【摘要】：功耗管理是云計算數(shù)據(jù)中心的重要問題之一。由于服務器在不同睡眠狀態(tài)時的功耗及喚醒延遲不同,將空閑服務器節(jié)電狀態(tài)與輸入作業(yè)負載建立映射,設計并實現(xiàn)了一種新的元啟發(fā)式調度器,利用適應粒子群優(yōu)化(SAPSO)檢測和跟蹤云計算資源池中不斷變化的最優(yōu)目標服務器,考慮了資源動態(tài)、工作服務器不同負載時的功耗、空閑服務器不同休眠狀態(tài)轉換時的功耗,使得VM映射中功耗增量最小。仿真實驗表明了所提方法的有效性和較好的性能,經比較分析可知,該方法在保證滿足SLA的情況下最大限度地減少了功耗且提高了VM映射效率。
[Abstract]:Power management is one of the most important issues in the cloud computing data center. since the power consumption and the wake-up delay of the server in different sleep states are different, the idle server power-saving state is mapped with the input operation load, a new meta-heuristic scheduler is designed and implemented, By using the adaptive particle swarm optimization (SAPSO) to detect and track the changing optimal target server in the cloud computing resource pool, the power consumption of the resource dynamic and the different load of the working server and the power consumption of the idle server in different sleep states are taken into account, so that the power consumption increment in the VM mapping is minimized. The simulation experiments show the effectiveness and the better performance of the proposed method. It can be seen from the comparative analysis that the method can reduce the power consumption to the maximum extent and improve the VM mapping efficiency.
【作者單位】： 南京大學計算機軟件新技術國家重點實驗室;電子科技大學信息與軟件工程學院;
【基金】：國家自然科學基金重點項目(61432008;61133016),國家自然科學基金項目(61375121;61075049),國家自然科學基金聯(lián)合項目(U1435214;U1401257) 國家科技重大專項(20112X03002-002-03) 國家高技術研究發(fā)展863計劃(2011AA010706)資助
【分類號】：TP302

【參考文獻】

相關期刊論文 前5條

1 趙淦森;虞海;季統(tǒng)凱;宋泓;;云計算平臺的自適應資源供給[J];電信科學;2012年01期

2 張海燕;吳凡;王建新;;基于蟻群算法的Hadoop資源感知調度器研究[J];計算機工程與應用;2014年15期

3 張魯飛;陳左寧;;虛擬集群上面向功耗的形式化的VM調度策略[J];計算機科學;2014年08期

4 李進超;陳靜怡;吳杰;梁瑾;;基于改進分組遺傳算法的虛擬機放置研究[J];計算機工程與設計;2012年05期

5 鄧維;廖小飛;金海;;基于虛擬機的數(shù)據(jù)中心能耗管理機制[J];中興通訊技術;2012年04期

【共引文獻】

相關期刊論文 前8條

1 潘宗霞;;一種大型數(shù)據(jù)中心基礎設施綜合管理系統(tǒng)的設計與實現(xiàn)[J];機電工程技術;2014年07期

2 李葉飛;王松云;;私有云平臺下基于性能感知的自動化管理框架研究[J];計算機與現(xiàn)代化;2014年09期

3 劉馳;;云仿真工具Cloudsim在虛擬機放置中的應用[J];計算機與數(shù)字工程;2015年04期

4 魏祥麟;陳鳴;范建華;張國敏;盧紫毅;;數(shù)據(jù)中心網(wǎng)絡的體系結構[J];軟件學報;2013年02期

5 竇暉;齊勇;王培健;張愷玉;;一種最小化綠色數(shù)據(jù)中心電費的負載調度算法[J];軟件學報;2014年07期

6 宣恒農;張潤馳;劉田田;苗春玲;趙冬;;未來網(wǎng)絡的研究現(xiàn)狀與發(fā)展前景[J];無線互聯(lián)科技;2013年12期

7 劉洪蕾;丁香乾;侯瑞春;;插件虛擬機的設計與實現(xiàn)[J];微型機與應用;2014年03期

8 陳志佳;朱元昌;邸彥強;馮少沖;;一種IaaS模式“云訓練”系統(tǒng)設計[J];系統(tǒng)仿真學報;2015年05期

相關碩士學位論文 前10條

1 李進超;虛擬機動態(tài)資源分配及放置算法研究[D];復旦大學;2012年

2 陸路;云環(huán)境下作業(yè)調度算法研究[D];南京理工大學;2013年

3 馬良;IAAS云計算平臺中資源管理和調度技術的研究[D];北京郵電大學;2013年

4 張海洲;基于利用率和負載均衡的云資源調度算法研究[D];哈爾濱工業(yè)大學;2013年

5 虞海;基礎設施即服務云計算平臺的自適應性調度研究[D];中山大學;2013年

6 王進;云環(huán)境中虛擬機性能互擾度量和預測方法及其應用研究[D];東北大學;2013年

7 袁志;服務器虛擬化在商業(yè)銀行應用研究[D];湖南大學;2014年

8 吉鵬飛;基于人工魚群算法的Hadoop調度算法研究[D];北京林業(yè)大學;2014年

9 高龍;基于負載特征的虛擬機動態(tài)放置策略研究[D];重慶大學;2014年

10 曹玲玲;面向綠色云計算的資源配置及任務調度研究[D];南京郵電大學;2014年

【二級參考文獻】

相關期刊論文 前6條

1 柳香;李瑞臺;李俊紅;段勝業(yè);;Hadoop性能優(yōu)化研究[J];河北師范大學學報(自然科學版);2011年06期

2 欒亞建;黃爛，

本文編號：2455098