CN102567076B - 一种基于能耗的服务器整合方案选择方法 - Google Patents
一种基于能耗的服务器整合方案选择方法 Download PDFInfo
- Publication number
- CN102567076B CN102567076B CN201110410746.6A CN201110410746A CN102567076B CN 102567076 B CN102567076 B CN 102567076B CN 201110410746 A CN201110410746 A CN 201110410746A CN 102567076 B CN102567076 B CN 102567076B
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- server
- integration
- scheme
- virtual machine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Power Sources (AREA)
Abstract
本发明提供了一种基于能耗的服务器整合方案选择方法,包括以下步骤:检测虚拟机的实时迁移功率增量Pmig、虚拟机的迁移时间Tmig、服务器的平均功率Pidle,设定虚拟机的平均任务到达速率R,获取不同服务器整合方案下服务器整合的迁移次数M和关闭节点数N,计算不同服务器整合方案下服务器整合后所节省的能耗,计算不同服务器整合方案下服务器整合中所消耗的能耗,计算不同服务器整合方案下服务器整合中节省的能耗Esave=Eidle-Ecost,选择Esave的最大值所对应的服务器整合方案作为能耗最优的服务器整合方案。本发明能够预估服务器整合过程中增加的能耗。
Description
技术领域
本发明涉及计算机虚拟化领域,具体地说,本发明涉及一种基于能耗的服务器整合方案选择方法。
背景技术
数据中心集中了大量的服务器,是收集、处理和存储各类数据,并为用户提供各种应用服务的平台。然而,数据中心的快速成长面临着能源消耗严重、环境影响堪忧、建筑资源消耗大、维护成本巨大等多方面的问题。针对数据中心能耗问题,在虚拟化技术的帮助下,服务器的整合已经成为一种广泛采用的解决方案。
然而,现有的服务器整合算法只关注整合后节省的能耗,而没有将整合过程中产生的能耗考虑在内,这会导致对服务器整合方案的节能效果预估不准。
发明内容
本发明的目的在于提供一种基于能耗的服务器整合方案选择方法,其能够预估服务器整合过程中增加的能耗。
本发明是通过以下技术方案实现的:
一种基于能耗的服务器整合方案选择方法,包括以下步骤:检测虚拟机的实时迁移功率增量Pmig、虚拟机的迁移时间Tmi g、服务器的平均功率Pidle,设定虚拟机的平均任务到达速率R,获取不同服务器整合方案下服务器整合的迁移次数M和关闭节点数N,计算不同服务器整合方案下服务器整合后所节省的能耗计算不同服务器整合方案下服务器整合中所消耗的能耗计算不同服务器整合方案下服务器整合中节省的能耗Esave=Eidle-Ecost,选择Esave的最大值所对应的服务器整合方案作为能耗最优的服务器整合方案。
本发明具有以下优点:
(1)实用性强:本发明提出的能耗模型可帮助全面评估服务器整合方案的能耗得失,并选择切实有效的节能方案;
(2)通用性强:本发明可适用于任何硬件平台(虚拟机环境)下的任何服务器资源再分配或服务器整合策略;
(3)易于实现:本发明提出了一套详尽的模型参数和参数获取方法,其中虚拟机的迁移时间Tmig和虚拟机的平均任务到达速率R可在数据中心运行过程中动态更新,其它参数只需一次性测量,使得本发明易于实现。
附图说明
图1为本发明基于能耗的服务器整合方案选择方法的流程图。
具体实施方式
下面结合附图对本发明作进一步详细的说明。
如图1所示,本发明选择基于能耗的服务器整合方案选择方法包括以下步骤:
(1)检测虚拟机的实时迁移功率增量Pmig、虚拟机的迁移时间Tmig、服务器的平均功率Pidle;
(2)设定虚拟机的平均任务到达速率R,具体来说,平均任务到达速率R是通过数据中心经验数据来设定,并在数据中心运行过程中持续更新;
(3)获取不同服务器整合方案下服务器整合的迁移次数M和关闭节点数N;
(4)计算不同服务器整合方案下服务器整合后所节省的能耗
(5)计算不同服务器整合方案下服务器整合中所消耗的能耗
(6)计算不同服务器整合方案下服务器整合中节省的能耗Esave=Eidle-Ecost;
(7)选择Esave的最大值所对应的服务器整合方案作为能耗最优的服务器整合方案。
示例
假设服务器整合后关闭节点个数N=2,所需迁移次数M=7,服务器的平均功率Pidle=100W,虚拟机的实时迁移功率增量Pmig=20W,虚拟机的平均任务到达速率R=0.01,256MB虚拟机的迁移时间Tmig=5S,则在该服务器整合方案下服务器整合后所节省的能耗 服务器整合中所消耗的能耗 则服务器整合中节省的能耗Esave=Eidle-Ecost=20000J-1700J=18300J。
同理,在计算出所有整合方案的节省能耗值后,将其返回给计算机集群中的管理节点,由管理节点根据最大的节省能耗值选择对应的整合方案。
Claims (1)
1.一种基于能耗的服务器整合方案选择方法,包括以下步骤:
检测虚拟机的实时迁移功率增量Pmig、所述虚拟机的迁移时间Tmig、服务器的平均功率Pidle;
设定所述虚拟机的平均任务到达速率R;
获取不同服务器整合方案下服务器整合的迁移次数M和关闭节点数N;
计算不同服务器整合方案下所述服务器整合后所节省的能耗
计算不同服务器整合方案下所述服务器整合中所消耗的能耗
计算不同服务器整合方案下所述服务器整合中节省的能耗Esave=Eidle-Ecost;
选择Esave的最大值所对应的服务器整合方案作为能耗最优的服务器整合方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110410746.6A CN102567076B (zh) | 2011-12-12 | 2011-12-12 | 一种基于能耗的服务器整合方案选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110410746.6A CN102567076B (zh) | 2011-12-12 | 2011-12-12 | 一种基于能耗的服务器整合方案选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102567076A CN102567076A (zh) | 2012-07-11 |
CN102567076B true CN102567076B (zh) | 2014-12-17 |
Family
ID=46412574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110410746.6A Expired - Fee Related CN102567076B (zh) | 2011-12-12 | 2011-12-12 | 一种基于能耗的服务器整合方案选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102567076B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103294546B (zh) * | 2013-04-03 | 2016-04-20 | 华中科技大学 | 多维度资源性能干扰感知的虚拟机在线迁移方法及系统 |
