摘 要： 在云計算海量數(shù)據(jù)存儲和數(shù)據(jù)中心節(jié)能算法的綜合應(yīng)用中，更加注重云計算系統(tǒng)數(shù)據(jù)能耗問題的有效解決。云計算系統(tǒng)中數(shù)據(jù)能耗問題的產(chǎn)生，不僅增加了二氧化碳的排放量，同時也帶來了較為嚴(yán)重的環(huán)境問題。結(jié)合云計算的定義特點，對云計算系統(tǒng)數(shù)據(jù)的高能耗問題進(jìn)行研究分析。通過分析數(shù)據(jù)節(jié)能算法的分類，對DVFS（動態(tài)電壓頻率調(diào)整）數(shù)據(jù)節(jié)能算法以及虛擬化節(jié)能算法進(jìn)行分析，并對比其他算法優(yōu)缺點，同時對應(yīng)用場景進(jìn)行描述，最后對云計算系統(tǒng)的數(shù)據(jù)能耗管理過程做了具體的總結(jié)。

關(guān)鍵詞： 云計算系統(tǒng)； 數(shù)據(jù)節(jié)能算法； 節(jié)能； 環(huán)保

中圖分類號： TN911?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2015）24?0047?03

Data energy saving algorithm based on cloud computing system

MA Xuemei

（Ningxia Normal University， Guyuan 756000， China）

Abstract： Aiming at the comprehensive application of massive data storage and energy saving algorithm of data center in cloud computing， the effective solution of the problem of data energy consumption is focused on. The generation of data energy consumption not only increases the amount of carbon dioxide emissions， but also brings about serious environmental problems. In combition with the definition characteristics of cloud computing， the high energy consumption of the data in cloud computing system is studied in this paper. By analyzing the classification of data energy saving algorithms， the DVFS data energy saving algorithm， the virtual energy saving algorithm and other algorithms are analyzed. A detailed summary for the data management process of energy consumption in cloud computing system is made.

Keywords： cloud computing system； data energy saving algorithm； energy saving； environmental protection

現(xiàn)階段，云計算這種新興計算機(jī)模式在用戶即用即付行為方式中，為動態(tài)性靈活的架構(gòu)和服務(wù)提供了便利，再結(jié)合Internet中的IT能力給用戶提供服務(wù)形式，用戶可以直接結(jié)合Internet獲取服務(wù)。一般而言，云計算不僅僅具有著較大的規(guī)模和虛擬化特點，同時也具有著可靠的數(shù)據(jù)存儲和共享性，在計算機(jī)平臺的推廣應(yīng)用階段，各種計算機(jī)基礎(chǔ)設(shè)施中同樣也得到了廣泛的應(yīng)用[1]。如何做好云計算系統(tǒng)數(shù)據(jù)節(jié)能算法的應(yīng)用始終是計算機(jī)行業(yè)領(lǐng)域關(guān)注的焦點。因此本文對基于云計算系統(tǒng)的數(shù)據(jù)節(jié)能算法的探討有一定的現(xiàn)實意義。

1 數(shù)據(jù)節(jié)能算法分類和基于DVFS的數(shù)據(jù)節(jié)能

算法

1.1 數(shù)據(jù)節(jié)能算法的分類

對于云計算節(jié)能機(jī)制而言，分類標(biāo)準(zhǔn)不同往往導(dǎo)致分類的不同。在功率管理階段，不僅僅存在動態(tài)性的功率管理，同時也存在靜態(tài)性的功率管理。在能耗降低階段，結(jié)合關(guān)閉和開啟技術(shù)，注重虛擬機(jī)技術(shù)的應(yīng)用過程[2]。對于動態(tài)功率的管理，往往是將空閑的能耗降低；而靜態(tài)功率的管理，往往是將任務(wù)執(zhí)行的能耗顯著降低。動態(tài)功率的管理結(jié)合云系統(tǒng)中的負(fù)載狀況，注重時間的變化情況，在性能需求的結(jié)合下，做好功率狀態(tài)的一種動態(tài)性調(diào)整；而靜態(tài)功率的管理，主要是結(jié)合DVFS策略，在虛擬化策略的分析過程中，實現(xiàn)數(shù)據(jù)的節(jié)能過程[3]。

