CN101888316B - 根据应用场景特征参数控制服务器能耗的方法及装置 - Google Patents

Abstract

本发明提供一种针对不同的应用场景定义应用场景特征参数，建立应用场景特征参数与服务器性能参数和能耗参数的关系表，通过动态的优化调度控制算法，根据应用场景的特征参数和服务器的性能参数，调整服务器的能耗参数，以实现服务器能耗动态控制的方法及装置，用以解决数据中心服务器的能耗控制问题；在确保功能和性能满足应用要求的前提下，采取相应的降能或升能调度策略，在降能调度时，采取步进式的逐级调度和安全回退的调度策略，在升能调度时，采取跳跃式一步到位升能结合步进式回调逼近的调度策略，调整服务器能耗参数到最优值，实现了对服务器能耗实时、动态的控制。

Description

根据应用场景特征参数控制服务器能耗的方法及装置

技术领域

本发明涉及计算机应用和电信支撑领域，尤其涉及一种根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法及装置。

背景技术

互联网和移动通信的迅速发展以及云计算的新技术和新商业模式的出现，以服务器为应用载体的数据中心的规模进一步扩展。然而，数据中心的节能问题已经成为全球节能运动的重中之重，一些数据中心所支付的电费已经超过了买服务器的费用。

目前，数据中心能耗控制技术和方法的研究主要还是聚焦在网络设备、计算机设备和机房空调动力环境的节能技术和方法，其中服务器的节能更多地定位在服务器设备和部件的节能等，而针对服务器所承载的不同应用的负荷情况来控制能耗的研究并不多，主要停留在一些简单的策略，例如，服务器空闲状态下的休眠、停机和自动恢复，服务器群组中的虚拟计算等等。

由于服务器是数据中心最重要的耗电、发热的设备，作为全球服务器CPU芯片的主要提供商，Intel也提供了一种根据服务器的能耗值自动调整频率、电压等能耗控制参数的机制，即DCM。

本发明立足于设备厂家提供的能耗值和能耗控制参数的调整机制(如Intel的DCM)，提供了一种根据应用系统的不同应用场景特征参数匹配到应用对服务器合理资源需求的方法，针对不同应用的负荷情况，实时、动态地调整服务器的能耗。

发明内容

本发明提供一种针对不同的应用场景定义应用场景特征参数，建立应用场景特征参数与服务器性能参数和能耗参数的关系表，通过动态的优化调度控制算法，根据应用场景的特征参数和服务器的性能参数，调整服务器的能耗参数，以实现服务器能耗动态控制的方法及装置，用以解决数据中心服务器的能耗控制问题。

本发明的技术方案是：

一种根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法，其特征在于，包括以下步骤：

A.将数据中心服务器或服务器群组不同特征的应用场景加以分类，不同类型的应用场景定义不同的应用场景特征参数，建立每一类应用场景特征参数与服务器性能参数和服务器能耗参数的初始化的关系表模型；

B.通过内置或外置于数据中心服务器或服务器群组的应用客户端模拟拨测模块，模拟应用客户端访问数据中心服务器或服务器群组的行为，通过随机拨测的方式，获取端到端的应用场景特征参数，并从数据中心服务器或服务器群组采集相关的服务器性能参数和能耗参数；

C.查询所述关系表模型中初始化的服务器能耗参数值，确保在功能和性能满足应用要求的前提下，触发相应的能耗调度控制请求；

D.根据能耗调度控制请求，通过动态的优化调度控制算法，进行动态优化调度控制；所述动态优化调度控制包括，采取步进式的逐级调度和安全回退的降能调度策略，和采取跳跃式一步到位的升能方式与步进式回调的逼近方式相结合的升能调度策略；在调度控制的同时，逐步优化并逼近能耗控制的最佳值；

E.每一次能耗调度控制请求和调度控制形成一个能耗控制事件，进而形成能耗控制指令，生成相应的能耗控制调用请求，下发给服务器厂家提供的服务器能耗控制接口，实现服务器能耗的最佳控制。

所述关系表模型的数据初始化过程包括：

A)首先根据应用系统的经验，定义应用特征参数的区间；

B)在应用系统进入稳定运行期后，对每一个被控制的服务器设备，在每一个采集周期，采用不间断定时模拟拨测的方式，收集应用场景特征参数；同时，分别采集服务器的性能参数和能耗参数；所述能耗参数包括能耗值和能耗控制参数；

