云計(jì)算技術(shù)的不斷進(jìn)步帶動(dòng)了數(shù)據(jù)中心的蓬勃發(fā)展,不僅在數(shù)量上不斷增加,更從規(guī)模上迅速擴(kuò)張。與此同時(shí),高能耗、高成本和高碳排放問題開始凸顯出來,成為了制約云計(jì)算發(fā)展的瓶頸。以Google為首的產(chǎn)業(yè)界紛紛開始構(gòu)建綠色云數(shù)據(jù)中心,涉及的主要技術(shù)包括:能耗監(jiān)測(cè)、節(jié)能部署和綠色調(diào)度等。因此,本文將針對(duì)這幾方面存在的問題展開研究,主要包括以下四個(gè)部分:第一,云服務(wù)器能耗測(cè)量模型與方法。作為數(shù)據(jù)中心調(diào)度的基本單位,對(duì)服務(wù)器能耗實(shí)時(shí)監(jiān)測(cè)具有重要意義。從用戶角度,云服務(wù)器可以分為物理機(jī)和虛擬機(jī)兩種。本文首先從模型和方法的角度對(duì)物理機(jī)能耗進(jìn)行測(cè)量,為后續(xù)數(shù)據(jù)中心綠色調(diào)度算法研究做鋪墊。由于運(yùn)行在相同物理機(jī)上的虛擬機(jī)對(duì)總能耗貢獻(xiàn)不同,為了實(shí)現(xiàn)像水、電、煤氣一樣的按需計(jì)費(fèi)和管理,對(duì)虛擬機(jī)能耗進(jìn)行測(cè)量也同樣具有重要意義。針對(duì)物理機(jī)能耗測(cè)量,采用了回歸樹的方法將收集的物理機(jī)資源—能耗向量構(gòu)成的數(shù)據(jù)集劃分成若干子集并分別進(jìn)行線性回歸,較已有方法準(zhǔn)確度更高�；谠撃Ｐ�,提出了一種公平劃分的方法估測(cè)出物理機(jī)上運(yùn)行的各個(gè)虛擬機(jī)的能耗。為了更加客觀地對(duì)測(cè)量方法進(jìn)行評(píng)價(jià),提出了一種新的準(zhǔn)確度和穩(wěn)定性計(jì)算方法,其中準(zhǔn)確度計(jì)算方法... 

【文章頁數(shù)】：139 頁

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 云服務(wù)器能耗測(cè)量研究現(xiàn)狀
        1.2.2 服務(wù)器睡眠調(diào)度研究現(xiàn)狀
        1.2.3 DVFS節(jié)能調(diào)度研究現(xiàn)狀
        1.2.4 綠色數(shù)據(jù)中心調(diào)度研究現(xiàn)狀
    1.3 本文的內(nèi)容安排
第2章 云服務(wù)器能耗測(cè)量模型與方法
    2.1 引言
    2.2 云服務(wù)器能耗測(cè)量方法
        2.2.1 能耗測(cè)量平臺(tái)
        2.2.2 物理機(jī)能耗測(cè)量方法
        2.2.3 虛擬機(jī)能耗測(cè)量方法
        2.2.4 模型評(píng)價(jià)方法
    2.3 實(shí)驗(yàn)與分析
        2.3.1 實(shí)驗(yàn)平臺(tái)搭建
        2.3.2 能耗測(cè)量結(jié)果分析
    2.4 本章小結(jié)
第3章 基于多睡眠模式的單數(shù)據(jù)中心節(jié)能調(diào)度模型與算法
    3.1 引言
    3.2 多睡眠服務(wù)器節(jié)能調(diào)度問題建模
        3.2.1 多睡眠服務(wù)器能耗模型
        3.2.2 QoS模型
        3.2.3 服務(wù)器總能耗模型
        3.2.4 問題形式化
    3.3 多睡眠服務(wù)器節(jié)能調(diào)度算法設(shè)計(jì)
    3.4 仿真實(shí)驗(yàn)
        3.4.1 實(shí)驗(yàn)參數(shù)設(shè)定
        3.4.2 節(jié)能效果分析
    3.5 本章小結(jié)
第4章 基于動(dòng)態(tài)電壓頻率調(diào)整的單數(shù)據(jù)中心節(jié)能調(diào)度模型與算法
    4.1 引言
    4.2 DVFS節(jié)能調(diào)度問題建模
        4.2.1 服務(wù)器頻率與能耗關(guān)系模型
        4.2.2 任務(wù)模型
        4.2.3 問題描述
    4.3 DVFS節(jié)能調(diào)度算法設(shè)計(jì)
        4.3.1 最優(yōu)頻率檔
        4.3.2 Sliding-Scaling算法
    4.4 仿真實(shí)驗(yàn)
        4.4.1 實(shí)驗(yàn)參數(shù)設(shè)定
        4.4.2 節(jié)能效果分析
    4.5 本章小結(jié)
第5章 分布式多數(shù)據(jù)中心綠色調(diào)度模型與算法
    5.1 引言
    5.2 多數(shù)據(jù)中心綠色調(diào)度問題建模
        5.2.1 任務(wù)請(qǐng)求模型
        5.2.2 數(shù)據(jù)中心能耗模型
        5.2.3 ESD充放電模型
        5.2.4 不同能源的供需模型
        5.2.5 問題形式化
    5.3 低碳低成本調(diào)度算法設(shè)計(jì)
        5.3.1 數(shù)據(jù)中心排序
        5.3.2 將請(qǐng)求分發(fā)到服務(wù)器
        5.3.3 不同類型能源調(diào)度
    5.4 仿真與分析
        5.4.1 仿真參數(shù)設(shè)定
        5.4.2 實(shí)驗(yàn)結(jié)果分析
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其他成果
致謝
個(gè)人簡(jiǎn)歷


【參考文獻(xiàn)】：
期刊論文
[1]Energy Efficient Block-Partitioned Multicore Processors for Parallel Applications[J]. 祁軒,朱大開.  Journal of Computer Science ＆ Technology. 2011(03)

博士論文
[1]云計(jì)算數(shù)據(jù)中心的能耗成本建模與優(yōu)化研究[D]. 張樹本.中國科學(xué)技術(shù)大學(xué) 2015
[2]面向云數(shù)據(jù)中心的高效能調(diào)度及資源管理研究[D]. 敬超.上海交通大學(xué) 2014
[3]大規(guī)模高效能計(jì)算的系統(tǒng)軟件關(guān)鍵技術(shù)研究[D]. 劉勇鵬.國防科學(xué)技術(shù)大學(xué) 2012

碩士論文
[1]基于動(dòng)態(tài)調(diào)頻的數(shù)據(jù)中心節(jié)能調(diào)度策略研究[D]. 王臻.南京大學(xué) 2016



本文編號(hào)：3716088