GB201409056D0 (en) * | 2014-05-21 | 2014-07-02 | Univ Leeds | Datacentre |
CN104035868B (zh) | 2014-06-12 | 2016-08-24 | 天津大学 | 对角加边模型分解协调计算的数据中心求解方法 |
CN104156272B (zh) * | 2014-08-07 | 2017-08-01 | 东华大学 | 一种基于单位耗汽量的产品耗汽量分配方法 |
CN104217111B (zh) * | 2014-09-02 | 2017-07-11 | 华中科技大学 | 一种数据中心的能源调度方法 |
CN105426241A (zh) * | 2015-11-16 | 2016-03-23 | 北京航空航天大学 | 一种基于云计算数据中心的统一资源调度节能方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604264A (zh) * | 2009-07-08 | 2009-12-16 | 深圳先进技术研究院 | 超级计算机的任务调度方法及系统 |
WO2011104108A1 (en) * | 2010-02-26 | 2011-09-01 | International Business Machines Corporation | Optimizing power consumption in a data center |
WO2011106725A2 (en) * | 2010-02-26 | 2011-09-01 | Microsoft Corporation | Virtual machine power consumption measurement and management |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2719005A1 (en) * | 2008-04-21 | 2009-10-29 | Adaptive Computing Enterprises, Inc. | System and method for managing energy consumption in a compute environment |
-
2011
- 2011-12-12 CN CN201110410746.6A patent/CN102567076B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604264A (zh) * | 2009-07-08 | 2009-12-16 | 深圳先进技术研究院 | 超级计算机的任务调度方法及系统 |
WO2011104108A1 (en) * | 2010-02-26 | 2011-09-01 | International Business Machines Corporation | Optimizing power consumption in a data center |
WO2011106725A2 (en) * | 2010-02-26 | 2011-09-01 | Microsoft Corporation | Virtual machine power consumption measurement and management |
Also Published As
Publication number | Publication date |
---|---|
CN102567076A (zh) | 2012-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102567076B (zh) | 一种基于能耗的服务器整合方案选择方法 | |
CN102096460B (zh) | 在数据中心动态分配功率的方法和设备 | |
CN103823718B (zh) | 一种面向绿色云计算的资源配置方法 | |
CN104283946A (zh) | 一种单物理机下多虚拟机的资源自适应调整系统及方法 | |
CN101719081A (zh) | 一种虚拟机调度方法 | |
CN105893148A (zh) | 一种基于rm策略的偶发任务低能耗调度方法 | |
Gelenbe et al. | Trade-offs between energy and quality of service | |
CN106445070B (zh) | 一种硬实时系统资源受限偶发任务能耗优化调度方法 | |
CN103245829B (zh) | 一种虚拟机功耗测量方法 | |
CN106451541A (zh) | 一种孤岛型微电网的能量控制方法及控制系统 | |
CN104346214A (zh) | 用于分布式环境的异步任务管理装置及方法 | |
Yuan et al. | Energy aware resource scheduling algorithm for data center using reinforcement learning | |
US10509429B2 (en) | Method and apparatus for improving efficiency of a cloud platform based on node usage | |
Jena et al. | Performance evaluation of energy efficient power models for digital cloud | |
CN106067073B (zh) | 一种基于风资源相关性分析的风电功率预测方法 | |
CN105700987B (zh) | 基于云技术的用能系统能耗仿真与节能诊断方法及平台 | |
CN107479949A (zh) | 低能耗云计算任务调度方法 | |
CN106844175B (zh) | 一种基于机器学习的云平台容量规划方法 | |
CN105071431B (zh) | 一种分布式电网的控制系统 | |
Ren | Optimizing water efficiency in distributed data centers | |
CN104238624B (zh) | 一种最大功率点的跟踪方法及装置 | |
CN103346906A (zh) | 一种基于云计算的智能运维方法及系统 | |
CN102662759A (zh) | 一种云os中基于cpu负载的节能方法 | |
CN116028193A (zh) | 一种混部集群的大数据任务动态高能效调度方法和系统 | |
CN114006392B (zh) | 分布式电源系统储能节点容量需求估算系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141217 Termination date: 20201212 |
|
CF01 | Termination of patent right due to non-payment of annual fee |