C)以固定时间为关系表维护周期，在该周期内收集每一个采集周期的数据，并根据能耗参数的取值，取聚集度大的若干能耗值，定义为一组能耗值，该组能耗值对应的服务器性能参数，取最大值、最小值形成一个区间，并取这一组能耗值的中值作为该区间服务器性能参数对应的能耗值，取与该能耗值最接近的能耗控制参数作为本行的能耗控制参数值；

D)形成初始化的应用场景特征参数与服务器性能参数和服务器能耗参数的关系表。

所述优化调度控制算法的基本控制流程包括以下步骤：

a.获取本采集周期的应用场景特征参数、服务器性能参数和服务器能耗参数；

b.根据当前采集的应用场景特征参数值，在关系表中查询对应的应用特征参数区间，若当前的应用场景特征参数处于查询到的对应的应用特征参数区间内；

c.收集关系表中对应的服务器性能参数和能耗参数；

d.对比服务器性能参数，判断当前的服务器性能参数是否处于关系表中对应的服务器性能参数区间内；若不是，进行人工干预；

e.若是，再比较当前服务器能耗值与从关系表中查询出的能耗值；

f.若当前能耗值大于关系表中查询的能耗值，则求差值；

g.按步进式的方式逐级降低能耗值，所述步进的级数取差值与固定等分区之比和当前能耗值的经验百分比值的较大值；

h.返回步骤c，重复上述步骤c-g，直至能耗值降到最优值；

i.若当前能耗值小或近似等于关系表中查询的能耗值，将当前的能耗值和相应的能耗控制参数记录到临时表中，用于分析并更新关系表。

所述优化调度控制算法的控制流程包括以下步骤：

1)获取本采集周期的应用场景特征参数、服务器性能参数和服务器能耗参数；

2)根据当前采集的应用场景特征参数值，在关系表中查询对应的应用特征参数区间，若当前的应用场景特征参数高于查询到的对应的应用特征参数区间；

3)收集关系表中对应的服务器性能参数和能耗参数；

4)查询关系表中应用场景特征参数的目标值区间和对应的最接近的服务器性能参数区间所对应的能耗参数；

5)在当前能耗值的基础上，调整能耗控制参数，将能耗值一步升到关系表中查询的能耗值；

6)在确认应用场景特征参数处于查询到的对应的应用特征参数区间内时，执行优化调度控制算法的基本控制流程，通过步进式降能调整，降低能耗值到最优值。

所述优化调度控制算法的控制流程包括以下步骤：

a)获取本采集周期的应用场景特征参数、服务器性能参数和服务器能耗参数；

b)根据当前采集的应用场景特征参数值，在关系表中查询对应的应用特征参数区间，若当前的应用场景特征参数低于查询到的对应的应用特征参数区间；

c)收集关系表中对应的服务器性能参数和能耗参数；

d)判断是否是休眠，若是，下达休眠指令；

e)若不是，将能耗值设定为目标应用特征参数区间对应的最大能耗值；

f)判断此时对应的应用场景特征参数是否落入查询的对应的应用特征参数区间内；

g)若是，执行优化调度控制算法的基本控制流程；

h)若仍低于查询的对应的应用特征参数区间，将能耗值设定为目标应用特征参数区间对应的下一个能耗值；

i)返回步骤f)，重复上述步骤f)-h)，直到应用场景特征参数落入查询的对应的应用特征参数区间内，优化调度控制算法的执行基本控制流程；

j)若下调次数大于N次，将调控结果发送到人工维护接口加以分析；

k)若下调结果使应用场景特征参数值高于查询的对应的应用特征参数区间，也将调控结果发送到人工维护接口加以分析。

还包括一种结合优化调度控制算法不断更新关系表的自学习方法，通过将采集到的实际的应用场景特征参数、服务器性能参数、能耗参数以及他们之间的数值关系与初始化的关系表模型进行比较，进行关系表的自动维护更新，不断地优化应用场景特征参数与服务器性能参数和能耗参数之间的关系。

一种根据应用场景特征参数控制数据中心服务器或服务器群组能耗的装置，其特征在于，包括：

应用客户端模拟拨测模块：用于模拟加载在数据中心服务器或服务器群组的应用客户端，通过随机拨测的方式，直接向数据中心服务器或服务器群组发出反映应用特征的访问请求，记录相关的应用场景特征参数：

