發(fā)布時(shí)間：2021-02-13 04:09

　　隨著云計(jì)算數(shù)據(jù)中心規(guī)模的不斷擴(kuò)大，能源消耗和通信帶寬受限問(wèn)題已經(jīng)成為制約其發(fā)展的主要瓶頸之一。對(duì)于前者，提高服務(wù)器的能源利用率是降低數(shù)據(jù)中心能耗的有效途徑。如何通過(guò)恰當(dāng)?shù)恼{(diào)度策略來(lái)提高服務(wù)器的能源利用率是本文的主要研究?jī)?nèi)容之一。對(duì)于后者，由于數(shù)據(jù)中心的帶寬有限，是十分寶貴的資源，如何通過(guò)恰當(dāng)?shù)恼{(diào)度策略來(lái)提高任務(wù)的數(shù)據(jù)本地化執(zhí)行率，是節(jié)省數(shù)據(jù)中心帶寬使用量的關(guān)鍵，也是本文的另一主要研究?jī)?nèi)容。本文的主要?jiǎng)?chuàng)新點(diǎn)可以概括為：通過(guò)恰當(dāng)?shù)恼{(diào)度策略解決云計(jì)算目前最為突出的能耗問(wèn)題和帶寬問(wèn)題。即通過(guò)有效的調(diào)度策略調(diào)整服務(wù)器上的數(shù)據(jù)部署和任務(wù)分配，達(dá)到最大化服務(wù)器能源利用率和任務(wù)執(zhí)行的數(shù)據(jù)本地化率，從而降低數(shù)據(jù)中心的總能耗并減少帶寬的使用量�；诖怂枷耄覀�?yōu)樵骗h(huán)境下的能耗與帶寬問(wèn)題先后建立了三組優(yōu)化模型，并設(shè)計(jì)了相應(yīng)的求解算法。具體工作如下：1.建立了節(jié)能大規(guī)模任務(wù)調(diào)度模型，并設(shè)計(jì)了一種全局優(yōu)化遺傳算法求解該模型。通過(guò)合理的任務(wù)調(diào)度策略調(diào)整服務(wù)器的CPU利用率，從而提高服務(wù)器的能源利用率。同時(shí)，該模型通過(guò)確保任務(wù)100%的數(shù)據(jù)本地化執(zhí)行率，提高任務(wù)的執(zhí)行效率、節(jié)省數(shù)據(jù)中心的帶寬使用。2.建立了存儲(chǔ)與計(jì)... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：108 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
作者簡(jiǎn)介
摘要
ABSTRACT
第一章 緒論
    1.1 云計(jì)算概述
        1.1.1 云計(jì)算的概念
        1.1.2 云計(jì)算的演化
        1.1.3 云計(jì)算的特點(diǎn)
    1.2 論文的研究背景和意義
    1.3 論文的國(guó)內(nèi)外研究現(xiàn)狀
    1.4 本文的主要工作與內(nèi)容安排
第二章 相關(guān)技術(shù)與平臺(tái)介紹
    2.1 MapReduce編程框架與任務(wù)調(diào)度策略
        2.1.1 Google MapReduce
        2.1.2 Hadoop MapReduce
    2.2 服務(wù)器能耗與資源利用率的相關(guān)性
    2.3 本章小結(jié)
第三章 節(jié)能大規(guī)模任務(wù)調(diào)度模型及算法
    3.1 單作業(yè)節(jié)能大規(guī)模任務(wù)調(diào)度模型及算法
        3.1.1 問(wèn)題描述
        3.1.2 模型建立
        3.1.3 模型求解
        3.1.4 實(shí)驗(yàn)與結(jié)果分析
    3.2 多作業(yè)節(jié)能大規(guī)模任務(wù)調(diào)度模型及算法
        3.2.1 問(wèn)題描述
        3.2.2 模型建立
        3.2.3 模型求解
        3.2.4 實(shí)驗(yàn)與結(jié)果分析
    3.3 本章小結(jié)
第四章 存儲(chǔ)與計(jì)算融合的節(jié)能大規(guī)模優(yōu)化模型及算法
    4.1 單作業(yè)存儲(chǔ)與計(jì)算融合的節(jié)能大規(guī)模優(yōu)化模型及算法
        4.1.1 問(wèn)題描述
        4.1.2 模型建立
        4.1.3 模型求解
        4.1.4 實(shí)驗(yàn)與結(jié)果分析
    4.2 多作業(yè)存儲(chǔ)與計(jì)算融合的節(jié)能大規(guī)模優(yōu)化模型及算法
        4.2.1 問(wèn)題描述
        4.2.2 模型建立
        4.2.3 模型求解
        4.2.4 實(shí)驗(yàn)與結(jié)果分析
    4.3 本章小結(jié)
第五章 存儲(chǔ)與計(jì)算融合的多目標(biāo)大規(guī)模優(yōu)化模型及算法
    5.1 單作業(yè)存儲(chǔ)與計(jì)算融合的多目標(biāo)優(yōu)大規(guī)�；Ｐ图八惴�
        5.1.1 問(wèn)題描述
        5.1.2 模型建立
        5.1.3 模型求解
        5.1.4 實(shí)驗(yàn)與結(jié)果分析
    5.2 多作業(yè)存儲(chǔ)與計(jì)算融合的多目標(biāo)大規(guī)模優(yōu)化模型及算法
        5.2.1 問(wèn)題描述
        5.2.2 模型建立
        5.2.3 模型求解
        5.2.4 實(shí)驗(yàn)與結(jié)果分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
致謝
參考文獻(xiàn)
在讀博士期間的研究成果
參加研究的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]云計(jì)算數(shù)據(jù)中心的新能源應(yīng)用:研究現(xiàn)狀與趨勢(shì)[J]. 鄧維,劉方明,金海,李丹.  計(jì)算機(jī)學(xué)報(bào). 2013(03)
[2]隨機(jī)任務(wù)在云計(jì)算平臺(tái)中能耗的優(yōu)化管理方法[J]. 譚一鳴,曾國(guó)蓀,王偉.  軟件學(xué)報(bào). 2012(02)
[3]云計(jì)算:體系架構(gòu)與關(guān)鍵技術(shù)[J]. 羅軍舟,金嘉暉,宋愛(ài)波,東方.  通信學(xué)報(bào). 2011(07)
[4]綠色網(wǎng)絡(luò)和綠色評(píng)價(jià):節(jié)能機(jī)制、模型和評(píng)價(jià)[J]. 林闖,田源,姚敏.  計(jì)算機(jī)學(xué)報(bào). 2011(04)
[5]云計(jì)算:系統(tǒng)實(shí)例與研究現(xiàn)狀[J]. 陳康,鄭緯民.  軟件學(xué)報(bào). 2009(05)
[6]與云共舞——微軟云計(jì)算的新進(jìn)展[J]. 張亞勤.  中國(guó)計(jì)算機(jī)用戶(hù). 2009(04)
[7]非平穩(wěn)自相似業(yè)務(wù)下自適應(yīng)動(dòng)態(tài)功耗管理[J]. 吳琦,熊光澤.  軟件學(xué)報(bào). 2005(08)



本文編號(hào)：3031947