CN109783304B - 一种数据中心的节能调度方法及对应装置 - Google Patents
一种数据中心的节能调度方法及对应装置 Download PDFInfo
- Publication number
- CN109783304B CN109783304B CN201711131118.8A CN201711131118A CN109783304B CN 109783304 B CN109783304 B CN 109783304B CN 201711131118 A CN201711131118 A CN 201711131118A CN 109783304 B CN109783304 B CN 109783304B
- Authority
- CN
- China
- Prior art keywords
- load rate
- server
- servers
- type
- priority
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005265 energy consumption Methods 0.000 claims abstract description 38
- 230000001276 controlling effect Effects 0.000 claims abstract description 15
- 230000002596 correlated effect Effects 0.000 claims abstract description 14
- 238000012360 testing method Methods 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 17
- 230000000875 corresponding effect Effects 0.000 abstract description 10
- 230000000903 blocking effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011056 performance test Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- Information Transfer Between Computers (AREA)
- Power Sources (AREA)
Abstract
本发明实施例提供一种数据中心的节能调度方法及对应装置,用以解决现有技术中数据中心服务器能耗高,且存在较大业务隐患的技术问题。其中,所述方法包括:根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,相邻负载率范围内的各类型服务器能耗排列顺序不同;至少根据不同负载率范围内各类型服务器的能效,设定不同负载率范围内各类型服务器的优先级,其中,优先级与能效正相关;分别控制各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行,其中,任一类型服务器在自身的最优负载率范围内的优先级不低于该类型服务器在指定负载率区间中其它负载率范围内的优先级。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种数据中心的节能调度方法及对应装置。
背景技术
在信息技术领域,数据中心主要采用的信息技术(Information Technology,IT)设备逐渐从小型机设备、高端存储设备等演变为服务器,通常,服务器的数量占据数据中心IT设备总量的90%以上。因而,对数据中心中服务器的节能优化成为数据中心运营工作中的重点任务。
目前,降低数据中心中服务器能耗的方法通常是通过任务调度对数据中心中的部分服务器进行降频或关机,以提高服务器资源的使用率。例如,对数据中心中的服务器的资源使用状态进行监测,将服务器划分为轻载或重载、阻塞或非阻塞、高性能或低性能等状态,以轻载到重载,非阻塞到阻塞,高性能到低性能的顺序为各服务器分配任务,间隔关闭多余的服务器。
然而,通过测试发现,即使采用了上述降低服务器能耗的方法,数据中心中服务器的能耗依然较高。并且,当服务器运行时间较长后,关闭服务器后很可能无法再次启动,存在较大的业务隐患。
可见,现有技术中缺少一种能够有效、稳定降低数据中心中服务器能耗的方法。
发明内容
本发明实施例提供一种数据中心的节能调度方法及对应装置,用以解决现有技术中数据中心服务器能耗高,且存在较大业务隐患的技术问题。
第一方面,提供一种数据中心的节能调度方法,包括:
根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,相邻负载率范围内的各类型服务器能耗排列顺序不同;
至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,其中,优先级与能效正相关;
分别控制所述各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行,其中,任一类型服务器在自身的最优负载率范围内的优先级不低于该类型服务器在指定负载率区间中其它负载率范围内的优先级。
