李宏慧 李煒東 付學(xué)良

(內(nèi)蒙古農(nóng)業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院 內(nèi)蒙古 呼和浩特 010011)

0 引 言

隨著云計(jì)算、物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的快速發(fā)展，數(shù)據(jù)中心的規(guī)模變得越來(lái)越大，其能源消耗巨大并且不斷增長(zhǎng)[1]，極大限制了其運(yùn)營(yíng)及發(fā)展。據(jù)統(tǒng)計(jì)，2015年我國(guó)數(shù)據(jù)中心能耗高達(dá)1 000億kW·h，超過(guò)我國(guó)社會(huì)用電量1.5%，相當(dāng)于整個(gè)三峽大壩一年的發(fā)電量[2]。隨著近期5G通信等技術(shù)的快速增長(zhǎng)，預(yù)計(jì)到2020年我國(guó)數(shù)據(jù)中心能耗占比將增長(zhǎng)至8%[3]。

數(shù)據(jù)中心設(shè)備包括外圍設(shè)備和網(wǎng)絡(luò)設(shè)備。數(shù)據(jù)中心網(wǎng)絡(luò)的能耗占數(shù)據(jù)中心的總能耗達(dá)到了15%～20%[4]。隨著外圍設(shè)備，例如服務(wù)器、存儲(chǔ)設(shè)備、制冷設(shè)備等節(jié)能技術(shù)的快速發(fā)展及部署，網(wǎng)絡(luò)部分的能耗占比將會(huì)變得越來(lái)越多。為了保證數(shù)據(jù)中心的可靠性和可用性，交換機(jī)等網(wǎng)絡(luò)設(shè)備幾乎永不關(guān)機(jī)，不論數(shù)據(jù)中心網(wǎng)絡(luò)負(fù)載量大小，均以接近100%的功率持續(xù)運(yùn)行。

為了提高數(shù)據(jù)中心網(wǎng)絡(luò)可靠性和網(wǎng)絡(luò)容量，人們提出了許多“富連接”的數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)，如，F(xiàn)at-Tree[5]、Monsoon[6]、BCube[7]、Helios[8]等。其中Fat-Tree結(jié)構(gòu)簡(jiǎn)單，對(duì)分帶寬大，并且可提供服務(wù)器之間的多條等價(jià)路由，成為熱門(mén)候選。但是，相對(duì)于傳統(tǒng)數(shù)據(jù)中心，這種結(jié)構(gòu)引入較多的交換機(jī)，進(jìn)一步增加了網(wǎng)絡(luò)的能耗。

當(dāng)今的數(shù)據(jù)中心網(wǎng)絡(luò)多采用等價(jià)多路徑(Equal-CostMultipath，ECMP)路由算法[9]對(duì)數(shù)據(jù)流進(jìn)行調(diào)度。在Fat-Tree型數(shù)據(jù)中心網(wǎng)絡(luò)中，到達(dá)任意一個(gè)目的服務(wù)器結(jié)點(diǎn)存在多條等價(jià)路徑，ECMP算法利用靜態(tài)哈希函數(shù)從中選擇一條路徑來(lái)路由數(shù)據(jù)流。由此實(shí)現(xiàn)負(fù)載均衡。但是，ECMP未考慮網(wǎng)絡(luò)的能耗問(wèn)題。

在Fat-Tree型數(shù)據(jù)中心網(wǎng)絡(luò)中，當(dāng)網(wǎng)絡(luò)流量負(fù)載較低時(shí)，可以通過(guò)節(jié)能流量調(diào)度方法和休眠空閑的交換機(jī)設(shè)備降低網(wǎng)絡(luò)能耗，提高能源利用率[10-11]。這種方法的基本思想就是利用部分交換機(jī)設(shè)備及端口承載當(dāng)前的數(shù)據(jù)流，同時(shí)休眠空閑的網(wǎng)絡(luò)交換機(jī)及端口，從而實(shí)現(xiàn)降低網(wǎng)絡(luò)的總能耗。為此，要求能夠?qū)?shù)據(jù)中心網(wǎng)絡(luò)進(jìn)行全局監(jiān)控和對(duì)資源的統(tǒng)一管理調(diào)度，并且需要交換機(jī)具有較強(qiáng)的計(jì)算能力，以及方便可行的狀態(tài)轉(zhuǎn)換(開(kāi)啟/休眠)能力。但是，傳統(tǒng)的數(shù)據(jù)中心網(wǎng)絡(luò)中，交換機(jī)的路由轉(zhuǎn)發(fā)表都是采用分布式的方法，獨(dú)立地進(jìn)行計(jì)算。

