CN102662759A - 一种云os中基于cpu负载的节能方法 - Google Patents
一种云os中基于cpu负载的节能方法 Download PDFInfo
- Publication number
- CN102662759A CN102662759A CN2012100728433A CN201210072843A CN102662759A CN 102662759 A CN102662759 A CN 102662759A CN 2012100728433 A CN2012100728433 A CN 2012100728433A CN 201210072843 A CN201210072843 A CN 201210072843A CN 102662759 A CN102662759 A CN 102662759A
- Authority
- CN
- China
- Prior art keywords
- cpu load
- energy consumption
- load
- cpu
- physical node
- 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.)
- Pending
Links
Images
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
本发明提供一种云OS中基于CPU负载的节能方法,该方法通过确定CPU负载与能耗的对应关系,将物理节点的能耗评定与CPU负载对应,实现根据CPU负载准确地进行云数据中心的节能调度,系统包括:基于分段策略的CPU负载与能耗的对应关系模块;基于CPU负载的节能策略模块,其中:基于分段策略的CPU负载与能耗对应关系模块,负责CPU负载与物理节点能耗的对应,从而为节能提供依据;基于CPU负载的节能策略模块,是执行模块,通过对于持续一段时间满足CPU负载条件的物理节点进行开关机操作,从而实现云OS中云数据中心的自动节能操作。
Description
技术领域
本发明涉及云OS 中自动调度领域, 具体地说是一种云OS中基于CPU负载的节能方法。
背景技术
当前,云计算逐渐被行业认可,云操作系统(云OS)逐渐实现并付诸于实践。在云OS中,对于系统能耗的控制是主要的组成部分,合理的能耗控制,能够降低系统耗能,增加系统效率和利用率。
大多数同类系统没有进行有效的能耗控制,或者采用人工的方式,进行能耗控制。
为了能进行智能、自动的能耗控制,我们提出了云OS中一种基于CPU负载的节能策略。
发明内容
本发明的目的是提供一种云OS中基于CPU负载的节能方法。
本发明的目的是按以下方式实现的,通过确定CPU负载与能耗的对应关系,将物理节点的能耗评定与CPU负载对应,实现根据CPU负载准确地进行云数据中心的节能调度,系统包括:基于分段策略的CPU负载与能耗的对应关系模块;基于CPU负载的节能策略模块,其中,
基于分段策略的CPU负载与能耗对应关系模块,负责CPU负载与物理节点能耗的对应,从而为节能提供依据;
基于CPU负载的节能策略模块,是执行模块,通过对于持续一段时间满足CPU负载条件的物理节点进行开关机操作,从而实现云OS中云数据中心的自动节能操作;
具体节能操作步骤如下:
(1) 分段确定云数据中心平均CPU负载与能耗的关系,根据设定的需要节能的最大能耗CMax和最小能耗CMin,以最大能耗和最小能耗为界,分别采集三组三个区间内的cpu平均负载,根据公式,y=ax2+bx+c 分别确定三个区间内能耗与CPU负载关系的参数a、b、c;
(2) 根据步骤 (1)中确定出的参数,计算需要节能操作的云数据中心最大平均CPU负载cpuMax和最小平均CPU负载cpuMin,根据CPU负载,进行自动节能,包括内容如下,
如果云数据中心的平均CPU负载高于cpuMax并持续一定时间(30min),则需要自动开启新的物理节点,将原有的CPU负载较高的物理节点上的虚拟机迁移到新开的物理节点上,直至云数据中心平均负载将到cpuMin与cpuMax之间;如果云数据中心的平均CPU负载低于cpuMin并持续一定时间,则需要将CPU负载较低的物理节点的虚拟机迁移到其他物理节点,并关闭此物理节点,直至云数据中心的平均CPU负载上升到cpuMin与cpuMax之间。
本发明的有益效果是:,CPU负载与能耗对应关系的参数只需输入一次,而节能的能耗临界值可以根据实际需要任意更改。不同的CMax和CMin,可以达到不同的节能效果。
附图说明
图1为基于CPU负载的关机节能策略示意图;
图2为基于CPU负载的扩容节能策略示意图。
具体实施方式
参照说明书附图对本发明的方法作以下详细地说明。
本发明的体系结构主要包括:
基于分段策略的CPU负载与能耗对应关系;基于CPU负载的节能策略,其中:
基于分段策略的CPU负载与能耗对应关系是核心模块,负责该方法的CPU负载与物理节点能耗的对应,从而为节能提供依据;
基于CPU负载的节能策略是该方法的执行模块,通过对于持续一段时间满足CPU负载条件的物理节点进行开关机操作,从而实现云OS中云数据中心的自动节能操作。
云OS中一种基于CPU负载的节能策略描述如下:
(1) 分段确定云数据中心平均CPU负载与能耗的关系,具体如下,
根据设定的需要节能的最大能耗CMax和最小能耗CMin,以最大能耗和最小能耗为界,分别采集三组三个区间内的cpu平均负载,根据公式,y=ax2+bx+c分别确定三个区间内能耗与CPU负载关系的参数a、b、c;
(2) 根据 (1)中确定出的参数,计算需要节能操作的云数据中心最大平均CPU负载cpuMax和最小平均CPU负载cpuMin,根据CPU负载,进行自动节能,具体如下,
如果云数据中心的平均CPU负载高于cpuMax并持续一定时间(30min),则需要自动开启新的物理节点,将原有的CPU负载较高的物理节点上的虚拟机迁移到新开的物理节点上。直至云数据中心平均负载将到cpuMin与cpuMax之间;如果云数据中心的平均CPU负载低于cpuMin并持续一定时间(30min),则需要将CPU负载较低的物理节点的虚拟机到其他物理节点,并关闭此物理节点,直至云数据中心的平均CPU负载上升到cpuMin与cpuMax之间。