在一种可能的实现方式中,在根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围之前,所述方法还包括:
对数据中心中所述各类型服务器进行能效测试,以基于测试结果获得所述各类型服务器在不同负载率下的功耗数据。
在一种可能的实现方式中,至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,包括:
根据不同负载率范围内所述各类型服务器的能效,及所述各类型服务器在至少一个服务器性能指标上的至少一个性能评价值,按预设权重设定不同负载率范围内所述各类型服务器的优先级;
其中,至少一个服务器性能指标和预设权重根据数据中心的业务需求确定,优先级与至少一个性能评价值、能效正相关。
在一种可能的实现方式中,在分别控制所述各类型服务器优先在各自的最优负载率范围内运行之后,所述方法还包括:
基于所述各类型服务器的实际运行数据,更新所述各类型服务器在不同负载率下的功耗数据;
根据所述各类型服务器更新后的在不同负载率下的功耗数据,通过重新划分负载率取值区间为多个新的负载率范围及重新设定所述各类型服务器的优先级,以修正所述各类型服务器指定负载率区间中的最优负载率范围;
分别控制所述各类型服务器优先在各自修正后的最优负载率范围内运行。
第二方面,提供一种数据中心的节能调度装置,包括:
策略确定模块,用于:根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,相邻负载率范围内的各类型服务器能耗排列顺序不同;至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,其中,优先级与能效正相关;
策略执行模块,用于:分别控制所述各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行,其中,任一类型服务器在自身的最优负载率范围内的优先级不低于该类型服务器在指定负载率区间中其它负载率范围内的优先级。
在一种可能的实现方式中,所述装置还包括测试模块,用于:
在根据数据中心中所述各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围之前,对数据中心中所述各类型服务器进行能效测试,以基于测试结果获得所述各类型服务器在不同负载率下的功耗数据。
在一种可能的实现方式中,所述策略确定模块,用于:
根据不同负载率范围内所述各类型服务器的能效,及所述各类型服务器在至少一个服务器性能指标上的至少一个性能评价值,按预设权重设定不同负载率范围内所述各类型服务器的优先级;
其中,至少一个服务器性能指标和预设权重根据数据中心的业务需求确定,优先级与至少一个性能评价值、能效正相关。
在一种可能的实现方式中,所述策略确定模块还用于:
基于所述各类型服务器的实际运行数据,更新所述各类型服务器在不同负载率下的功耗数据;根据所述各类型服务器更新后的在不同负载率下的功耗数据,通过重新划分负载率取值区间为多个新的负载率范围及重新设定所述各类型服务器的优先级,以修正所述各类型服务器在指定负载率区间中的最优负载率范围;
所述策略执行模块还用于:
分别控制所述各类型服务器优先在各自修正后的最优负载率范围内运行。
第三方面,提供一种设备,所述设备包括:
至少一个处理器,以及
与所述至少一个处理器连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如第一方面所述的方法。
第四方面,提供一种计算机可读存储介质,包括:
所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行第一方面所述的方法。
本发明实施例中,根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,相邻负载率范围内的各类型服务器能耗排列顺序不同,至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,分别控制所述各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行。
通过划分出多个负载率范围,并根据各类型服务器的能效设定不同负载率范围内各类型服务器的优先级,可以获得任一类型服务器在各个负载率范围内的能效排名,确定出任一类型服务器在各负载率范围中相对更加节能的负载率范围,即任一类型服务器的最优负载率范围,进而,分别控制各类型服务器优先在各自的最优负载率范围内运行,可以保证各类型服务器都在自身相对最节能的负载范围内运行,降低数据中心服务器能耗。
同时,由于无需关闭数据中心中的服务器,因而避免了因为服务器关闭后可能无法再次启动而导致的业务隐患。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例中一种数据中心的节能调度方法的流程示意图;
图2为本发明实施例中一组负载率-能耗数据的坐标示意图;
图3为本发明实施例中另一组负载率-能耗数据的坐标示意图;