軟件定義網(wǎng)絡(luò)(Software Defined Networking,SDN)[12]作為一種新型的網(wǎng)絡(luò)架構(gòu)，為實(shí)現(xiàn)數(shù)據(jù)中心網(wǎng)絡(luò)的節(jié)能流量調(diào)度提供了新的平臺(tái)。SDN實(shí)現(xiàn)了網(wǎng)絡(luò)交換設(shè)備控制平面和數(shù)據(jù)轉(zhuǎn)發(fā)平面的分離，形成了邏輯上統(tǒng)一的控制器，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)通信流量和網(wǎng)絡(luò)資源的集中調(diào)度和管理。在SDN數(shù)據(jù)中心網(wǎng)絡(luò)中，可以方便地實(shí)現(xiàn)交換設(shè)備及其端口的休眠或開(kāi)啟[13]。

針對(duì)“富連接”數(shù)據(jù)中心網(wǎng)絡(luò)在低負(fù)載時(shí)能源利用率較低的問(wèn)題，本文在Fat-Tree拓?fù)涞腟DN數(shù)據(jù)中心網(wǎng)絡(luò)中，提出了一種節(jié)能的多層虛擬子拓?fù)涞牧髁空{(diào)度算法(EMV-SDN)。實(shí)驗(yàn)結(jié)果表明，在網(wǎng)絡(luò)能源消耗和延時(shí)方面，EMV-SDN算法均優(yōu)于ECMP以及Dijkstra算法。

1 相關(guān)工作

SDN技術(shù)使得數(shù)據(jù)中心網(wǎng)絡(luò)的計(jì)算能力大大提高，能夠?qū)W(wǎng)絡(luò)資源，例如交換機(jī)、端口等進(jìn)行細(xì)粒度化管理，并且較易實(shí)現(xiàn)休眠或喚醒設(shè)備。由此，基于SDN的數(shù)據(jù)中心網(wǎng)絡(luò)節(jié)能問(wèn)題成為了當(dāng)下的一個(gè)研究熱點(diǎn)[14]。

Heller等[10]提出了彈性樹(shù)(ElasticTree)機(jī)制實(shí)現(xiàn)數(shù)據(jù)中心網(wǎng)絡(luò)節(jié)能，提供網(wǎng)絡(luò)的可擴(kuò)展性。該機(jī)制根據(jù)網(wǎng)絡(luò)通信負(fù)載的大小，動(dòng)態(tài)調(diào)整交換機(jī)和鏈路的活躍狀態(tài)。實(shí)驗(yàn)結(jié)果表明，該方法在保證能承載激增的通信數(shù)據(jù)量的同時(shí)，可以節(jié)省高達(dá)50%的網(wǎng)絡(luò)能耗。但是，所提出的優(yōu)化算法計(jì)算復(fù)雜度高，使得流量調(diào)度的實(shí)時(shí)性較差。另外，引入的接口計(jì)數(shù)器增加了額外的硬件開(kāi)銷(xiāo)。

為了節(jié)省“富連接”(如Fat-Tree型)數(shù)據(jù)中心網(wǎng)絡(luò)的能源消耗，Shang等[11]從路由角度出發(fā)，提出了能量感知路由方法。核心思想是：在無(wú)損網(wǎng)絡(luò)性能的前提下，用盡可能少的網(wǎng)絡(luò)設(shè)備來(lái)提供路由服務(wù)，同時(shí)，休眠空閑的網(wǎng)絡(luò)設(shè)備，從而達(dá)到節(jié)能的目的。但是，該算法需要進(jìn)一步完善以適應(yīng)延遲敏感型的流量調(diào)度問(wèn)題。

Tu等[15]提出了兩種不同的數(shù)據(jù)中心網(wǎng)絡(luò)節(jié)能算法，可應(yīng)用在不同場(chǎng)景中，例如，延時(shí)敏感型的應(yīng)用或延時(shí)不敏感的應(yīng)用，并且與網(wǎng)絡(luò)拓?fù)錈o(wú)關(guān)，通過(guò)SDN集中化管理和流量預(yù)處理，可以達(dá)到較好的節(jié)能效果。但是，當(dāng)網(wǎng)絡(luò)負(fù)載較重時(shí)，使用的貪心算法會(huì)產(chǎn)生一定的時(shí)延。另外，其未考慮鏈路和交換機(jī)的開(kāi)啟時(shí)間對(duì)網(wǎng)絡(luò)時(shí)延的影響。