1.2 基于DVFS數(shù)據(jù)節(jié)能算法

所謂的DVFS主要是處理器對CPU功耗控制的一種節(jié)能過程。在CPU利用階段，往往將CPU供電電壓直接降低，并結(jié)合時鐘頻率使CPU性能充分降低。這種立方數(shù)量級的動態(tài)功耗，在降低階段，對性能沒有直接影響[4]。DVFS在移動終端設(shè)備上應(yīng)用具有一定的意義。

DVFS往往能將執(zhí)行的能耗顯著降低，在計算機(jī)運(yùn)行任務(wù)的同時，結(jié)合指令和數(shù)據(jù)驅(qū)動的情況，在計算機(jī)硬件運(yùn)轉(zhuǎn)過程中產(chǎn)生能耗直接性的分析。這種任務(wù)的執(zhí)行階段，不同的執(zhí)行功率結(jié)合不同的運(yùn)行階段將會產(chǎn)生各種變化。CPU電壓的降低過程，同樣也注重CPU執(zhí)行功率的有效結(jié)合，但是DVFS數(shù)據(jù)節(jié)能算法往往將CPU電壓降低之后，CPU的性能也將會處于不斷降低的狀態(tài)。

2 虛擬化的節(jié)能算法和主機(jī)關(guān)閉開啟的節(jié)能算法

2.1 虛擬化的節(jié)能算法

改善資源利用率來實現(xiàn)功耗的降低，這種技術(shù)的應(yīng)用過程即虛擬化技術(shù)。云計算中的關(guān)鍵技術(shù)即虛擬化技術(shù)，主要是在主機(jī)上創(chuàng)建多個虛擬機(jī)，使硬件資源的使用數(shù)量顯著減少，并對資源利用率進(jìn)行改進(jìn)。這種虛擬化的應(yīng)用，往往需要共享相同計算的節(jié)點，將性能的隔離充分實現(xiàn)[5]。而動態(tài)遷移技術(shù)，注重虛擬機(jī)節(jié)點之間的有效遷移，在虛擬機(jī)的實時重新分配階段，注重動態(tài)負(fù)載的基礎(chǔ)合并，在較小數(shù)量物理節(jié)點的合并過程中，實現(xiàn)節(jié)能模式的直接轉(zhuǎn)換。

關(guān)于云數(shù)據(jù)中心的一種虛擬機(jī)，主要是結(jié)合單位的形式，做好用戶資源的分配，而用戶在運(yùn)行虛擬機(jī)的過程中實現(xiàn)服務(wù)的執(zhí)行[6]。部署虛擬機(jī)和遷移階段，結(jié)合運(yùn)輸局中心的一種虛擬機(jī)進(jìn)行能量優(yōu)化，虛擬機(jī)的遷移過程，如圖1所示。

圖1 虛擬機(jī)遷移的一種節(jié)能方法

通過對分層能耗控制系統(tǒng)的開發(fā)，在宿主級以及用戶級子系統(tǒng)的應(yīng)用過程中，結(jié)合用戶的請求，做好硬件資源的合理分配，而實際虛擬機(jī)的能耗過程，注重虛擬機(jī)層上資源的有效分配，將用戶任務(wù)能耗進(jìn)行有效控制。

在云計算環(huán)境的虛擬資源的實際分配過程中，結(jié)合路徑的構(gòu)建，提出一種高能效的分配策略，結(jié)合受限精華策略，引用蟻群系統(tǒng)優(yōu)化的基礎(chǔ)資源分配方案，降低服務(wù)器使用的數(shù)量和系統(tǒng)能耗。在服務(wù)器使用數(shù)量減少的過程中，將虛擬機(jī)的動態(tài)遷移和關(guān)閉空間計算節(jié)點有效結(jié)合，提高物力資源的利用率，實現(xiàn)電量的平衡。

虛擬機(jī)的部署過程，將其作為一種全局虛擬機(jī)應(yīng)用，假設(shè)分配矩陣用[Rg]表示，則：

[Rg=[R1，1，…Ri，j，…，Rm，s]]