图4为本发明实施例中一种数据中心的节能调度装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,在不做特别说明的情况下,一般表示前后关联对象是一种“或”的关系。
实施例一
本发明实施例提供一种数据中心的节能调度方法。其中,数据中心中包括有多种类型的服务器,每一种类型的服务器可以包括有一台或多台服务器。
目前,不同类型的服务器可能由于硬件配置不同而导致运行功耗不同,并且,即使采用相同硬件配置的情况下,由于各厂商的设计和优化不同,不同类型服务器的能效(即能源的转换效率)也可能存在较大差异。
在具体的实施过程中,数据中心可以用于实现一个或多个业务需求。举例来说,当数据中心用于实现多个业务需求时,数据中心中的服务器可以分为多个组,其中每一组用于实现一个业务需求。在应用本发明实施例中的节能调度方法时,可以以服务器组为单元,在服务器组内进行服务器调度,也就是说,各服务器组可以单独应用本发明实施例中的节能调度方法,互不干扰。当然,也可以理解每个服务器组为一个小的数据中心。
为便于理解,在后续的实施例中,以数据中心中各类型服务器执行同一业务需求为例进行说明。例如,数据中心可以是用于实现数据分析业务需求,也可以是用于实现虚拟化业务需求,等等。
请参见图1,本发明实施例中数据中心的节能调度方法的流程描述如下。
步骤101:根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,相邻负载率范围内的各类型服务器能耗排列顺序不同。
本发明实施例中,采用负载率来描述服务器的负载情况,其中,负载率为0时表示服务器处于空载运行状态,负载率为1表示服务器处于满负荷运行状态,也就是说,负载率的取值区间是0至1。
请参见图2、图3,图2所示为四种类型的服务器处理业务需求A时在不同负载率下的功耗数据,图3所示为四种类型的服务器处理业务需求B时在不同负载率下的功耗数据。其中,每一条曲线代表一种类型的服务器,横坐标表示负载率,纵坐标表示能耗。
如图2中,在负载率为0-5%的范围内,类型1服务器的能耗低于类型2服务器的能效;在负载率为5%-40%的范围内,类型2服务器的能耗低于类型1服务器的能效;在负载率为40%-75%的范围内,类型1服务器的能耗低于类型2服务器的能效。
本发明实施例中,在划分出多个负载率范围时,令相邻负载率范围内各类型服务器的能耗排列顺序不同。也就是说,可以以相邻负载率范围内各类型服务器的能耗排列顺序不同的原则来划分出多个负载率范围。
如在0-5%的负载率范围与5%-40%的负载率范围相邻。其中,在0-5%的负载率范围内,各类型服务器的能耗排列顺序为:类型1<类型2<类型3<类型4;在5-40%的负载率范围内,各类型服务器的能耗排列顺序为:类型2<类型1<类型3<类型4。即,0-5%的负载率范围与5%-40%的负载率范围的能耗排列顺序不同。
在具体的实施过程中,根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围的方式有多种,本发明实施例对此不做限制。
举例来说,可以是针对从0至1中选定的S个负载率中的任意负载率,对该负载率下各类型服务器的能耗进行排序,以获得S个排序结果,进而,选择出排序结果持续相同的负载率范围作为前述的划分出的负载率范围;也可以是根据各类型服务器在不同负载率下的功耗数据,生成负载率-能耗的坐标图(如图2、图3),将所有能耗曲线交叉重合点的负载率作为负载率范围的端点,相邻端点之间的负载率范围即为前述的划分出的负载率范围,等等。
步骤102:至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,其中,优先级与能效正相关。
本发明实施例中,针对任意负载率范围,可以通过优先级表示不同类型的服务器在该负载率范围内运行的适合程度,优先级越高表示该类型服务器越适合在该负载率范围内运行。
在具体的实施过程中,可以至少根据不同负载率范围内各类型服务器的能效,设定不同负载率范围内各类型服务器的优先级。其中,能效可以用性能与对应能耗的比值来表示,对应能耗即处于该性能状态时服务器的能耗。对于一负载率范围,可以分别取该负载率范围内的平均性能和平均能耗来计算该负载率范围内的能效。在具体的实施过程中,性能可以用每秒操作次数(Operation per Second,OPS)或负载率来表征。相同OPS/负载率的情况下,能耗越低表示能效越高,也就是说,能效与能耗负相关。
本发明实施例中,优先级与能效正相关。也就是说,当其它因素相同的情况下,能效越高则优先级越高。在具体的实施过程中,可以用数字来表示优先级,数字越小代表优先级越高,数字1表示最高的优先级。
在一种可能的实施方式中,在设定不同负载率范围内所述各类型服务器的优先级时还可以考虑各类型服务器在至少一个服务器性能指标上的至少一个性能评价值。
其中,一个服务器性能指标代表评价服务器性能的一个维度。例如,服务器性能指标可以包括数据随机读写速度、数据顺序读写速度、主频,等等。