Li等[16]提出了一種新的能量感知流量調(diào)度方法EXR(EXclusive Routing)。它的核心思想就是按照時(shí)間先后順序調(diào)度數(shù)據(jù)流，使得每個(gè)數(shù)據(jù)流獨(dú)占路由途中的鏈路帶寬。由此數(shù)據(jù)中心網(wǎng)絡(luò)不會(huì)出現(xiàn)瓶頸鏈路，改善了活躍的交換機(jī)和鏈路的利用率，從而實(shí)現(xiàn)了數(shù)據(jù)中心網(wǎng)絡(luò)的節(jié)能。實(shí)驗(yàn)結(jié)果表明，該方法在節(jié)能和平均完成時(shí)間上均優(yōu)于公平共享路由方法。但是，EXR不能保證交換機(jī)的能效，因?yàn)樗ㄟ^(guò)貪婪策略選擇可用鏈路的路徑，按優(yōu)先級(jí)順序調(diào)度數(shù)據(jù)流。

文獻(xiàn)[17]提出了新的路由算法，解決數(shù)據(jù)中心網(wǎng)絡(luò)的負(fù)載均衡和能耗問(wèn)題。其基本思想是，首先定量分析負(fù)載均衡，然后提出了將負(fù)載均衡與節(jié)能有效結(jié)合的節(jié)能路由算法，實(shí)現(xiàn)了在降低網(wǎng)絡(luò)能耗的同時(shí)保證網(wǎng)絡(luò)具有較高的可靠性。該算法在應(yīng)對(duì)突發(fā)流量上存在提升的空間。

文獻(xiàn)[18]針對(duì)通用拓?fù)涞臄?shù)據(jù)中心網(wǎng)絡(luò)的節(jié)能問(wèn)題，推導(dǎo)出了能效數(shù)學(xué)模型，提出了一種基于果蠅優(yōu)化算法的節(jié)能路由機(jī)制求解數(shù)學(xué)模型。該機(jī)制模擬果蠅覓食過(guò)程，在尋路過(guò)程中，不斷調(diào)整方向和位置，確定路由的下一個(gè)節(jié)點(diǎn)，最終找到最優(yōu)節(jié)能路徑。該機(jī)制既可以提高能效又能使得網(wǎng)絡(luò)性能優(yōu)于已有的方法。但該算法的時(shí)間復(fù)雜度較高。

文獻(xiàn)[19]提出了一種新的節(jié)能調(diào)度和路由方法。該方法在時(shí)間維度上最小化數(shù)據(jù)中心流量的總能源消耗，提高了交換機(jī)的利用率，并且滿足了數(shù)據(jù)流的要求，例如截止時(shí)間等。實(shí)驗(yàn)結(jié)果表明，該算法能有效降低通信流量的總能耗，并且縮短了數(shù)據(jù)流的平均完成時(shí)間。但是，該方法主要針對(duì)的是有特定時(shí)延限制的網(wǎng)絡(luò)數(shù)據(jù)流的調(diào)度問(wèn)題。

針對(duì)彈性拓?fù)涔?jié)能機(jī)制中利用貪心算法計(jì)算節(jié)能路徑時(shí)，解的質(zhì)量無(wú)法保證的問(wèn)題，文獻(xiàn)[1]提出了改進(jìn)的混合遺傳算法求解優(yōu)化路徑?；赟DN，該算法能夠規(guī)劃出優(yōu)化的節(jié)能路由，避免了局部最優(yōu)和收斂較慢的問(wèn)題，進(jìn)一步提高了數(shù)據(jù)中心網(wǎng)絡(luò)的能源利用率。

文獻(xiàn)[20]提出了Fat-Tree型數(shù)據(jù)中心網(wǎng)絡(luò)的節(jié)能路徑規(guī)劃系統(tǒng)ESPP，利用SDN控制器收集網(wǎng)絡(luò)狀態(tài)信息，計(jì)算節(jié)能路徑來(lái)調(diào)度數(shù)據(jù)流，從而實(shí)現(xiàn)降低能源消耗的目標(biāo)。測(cè)試結(jié)果證明了算法的有效性。但是，ESPP的能耗模型需要進(jìn)一步完善，需要更全面考慮能耗影響因子。

