CN104142850A - 数据中心的节能调度方法 - Google Patents

Abstract

本发明涉及数据中心能耗管理方法，公开了一种数据中心的节能调度方法，包括以下具体步骤：调度方法生成步骤：随机生成多个虚拟机调度方法，所述虚拟机调度方法指的是虚拟机与服务器的对应关系；调度优化步骤：通过交叉算法以及变异算法对虚拟机调度方法进行调整得到最终的调度结果，并执行最终的调度结果；其中，所述交叉算法包括选择具有更高适应度的虚拟机调度方法进行交叉运算；所述变异算法包括选择具有更低适应度的虚拟机调度方法进行交叉运算。本发明的优点在于，解决了数据中心能耗优化困难的问题，精度高，节能效果好，计算步骤少，且可以支持在线实时计算。

Description

数据中心的节能调度方法

技术领域

本发明涉及数据中心能耗管理方法，特别涉及一种数据中心的节能调度方法，通过基于改进的遗传算法机型调度方法的优化，从而实现节能效果。

背景技术

随着云计算与大数据时代的到来，更多的资源集中到云端，数据中心的能耗及环境问题也日益凸显。构建绿色数据中心、实现节能减排成为了近年来业界关注的热点。数据中心的能耗主要由计算能耗和制冷能耗两部分组成。因此，以往大部分方法也主要是对这两方面分别进行考虑以实现节能优化。

在减少计算能耗方面，例如采用处理器电压频率调整(Dynamic Voltage andFrequency Scaling,DVFS)等底层节能技术；对任务负载进行调度，将任务进行集中化；或采用虚拟化技术，通过服务器整合把多个虚拟机整合到同一个物理机上，关闭空闲的物理机，达到节能目的。尤其是在负载调度层面，大部分方法都采用将负载进行整合、集中到少数服务器上的调度策略。

除此以外，在减少制冷能耗方面，由于影响制冷能耗的最为关键的因素是制冷设备必须保证所有服务器不能超过一定阈值(安全温度)。因此，制冷设备通常需要依照数据中心内部温度最高、制冷最为最差的节点进行制冷。这无疑消耗了大量制冷能耗。常用的解决方法是优化数据中心的硬件布局，改善制冷效率。在软件层面，主要通过负载均衡，从而避免热点(Hot Spot)的产生，防止少数节点出现过热现象从而加大制冷需求。

在软件层面的节能方法在以上两个方面中带来了负载整合与均衡的矛盾。前者可以减少计算能耗；而后者则能够降低制冷能耗。之前的工作在该问题上鲜有讨论。因此，如何综合考虑两者的能耗，在负载调度上进行权衡，从而减少总能耗，是极为必要的。其次，由于虚拟化技术具有资源利用率高、管理灵活、可扩展性好等优点，数据中心开始广泛地采用虚拟化技术。而虚拟化技术的引入，也改变了现有的很多节能调度系统的设计与实现，对虚拟机的场景下的实现节能调度方法提出了要求。而目前综合考虑两者能耗的工作存在着建模粒度粗糙、未考虑虚拟化场景等缺点。就此，有必要研制一种针对虚拟机的，同时考虑计算能耗与制冷能耗的数据中心节能调度方法。

发明内容

本发明针对现有技术存在建模粒度粗糙，未考虑虚拟化场景的缺点，提供了一种数据中心的节能调度方法，以减少总能耗为目标进行虚拟机调度计算，在综合考虑计算能耗与制冷能耗的基础上，实现了虚拟机调度的优化的目的。

为实现上述目的，本发明可采取下述技术方案：

一种数据中心的节能调度方法，包括以下具体步骤：

调度方法生成步骤：随机生成多个虚拟机调度方法，所述虚拟机调度方法指的是虚拟机与服务器的对应关系；

调度优化步骤：通过交叉算法以及变异算法对虚拟机调度方法进行迭代调整得到最终调度结果并按其进行调度；

其中，

所述交叉算法选择具有更高适应度的虚拟机调度方法进行交叉操作；

所述变异算法选择具有更低适应度的虚拟机调度方法进行变异操作；

所述适应度是指虚拟机调度方法所对应的能耗的负数。

于本发明的实施例中，所述能耗的计算包括以下具体步骤：

1)计算虚拟机调度方法在运行过程中每个服务器的CPU利用率；

2)对每个服务器的CPU利用率的数值进行拟合并得到服务器的功率变化曲线P，并由此计算得到所有服务器的功耗总和P_computing；

3)找寻在所有服务器的CPU运行时温度不超过危险阈值的情况下的最高的SAT设定值以节省制冷能耗，并计算该SAT下的空调性能系数CoP；

4)根据该CoP值以及所有服务器的功耗总和P_computing得到制冷功耗P_cooling，将所有服务器的功耗总和P_computing以及制冷功耗P_cooling分别对时间进行积分得到所有服务器的能耗值E_computing以及制冷能耗值E_cooling，所有服务器的能耗值以及制冷能耗值的总和即所述虚拟机调度方法所对应的能耗P_cooling。