应用特征参数采集模块：用于从应用客户端模拟拨测模块中采集相关的应用场景特征参数；

服务器性能参数采集模块：用于从数据中心服务器或服务器群组中采集相关的服务器性能参数；

服务器能耗参数采集模块：用于从数据中心服务器或服务器群组中采集相关的服务器能耗值和能耗控制参数；

性能与指标监视分析模块：用于根据各个采集模块所采集的应用场景特征参数、服务器性能参数、服务器能耗参数，并通过关系表访问模块，查询关系表模型中初始化的服务器能耗参数值，触发相应的能耗控制策略请求；所述关系表模型是指将数据中心服务器或服务器群组不同特征的应用场景加以分类，不同类型的应用场景定义不同的应用场景特征参数，建立的每一类应用场景特征参数与服务器性能参数和服务器能耗参数的初始化的关系表模型；

调度控制模块：用于根据能耗调度策略请求，进行动态优化调度；在降能调度时，采取步进式的逐级调度和安全回退的调度策略；在升能调度时，采取跳跃式一步到位升能结合步进式回调逼近的调度策略；每一次能耗调度策略请求和调度控制形成一个能耗控制事件，发送给能耗控制事件管理模块；

能耗控制事件管理模块：用于收集调度控制模块产生的能耗控制事件，通过事件触发的方式，形成能耗控制指令，发送给能耗策略生成与执行模块；

能耗策略生成与执行模块：用于根据能耗控制指令，结合服务器的能耗调用接口，生成相应的能耗控制调用请求，下发给服务器厂家提供的能耗控制接口。

还包括关系表自学习模块，用于通过自学习的方式，对关系表进行自动维护更新。

本发明的技术效果：

本发明提供了一种针对不同的应用场景定义不同的应用场景特征参数，根据不同的应用场景特征参数，通过动态的优化调度控制算法，实现对数据中心服务器或服务器群组能耗的实时、动态控制的方法及装置。首先，根据用户对数据中心服务器或服务器群组的应用访问具有很强的随机特征的特点，避开了复杂的分析建模，通过对不同特征的应用场景加以分类，不同类型的应用场景定义不同的应用场景特征参数，建立一张应用场景特征参数与服务器性能参数和服务器能耗参数的关系表，在关系表中维护不用应用场景下的应用场景特征参数、服务器性能参数、服务器能耗参数之间的关系；其次，采用动态的优化调度控制算法，根据实时采集的应用场景特征参数、服务器性能参数、服务器能耗参数，依据关系表中维护的应用场景特征参数、服务器性能参数、服务器能耗参数的初始化数据，对服务器的能耗进行动态的优化调度，在确保功能和性能满足应用要求的前提下，采取相应的降能或升能调度策略，在降能调度时，采取步进式的逐级调度和安全回退的调度策略，在升能调度时，采取跳跃式一步到位升能结合步进式回调逼近的调度策略，调整服务器能耗参数到最优值，实现了对服务器能耗实时、动态的控制。

对于应用场景特征参数与服务器性能参数和服务器能耗参数的关系表，本发明还提供了结合优化调度控制算法不断更新关系表的自学习方法，能够通过自学习的方式，进行关系表的自动更新维护。自学习的过程，基于对已经采取了升能或降能调度操作数据的成功记录和处理，再通过表处理方法进行合并更新，不断优化应用场景特征参数与服务器性能参数和服务器能耗参数之间的关系。

如何获取符合实际应用情况的应用场景特征参数是数据中心服务器或服务器群组能耗控制的关键，本发明通过设计应用客户端模拟拨测模块，模拟最终用户访问数据中心服务器或服务器群组的行为，在该模块中，直接编写关键应用客户端的操作序列相关代码，并辅以随机访问的特征，确保获取应用场景特征参数数据的实时性和准确性，使能耗控制效果满足最终用户的感知。

附图说明

图1为本发明根据应用场景特征参数控制服务器能耗的装置结构示意图。

图2为本发明的优化调度控制算法的基本控制流程流程图。

图3为本发明的优化调度控制算法的控制流程流程图之二。

图4为本发明的优化调度控制算法的控制流程流程图之三。

具体实施方式

以下结合附图对本发明的具体实施方式进行详细说明：

一种根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法，包括以下步骤：

A、将数据中心服务器或服务器群组不同特征的应用场景加以分类，例如应用的忙闲特征、对不同设备单元(例如：CPU等)的操作特征等，区分不同类型的应用场景，定义不同的应用场景特征参数，并建立每一类应用场景特征参数与服务器性能参数(例如CPU负荷)和服务器能耗参数(例如：能耗值以及频率、电压等能耗控制参数)的初始化的关系表模型；