实施例
假设系统中有3台物理节点A、B、C,分别有3、2、1台虚拟机运行。
(1)系统启动后,管理员手动输入必要参数(功耗与cpu平均负载数据),系统自动分段计算cpu负载与能耗的关系并保存;
(2)系统管理员设定需要节能的能耗值CMax和CMin;
(3)系统会根据cpu负载与功耗的关系,计算出cpuMax和cpuMin;
(4)如果cpu平均负载高于cpuMax,则系统会自动开启物理节点D,并且将A的一台虚拟机调度到D上,然后判断cpu平均负载是否降到cpuMin和cpuMax之间。若cpu平均负载仍高于cpuMax,则继续开启物理节点E,并将A或B的一台虚拟机调度到E上,直到cpu平均负载满足要求;
(5)如果cpu平均负载低于cpuMin,则系统会将C的虚拟机调度到B上,然后关闭C,并且判断cpu平均负载是否升至cpuMin和cpuMax之间。若仍低于cpuMin,则将B上的虚拟机调度到A上,并关闭B,直至cpu平均负载满足要求。
本方法中,CPU负载与能耗对应关系的参数只需输入一次,而节能的能耗临界值可以根据实际需要任意更改。不同的CMax和CMin,可以达到不同的节能效果。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
Claims (1)
1.一种云OS中基于CPU负载的节能方法, 其特征在于通过确定CPU负载与能耗的对应关系,将物理节点的能耗评定与CPU负载对应,实现根据CPU负载准确地进行云数据中心的节能调度,系统包括:基于分段策略的CPU负载与能耗的对应关系模块;基于CPU负载的节能策略模块,其中,
基于分段策略的CPU负载与能耗对应关系模块,负责CPU负载与物理节点能耗的对应,从而为节能提供依据;
基于CPU负载的节能策略模块,是执行模块,通过对于持续一段时间满足CPU负载条件的物理节点进行开关机操作,从而实现云OS中云数据中心的自动节能操作;
具体节能操作步骤如下:
(1) 分段确定云数据中心平均CPU负载与能耗的关系,根据设定的需要节能的最大能耗CMax和最小能耗CMin,以最大能耗和最小能耗为界,分别采集三组三个区间内的cpu平均负载,根据公式,y=ax2+bx+c 分别确定三个区间内能耗与CPU负载关系的参数a、b、c;
(2) 根据步骤 (1)中确定出的参数,计算需要节能操作的云数据中心最大平均CPU负载cpuMax和最小平均CPU负载cpuMin,根据CPU负载,进行自动节能,包括内容如下,
如果云数据中心的平均CPU负载高于cpuMax并持续一定时间(30min),则需要自动开启新的物理节点,将原有的CPU负载较高的物理节点上的虚拟机迁移到新开的物理节点上,直至云数据中心平均负载将到cpuMin与cpuMax之间;如果云数据中心的平均CPU负载低于cpuMin并持续一定时间,则需要将CPU负载较低的物理节点的虚拟机迁移到其他物理节点,并关闭此物理节点,直至云数据中心的平均CPU负载上升到cpuMin与cpuMax之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100728433A CN102662759A (zh) | 2012-03-20 | 2012-03-20 | 一种云os中基于cpu负载的节能方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100728433A CN102662759A (zh) | 2012-03-20 | 2012-03-20 | 一种云os中基于cpu负载的节能方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102662759A true CN102662759A (zh) | 2012-09-12 |
Family
ID=46772258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100728433A Pending CN102662759A (zh) | 2012-03-20 | 2012-03-20 | 一种云os中基于cpu负载的节能方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102662759A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103019366A (zh) * | 2012-11-28 | 2013-04-03 | 国睿集团有限公司 | 基于cpu心跳幅度的物理主机负载检测方法 |
CN103443771A (zh) * | 2013-01-16 | 2013-12-11 | 华为技术有限公司 | 一种数据中心间资源调度方法和设备 |
CN104021045A (zh) * | 2014-05-04 | 2014-09-03 | 上海交通大学 | 基于模式融合的cpu负载多步预测方法 |
CN105808344A (zh) * | 2014-12-31 | 2016-07-27 | 环旭电子股份有限公司 | 具有快捷节流触发机制的网络设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504620A (zh) * | 2009-03-03 | 2009-08-12 | 华为技术有限公司 | 一种虚拟化集群系统负载平衡方法、装置及系统 |
CN101602364A (zh) * | 2008-12-31 | 2009-12-16 | 宾洋 | 应用于phev的快速dp控制方法 |
CN101610287A (zh) * | 2009-06-16 | 2009-12-23 | 浙江大学 | 一种应用于分布式海量存储系统的负载均衡方法 |