于本发明的实施例中，所述最高的SAT设定值由以下方法找寻：SAT从某个值SAT0开始，根据下式预测CPU温度(P、R、H分别为服务器功率、热阻和热回流强度)，逐渐增加或减少SAT的取值，找到可以保证所有CPU均不超过危险阈值温度，且最高的SAT设定值。

$\underset{t\→\∞}{\lim }{T}_{\mathrm{CPU}\_\mathrm{predicted}}=\mathrm{PR}+T_{\mathrm{amb}}$

其中

$T_{\mathrm{amb}}=\underset{t\→\∞}{\lim }{T}_{\mathrm{amb}}\left(t\right)=\mathrm{SAT}+H$

于本发明的实施例中，所述交叉算法是指将不同的虚拟机调度方法中的至少部分虚拟机调度序列进行互换，从而生成新的虚拟机调度方法。

于本发明的实施例中，所述变异算法是将具有较低适应度的虚拟机调度方法中的虚拟机调度序列以一定几率随机进行变更。

于本发明的实施例中，还包括迭代计算步骤；

所述迭代计算步骤包括将调度优化步骤(200)得到的调度结果再次作为步骤(200)的调整对象，进行迭代调整并得到最终的调度结果。

于本发明的实施例中，所述空调性能系数CoP与空调温度设定值SAT之间采用以下公式：CoP＝0.0068SAT²+0.008SAT+0.458

于本发明的实施例中，R使用公式T_CPU＝PR+T_amb进行计算，其中CPU温度T_CPU、功率P以及服务器周围温度T_amb为服务器在任意稳定状态下的测量结果

本发明具有以下的显著技术效果：

具有建模精度高，节能效果好，计算速度快，支持在线计算与调度决策的特点，尤为适应于大型计算中心的节能降耗。

附图说明

图1为数据中心的节能调度方法的流程示意图。

具体实施方式

下面结合实施例对本发明作进一步的详细描述。

实施例1

一种数据中心的节能调度方法，如图1所示，包括以下具体步骤：

调度方法生成步骤100：随机生成多个虚拟机调度方法，所述虚拟机调度方法指的是虚拟机与服务器的对应关系；用户对于数据中心的请求request，是一个待运行的虚拟机序列，每个虚拟机上部署一系列的任务。为保证用户的虚拟机及任务正常运行，每个服务器上运行的虚拟机的资源总和不能高于服务器的物理资源。可以采用以下方式表示用户对于数据中心的请求request：

request＝〈VM₁，VM₂,…,VM_n〉

VM_i＝〈task₁,task₂,…,task_i〉

进一步地，对于来自用户的请求request，其调度方法scheduling可以进行如下的编码：编码由n个(n为虚拟机个数)整数构成的序列所组成。其中，VM_{1_server}是虚拟机1所分配的服务器的编号，以此类推，最终的虚拟机调度方法可以表示为 $\mathrm{scheduling}=<{\mathrm{VM}}_{1\_\mathrm{server}},{\mathrm{VM}}_{2\_\mathrm{server}},...,{\mathrm{VM}}_{n_{\mathrm{server}}}>.$ 对于request里的每个虚拟机，随机分配到数据中心的某个服务器上。如果VM_i分配到server_j会导致该服务器的虚拟机过多超过物理资源，则重新对VM_i进行随机分配。由此生成k种调度方法。

调度优化步骤200：通过交叉算法201以及变异算法202对虚拟机调度方法进行迭代调整得到最终调度结果并按其进行调度；

其中，

所述交叉算法选择具有更高适应度的虚拟机调度方法进行交叉操作；

所述变异算法选择具有更低适应度的虚拟机调度方法进行变异操作；

所述适应度是指虚拟机调度方法所对应的能耗的负数。

所述能耗的计算包括以下具体步骤，该步骤特别地用于计算调度方法scheduling_i(0＜i＜＝k)所对应的能耗：

1计算虚拟机调度方法在运行过程中每个服务器的CPU利用率；

2对每个服务器的CPU利用率的数值进行拟合并得到服务器的功率变化曲线P，并由此计算得到所有服务器的功耗总和P_computing；

3找寻在所有服务器的CPU运行时温度不超过危险阈值的情况下的最高的SAT设定值以节省制冷能耗，并计算该SAT下的空调性能系数CoP；

4根据该CoP值以及所有服务器的功耗总和P_computing得到制冷功耗P_cooling将所有服务器的功耗总和P_computing以及制冷功耗P_cooling分别对时间进行积分得到所有服务器的能耗值E_conputing以及制冷能耗值E_cooling，所有服务器的能耗值以及制冷能耗值的总和即所述虚拟机调度方法的能耗，总能耗E_total可以表示为 $E_{\mathrm{total}}=E_{\mathrm{conputing}}+E_{\mathrm{cooling}}=E_{\mathrm{conputing}}+\frac{E_{\mathrm{conputing}}}{\mathrm{CoP}}.$