其中：虛擬機(jī)的j表示分配過程；i表示數(shù)量。關(guān)于實際部署條件的應(yīng)用，通過下列條件滿足：

[?h∈{1，2，…，n} Elv=1Ph，v×CPU（vv）≤CPU（Hh）]

[?h∈{1，2，…，n} Elv=1Ph，v×mem（vv）≤mem（Hh）]

在虛擬機(jī)的分配過程中，主要結(jié)合物理機(jī)的內(nèi)存容量提供虛擬機(jī)內(nèi)存容量的使用范圍。

虛擬化技術(shù)，不僅僅提高了物力資源的利用率，同時也將執(zhí)行能耗顯著降低，但是增加系統(tǒng)管理的復(fù)雜性。在虛擬機(jī)提供和部署階段，虛擬機(jī)提供的形式往往結(jié)合虛擬機(jī)的模式，實現(xiàn)應(yīng)用任務(wù)資源的有效分配。而虛擬機(jī)部署往往是實現(xiàn)虛擬機(jī)與物理主機(jī)之間的映射，并注重資源管理中數(shù)據(jù)中心策略驅(qū)動的過程。

2.2 主機(jī)關(guān)閉開啟的節(jié)能算法

在主機(jī)關(guān)閉和開啟技術(shù)的節(jié)能過程中，不僅僅存在隨機(jī)式策略和超時式策略，同時也存在預(yù)測式策略。這種隨機(jī)策略在服務(wù)器的關(guān)閉開啟過程中，結(jié)合隨機(jī)優(yōu)化的基本模型，做好算法的合理控制。而超時式的策略在預(yù)先設(shè)置階段，主要結(jié)合服務(wù)器模式的基本關(guān)閉做好系統(tǒng)負(fù)載的自適應(yīng)調(diào)整。數(shù)據(jù)分類的一種存儲結(jié)構(gòu)，如圖2所示。

圖2 數(shù)據(jù)分類的一種存儲結(jié)構(gòu)

策略模式目標(biāo)的基本應(yīng)用往往是將空閑能耗降低，但是一旦計算機(jī)有著較長的啟動時間，同樣也降低了計算機(jī)的性能。在主機(jī)關(guān)閉開啟的節(jié)能算法過程中，由于計算機(jī)系統(tǒng)在實際的業(yè)務(wù)請求階段，有著自相似性的特點。這種節(jié)能應(yīng)用往往和虛擬機(jī)遷移方法聯(lián)合使用，在負(fù)載信息的預(yù)知階段，將空間主機(jī)的一種閑時能耗有效消除。

3 其他節(jié)能算法和算法的應(yīng)用場景

3.1 其他節(jié)能算法

冷卻系統(tǒng)是云數(shù)據(jù)中心的重要部分，占總能耗的40%，同時在計算資源的運(yùn)行過程中，設(shè)備溫度將會處于升高的狀態(tài)，進(jìn)而使數(shù)據(jù)系統(tǒng)的可靠性、設(shè)備生命周期有效性降低。云數(shù)據(jù)中心設(shè)備的冷卻過程，需做好設(shè)備的基礎(chǔ)降溫，將冷卻的能量有效減少，并保證云基礎(chǔ)數(shù)據(jù)中心的穩(wěn)定運(yùn)行，同樣也實現(xiàn)了電量的有效節(jié)省。結(jié)合數(shù)據(jù)中心冷卻系統(tǒng)，服務(wù)器的安裝過程主要是對變速風(fēng)扇以及溫度傳感器直接安裝，同時也做好服務(wù)器溫度控制，對風(fēng)扇的轉(zhuǎn)速有效調(diào)整，保證電量的安全。