B、通过内置或外置于数据中心服务器或服务器群组的应用客户端模拟拨测模块，模拟应用客户端访问数据中心服务器或服务器群组的行为，通过随机拨测的方式，获取端到端的应用场景特征参数，并从数据中心服务器或服务器群组采集相关的服务器性能参数和能耗参数；

C、查询所述关系表模型中初始化的服务器能耗参数值，确保在功能和性能满足应用要求的前提下，触发相应的能耗调度控制请求；

D、根据能耗调度控制请求，通过动态的优化调度控制算法：进行动态优化调度控制；所述动态优化调度控制包括，采取步进式的逐级调度和安全回退的降能调度策略，和采取跳跃式一步到位升能结合步进式回调逼近的升能调度策略；在调度控制的同时，逐步优化并逼近能耗控制的最佳值；

E、每一次能耗调度控制请求和调度控制形成一个能耗控制事件，进而形成能耗控制指令，生成相应的能耗控制调用请求，下发给服务器厂家提供的服务器能耗控制接口，实现服务器能耗的最佳控制。

本发明所形成的一种根据应用场景特征参数控制数据中心服务器或服务器群组能耗的装置如图1所示，各个模块以及它们之间的关系说明如下：

应用客户端模拟拨测模块：用于模拟加载在数据中心服务器或服务器群组的应用客户端，通过随机拨测的方式，直接向数据中心服务器或服务器群组发出反映应用特征的访问请求，记录相关的应用场景特征参数；

应用特征采集参数模块：用于从应用客户端模拟拨测模块中采集相关的应用场景特征参数；

服务器性能参数采集模块：用于从数据中心服务器或服务器群组中采集相关的服务器性能参数；

服务器能耗参数采集模块：用于从数据中心服务器或服务器群组中采集相关的服务器能耗值和能耗控制参数；

性能与指标监视分析模块：用于根据各个采集模块所采集的应用场景特征参数、服务器性能参数、服务器能耗值和能耗控制参数，并通过关系表访问模块，查询应用场景特征参数与服务器性能参数和服务器能耗参数关系表中初始化的服务器能耗参数值，触发相应的能耗控制策略请求；

调度控制模块：用于根据能耗调度策略请求，进行动态优化调度；在降能调度时，采取步进式的逐步调度和安全回退调度控制策略；在升能调度时，采取快速跨越升能结合步进式回调的调度控制策略，每一次能耗调度策略请求和调度控制形成一个能耗控制事件，发送给能耗控制事件管理模块；

能耗控制事件管理模块：用于收集调度控制模块产生的能耗控制事件，通过事件触发的方式，形成能耗控制指令，发送给能耗策略生成与执行模块；

能耗策略生成与执行模块：用于根据能耗控制指令，结合服务器的能耗调用接口，生成相应的能耗控制调用请求，下发给服务器厂家提供的能耗控制接口。1.关于数据驱动的应用场景特征参数与服务器能耗参数关系表的建模和数据的初始化

用户对部署在服务器和服务器集群上的应用访问具有很强的随机特征，这导致服务器和服务器集群的负载分布也具有较强的随机性。

本发明避开了复杂的分析建模，通过对不同特征的应用场景加以分类，例如：Web响应型应用、数据库访问型应用和计算服务型应用，不同类型的应用场景定义不同的应用场景特征参数，通过建立一张关系表，在关系表中维护不同的应用场景下的应用场景特征参数、服务器性能参数、服务器能耗参数之间的关系。

以Web应用为例加以说明，关系表中包括以下主要参数：

●Web应用的特征参数：Web访问响应时间，该特征参数根据实际应用的设计需要和经验值，预先定义响应的区间。

●服务器性能参数：服务器CPU负荷，一个应用特征参数区间可以对应多个服务器性能参数区间，例如，Web响应时间为2～5s时，服务器的CPU负荷可以定义出多个区间。

●服务器能耗参数：包括能耗值和能耗控制参数，其中能耗值以功率的形式表达。一个应用特征参数区间、一个服务器性能参数区间与一个能耗值对应，能耗值与能耗控制参数对应，本发明中，充分利用Intel等CPU芯片厂家已经提供的能耗值与能耗控制参数之间的关系，在下达能耗值控制参数时，由CPU芯片厂家所提供的机制，来设置相应的能耗控制参数。