所述最高的SAT设定值由以下方法找寻：SAT从某个值SAT₀开始，根据下式预测CPU的温度(P、R、H分别为服务器功率、热阻和热回流强度，其中H的值为服务器周围温度与空调温度设定值的差)，逐渐增加或减少SAT的取值，找到可以保证所有CPU均不超过危险阈值温度，且最高的SAT设定值。

$\underset{t\&RightArrow;\&infin;}{\lim }{T}_{\mathrm{CPU}\_\mathrm{predicted}}=\mathrm{PR}+T_{\mathrm{amb}}$

其中

$T_{\mathrm{amb}}=\underset{t\&RightArrow;\&infin;}{\lim }{T}_{\mathrm{amb}}\left(t\right)=\mathrm{SAT}+H$

所述交叉算法201是指将不同的虚拟机调度方法中的至少部分虚拟机调度序列进行互换，从而生成新的虚拟机调度方法。

所述变异算法202是将具有较低适应度的虚拟机调度方法中的虚拟机调度序列以一定几率随机进行变更。

进一步地，作为一种更优的可选方案，所述变异算法202中的变异几率为20％。

进一步地，所述的数据中心的节能调度方法还包括迭代计算步骤300；

所述迭代计算步骤包括将调度优化步骤(200)得到的最终调度结果作为再次进行的调度优化步骤(200)的调整对象重新得到最终调度结果。

其中，R使用公式T_CPU＝PR+T_amb进行计算，CPU温度T_CPU、功率P以及服务器周围温度T_amb为服务器在稳定运行状态的测量结果

总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。

Claims (8)

1.一种数据中心的节能调度方法，其特征在于，包括以下具体步骤：

调度方法生成步骤(100)：随机生成多个虚拟机调度方法，所述虚拟机调度方法指的是虚拟机与服务器的对应关系；

调度优化步骤(200)：通过交叉算法(201)以及变异算法(202)对虚拟机调度方法进行迭代调整得到最终调度结果并按其进行调度；

其中，

所述交叉算法(201)选择具有更高适应度的虚拟机调度方法进行交叉操作(201)；

所述变异算法(202)选择具有更低适应度的虚拟机调度方法进行变异操作(202)；

所述适应度是指虚拟机调度方法所对应的能耗的负数。

2.根据权利要求1所述的数据中心的节能调度方法，其特征在于，所述能耗的计算包括以下具体步骤：

1)计算虚拟机调度方法在运行过程中每个服务器的CPU利用率；

2)对每个服务器的CPU利用率的数值进行拟合并得到服务器的功率变化曲线P，并由此计算得到所有服务器的功耗总和P_computing；

3)找寻在所有服务器的CPU运行时温度不超过危险阈值的情况下的最高的SAT设定值以节省制冷能耗，并计算该SAT下的空调性能系数CoP；

4)根据该CoP值以及所有服务器的功耗总和P_computing得到制冷功耗P_cooling，将所有服务器的功耗总和P_computing以及制冷功耗P_cooling分别对时间进行积分得到所有服务器的能耗值E_computing以及制冷能耗值E_cooling，所有服务器的能耗值以及制冷能耗值的总和即所述虚拟机调度方法所对应的能耗P_cooling。

3.根据权利要求2所述的数据中心的节能调度方法，其特征在于，所述最高的SAT设定值由以下方法找寻：SAT从某个值SAT₀开始，根据下式预测CPU温度(P、R、H分别为服务器功率、热阻和热回流强度)，逐渐增加或减少SAT的取值，找到可以保证所有CPU均不超过危险阈值温度，且最高的SAT设定值。

$\underset{t\&RightArrow;\&infin;}{\lim }{T}_{\mathrm{CPU}\_\mathrm{predicted}}=\mathrm{PR}+T_{\mathrm{amb}}$

其中

$T_{\mathrm{amb}}=\underset{t\&RightArrow;\&infin;}{\lim }{T}_{\mathrm{amb}}\left(t\right)=\mathrm{SAT}+H$

4.根据权利要求1所述的数据中心的节能调度方法，其特征在于，所述交叉算法(201)是指将不同的虚拟机调度方法中的至少部分虚拟机调度序列进行互换，从而生成新的虚拟机调度方法。

5.根据权利要求1所述的数据中心的节能调度方法，其特征在于，所述变异算法(202)是将具有较低适应度的虚拟机调度方法中的虚拟机调度序列以一定几率随机进行变更。

6.根据权利要求1所述的数据中心的节能调度方法，其特征在于，还包括迭代计算步骤(300)；

所述迭代计算步骤(300)包括将调度优化步骤(200)得到的调度结果再次作为步骤(200)的调整对象，进行迭代调整并得到最终的调度结果。

7.根据权利要求2所述的数据中心的节能调度方法，其特征在于，所述空调性能系数CoP与空调温度设定值SAT之间采用以下公式：

CoP＝0.0068SAT²+0.008SAT+0.458

8.根据权利要求3所述的数据中心的节能调度方法，其特征在于，R使用公式T_CPU＝PR+T_amb进行计算，其中CPU温度T_CPU、功率P以及服务器周围温度T_amb为服务器在任意稳定状态下的测量结果。