綜上所述，現(xiàn)有的節(jié)能流量調(diào)度算法尚在以下幾方面存在可以提升的空間。首先，算法應(yīng)能隨著網(wǎng)絡(luò)流量的動(dòng)態(tài)變化動(dòng)態(tài)地路由流量，在節(jié)省能耗的同時(shí)滿足流量調(diào)度實(shí)時(shí)性的需求。同時(shí)，從網(wǎng)絡(luò)全局角度考慮節(jié)能流量路由問(wèn)題，在節(jié)能的同時(shí)保證網(wǎng)絡(luò)的性能。

2 節(jié)能流量調(diào)度問(wèn)題數(shù)學(xué)模型

數(shù)據(jù)中心網(wǎng)絡(luò)總能源消耗定義為網(wǎng)絡(luò)中所有活躍的(處于工作狀態(tài)的)交換機(jī)和鏈路的能源消耗。任意鏈路的能源消耗表示為COSTl，是該鏈路兩個(gè)端點(diǎn)(即交換機(jī)端口)的能耗，交換機(jī)節(jié)點(diǎn)v的能耗COSTv是指該交換機(jī)機(jī)架和線卡的能源消耗。

節(jié)能流量調(diào)度問(wèn)題的優(yōu)化數(shù)學(xué)模型如下:

(1)

s.t.

(2)

(3)

xl≤yvv∈V,l∈Lv

(4)

(5)

(6)

式(1)為優(yōu)化目標(biāo)函數(shù)，即數(shù)據(jù)中心網(wǎng)絡(luò)總能源消耗。式(2)為鏈路容量限制約束條件。它說(shuō)明任意活躍鏈路l能承載的數(shù)據(jù)流總帶寬不能超過(guò)鏈路l的總?cè)萘?。處于休眠狀態(tài)的鏈路不能承載任何數(shù)據(jù)流。式(3)為流守恒約束條件。對(duì)于任意數(shù)據(jù)流f，如果節(jié)點(diǎn)v是其源節(jié)點(diǎn)，則該節(jié)點(diǎn)只有流出數(shù)據(jù)流；如果v是數(shù)據(jù)流的目的節(jié)點(diǎn)，則該節(jié)點(diǎn)只有流入數(shù)據(jù)流；否則，任意中間節(jié)點(diǎn)v的流入數(shù)據(jù)流與流出數(shù)據(jù)流相同。式(4)說(shuō)明，對(duì)于任意交換機(jī)節(jié)點(diǎn)v，如果v處于休眠狀態(tài)，則與之相連的鏈路狀態(tài)均為休眠狀態(tài)。式(5)的含義為如果與交換機(jī)節(jié)點(diǎn)v相連的鏈路均處于休眠狀態(tài)，則可將交換機(jī)v置于休眠狀態(tài)。式(6)說(shuō)明了變量的取值范圍。

3 節(jié)能流量調(diào)度算法EMV-SDN

為了求解上述優(yōu)化數(shù)學(xué)模型，針對(duì)文獻(xiàn)中存在的不足，本文提出了基于多層虛擬拓?fù)涞腟DN數(shù)據(jù)中心網(wǎng)絡(luò)節(jié)能流量調(diào)度算法EMV_SDN。首先將SDN控制器收集的數(shù)據(jù)中心網(wǎng)絡(luò)拓?fù)鋭澐譃槎鄬犹摂M拓?fù)?即第一層、第二層、第三層等多層虛擬子拓?fù)?，開(kāi)啟第一層虛擬拓?fù)?關(guān)閉其他高層虛擬拓?fù)?。?duì)于每一條到達(dá)的數(shù)據(jù)流，根據(jù)當(dāng)前虛擬拓?fù)涞淖畲箧溌防寐?，決定是否需要開(kāi)啟高一層虛擬拓?fù)洌缓笤谝验_(kāi)啟的虛擬拓?fù)浣Y(jié)構(gòu)中，利用改進(jìn)的貪婪算法計(jì)算路徑調(diào)度該數(shù)據(jù)流。最后依據(jù)一定的條件，關(guān)閉已開(kāi)啟的高一層虛擬拓?fù)?，以此?shí)現(xiàn)節(jié)能的目標(biāo)。

