一种面向绿色云计算的资源配置方法技术

技术编号:15400465 阅读:229 留言:0更新日期:2017-05-24 10:18
本发明专利技术涉及一种面向绿色云计算的资源配置方法,采用虚拟化技术,将任务调度问题抽象为虚拟机部署问题;对用户请求的任务量进行预测,并结合当前系统状态和资源分布,采取保守控制策略,预先对系统资源进行分配、控制,降低云计算系统能耗,避免资源的浪费。

A resource allocation method for green cloud computing

The invention relates to a method for green cloud computing resource allocation method, using virtualization technology, the task scheduling problem into the virtual machine deployment problem; to predict the user request task, combined with the current state of the system and the distribution of resources, conservative control strategy, advance system of resources allocation, control, reduce the cloud to calculate the energy consumption of the system, avoid the waste of resources.

【技术实现步骤摘要】
一种面向绿色云计算的资源配置方法
本专利技术涉及一种面向绿色云计算的资源配置方法。
技术介绍
云计算(CloudComputing)是目前计算机领域研究的热点,它将计算任务调度到由大量计算和存储资源节点构成的资源池上,使用户能按需获取计算力、存储空间和信息服务。云计算本身是节能的,例如通过虚拟化技术,有效地整合资源,提高资源利用率;通过关闭/休眠技术,降低空闲能耗,实现能耗的降低。随着云计算技术的迅速发展,使得传统数据中心发生变革,产生了新一代的数据中心,称之为云数据中心(CloudDataCenter)。云数据中心包含大量服务器,并且这些服务器的数量每年都在不断的增加。即便云计算是节能的,云数据中心每天都在消耗着巨大的能量。据美国国家环境保护局(EnvironmentalProtectionAgency,EPA)的数据表明,数据中心的能耗超过了美国能源消耗总量的3%,占全球能源消耗的1.5%-2%,并且每年在以12%的速度增长。《数据中心能效测评指南》显示,我国数据中心总耗电量在2011年已达700亿kWh,占当年全国电力消耗总量的1.5%,相当于2011年天津市全年的总用电量。云数据中心的高能耗问题不仅造成电能的浪费、系统运行的不稳定,同时也对环境造成不良影响。美国联邦机构指出云计算的高能耗问题将对空气质量、国家安全、气候变化、电网可靠性等方面造成严重影响。降低云数据中心的能源消耗,实现高效能绿色云计算成为影响低碳节能、可持续发展的重要方面。降低云数据中心各个环节的的能源消耗、提高资源利用率的相关研究已受到工业界与学术界的广泛关注并取得了一定的研究成果。目前,在云数据中心的绿色计算领域主要涉及3种节能技术:动态电压调整技术(DynamicVoltageScaling,简称DVS)、关闭/休眠技术(ResourceHibernation)及虚拟化技术(Virtualization)。DVS技术在计算节点运行过程中通过动态改变CPU的运行频率和工作电压,达到降低系统功耗的目的。但是DVS应用于云计算系统时,会遇到以下问题:(a)任务到达系统的时间是不确定的,所以到达任务的类型很难预测;(b)就算能够预测任务的类型,适合该任务的处理器电压也很难确定;(c)DVS主要用来降低主机处理器的能耗,但用来优化整个主机或整个云计算系统的能耗就比较局限。有些研究人员主要研究基于DVS的策略。该策略根据当前包任务的执行情况进行预测,保证在用户定义的Deadline前完成任务,动态调整处理器的运行电压,降低系统的能耗。关闭/休眠技术通过关闭或休眠空闲节点的方式来降低空闲能耗。其缺点是当需要的节点不满足需求时,重启节点需要很长时间,这会导致系统的响应时间变长,影响用户体验。