, with the development of cloud computing technology, the concept of green computing has been put forward. Green computing is a computing model centered on environmental friendliness. By eliminating the unfriendly factors in the computing system, it makes the computing system, people, society and the natural environment more harmonious, so as to realize the optimal utilization of resources, as well as the goals of energy saving, environmental protection and saving. As the support of cloud computing technology and the key link in the construction of modern information system, the construction of data center has entered the stage of rapid development. However, the accompanying problems of high energy consumption and environmental pollution in data centers have also become a very important issue in the world, which is also an urgent problem to be solved. The construction technology of green data center with low energy consumption computing system as an important support shows a broad application prospect. This paper starts from the whole energy consumption of the data center, synthetically considers the actual situation of the data center, carries out the research of the green data center management system and the framework of energy saving in virtualization. This paper proposes a global abstract layer, integrates virtual machines to build virtual machine cluster, integrates the hardware resources of data center by using virtualization technology, and monitors and collects the cluster through the global abstract layer based on VMM. And by integrating some global resources, performance and energy management strategies, such as virtual machine layout, migration and intelligent energy control algorithm to improve the utilization of data center resources, effectively reduce the energy consumption of the data center. The construction of green data center is realized. The results obtained from the deployment tests of different global management strategies show that the green data center management framework (Green Data Center (GDC) proposed in this paper can effectively improve the current situation of low efficiency and high consumption of data centers and optimize the utilization of resources. By increasing the resource utilization ratio by 40% to 50% and reducing the energy consumption by 50% or so, the energy consumption can be saved and the energy saving and emission reduction can be achieved in the end.
【學位授予單位】：復旦大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TP308

【共引文獻】

相關期刊論文 前10條

1 肖維品;建筑業(yè)科技進步預測與規(guī)劃模型[J];四川建筑科學研究;1993年01期

2 王先華;;安全控制論原理和應用[J];兵工安全技術;1999年04期

3 歐國立，，張笑雪;地鐵運營成本分析與研究[J];北方交通大學學報;1994年03期

4 袁志陜,高遠洋,陳良猷;仿效創(chuàng)新的后發(fā)優(yōu)勢機理分析與實證研究[J];北京航空航天大學學報;2000年02期

5 袁志陜,葛子干,陳良猷;航空科研單位典型仿效創(chuàng)新項目成長模式分析[J];北京航空航天大學學報;2000年02期

6 王俊嶺,孫懷軍;城市給水系統(tǒng)時用水量的幾種聯(lián)合預測方法[J];北京建筑工程學院學報;2003年01期

7 林濱,陳惠民;世界船舶市場模糊-概率-模擬(F-P-S)理論及其方法[J];船舶;1990年06期

8 曹丁濤;礦坑涌水量的平滑預測及其若干問題[J];長春地質學院學報;1992年04期

9 程敷望;;搪瓷面盆檢驗員訓練的FUZZY模型[J];成都大學學報(自然科學版);1987年01期

10 郭蘭平;俞建寧;張建剛;漆玉娟;張旭東;;改進RBF神經網(wǎng)絡在城市公交車速時間序列預測中的應用[J];重慶理工大學學報(自然科學版);2010年12期

相關會議論文 前4條

1 王福林;吳昌友;孫立民;;農業(yè)產值結構預測問題研究[A];創(chuàng)新思想·科學發(fā)展·構建和諧——黑龍江省首屆社會科學學術年會優(yōu)秀論文集下冊[C];2008年

2 郭蘭平;俞建寧;張建剛;漆玉娟;張旭東;;改進RBF神經網(wǎng)絡在城市公交車速時間序列預測中的應用[A];2010重慶汽車工程學會年會論文專輯[C];2010年

3 高坤;;煤層瓦斯壓力成長曲線在常村礦測定瓦斯壓力中的應用[A];2007年全國煤礦安全學術年會會議資料匯編[C];2007年

4 王福林;吳昌友;孫立民;;農業(yè)產值結構預測問題研究[A];農業(yè)系統(tǒng)工程理論與實踐研究——全國農業(yè)系統(tǒng)工程學術研討會論文集[C];2006年

相關博士學位論文 前10條

1 唐江橋;中國畜產品價格預測預警研究[D];福建農林大學;2011年

2 程哲;直升機傳動系統(tǒng)行星輪系損傷建模與故障預測理論及方法研究[D];國防科學技術大學;2011年

3 趙毓婷;我國造船訂單波動及其風險研究[D];哈爾濱工程大學;2011年

4 石磊;基于負荷預測在線修正的冰蓄冷空調系統(tǒng)優(yōu)化運行研究[D];西安建筑科技大學;2002年

5 孫立群;農村教育與經濟社會協(xié)調發(fā)展關系的研究[D];東北農業(yè)大學;2003年

6 陶志平;滑坡地段隧道變形機理及災害預測和治理研究[D];西南交通大學;2003年

7 孫福田;農業(yè)機械化對農業(yè)發(fā)展的貢獻及農業(yè)機械化裝備水平的研究[D];東北農業(yè)大學;2004年

8 佟春生;復雜性理論在河川徑流時間序列分析中的應用研究[D];西安理工大學;2005年

9 高洪濤;工業(yè)汽輪機熱力性能在線監(jiān)測與故障診斷的研究[D];大連理工大學;1998年

10 袁洪章;股份制商業(yè)銀行信用風險研究[D];暨南大學;2006年

相關碩士學位論文 前10條

1 段志峰;具有最佳預測的多通道水質監(jiān)測儀系統(tǒng)設計[D];鄭州大學;2010年

2 孔慶珊;光電跟蹤系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工程大學;2010年

3 畢作慶;大平煤礦礦井涌水量數(shù)值模擬研究[D];遼寧工程技術大學;2010年

4 張媛媛;機械制造業(yè)企業(yè)庫存預測系統(tǒng)研究[D];昆明理工大學;2008年

5 王甫;基于多層遞階預測理論和灰色預測理論的能源管理信息系統(tǒng)研究與設計[D];昆明理工大學;2010年

6 林小芳;專升本專業(yè)設置規(guī)劃與招生計劃預測模型研究[D];福建師范大學;2009年

7 李武鵬;基于AIGA-BP神經網(wǎng)絡的糧食產量預測研究[D];太原理工大學;2011年

8 董嚴冰;旅游信息數(shù)據(jù)挖掘和流量模型的研究[D];北方工業(yè)大學;2011年

9 任虹莉;應用Delphi法建立藥品上市后風險評價指標體系的研究[D];山西醫(yī)科大學;2011年

10 吳田田;經濟時間序列預測算法的研究與應用[D];吉林大學;2011年

本文編號：2172819