3.1 算法描述

節(jié)能流量調(diào)度算法EMV-SDN流程如圖1所示。輸入為SDN控制器收集的數(shù)據(jù)中心網(wǎng)絡(luò)拓?fù)湟约靶碌竭_(dá)網(wǎng)絡(luò)的數(shù)據(jù)流。輸出為數(shù)據(jù)流的路由以及已開(kāi)啟的一層或多層虛擬拓?fù)洹DN控制器根據(jù)數(shù)據(jù)流路由生成流表項(xiàng)下發(fā)交換機(jī)，調(diào)度數(shù)據(jù)流。

圖1 節(jié)能流量調(diào)度算法流程

EMV-SDN算法步驟如下：

步驟1初始化。

1) 在給定的數(shù)據(jù)中心網(wǎng)絡(luò)拓?fù)渲?，?jì)算出任意兩服務(wù)器節(jié)點(diǎn)之間的K-最短路徑。

2) 將給定的網(wǎng)絡(luò)拓?fù)浞殖啥鄬犹摂M拓?fù)洹?/p>

3) 開(kāi)啟第一層虛擬拓?fù)?關(guān)閉其他高層拓?fù)洹?/p>

對(duì)于新到達(dá)的數(shù)據(jù)流f，執(zhí)行如下步驟。

步驟2利用SDN控制器的sflow軟件，收集當(dāng)前開(kāi)啟的虛擬拓?fù)滏溌防们闆r，計(jì)算出最大鏈路利用率μ。

步驟3若μ>閾值1，預(yù)開(kāi)啟高一層虛擬拓?fù)?，即喚醒其中的交換機(jī)，但是其中的鏈路狀態(tài)保持不變?；诖?，在節(jié)能的同時(shí)，可以盡快地響應(yīng)并調(diào)度突發(fā)數(shù)據(jù)流，減少平均網(wǎng)絡(luò)時(shí)延。否則，轉(zhuǎn)步驟5。

步驟4若μ>閾值2，開(kāi)啟并使用高一層虛擬拓?fù)?即喚醒已欲開(kāi)啟的高一層虛擬拓?fù)渲械逆溌罚蛊涮幱诨钴S狀態(tài)。否則，轉(zhuǎn)步驟5。

步驟6在選中的路徑上路由數(shù)據(jù)流。

步驟7調(diào)用sflow收集鏈路狀態(tài)，計(jì)算最大鏈路利用率μ。

步驟8若μ<閾值1并且持續(xù)時(shí)間>T,若已開(kāi)啟過(guò)高一層拓?fù)?，則在數(shù)據(jù)流傳遞結(jié)束后休眠高一層虛擬拓?fù)?，即休眠其中的交換機(jī)和鏈路。由此實(shí)現(xiàn)數(shù)據(jù)中心網(wǎng)絡(luò)的節(jié)能。這樣做的目的也是為了避免頻繁開(kāi)啟/休眠交換機(jī)及鏈路引起網(wǎng)絡(luò)震蕩。

步驟9如果流量調(diào)度未完成，轉(zhuǎn)步驟2；否則，算法結(jié)束。

綜上所述，EMV-SDN采用了高一層虛擬拓?fù)漕A(yù)開(kāi)啟機(jī)制應(yīng)對(duì)突發(fā)數(shù)據(jù)流，對(duì)數(shù)據(jù)流實(shí)時(shí)調(diào)度，減少平均網(wǎng)絡(luò)時(shí)延。利用改進(jìn)的貪心算法選擇路由降低了算法的復(fù)雜度。采用的逐層開(kāi)啟/休眠更高一層虛擬拓?fù)?，可以在?jié)能的同時(shí)簡(jiǎn)化交換機(jī)的配置，節(jié)省配置時(shí)間。通過(guò)將數(shù)據(jù)流路由到最大鏈路利用率最小的路徑上，實(shí)現(xiàn)網(wǎng)絡(luò)的負(fù)載均衡。另外，為了防止網(wǎng)絡(luò)震蕩，當(dāng)網(wǎng)絡(luò)負(fù)載較輕(μ<閾值1)并且持續(xù)了一定時(shí)間后，EMV-SDN算法才將高一層拓?fù)湫菝摺?/p>