有些研究人员采用休眠负载较轻的节点,减少系统的能耗。这种方法把研究的焦点创新性地从动态节点转移到空闲节点,即通过休眠空闲的节点来减少能耗。该策略假定休眠后节点的能耗为0,且不考虑休眠节点存储的副本,但是在实际应用中必须考虑这两个问题。关闭/休眠技术一般提前设定或预测需要关闭/休眠主机或关键部件的时机。所以,对于拥有大量计算资源的云系统而言,关闭/休眠技术要解决的难题是在已知单位时间任务的到达量的前提下,确定需要关闭多少主机,以及关闭哪些主机等问题。虚拟化技术可以实现多个任务运行在同一个物理主机的不同虚拟机(VirtualMachine,VM)上,通过提高物理主机的资源利用率,来减少所需主机的数量,从而降低能耗。有些研究人员提出了一个能源模块化管理模型,包括两个组件:主机级子系统和虚拟机级子系统。主机级子系统负责调控整个系统的能耗,根据应用请求合理地分配所有的硬件资源,每个虚拟机的能耗不能超过相应阈值,使得系统有能力针对特定应用进行细粒度的能源管理。虚拟机级子系统重新分配虚拟机的硬件资源,确保每个任务消耗的能源不超过相应阀值。虚拟化技术是实现云计算节能的一种方式,通过将物理资源抽象为虚拟资源的方式,提高了资源的利用率。但是,虚拟化本身要付出较高的能效代价,且虚拟化的层次越深代价越高。因为虚拟化技术是一层一层进行虚拟化的(从最低层的硬件到最高层的应用),每一层的虚拟都要付出能效的代价。
技术实现思路
针对上述技术问题,本专利技术所要解决的技术问题是提供一种能够在虚拟机部署过程中有效地进行资源配置,降低云计算系统能耗,避免资源浪费的面向绿色云计算的资源配置方法。本专利技术为了解决上述技术问题采用以下技术方案:本专利技术设计了一种面向绿色云计算的资源配置方法,包括云计算系统,系统在处理当前周期内任务的同时,包括如下步骤:步骤01.根据历史周期任务的实际请求量和当前周期任务的实际请求量,预测下一个周期任务的预测请求量;并根据下一个周期任务的预测请求量,获得下一个周期等待系统执行的预测任务量;步骤02.根据下一个周期等待系统执行的预测任务量,获得下一个周期所需虚拟机的预测数量;步骤03.根据当前周期中虚拟机的实际启动数量和下一个周期所需虚拟机的预测数量,获得下一个周期中虚拟机开启或关闭的数量;步骤04.根据下一周期中虚拟机开启或关闭的数量,预先分配并控制下一周期中各物理主机上的虚拟机数量。作为本专利技术的一种优选技术方案,所述步骤01包括如下步骤:步骤0101.设定第k个周期为当前周期,针对第k+1个周期中的所有任务,根据如下公式(1),分别预测第k+1个周期中各taski类型任务的预测请求量x′i(k+1),k=1、…,i=1、…、m,m为任务的类型总数;x′i(k+1)=a′i(k)+b′i(k)+c′i(k)(1)其中,a′i(k)、b′i(k)、c′i(k)分别表示如下:其中,为一次平滑值,为二次平滑值,为三次平滑值,分别表示如下:其中,xi(k)为第k个周期中taski类型任务的实际请求量,α为平滑系数,取值区间为(0,1);步骤0102.根据如下公式(8)和(9),分别获取第k+1个周期中各taski类型任务等待系统执行的预测任务量d′i(k+1);d′imin(k+1)≤d′i(k+1)≤d′imax(k+1)其中,任务的类型总数与虚拟机的类型总数相等,各类型虚拟机分别对应处理相应类型的任务,gij表示当前周期内hostj物理主机上启动VMi类型虚拟机的实际数量,j=1、…、n,n为系统中已开启物理主机的数量,di(k)表示当前第k个周期中系统处理的taski类型的实际任务量,δi表示taski类型任务预测波动误差的预置值,T为周期长度,表示当前周期内系统对taski类型任务的处理能力,uij表示taski类型的任务在hostj上执行的平均速率。作为本专利技术的一种优选技术方案,所述步骤02包括如下过程:预设系统实时响应比γ,根据第k+1个周期中各taski类型任务等待系统执行的预测任务量d′i(k+1)和如下公式(10):v′i(k+1)=γ·d′i(k+1)(10)分别获取第k+1个周期中与各taski类型任务相对应所需各VMi类型虚拟机的预测数量v′i(k+1)。作为本专利技术的一种优选技术方案,所述步骤03包括如下过程:将当前周期中各VMi类型虚拟机的实际启动数量与所述第k+1个周期中所需各VMi类型虚拟机的预测数量v′i(k+1)对应进行比较,按如下规则,获本文档来自技高网
...
一种面向绿色云计算的资源配置方法