下表举例说明这几个参数之间的数值关系：

对每一个被控制的服务器设备，维护一张关系表。对于服务器群组，抽象为一个服务器，其性能参数和能耗参数为整个服务器群组的性能参数和能耗参数，故以下按单个服务器的能耗控制加以描述。

本关系表数据的初始化过程如下：

●首先根据应用系统的经验，定义应用特征参数的区间。

●在应用系统进入稳定运行期后，对每一个被控制的服务器设备，在每一个采集周期，采用不间断定时模拟拨测的方式，采集应用特征参数；同时，分别采集服务器的性能参数和能耗参数。

●以固定时间(例如：天)为关系表维护周期，在该周期内收集每一个采集周期的数据，并根据能耗参数的取值，取聚集度大的若干能耗值(定义为一组能耗值)对应的服务器性能参数，取最大值、最小值形成一个服务器性能参数区间，并取这一组能耗值的中值作为该服务器性能参数区间对应的能耗值，取与该能耗值最接近的能耗控制参数作为本行的能耗控制参数值。

●形成初始化的应用场景特征参数与服务器性能参数和服务器能耗参数的关系表。

2.关于优化调度控制算法

优化调度控制算法的控制原则是：在确保应用场景特征参数和服务器性能参数正常的前提下，通过调整能耗控制参数，实现相对理想的服务器能耗值调控目标。

优化调度控制算法所采取的控制策略基于上述初始化的应用场景特征参数与服务器性能参数和服务器能耗参数的关系表中的数据，控制流程如下：

①获取本采集周期的应用场景特征参数与服务器相关参数：

-模拟应用客户端的行为通过随机拨测的方式获取当前的应用场景特征参数；

-从服务器采集相关的服务器性能参数和能耗参数，包括当前的服务器负载参数、能耗值和CPU主频等控制参数

②在关系表中查询并触发相应的能耗控制策略

-根据当前采集的应用场景特征参数值，查询到对应的应用特征参数区间，判断该应用场景特征参数是否满足应用的要求，即判断当前的应用场景特征参数是否处于查询的对应的的应用特征参数区间内，针对不同的情况采取相应的控制策略。