CN102244685A (zh) * | 2011-08-11 | 2011-11-16 | 中国科学院软件研究所 | 一种支持负载均衡的分布式缓存动态伸缩方法及系统 |
-
2012
- 2012-03-20 CN CN2012100728433A patent/CN102662759A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101602364A (zh) * | 2008-12-31 | 2009-12-16 | 宾洋 | 应用于phev的快速dp控制方法 |
CN101504620A (zh) * | 2009-03-03 | 2009-08-12 | 华为技术有限公司 | 一种虚拟化集群系统负载平衡方法、装置及系统 |
CN101610287A (zh) * | 2009-06-16 | 2009-12-23 | 浙江大学 | 一种应用于分布式海量存储系统的负载均衡方法 |
CN102244685A (zh) * | 2011-08-11 | 2011-11-16 | 中国科学院软件研究所 | 一种支持负载均衡的分布式缓存动态伸缩方法及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103019366A (zh) * | 2012-11-28 | 2013-04-03 | 国睿集团有限公司 | 基于cpu心跳幅度的物理主机负载检测方法 |
CN103019366B (zh) * | 2012-11-28 | 2015-06-10 | 国睿集团有限公司 | 基于cpu心跳幅度的物理主机负载检测方法 |
CN103443771A (zh) * | 2013-01-16 | 2013-12-11 | 华为技术有限公司 | 一种数据中心间资源调度方法和设备 |
WO2014110743A1 (zh) * | 2013-01-16 | 2014-07-24 | 华为技术有限公司 | 一种数据中心间资源调度方法和设备 |
CN103443771B (zh) * | 2013-01-16 | 2017-11-24 | 华为技术有限公司 | 一种数据中心间资源调度方法和设备 |
CN104021045A (zh) * | 2014-05-04 | 2014-09-03 | 上海交通大学 | 基于模式融合的cpu负载多步预测方法 |
CN105808344A (zh) * | 2014-12-31 | 2016-07-27 | 环旭电子股份有限公司 | 具有快捷节流触发机制的网络设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Virtual machine placement algorithm for both energy-awareness and SLA violation reduction in cloud data centers | |
CN102708000B (zh) | 通过虚拟机迁移实现能耗控制的系统和方法 | |
CN103957231B (zh) | 一种云计算平台下的虚拟机分布式任务调度方法 | |
Zhou et al. | A novel virtual machine deployment algorithm with energy efficiency in cloud computing | |
CN102624546B (zh) | 功耗封顶的控制方法、设备和系统 | |
CN103297505B (zh) | 动态云服务请求下数据中心多能源的在线控制方法和系统 | |
CN104573383B (zh) | 一种适用于楼宇设备综合优化模型的分布式演化方法 | |
CN105302630A (zh) | 一种虚拟机的动态调整方法及其系统 | |
CN103823718A (zh) | 一种面向绿色云计算的资源配置方法 | |
CN103926994A (zh) | 一种基于me的服务器动态能耗管理及修正方法 | |
CN103902016A (zh) | 一种面向场景预测的服务器功耗管理方法 | |
CN102662759A (zh) | 一种云os中基于cpu负载的节能方法 | |
CN105868004A (zh) | 一种基于云计算的业务系统的调度方法及调度装置 | |
Sharma et al. | Novel energy efficient virtual machine allocation at data center using Genetic algorithm | |
CN103023802B (zh) | 一种面向web集群的低能耗调度系统和方法 | |
CN104932281A (zh) | 一种家庭微电网用能系统及其在智能用电互动的实现方法 | |
CN105528054B (zh) | 集群系统综合调度节能方法及装置 | |
CN111290560B (zh) | 一种防止服务器过流掉电的方法及系统 | |
Janpan et al. | A virtual machine consolidation framework for CloudStack platforms | |
CN105208099B (zh) | 一种云服务器内利用sdn技术智能节电的体系架构 | |
CN108073449B (zh) | 一种虚拟机动态放置方法 | |
Li et al. | An energy efficient resource management method in virtualized cloud environment | |
CN110008515A (zh) | 一种可再生能源数据中心管理方法及装置 | |
CN105677440A (zh) | 一种虚拟机自动迁移系统 | |
CN104298536A (zh) | 基于动态调频调压技术的数据中心节能调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120912 |