至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级的具体方法可以是:根据不同负载率范围内各类型服务器的能效,及各类型服务器在至少一个服务器性能指标上的至少一个性能评价值,按预设权重设定不同负载率范围内各类型服务器的优先级。其中,至少一个服务器性能指标和预设权重根据数据中心的业务需求确定,优先级与至少一个性能评价值、能效正相关。也就是说,当其它因素相同的情况下,性能评价值越高则优先级越高;当其它因素相同的情况下,能效越高则优先级越高。
本发明实施例中,不同类型服务器的硬件配置和/或设计优化是不同的,因而不同类型的服务器在性能上是存在差异的,在确定服务器适合运行的负载率范围时,不仅需要考虑服务器的能效,还需要考虑服务器的性能。并且,不同的业务需求对服务器的性能要求是不同的,举例来说,分析业务需求更注重服务器的大数据测试基准(BigBench)性能、数据库应用性能,虚拟化业务需求更注重服务器的虚拟化下web服务器基准测试(SPECweb)性能、虚拟化下每分钟处理任务数(TPCC)性能,等等。
因而,可以根据数据中心的业务需求确定用于设定各类型服务器的优先级的至少一个服务器性能指标,以及根据数据中心的业务需求预设能效及各性能参数的权重。其中,服务器在每个服务器性能指标上都可以有一性能评价值,性能评价值越高表示服务器在该项服务器性能指标上越优。
针对任意类型的服务器的能效和至少一个性能评价值,以预设权重进行加权计算后,就可以获得该类型服务器的评分,进而,对各类型服务器获得的评分进行排序,就可以得到该业务率范围内各类型服务器的优先级。通过在不同的业务率范围内重复上述加权计算,就可以获得不同负载率范围内各类型服务器的优先级。
本发明实施例中,至少一个服务器性能指标可以包括有服务器的基本性能、应用性能等等。以虚拟化业务需求为例,可以设定各类型服务器的优先级时考虑的指标为集合Pv={随机读写性能,顺序读写性能,虚拟化SPECweb性能,虚拟化TPCC性能,每秒操作次数(Operation per Second,OPS)性能,能效},对应的预设权重可以为Wv={5%,10%,10%,10%,10%,55%}。
本发明实施例中,可以采用优先级集合Ri来表示不同负载率范围内所述各类型服务器的优先级。以数据中心包括Cx、Cy、Cz这三个类型的服务器为例,Ri={Mi%,Ni%,Cx,Cy,Cz},其中,Ri表示第i个负载率范围,Mi%表示第i个负载率范围中的最小覆盖率,Ni%表示第i个负载率范围中的最大覆盖率,集合中Cx、Cy、Cz的这一排序,表示Cx的优先级为1,Cy的优先级为2,Cz的优先级为3。
步骤103:分别控制所述各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行,其中,任一类型服务器在自身的最优负载率范围内的优先级不低于该类型服务器在指定负载率区间中其它负载率范围内的优先级。
本发明实施例中,在设定不同负载率范围内所述各类型服务器的优先级后,就可以依据设定的优先级,具体地执行对服务器的任务调度。在任务调度的过程中,分别控制各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行。
其中,指定负载率区间是负载率取值区间(从0至1)中的一个负载率区间。其中,指定负载率区间可以是负载率取值区间本身,也可以是比负载率取值区间范围更小的区间。举例来说,可以将负载率取值区间分为轻负载区间(如0~33%)、中负载区间(如34%~66%)和重负载区间(如67%~1),则指定负载率区间可以是轻负载区间、中负载区间和重负载区间中的任一负载率区间。
在具体的实施过程中,可以根据数据中心的业务量,确定适合当前业务量的指定负载率区间。例如,在数据中心运营初期,数据中心的整体业务量通常较小,则在运营初期可以采用负载较低的指定负载率区间;而在数据中心的稳定运行期,数据中心的整体业务量通常较大,则稳定运行期可以采用负载较高的指定负载率区间。又例如,假设数据中心在白天的整体业务量较大,在晚上的整体业务量较小,则可以在白天采用较高的指定负载率区间,在晚上采用负载较低的指定负载率区间,等等。
并且,在一种可能的实施方式中,可以根据数据中心的实时业务量自动地调节指定负载率区间。例如,可以预设有业务量与指定负载率区间之间的映射关系,通过查询可以确定实时业务量对应的指定负载率区间,并将该对应的指定负载率区间设定为数据中心当前采用的指定负载率区间。
本发明实施例中,任一类型服务器在自身的最优负载率范围内的优先级不低于该类型服务器在指定负载率区间中其它负载率范围内的优先级。也就是说,最优负载率范围是该类型服务器在指定负载率区间中最适合运行的负载率范围。
举例来说,假设指定负载率区间共包括为4个负载率范围,类型1服务器在第一负载率范围内的优先级为3,在第二负载率范围内的优先级为2,第三负载率范围内的优先级为3,在第四负载率范围内的优先级为4,那么可以确定类型1服务器在第二负载率范围内的优先级高于在第一负载率范围、第三负载率范围、第四负载率范围内的优先级,则可以确定第二负载率范围为类型1服务器在该指定负载率区间中的最优负载率范围。
本发明实施例中,用于划分负载率取值区间及设定所述各类型服务器的优先级的各类型服务器在不同负载率下的功耗数据,可以是通过对各类型服务器进行能效测试获得的,也可以是在服务器实际运行一段时间后,根据记录的服务器实际运行数据获得的。