-情况一：优化调度控制算法的基本控制流程：

应用场景特征参数值在预定的应用特征参数区间内：

如图2所示。包括以下步骤：

a.收集关系表中对应的服务器性能参数和能耗参数；

b.对比服务器性能参数，判断当前的服务器性能参数是否处于关系表中对应的服务器性能参数区间内；若不是，进行人工干预；

c.若是，再比较当前服务器能耗值与从关系表中查询出的能耗值；

d.若当前能耗值大于关系表中查询的能耗值，则求差值；

e.按步进式的方式逐级降低能耗值，所述步进的级数取差值与固定等分区之比(例如差值/6)和当前能耗值的经验百分比值(例如1％)的较大值；

f.返回步骤a，重复上述步骤a-e，直至能耗值降到最优值；

g.若当前能耗值小或近似等于关系表中查询的能耗值，将当前的能耗值和相应的能耗控制参数记录到临时表中，用于分析并更新关系表。

-情况二：应用特征参数值高于预定的应用特征参数区间的控制流程

如图3所示。这种情况下，需要通过提升服务器性能、提高主频等控制参数来提高能耗，以满足应用的需求。包括以下步骤：

a.收集关系表中对应的服务器性能参数和能耗参数；

b.查询关系表中应用场景特征参数的目标值区间和对应的服务器负荷性能参数区间(取最接近区间)所对应的能耗参数；

c.在当前能耗值的基础上，调整能耗控制参数，将能耗值一步升到关系表中查询的能耗值；

f.在确认应用特征参数是否满足需求后，再参照优化调度控制算法的基本控制流程，通过步进式降能调整，降低能耗值到最优值。

-情况三：应用特征参数值低于预定的应用特征参数区间的控制流程

如图4所示。这种情况下，可以在确保安全边界的前提下，采取降低能耗的策略。包括以下步骤：

a.收集关系表中对应的服务器性能参数和能耗参数；

b.判断是否是休眠，若是，下达休眠指令；

c.若不是，将能耗值设定为目标应用特征参数区间对应的最大能耗值；

d.判断此时对应的应用场景特征参数是否落入查询的对应的应用特征参数区间内；

e.若是，进入优化调度控制算法的基本控制流程；

f.若仍低于查询的对应的应用特征参数区间，将能耗值设定为目标应用特征参数区间对应的下一个能耗值；

g.返回步骤d，重复上述步骤d-f，直到应用场景特征参数落入查询的对应的应用特征参数区间内，进入优化调度控制算法的基本控制流程；

h.若下调次数大于N次，将调控结果发送到人工维护接口加以分析；

i.若下调结果使应用场景特征参数值高于查询的对应的应用特征参数区间，也将调控结果发送到人工维护接口加以分析。

为确保安全边界，先取出预定应用特征参数区间对应的服务器负载下限，以此查询出对应的能耗值，作为第一步降耗的目标。

3.关于结合优化调度控制算法不断更新关系表的自学习方法

系统首先在没有能耗控制的情况下，初始化了关系表，预定义了关系表中的数据；在启用优化调度控制算法后，在一个学习周期(例如：天)，首先要按照预定义的应用特征参数区间，对能耗的变化数据进行处理；再通过自学习的方式，进行关系表的自动维护。

能耗的变化数据处理方法如下：

●对上一个周期的每一个能耗值，如果采取了降能或升能策略，则记录所有成功进行操作的中间记录，将这些数据形成一个集合。

●按概率分布(例如：正态分布)的方式，取均值，围绕均值

的3σ定义一个能耗参数区间，记录出本学习周期内的升能目标的最大值和降能目标的最小值，取max(

最小值)和min(

最大值)为能耗区间的左右边界。

●将数据记录入预处理关系表，其中，能耗值相关的内容有E_i0，

E_imin，E_imax，[E_il，E_ir]，E_i0表示对应上周期的能耗值，

E_imin、E_imax分别表示平均值、最小

值和最大值，[E_i1，E_ir]表示能耗参数区间。

●重复这个过程，直到处理完所有的数据，进入自学习的合并更新能耗关系表阶段。

假设上一学习周期的应用与能耗关系表为Table₀(T_i，L_i，E_i)(i＝1，2，...，n)，本周期采集的预处理关系表为Table1(T_i，L_i，E_i0，E_imin，E_imax，[E_i1，E_ir])(i＝1，2，...，n)。针对每一个预定义的T_i，采用以下的表处理方法进行自学习：

●针对每一个相同的应用特征参数区间，比较Table₁

和Table₀(E_j)：

a.若Table₁

和Table₀(E_j)相等或相似(按相对值比较，相对值预定义，例如<10％)，若对应的Table₁(T_i)与Table₀(E_j)存在交集，则取两者之间的交集(根据经验值，可以预留一定百分比的外延边界，例如＜10％，作为控制的缓冲区)；若不存在交集，则取Table₁(E_i，T_i)在更新后的关系表中替代原有的行。

b.对于Table₁

在Table₀不存在近似的情况，直接将Table₁

对应的行插入到更新后的关系表之中。

c.对于Table₀(E_j)没有被匹配和更新过的项，如果服务器性能参数区间Table0(Ti，Lj)与更新后的关系表中对应的区间不存在重复的情形，则在更新后的关系表中保留这一行；若存在重复的情况，则对于交集的部分，用更新后的关系表中对应的行；对于Table0(Ti，Lj)与更新后关系表的对应行不相交的部分，则保留这部分区间以及E_j值，作为一行插入到更新后的关系表之中。

针对错误调度的情况，发送相关数据到人工操作接口，通过用户界面由人对能耗参数表直接进行维护，并可以由人工经验，持续优化表驱动的参数，并改进表驱动的算法。

4.关于模拟应用客户端的行为通过拨测获取应用特征参数

如何获取应用特征参数是服务器能耗控制的关键。本发明通过设计应用模拟客户端模块，在该模块中，直接编写关键应用客户端的操作序列相关代码，并辅以随机访问的特征，以在实际应用环境中触发相应的访问行为。

