面向異構(gòu)云環(huán)境的能耗測算模型與技術(shù)研究
發(fā)布時(shí)間:2022-01-16 07:19
近年來,隨著云計(jì)算技術(shù)及其應(yīng)用的迅速發(fā)展,云數(shù)據(jù)中心的數(shù)量和規(guī)模都大幅度增加。與此同時(shí),云數(shù)據(jù)中心的高能耗問題也愈發(fā)的嚴(yán)重。因此,數(shù)據(jù)中心的能耗管理逐漸成為云計(jì)算領(lǐng)域的熱點(diǎn)研究方向。其中能耗建模方法和相應(yīng)的能耗測算機(jī)制是最基礎(chǔ)的研究工作。本文首先對(duì)面向服務(wù)器、組件和虛擬機(jī)三種粒度對(duì)象的能耗測算方法和能耗模型做了調(diào)研和分析,通過調(diào)研和分析指出了現(xiàn)有能耗模型的特點(diǎn)和不足。針對(duì)現(xiàn)有數(shù)據(jù)中心的異構(gòu)性、高擴(kuò)展性和能耗監(jiān)控部署成本高的特點(diǎn),闡述了面向數(shù)據(jù)中心能耗建模的三個(gè)建模目標(biāo):高擴(kuò)展性、高適應(yīng)性和高準(zhǔn)確性。受到現(xiàn)有模型的不足和建模目標(biāo)的啟發(fā),本文提出了一種基于利用率的冪指函數(shù)CPU能耗模型,該模型僅使用利用率和一個(gè)常量參數(shù)來描述CPU能耗隨利用率的變化情況。該模型在擁有較好的準(zhǔn)確率的同時(shí),降低了模型訓(xùn)練難度和簡化了監(jiān)控系統(tǒng)部署。本文還進(jìn)一步探究磁盤能耗與性能的關(guān)系,提出一種基于狀態(tài)劃分的磁盤能耗模型。通過幾個(gè)關(guān)鍵閾值區(qū)分磁盤順序讀寫和隨機(jī)讀寫狀態(tài),使得磁盤能耗測算更為準(zhǔn)確;谝陨涎芯亢头治,同時(shí)針對(duì)現(xiàn)有云數(shù)據(jù)中心能耗測算系統(tǒng)研究的不足,本文設(shè)計(jì)和實(shí)現(xiàn)了一種基于多部件的面向異構(gòu)云環(huán)境的服務(wù)器分...
【文章來源】:華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:87 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
單機(jī)能耗構(gòu)成
9圖 2-3 不同機(jī)型的能耗構(gòu)成情況圖 2-3 顯示,當(dāng) CPU 型號(hào)為服務(wù)器型號(hào)時(shí),CPU 的能耗占比可以過半。而低電壓或嵌入式型號(hào)時(shí),服務(wù)器中的內(nèi)存可能會(huì)擁有更大的能耗占比。部件能耗模型更早的研究[23]中發(fā)現(xiàn),對(duì)于擁有本地儲(chǔ)存的服務(wù)器,CPU,內(nèi)存,主板了 37%,17%,12%和 6%。而從 2.2.1 章節(jié)圖 2-2 和 2-3 可以看出,盡迭代和進(jìn)步,但是構(gòu)成單個(gè)服務(wù)器能耗高占比率的依然是 CPU,內(nèi)存和負(fù)載類型的不同,內(nèi)存和磁盤的能耗很有可能超過 CPU[24],因此對(duì)于內(nèi)模型刻畫也不能過于簡易。本章主要介紹 CPU,內(nèi)存和磁盤三大主要部
圖0蕩右口籠‘p幻咧自目翻
【參考文獻(xiàn)】:
期刊論文
[1]面向云計(jì)算環(huán)境的能耗測量和管理方法[J]. 林偉偉,吳文泰. 軟件學(xué)報(bào). 2016(04)
[2]面向云計(jì)算數(shù)據(jù)中心的能耗建模方法[J]. 羅亮,吳文峻,張飛. 軟件學(xué)報(bào). 2014(07)
[3]虛擬化云計(jì)算平臺(tái)的能耗管理[J]. 葉可江,吳朝暉,姜曉紅,何欽銘. 計(jì)算機(jī)學(xué)報(bào). 2012(06)
本文編號(hào):3592194
【文章來源】:華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:87 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
單機(jī)能耗構(gòu)成
9圖 2-3 不同機(jī)型的能耗構(gòu)成情況圖 2-3 顯示,當(dāng) CPU 型號(hào)為服務(wù)器型號(hào)時(shí),CPU 的能耗占比可以過半。而低電壓或嵌入式型號(hào)時(shí),服務(wù)器中的內(nèi)存可能會(huì)擁有更大的能耗占比。部件能耗模型更早的研究[23]中發(fā)現(xiàn),對(duì)于擁有本地儲(chǔ)存的服務(wù)器,CPU,內(nèi)存,主板了 37%,17%,12%和 6%。而從 2.2.1 章節(jié)圖 2-2 和 2-3 可以看出,盡迭代和進(jìn)步,但是構(gòu)成單個(gè)服務(wù)器能耗高占比率的依然是 CPU,內(nèi)存和負(fù)載類型的不同,內(nèi)存和磁盤的能耗很有可能超過 CPU[24],因此對(duì)于內(nèi)模型刻畫也不能過于簡易。本章主要介紹 CPU,內(nèi)存和磁盤三大主要部
圖0蕩右口籠‘p幻咧自目翻
【參考文獻(xiàn)】:
期刊論文
[1]面向云計(jì)算環(huán)境的能耗測量和管理方法[J]. 林偉偉,吳文泰. 軟件學(xué)報(bào). 2016(04)
[2]面向云計(jì)算數(shù)據(jù)中心的能耗建模方法[J]. 羅亮,吳文峻,張飛. 軟件學(xué)報(bào). 2014(07)
[3]虛擬化云計(jì)算平臺(tái)的能耗管理[J]. 葉可江,吳朝暉,姜曉紅,何欽銘. 計(jì)算機(jī)學(xué)報(bào). 2012(06)
本文編號(hào):3592194
本文鏈接:http://sikaile.net/kejilunwen/jisuanjikexuelunwen/3592194.html
最近更新
教材專著