施偉劉鎮(zhèn)

（江蘇科技大學計算機科學與工程學院 鎮(zhèn)江 212000）

1 引言

為滿足用戶的需要，云計算中心通常需要分布在不同地方的云計算中心協(xié)同才能提供相應的云服務。每個數(shù)據(jù)中心都包括上千臺物理機器，并在這些機器中分布數(shù)百萬個虛擬機［1］。數(shù)據(jù)中心將大量能耗用于數(shù)據(jù)處理，存儲和通信，這對環(huán)境造成負面影響［2］。數(shù)據(jù)中心耗電量巨大，被冠以“電老虎”的稱呼。數(shù)據(jù)中心的巨大能耗導致巨大的運營成本，據(jù)統(tǒng)計2015年我國數(shù)據(jù)中心總耗電量已超過1000億度，已經(jīng)超過三峽（869億度）和葛洲壩（179億度）發(fā)電量總和。據(jù)Gartner報告預測2020年全球數(shù)據(jù)中心的預期碳排放量為6.7億噸。的確如此，以我國為例，電力供應基本上以火力發(fā)電為主，因此數(shù)據(jù)中心能耗將直接影響碳排放量，對環(huán)境產(chǎn)生間接影響。因此，綠色云計算中心正在成為全球節(jié)能減排的一部分，通過高效使用計算資源從而減少能耗，以減少耗電量的方式減緩氣候變暖，改善環(huán)境［3］。

2 已有算法

虛擬機分配將是云計算中心虛擬化能效中最重要的一個環(huán)節(jié)。在文獻［4］中，介紹了一種基于啟發(fā)式的能效方法用于虛擬機分配，權衡效率和SLA違反，通過設置多個相關系數(shù)（MCC）來相適應的服務器。

在文獻［5］中提出了一種使用工作負載感知技術的能量感知調度算法（ESWCT）。該算法基于平衡的綜合資源利用率（處理器，內存和網(wǎng)絡帶寬），在云計算中心按照用戶需求，分配最少數(shù)量的虛擬機。目的就是通過提高綜合資源利用來降低功耗。

文獻［6～7］中給出的功率感知調度算法。則是使用動態(tài)電壓頻率（DVFS）技術，可以通過處理器不同的使用率來調節(jié)不同電壓和頻率。選擇處理器匹配的電源電壓和頻率，在不違反SLA的情況下使得處理器所消耗的能量達到最低值。

文獻［8］中提出的數(shù)據(jù)中心節(jié)能網(wǎng)絡感知調度算法（DENS）。它是通過基于加權計算能力優(yōu)化、任務合并，權衡業(yè)務模式分布來減少數(shù)據(jù)中心的能量消耗。

通常，就云計算而言，由處理器（CPU）負責虛擬機的分配和遷移［4～5］。在高峰時段，由于處理器組件負載過重，因此它可能停止工作。而且，它負責判斷服務器，是處于分配或遷移的階段。

與其他調度算法不同，在本文所提出的算法中，每個服務器都用來負責負載和遷移虛擬機（VM）。目的是通過提高資源利用和縮短響應時間的方式?jīng)Q定該服務器的具體的操作階段（分配或合并/遷移）。

3 算法介紹

現(xiàn)在主流的數(shù)據(jù)中心都是采用異構［9］，本文中僅考慮異構服務器。主要是兩種類型的服務器：計算能力強的服務器（PS）和計算能力較弱的服務器（SS）。PS是具有大于或等于處理能力閾值的服務器。SS是具有小于處理能力閾值的服務器。

服務器提高資源利用率主要通過在兩個階段：分配階段和合并/遷移階段［11］。每個服務器的行為都基于其所處的階段。只要服務器已開啟并且資源可用，它就處于分配階段。在此分配階段期間，它將等待新到達的VM請求。一旦請求到達，服務器確保其具有足夠的資源（處理，內存和帶寬）來運行VM的請求之后，從而來處理此請求。

圖1 最小服務遷移

PS基于兩個遷移規(guī)則（即全局和本地遷移規(guī)則）從分配階段換到合并/遷移階段。當PS負載較重但是其資源未被充分利用時，滿足本地遷移規(guī)則（LMR）；PS具有大于合并閾值（CT）的處理利用率（PU）并且當前具備可用資源（CAR）（如在式（1）中）。

當數(shù)據(jù)中心中最小負載服務器（LLS）中的已使用的資源（UR）小于或等于其他服務器中的總可用資源（TFR）時，滿足全局遷移規(guī)則（如同式（2）、式（3））。

如算法1所示，在合并階段，PS在其他服務器中搜索VM獲取它們；通過在數(shù)據(jù)中心中查找LLS，并且相應地請求LLS內的最大VM。LLS將開始進入遷移階段，并根據(jù)請求將其VM發(fā)送到具有資源能力的PS，直到它變?yōu)榭臻e。此后，空閑服務器將切換到待機模式（如圖1所示）。SS始終在分配階段運行，除非它被認為是LLS。

4 實驗與結果分析

4.1 實驗環(huán)境

實驗在Eclispe中，采用CloudSim模擬器［6］工具。通過CloudSim模擬1000個服務器所構成的數(shù)據(jù)中心。該算法在不同負載下基于PlanetLab所使用的真實動態(tài)工作負載進行評估［10］。為了增加負載，通過逐漸將虛擬機數(shù)量從500個虛擬機增加到2500個虛擬機。

4.2 結果探討

以每個服務器的能量消耗和平均處理利用的性能度量來評估所提出的算法的性能。此外，對綠色云計算已提出的較為成熟的ESWCT［5］和DVFS［6］的算法與本文中所提出的算法進行比較。

1）資源使用率

圖2顯示了由1000臺服務器組成的數(shù)據(jù)中心的平均CPU利用率結果。它顯示了本文提出的算法比ESWCT算法對處理利用率有著明顯改進。此外，它的處理利用率也比DVFS提高了10%。

圖2 數(shù)據(jù)中心服務器的使用率

2）能源消耗量

圖3顯示了在1000個服務器的數(shù)據(jù)中心中通過所提出的算法和基準算法的能量消耗。它表明，所提出的算法顯著降低能耗比DVFS考慮所有負載高達50%，此外，它降低能耗比ESWCT約7%。

圖3 數(shù)據(jù)中心總能耗

5 結語

在數(shù)據(jù)中心得到廣泛使用和大力發(fā)展的今天，關于數(shù)據(jù)中心的能耗也日趨凸顯。如何使得云計算更加的綠色，同時有考慮削減巨大運行成本。也讓其更加的環(huán)境友好。本文主要想通過提出了一種充分利用服務器能力的算法，以提高資源利用率，從而降低能耗。它將使用數(shù)量最少的，具有強計算能力的服務器合并一些任務量小，利用率低的服務器中的虛擬機（VM），并同時關閉相應的空閑中的服務器。實驗結果表明，通過虛擬遷移和空閑服務器的管理，將對減少能源消耗和提高資源利用率方面是有效果的。在未來的學習過程匯總，將考慮實際工作環(huán)境的各種復雜狀態(tài)，如果在滿足服務水平協(xié)議（SLA）的同時，能夠更好地為云計算中心的用戶提供這樣的服務，為“十三五”大數(shù)據(jù)發(fā)展提供助力，同時也為在2015年巴黎氣候變化大會中，習主席提出到2030年單位國內生產(chǎn)總值二氧化碳排放比2005年下降60%～65%的目標做出努力。