3.2 多層虛擬拓?fù)渖伤惴?/h3>

生成多層虛擬拓?fù)渚褪前褜?shí)際物理拓?fù)鋭澐譃榈谝粚?、第二層、第三層等多層虛擬拓?fù)洹６鄬犹摂M拓?fù)渖伤惴ň唧w步驟如下：

步驟1SDN控制器利用地址解析協(xié)議ARP收集數(shù)據(jù)中心網(wǎng)絡(luò)拓?fù)湫畔ⅰ?/p>

步驟2利用Kruskal最小生成樹(shù)算法，根據(jù)核心交換機(jī)數(shù)量n生成n個(gè)以核心交換機(jī)為根結(jié)點(diǎn)的獨(dú)立最小生成樹(shù)MSTi(i=0,1,…,n)。將每個(gè)MSTi中的結(jié)點(diǎn)交換機(jī)和鏈路分別存入圖Gi(Vi,Li)(i=0,1,…,n)中。

步驟3將選作第一層虛擬拓?fù)銿G1=G0(V0,L0)。

步驟4將VG1與G1(V1,L1)合并構(gòu)成第二層虛擬拓?fù)銿G2。構(gòu)成方法定義為：

1)VG2的結(jié)點(diǎn)集合定義為V0∪V1-V0。

2)VG2的鏈路集合定義為L(zhǎng)0∪L1-L0。

步驟5將第二層拓?fù)銿G2與G2(V2,L2)合并構(gòu)成第三層虛擬拓?fù)銿G3。

步驟6以此類(lèi)推，依次構(gòu)成更高層拓?fù)洹?/p>

對(duì)于數(shù)據(jù)中心網(wǎng)絡(luò)的Fat-Tree拓?fù)浣Y(jié)構(gòu)，每個(gè)MDTi均是唯一的，合并后構(gòu)成的最高層拓?fù)浼礊樵嘉锢硗負(fù)洹?/p>

對(duì)于如圖2所示的K=4的Fat-Tree拓?fù)浣Y(jié)構(gòu)，利用上述多層虛擬拓?fù)渖伤惴?，可以得到如圖3所示的第一層、第二層、第三層和第四層虛擬拓?fù)洹?/p>

圖2 K=4的Fat-Tree 拓?fù)浣Y(jié)構(gòu)

圖3 多層虛擬拓?fù)?/p>

采用上述方法依次構(gòu)成更高一層虛擬拓?fù)涞闹饕康氖呛?jiǎn)化交換機(jī)和鏈路的開(kāi)啟/關(guān)閉操作，節(jié)省了網(wǎng)絡(luò)配置時(shí)間，減少了網(wǎng)絡(luò)時(shí)延。因?yàn)樵陂_(kāi)啟高一層虛擬拓?fù)?，例如VG2時(shí)，只需開(kāi)啟休眠中的結(jié)點(diǎn)和鏈路，而不需要重復(fù)開(kāi)啟VG1中的結(jié)點(diǎn)和鏈路，并且在關(guān)閉高一層拓?fù)?如VG2時(shí)，只需關(guān)閉其中包含的節(jié)點(diǎn)和鏈路。

4 實(shí) 驗(yàn)

為了檢驗(yàn)提出的多層虛擬拓?fù)涔?jié)能流量算法EMV-SDN的性能，本文利用Floodlight控制器和Mininet[21]仿真平臺(tái)搭建Fat-tree型數(shù)據(jù)中心網(wǎng)絡(luò)拓?fù)洹２捎媚茉聪谋壤蛿?shù)據(jù)流的平均完成時(shí)間作為算法性能的衡量指標(biāo)。能源消耗比例計(jì)算公式為：

(7)

式中：COSTe為在節(jié)能調(diào)度算法下的能源消耗;COSTo為沒(méi)有采用任何節(jié)能措施的能源消耗。由此可知，對(duì)于不同的節(jié)能調(diào)度算法，能源消耗比例越低，算法節(jié)能效果越好。

在多層虛擬拓?fù)湎?，將提出的EMV-SDN與ECMP和Dijkstra最短路徑算法進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，EMV-SDN在能源消耗比例和平均完成時(shí)間等方面優(yōu)于其他兩種算法。

4.1 實(shí)驗(yàn)設(shè)置

4.1.1網(wǎng)絡(luò)拓?fù)?/p>

選用如圖2所示的K=4的Fat-tree型網(wǎng)絡(luò)拓?fù)?，在Mininet平臺(tái)上進(jìn)行仿真實(shí)驗(yàn)。其中所有交換機(jī)均為48個(gè)端口的OpenFlow交換機(jī)，各條鏈路帶寬均設(shè)置為100 Mbit/s。