【技术保护点】
一种面向绿色云计算的资源配置方法,包括云计算系统,其特征在于,系统在处理当前周期内任务的同时,包括如下步骤:步骤01.根据历史周期任务的实际请求量和当前周期任务的实际请求量,预测下一个周期任务的预测请求量;并根据下一个周期任务的预测请求量,获得下一个周期等待系统执行的预测任务量;上述步骤01包括如下步骤:步骤0101.设定第k个周期为当前周期,针对第k+1个周期中的所有任务,根据如下公式(1),分别预测第k+1个周期中各task

【技术特征摘要】
1.一种面向绿色云计算的资源配置方法,包括云计算系统,其特征在于,系统在处理当前周期内任务的同时,包括如下步骤:步骤01.根据历史周期任务的实际请求量和当前周期任务的实际请求量,预测下一个周期任务的预测请求量;并根据下一个周期任务的预测请求量,获得下一个周期等待系统执行的预测任务量;上述步骤01包括如下步骤:步骤0101.设定第k个周期为当前周期,针对第k+1个周期中的所有任务,根据如下公式(1),分别预测第k+1个周期中各taski类型任务的预测请求量x′i(k+1),k=1、…,i=1、…、m,m为任务的类型总数;x′i(k+1)=a′i(k)+b′i(k)+c′i(k)(1)其中,a′i(k)、b′i(k)、c′i(k)分别表示如下:其中,为一次平滑值,为二次平滑值,为三次平滑值,分别表示如下:其中,xi(k)为第k个周期中taski类型任务的实际请求量,α为平滑系数,取值区间为(0,1);步骤0102.根据如下公式(8)和(9),分别获取第k+1个周期中各taski类型任务等待系统执行的预测任务量d′i(k+1);d′imin(k+1)≤d′i(k+1)≤d′imax(k+1)其中,任务的类型总数与虚拟机的类型总数相等,各类型虚拟机分别对应处理相应类型的任务,gij表示当前周期内hostj物理主机上启动VMi类型虚拟机的实际数量,j=1、…、n,n为系统中已开启物理主机的数量,di(k)表示当前第k个周期中系统处理的taski类型的实际任务量,δi表示taski类型任务预测波动误差的预置值,T为周期长度,表示当前周期内系统对taski类型任务的处理能力,uij表示taski类型的任务在hostj上执行的平均速率;步骤02.根据下一个周期等待系统执行的预测任务量,获得下一个周期所需虚拟机的预测数量;步骤03.根据当前周期中虚拟机的实际启动数量和下一个周期所需虚拟机的预测数量,获得下一个周期中虚拟机开启或关闭的数量;步骤04.根据下一周期中虚拟机开启或关闭的数量,预先分配并控制下一周期中各物理主机上的虚拟机数量。2.根据权利要求1所述一种面向绿色云计算的资源配置方法,其特征在于,所述步骤02包括如下过程:预设系统实时响应比γ,根据第k+1个周期中各taski类型任务等待系统执行的预测任务量di'(k+1)和如下公式(10):v′i(k+1)=γ·d′i(k+1)(10)分别获取第k+1个周期中与各task...

【专利技术属性】
技术研发人员:徐小龙曹玲玲章韵杨立军李爱群李玉倩
申请(专利权)人:南京邮电大学
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1