在一种可能的实施方式中,在步骤101根据数据中心中所述各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围之前,还可以对数据中心中各类型服务器进行能效测试,以基于测试结果获得各类型服务器在不同负载率下的功耗数据。
本发明实施例中,在数据中心建立的初期,可以通过SPECpower等能效测试获得各类型服务器在不同负载率下的功耗数据。例如,SPECpower测试可以获得服务器负载率从0至1的过程中,每个阶段稳态的服务器功耗、服务器OPS值,等等。
在具体的实施过程中,可以由数据中心进行SPECpower等能效测试,也可以由数据中心从外部直接获得SPECpower等能效测试的测试结果。
在一种可能的实施方式中,在分别控制各类型服务器优先在各自的最优负载率范围内运行之后,还可以基于各类型服务器的实际运行数据,更新各类型服务器在不同负载率下的功耗数据,根据各类型服务器更新后的在不同负载率下的功耗数据,通过重新划分负载率取值区间及重新设定各类型服务器的优先级,修正各类型服务器在指定负载率区间中的最优负载率范围,分别控制各类型服务器优先在各自修正后的最优负载率范围内运行。
本发明实施例中,在分别控制各类型服务器优先在各自的最优负载率范围内运行一段时间后,由于运行环境差异、服务器硬件更换、老化等因素,服务器的能效特性也将发生变化。因此,本发明实施例中,在分别控制各类型服务器优先在各自的最优负载率范围内运行一段时间后,可以对重新负载率范围,重新设定各类型服务器的优先级,以修正各类型服务器的最优负载率范围,进而,分别控制各类型服务器优先在各自修正后的最优负载率范围内运行。
在具体的实施过程中,服务器在实际运行后存在实际运行数据,这些实际运行数据包括服务器在实际运行过程中在不同负载率下的功耗数据。因而,可以各类型服务器在实际运行过程中在不同负载率下的功耗数据为基础,重新执行步骤101、步骤102和步骤103,以实现分别控制各类型服务器优先在各自修正后的最优负载率范围内运行。
其中,考虑到各类型服务器的基本性能和应用性能等数据很难在在实际运行中再次精确的测试,因而在重新设定各类型服务器的优先级时,可以假设各类型服务器的基本性能和应用性能不变或者发生等比例变化,只对负载率与能耗的映射集进行修正。
实施例二
基于同一发明构思,本发明实施例提供一种数据中心的节能调度装置,至少包括策略确定模块401和策略执行模块402。其中,
策略确定模块401,用于:根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,相邻负载率范围内的各类型服务器能耗排列顺序不同;至少根据不同负载率范围内各类型服务器的能效,设定不同负载率范围内各类型服务器的优先级,其中,优先级与能效正相关;
策略执行模块402,用于:分别控制各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行,其中,任一类型服务器在自身的最优负载率范围内的优先级不低于该类型服务器在指定负载率区间中其它负载率范围内的优先级。
本发明实施例中,在数据中心建立的初期,可以通过SPECpower等能效测试获得各类型服务器在不同负载率下的功耗数据。具体来说,可以由数据中心进行SPECpower等能效测试以获得各类型服务器在不同负载率下的功耗数据,也可以由数据中心从外部直接获得SPECpower等能效测试的测试结果。
其中,在数据中心从外部直接获得SPECpower等能效测试的测试结果的情况下,策略确定模块401还用于获得根据能效测试获得的各类型服务器在不同负载率下的功耗数据。
在一种可能的实现方式中,装置还包括测试模块,用于:
在根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围之前,对数据中心中各类型服务器进行能效测试,以基于测试结果获得各类型服务器在不同负载率下的功耗数据。
在一种可能的实现方式中,策略确定模块401,用于:
根据不同负载率范围内各类型服务器的能效,及各类型服务器在至少一个服务器性能指标上的至少一个性能评价值,按预设权重设定不同负载率范围内各类型服务器的优先级;
其中,至少一个服务器性能指标和预设权重根据数据中心的业务需求确定,优先级与至少一个性能评价值、能效正相关。
在一种可能的实现方式中,策略确定模块401还用于:
基于各类型服务器的实际运行数据,更新各类型服务器在不同负载率下的功耗数据;根据各类型服务器更新后的在不同负载率下的功耗数据,通过重新划分负载率取值区间为多个新的负载率范围及重新设定各类型服务器的优先级,以修正各类型服务器指定负载率区间中的最优负载率范围;
策略执行模块402还用于:
分别控制各类型服务器优先在各自修正后的最优负载率范围内运行。
实施例三
基于同一发明构思,本发明实施例提供一种设备,包括:
至少一个处理器,以及
与至少一个处理器连接的存储器;
其中,存储器存储有可被至少一个处理器执行的指令,至少一个处理器通过执行存储器存储的指令,执行如实施例一所述的方法。
实施例四
基于同一发明构思,本发明实施例提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,当计算机指令在计算机上运行时,使得计算机执行实施例一所述的方法。