4.1.2流量模式

選用工具軟件Iperf產(chǎn)生數(shù)據(jù)中心網(wǎng)絡(luò)中的數(shù)據(jù)流。每臺(tái)主機(jī)產(chǎn)生的流的長(zhǎng)度、產(chǎn)生時(shí)間均不同，其中數(shù)據(jù)流的長(zhǎng)度服從指數(shù)分布，流的產(chǎn)生時(shí)間服從泊松分布。分別采用隨機(jī)模式(Random)、交錯(cuò)模式(Staggered)和間隔模式(Stride)來(lái)確定數(shù)據(jù)流的目的節(jié)點(diǎn)[5]。

(1) Random：主機(jī)i向主機(jī)j以相等概率p隨機(jī)發(fā)送數(shù)據(jù)。

(2) Staggered(pe,pp)：主機(jī)i以pe的概率向上層同屬邊緣交換機(jī)發(fā)送數(shù)據(jù)，以pp的概率向同屬于一個(gè)pod的主機(jī)發(fā)送數(shù)據(jù)，以1-(pe+pp)的概率向其他pod的主機(jī)發(fā)送數(shù)據(jù)。

(3) Stride(x):主機(jī)向主機(jī)(i+x)modn發(fā)送數(shù)據(jù)，n為數(shù)據(jù)中心網(wǎng)絡(luò)中主機(jī)的總數(shù)。

4.1.3交換機(jī)能耗

交換機(jī)的能耗包括機(jī)架、線卡、端口等組件的能耗。不同類(lèi)型的交換機(jī)中各組件的能耗不盡相同。表1給出了不同類(lèi)型交換機(jī)的組件能耗數(shù)據(jù)[1]。

表1 交換機(jī)組件能耗 W

4.2 能源消耗比例比較

在上述三種流量模式下，本文比較了算法EMV-SDN與ECMP和Dijkstra的能耗消耗比例。進(jìn)行了多次實(shí)驗(yàn)，每次實(shí)驗(yàn)持續(xù)時(shí)間約為30分鐘，取中間10分鐘計(jì)算數(shù)據(jù)中心網(wǎng)絡(luò)能耗。圖4-圖6為三種流量模式下三種算法比較結(jié)果。其中：橫坐標(biāo)為實(shí)驗(yàn)持續(xù)時(shí)間；縱坐標(biāo)為數(shù)據(jù)中心網(wǎng)絡(luò)能源消耗比例。

圖4 Random(0.25)模式下的能源消耗比例

圖5 Staggered(0,0.2)模式下的能源消耗比例

圖6 Stride(6)模式下的能源消耗比例

4.2.1Random流量模式

圖4展示了在Random通信模式下三種算法的能耗比較結(jié)果?？梢钥闯觯珽MV-SDN算法比ECMP的能源消耗比例降低了1.50～7.81百分點(diǎn)，平均能源消耗比例降低了2.25百分點(diǎn)。EMV-SDN算法與Dijkstra算法相比，能源消耗比例降低了0.75～42.92百分點(diǎn)，平均能源消耗比例降低了6.52百分點(diǎn)。

4.2.2Staggered模式

在Staggered模式中，pe、pp分別取值為0和0.2。圖5給出在該種通信模式下三種算法的能耗比?？梢钥闯?，EMV-SDN算法與ECMP算法相比，能源消耗比例降低了1.44～24.61百分點(diǎn)；與Dijkstra算法相比能源消耗比例降低了1.25～42.91百分點(diǎn)。與ECMP和Dijkstra相比，EMV-SDN平均能源消耗比例分別降低了2.52百分點(diǎn)和6.65百分點(diǎn)。

4.2.3Stride模式

在Stride間隔通信模式中，x取值為6。圖6展示了在Stride模式下三種算法的能耗比，可以看出，EMV-SDN的能源消耗比例比ECMP降低了0.75到24.62百分點(diǎn)，比Dijkstra算法降低了0.63～42.89百分點(diǎn)。EMV-SDN算法的平均能源消耗比例比ECMP和Dijkstra算法分別降低了4.27百分點(diǎn)和10.77百分點(diǎn)。