由于模拟拨测的访问量相对于整个应用访问而言，几乎可以忽略不计，因此，模拟客户端的行为获取应用特征参数是最准确、实时的方法。

在该模块中，可以设定不同的随机应用触发模式，举例如下：

●在应用空闲的时间段，采取平均到达间隔时间的随机过程，触发相关的应用。

●在应用繁忙的时间段，在一个采集周期内，采取负指数间隔时间到达的随机过程，触发相关的应用模拟拨测。

应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换；而一切不脱离本发明创造的精神和范围的技术方案及其改进，其均涵盖在本发明创造专利的保护范围当中。

Claims (8)

1.一种根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法，其特征在于，包括以下步骤：

A.将数据中心服务器或服务器群组不同特征的应用场景加以分类，不同类型的应用场景定义不同的应用场景特征参数，建立每一类应用场景特征参数与服务器性能参数和服务器能耗参数的初始化的关系表模型；

B.通过内置或外置于数据中心服务器或服务器群组的应用客户端模拟拨测模块，模拟应用客户端访问数据中心服务器或服务器群组的行为，通过随机拨测的方式，获取端到端的应用场景特征参数，并从数据中心服务器或服务器群组采集相关的服务器性能参数和能耗参数；

C.查询所述关系表模型中初始化的服务器能耗参数值，确保在功能和性能满足应用要求的前提下，触发相应的能耗调度控制请求；

D.根据能耗调度控制请求，通过动态的优化调度控制算法，进行动态优化调度控制；所述动态优化调度控制包括，采取步进式的逐级调度和安全回退的降能调度策略，和采取跳跃式一步到位的升能方式与步进式回调的逼近方式相结合的升能调度策略；在调度控制的同时，逐步优化并逼近能耗控制的最佳值；

E.每一次能耗调度控制请求和调度控制形成一个能耗控制事件，进而形成能耗控制指令，生成相应的能耗控制调用请求，下发给服务器厂家提供的服务器能耗控制接口，实现服务器能耗的最佳控制。

2.根据权利要求1所述的根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法，其特征在于，所述关系表模型的数据初始化过程包括：

A)首先根据应用系统的经验，定义应用特征参数的区间；

B)在应用系统进入稳定运行期后，对每一个被控制的服务器设备，在每一个采集周期，采用不间断定时模拟拨测的方式，收集应用场景特征参数；同时，分别采集服务器的性能参数和能耗参数；所述能耗参数包括能耗值和能耗控制参数；

C)以固定时间为关系表维护周期，在该周期内收集每一个采集周期的数据，并根据能耗参数的取值，取聚集度大的若干能耗值，定义为一组能耗值，该组能耗值对应的服务器性能参数，取最大值、最小值形成一个区间，并取这一组能耗值的中值作为该区间服务器性能参数对应的能耗值，取与该能耗值最接近的能耗控制参数作为本行的能耗控制参数值；

D)形成初始化的应用场景特征参数与服务器性能参数和服务器能耗参数的关系表。

3.根据权利要求2所述的根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法，其特征在于，所述优化调度控制算法的基本控制流程包括以下步骤：

a.获取本采集周期的应用场景特征参数、服务器性能参数和服务器能耗参数：

b.根据当前采集的应用场景特征参数值，在关系表中查询对应的应用特征参数区间，若当前的应用场景特征参数处于查询到的对应的应用特征参数区间内；

c.收集关系表中对应的服务器性能参数和能耗参数；

d.对比服务器性能参数，判断当前的服务器性能参数是否处于关系表中对应的服务器性能参数区间内；若不是，进行人工干预；

e.若是，再比较当前服务器能耗值与从关系表中查询出的能耗值；

f.若当前能耗值大于关系表中查询的能耗值，则求差值；

g.按步进式的方式逐级降低能耗值，所述步进的级数取差值与固定等分区之比和当前能耗值的经验百分比值的较大值；

h.返回步骤c，重复上述步骤c-g，直至能耗值降到最优值；

i.若当前能耗值小或近似等于关系表中查询的能耗值，将当前的能耗值和相应的能耗控制参数记录到临时表中，用于分析并更新关系表。

4.根据权利要求3所述的根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法，其特征在于，所述优化调度控制算法的控制流程包括以下步骤：