結(jié)合數(shù)據(jù)中心指令數(shù)據(jù)，溫度傳感器數(shù)據(jù)和服務(wù)器指令模式，做好數(shù)據(jù)流的根本分析，提出簡單靈活的模型，結(jié)合負(fù)載分布情況，對數(shù)據(jù)中心熱分布進(jìn)行預(yù)測。數(shù)據(jù)中心的建成，結(jié)合一種動態(tài)冷卻策略，降低能耗，而休眠服務(wù)器的應(yīng)用，將制冷設(shè)施關(guān)閉，節(jié)約了成本。針對運(yùn)輸局中心的內(nèi)部熱量分配不均衡結(jié)合無限多媒體傳感器網(wǎng)絡(luò)，做好局部熱點的實時監(jiān)測。

3.2 算法的應(yīng)用場景

不同的應(yīng)用場景導(dǎo)致節(jié)能對策的不同。在DVFS節(jié)能算法的應(yīng)用過程中，往往注重動態(tài)調(diào)整，對CPU電壓和頻率進(jìn)行直接性調(diào)整，而不同功率性能的分析過程，做好功率性能負(fù)載的基礎(chǔ)類型處理，對不同計算量任務(wù)進(jìn)行直接性分析。在能耗的降低階段，充分保證執(zhí)行性能。這種虛擬化節(jié)能算法的應(yīng)用，往往將計算機(jī)資源物理階段中的虛擬實體進(jìn)行根本上的過渡，就是將計算資源的使用率不斷提高。

在虛擬化節(jié)能算法的應(yīng)用中，往往需要有較高的成本，效能的損耗相對而言，也是較大的。對于關(guān)閉開啟節(jié)能算法的應(yīng)用，主要是做好服務(wù)器關(guān)閉開啟的過程，實現(xiàn)設(shè)定和預(yù)測，在決定關(guān)閉服務(wù)器數(shù)量的過程中，同樣也需要進(jìn)行針對性的解決。

4 結(jié) 語

本文主要結(jié)合云計算系統(tǒng)數(shù)據(jù)節(jié)能算法的分類和比較，總結(jié)得出，不同的應(yīng)用環(huán)境使用不同的算法，任何算法的使用階段，不僅有自身的優(yōu)點，同時也存在一定的缺點。結(jié)合現(xiàn)有研究，通過應(yīng)用數(shù)據(jù)中心的基礎(chǔ)能耗管理，在真實性云計算系統(tǒng)應(yīng)用階段，注重任務(wù)類型的基礎(chǔ)分析，并確保物理主機(jī)運(yùn)行狀態(tài)的有效性，應(yīng)用DVFS和主機(jī)開啟關(guān)閉技術(shù)，實現(xiàn)系統(tǒng)能耗的優(yōu)化。云計算主要面向服務(wù)過程，結(jié)合QoS需求，做好QoS能效模型的定義，對云系統(tǒng)能耗優(yōu)化目標(biāo)進(jìn)行度量，并實現(xiàn)主從關(guān)系的確定。

參考文獻(xiàn)

[1] 廖彬，于炯，孫華，等.基于存儲結(jié)構(gòu)重配置的分布式存儲系統(tǒng)節(jié)能算法[J].計算機(jī)研究與發(fā)展，2013，50（1）：3?18.

[2] 廖彬，于炯，張?zhí)眨?基于分布式文件系統(tǒng)HDFS的節(jié)能算法[J].計算機(jī)學(xué)報，2013，36（5）：1047?1064.

[3] 周舟，胡志剛.云環(huán)境下面向能耗降低的虛擬機(jī)部署算法[J].華南理工大學(xué)學(xué)報：自然科學(xué)版，2014，42（5）：109?114.

[4] 姜建華，劉渝，王麗敏，等.數(shù)據(jù)云中基于啟發(fā)式反向蜂群的虛擬機(jī)選擇節(jié)能算法[J].吉林大學(xué)學(xué)報：理學(xué)版，2014（6）：1239?1248.

[5] 張小慶，賀忠堂，李春林，等.云計算系統(tǒng)中數(shù)據(jù)中心的節(jié)能算法研究[J].計算機(jī)應(yīng)用研究，2013，30（4）：961?964.

[6] 倪斌.云計算系統(tǒng)中能量有效的數(shù)據(jù)擺放算法和節(jié)點調(diào)度策略[J].現(xiàn)代電子技術(shù)，2015，38（9）：80?82.