從圖4-圖6可見(jiàn)，在三種通信模式下，所提出的EMV-SDN算法能源消耗比均低于ECMP和Dijkstra算法。這是由于EMV-SDN能夠根據(jù)當(dāng)前鏈路利用率，動(dòng)態(tài)調(diào)整高一層虛擬子拓?fù)涞墓ぷ鳡顟B(tài)，從而達(dá)到節(jié)能的目的。另外，EMV-SDN算法能夠在開(kāi)啟的子拓?fù)渲姓业教鴶?shù)最少并且最大鏈路利用率最小的路徑來(lái)路由數(shù)據(jù)流。而ECMP算法未考慮鏈路狀態(tài)，隨機(jī)將流調(diào)度到一條最短路徑上，未能根據(jù)拓?fù)渥兓M(jìn)行路徑的調(diào)整。Dijkstra算法只計(jì)算出最短路徑，不能很好地結(jié)合鏈路的狀態(tài)和鏈路利用率，可能會(huì)使得最短路徑上的鏈路過(guò)于擁堵，導(dǎo)致過(guò)早開(kāi)啟高一層虛擬子拓?fù)洌斐赡茉聪木哂谄渌麅煞N算法。

4.3 平均完成時(shí)間比較

圖7從時(shí)延方面比較了EMV-SDN、ECMP和Dijkstra三種算法?？梢钥闯觯谌N通信模式下，EMV-SDN算法的平均完成時(shí)間均最短。與ECMP和Dijkstra相比，采用EMV-SDN節(jié)能調(diào)度算法，在Random模式下，數(shù)據(jù)流平均完成時(shí)間分別降低了22%和40%；在Staggered模式下，平均完成時(shí)間分別降低了21%和39%；在Stride模式下，平均完成時(shí)間分別降低了14%和31%。

圖7 不同通信模式下算法的平均完成時(shí)間比較

就平均完成時(shí)間而言，EMV-SDN算法的性能也優(yōu)于ECMP和Dijkstra。這主要是由于EMV-SDN算法能夠在拓?fù)浣Y(jié)構(gòu)發(fā)生變化時(shí)及時(shí)通過(guò)鏈路著色和鏈路利用率計(jì)算出路徑來(lái)對(duì)數(shù)據(jù)流進(jìn)行調(diào)度，減少了鏈路的擁塞，從而使數(shù)據(jù)流較快地到達(dá)終點(diǎn)。而ECMP算法在對(duì)流的調(diào)度上沒(méi)有考慮鏈路利用率，隨機(jī)將流量分配到一條最短路徑中，可能導(dǎo)致鏈路擁堵，延緩了流到達(dá)時(shí)間。Dijkstra算法找一條最短路徑來(lái)路由數(shù)據(jù)流，同樣未考慮鏈路利用率，并且它不能很好地適應(yīng)網(wǎng)絡(luò)虛擬拓?fù)涞淖兓?，從而使得Dijkstra算法調(diào)度的數(shù)據(jù)流平均完成時(shí)間最長(zhǎng)。

5 結(jié) 語(yǔ)

針對(duì)“富連接”數(shù)據(jù)中心網(wǎng)絡(luò)在負(fù)載較低時(shí)能源利用率較低的問(wèn)題，本文提出Fat-Tree型SDN數(shù)據(jù)中心網(wǎng)絡(luò)的節(jié)能流量調(diào)度機(jī)制。首先對(duì)節(jié)能流量調(diào)度問(wèn)題建立整形線性規(guī)劃(ILP)優(yōu)化數(shù)學(xué)模型，然后利用多層虛擬拓?fù)湎碌墓?jié)能流量調(diào)度算法求解該數(shù)學(xué)模型，得到節(jié)能的數(shù)據(jù)流調(diào)度路徑。通過(guò)休眠空閑的網(wǎng)絡(luò)交換設(shè)備和端口，實(shí)現(xiàn)降低數(shù)據(jù)中心總能源消耗的目標(biāo)。仿真實(shí)驗(yàn)結(jié)果表明，提出的多層虛擬拓?fù)涞墓?jié)能流量調(diào)度機(jī)制EMV-SDN優(yōu)于ECMP和Dijkstra最短路徑算法。在三種不同的通信模式下，不論能源消耗比例還是平均完成時(shí)間，EMV-SDN均比其他兩種算法表現(xiàn)優(yōu)異。