1)获取本采集周期的应用场景特征参数、服务器性能参数和服务器能耗参数：

2)根据当前采集的应用场景特征参数值，在关系表中查询对应的应用特征参数区间，若当前的应用场景特征参数高于查询到的对应的应用特征参数区间；

3)收集关系表中对应的服务器性能参数和能耗参数；

4)查询关系表中应用场景特征参数的目标值区间和对应的最接近的服务器性能参数区间所对应的能耗参数；

5)在当前能耗值的基础上，调整能耗控制参数，将能耗值一步升到关系表中查询的能耗值；

6)在确认应用场景特征参数处于查询到的对应的的应用特征参数区间内时，执行优化调度控制算法的基本控制流程，通过步进式降能调整，降低能耗值到最优值。

5.根据权利要求3所述的根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法，其特征在于，所述优化调度控制算法的控制流程包括以下步骤：

a)获取本采集周期的应用场景特征参数、服务器性能参数和服务器能耗参数：

b)根据当前采集的应用场景特征参数值，在关系表中查询对应的应用特征参数区间，若当前的应用场景特征参数低于查询到的对应的应用特征参数区间；

c)收集关系表中对应的服务器性能参数和能耗参数；

d)判断是否是休眠，若是，下达休眠指令；

e)若不是，将能耗值设定为目标应用特征参数区间对应的最大能耗值；

f)判断此时对应的应用场景特征参数是否落入查询的对应的应用特征参数区间内；

g)若是，执行优化调度控制算法的基本控制流程；

h)若仍低于查询的对应的应用特征参数区间，将能耗值设定为目标应用特征参数区间对应的下一个能耗值；

i)返回步骤f)，重复上述步骤f)-h)，直到应用场景特征参数落入查询的对应的应用特征参数区间内，执行优化调度控制算法的基本控制流程；

j)若下调次数大于N次，将调控结果发送到人工维护接口加以分析；

k)若下调结果使应用场景特征参数值高于查询的对应的应用特征参数区间，也将调控结果发送到人工维护接口加以分析。

6.根据权利要求1至5之一所述的根据应用场景特征参数控制数据中心服务器或服务器群组能耗的方法，其特征在于，还包括一种结合优化调度控制算法不断更新关系表的自学习方法，通过将采集到的实际的应用场景特征参数、服务器性能参数、能耗参数以及他们之间的数值关系与初始化的关系表模型进行比较，进行关系表的自动维护更新，不断地优化应用场景特征参数与服务器性能参数和能耗参数之间的关系。

7.一种根据应用场景特征参数控制数据中心服务器或服务器群组能耗的装置，其特征在于，包括：

应用客户端模拟拨测模块：用于模拟加载在数据中心服务器或服务器群组的应用客户端，通过随机拨测的方式，直接向数据中心服务器或服务器群组发出反映应用特征的访问请求，记录相关的应用场景特征参数；

应用特征参数采集模块：用于从应用客户端模拟拨测模块中采集相关的应用场景特征参数；

服务器性能参数采集模块：用于从数据中心服务器或服务器群组中采集相关的服务器性能参数；

服务器能耗参数采集模块：用于从数据中心服务器或服务器群组中采集相关的服务器能耗值和能耗控制参数；

性能与指标监视分析模块：用于根据各个采集模块所采集的应用场景特征参数、服务器性能参数、服务器能耗参数，并通过关系表访问模块，查询关系表模型中初始化的服务器能耗参数值，触发相应的能耗控制策略请求；所述关系表模型是指将数据中心服务器或服务器群组不同特征的应用场景加以分类，不同类型的应用场景定义不同的应用场景特征参数，建立的每一类应用场景特征参数与服务器性能参数和服务器能耗参数的初始化的关系表模型；

调度控制模块：用于根据能耗调度策略请求，进行动态优化调度；在降能调度时，采取步进式的逐级调度和安全回退的调度策略；在升能调度时，采取跳跃式一步到位升能结合步进式回调逼近的调度策略；每一次能耗调度策略请求和调度控制形成一个能耗控制事件，发送给能耗控制事件管理模块；

能耗控制事件管理模块：用于收集调度控制模块产生的能耗控制事件，通过事件触发的方式，形成能耗控制指令，发送给能耗策略生成与执行模块；

能耗策略生成与执行模块：用于根据能耗控制指令，结合服务器的能耗调用接口，生成相应的能耗控制调用请求，下发给服务器厂家提供的能耗控制接口。

8.根据权利要求7所述的根据应用场景特征参数控制数据中心服务器或服务器群组能耗的装置，其特征在于，还包括关系表自学习模块，用于通过自学习的方式，对关系表进行自动维护更新。

Images