在具体的实施过程中,计算机可读存储介质包括:通用串行总线闪存盘(Universal Serial Bus flash drive,USB)、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的存储介质。
上述的一个或多个技术方案,至少存在如下的有益效果:
本发明实施例中,根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,相邻负载率范围内的各类型服务器能效排耗顺序不同,至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,分别控制所述各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行。
通过划分出多个负载率范围,并根据各类型服务器的能效设定不同负载率范围内各类型服务器的优先级,可以获得任一类型服务器在各个负载率范围内的能效排名,确定出任一类型服务器在各负载率范围中相对更加节能的负载率范围,即任一类型服务器的最优负载率范围,进而,分别控制各类型服务器优先在各自的最优负载率范围内运行,可以保证各类型服务器都在自身相对最节能的负载范围内运行,降低数据中心服务器能耗。
进一步地,本发明实施例中,无需关闭数据中心中的服务器就可以实现节能,避免了因为服务器关闭后可能无法再次启动而导致的业务隐患。
进一步地,本发明实施例中,可以基于测试结果获得各类型服务器在不同负载率下的功耗数据,能够保证在数据中心建立初期就能应用本发明实施例中的节能调度方法,以降低数据中心的能耗。
进一步地,本发明实施例中,在设定不同负载率范围内所述各类型服务器的优先级时,除了考虑各类型服务器的能效,还考虑根据数据中心的业务需求确定的至少一个服务器性能指标,并且,根据数据中心的业务需求为各指标预设有权重,能够保证设定的优先级不仅符合节能的要求,也能符合数据中心的业务需求的性能要求。
进一步地,基于各类型服务器的实际运行数据,更新各类型服务器在不同负载率下的功耗数据,以修正各类型服务器的最优负载率范围,并分别控制各类型服务器优先在各自修正后的最优负载率范围内运行,能够避免运行环境差异、服务器硬件更换、老化等因素造成的影响,不断优化调整各类型数据中心的最优负载率范围,保证数据中心中各类型的服务器持续地在最适合运行的负载率范围内运行,达到更佳的节能效果。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元/模块可以是或者也可以不是物理上分开的,作为单元/模块显示的部件可以是或者也可以不是物理单元/模块,即可以位于一个地方,或者也可以分布到多个网络单元/模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种数据中心的节能调度方法,其特征在于,包括:
根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,其中,相邻负载率范围内的各类型服务器能耗排列顺序不同;
至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,其中,优先级与能效正相关;
分别控制所述各类型服务器优先在指定负载率区间中各自的最优负载率范围内运行,其中,任一类型服务器在自身的最优负载率范围内的优先级不低于该类型服务器在指定负载率区间中其它负载率范围内的优先级,所述指定负载率区间是负载率取值区间从0至1中的一个负载率区间,所述最优负载率范围和所述其它负载率范围都是所述指定负载率区间的子区间。
2.如权利要求1所述的方法,其特征在于,在根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围之前,所述方法还包括:
对数据中心中所述各类型服务器进行能效测试,以基于测试结果获得所述各类型服务器在不同负载率下的功耗数据。
3.如权利要求1所述的方法,其特征在于,至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,包括:
根据不同负载率范围内所述各类型服务器的能效,及所述各类型服务器在至少一个服务器性能指标上的至少一个性能评价值,按预设权重设定不同负载率范围内所述各类型服务器的优先级;
其中,至少一个服务器性能指标和预设权重根据数据中心的业务需求确定,优先级与至少一个性能评价值、能效正相关。
4.如权利要求1-3中任一项所述的方法,其特征在于,在分别控制所述各类型服务器优先在各自的最优负载率范围内运行之后,所述方法还包括:
基于所述各类型服务器的实际运行数据,更新所述各类型服务器在不同负载率下的功耗数据;
根据所述各类型服务器更新后的在不同负载率下的功耗数据,通过重新划分负载率取值区间为多个新的负载率范围及重新设定所述各类型服务器的优先级,以修正所述各类型服务器在指定负载率区间中的最优负载率范围;
分别控制所述各类型服务器优先在各自修正后的最优负载率范围内运行。
5.一种数据中心的节能调度装置,其特征在于,包括:
策略确定模块,用于:根据数据中心中各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围,相邻负载率范围内的各类型服务器能耗排列顺序不同;至少根据不同负载率范围内所述各类型服务器的能效,设定不同负载率范围内所述各类型服务器的优先级,其中,优先级与能效正相关;
策略执行模块,用于:分别控制所述各类型服务器优先在各自的最优负载率范围内运行,其中,任一类型服务器在指定负载率区间中自身的最优负载率范围内的优先级不低于该类型服务器在指定负载率区间中其它负载率范围内的优先级,所述指定负载率区间是负载率取值区间从0至1中的一个负载率区间,所述最优负载率范围和所述其它负载率范围都是所述指定负载率区间的子区间。
6.如权利要求5所述的装置,其特征在于,所述装置还包括测试模块,用于:
在根据数据中心中所述各类型服务器在不同负载率下的功耗数据,将从0至1的负载率取值区间划分为多个负载率范围之前,对数据中心中所述各类型服务器进行能效测试,以基于测试结果获得所述各类型服务器在不同负载率下的功耗数据。
7.如权利要求5所述的装置,其特征在于,所述策略确定模块,用于:
根据不同负载率范围内所述各类型服务器的能效,及所述各类型服务器在至少一个服务器性能指标上的至少一个性能评价值,按预设权重设定不同负载率范围内所述各类型服务器的优先级;
其中,至少一个服务器性能指标和预设权重根据数据中心的业务需求确定,优先级与至少一个性能评价值、能效正相关。
8.如权利要求5-7中任一项所述的装置,其特征在于,所述策略确定模块还用于:
基于所述各类型服务器的实际运行数据,更新所述各类型服务器在不同负载率下的功耗数据;根据所述各类型服务器更新后的在不同负载率下的功耗数据,通过重新划分负载率取值区间为多个新的负载率范围及重新设定所述各类型服务器的优先级,以修正所述各类型服务器在指定负载率区间中的最优负载率范围;
所述策略执行模块还用于:
分别控制所述各类型服务器优先在各自修正后的最优负载率范围内运行。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器,以及
与所述至少一个处理器连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于:
所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711131118.8A CN109783304B (zh) | 2017-11-15 | 2017-11-15 | 一种数据中心的节能调度方法及对应装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711131118.8A CN109783304B (zh) | 2017-11-15 | 2017-11-15 | 一种数据中心的节能调度方法及对应装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783304A CN109783304A (zh) | 2019-05-21 |
CN109783304B true CN109783304B (zh) | 2022-06-07 |
Family
ID=66495286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711131118.8A Active CN109783304B (zh) | 2017-11-15 | 2017-11-15 | 一种数据中心的节能调度方法及对应装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783304B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111092959B (zh) * | 2019-12-29 | 2022-08-12 | 浪潮电子信息产业股份有限公司 | 一种集群中服务器的请求处理方法、系统及相关装置 |
CN113742051A (zh) * | 2020-05-28 | 2021-12-03 | 上海科众恒盛云计算科技有限公司 | 数据中心设备方法、装置、计算机设备及存储介质 |
CN113379246A (zh) * | 2021-06-10 | 2021-09-10 | 中国工商银行股份有限公司 | 服务器模块的能耗调控方法、装置及电子设备 |
CN115237241B (zh) * | 2022-09-26 | 2022-12-09 | 张北云联数据服务有限责任公司 | 一种数据中心节能调度方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650685A (zh) * | 2009-08-28 | 2010-02-17 | 曙光信息产业(北京)有限公司 | 设备能效的确定方法和装置 |
CN103595763A (zh) * | 2013-10-15 | 2014-02-19 | 北京航空航天大学 | 资源调度处理方法和装置 |
CN104636197A (zh) * | 2015-01-29 | 2015-05-20 | 东北大学 | 一种数据中心虚拟机迁移调度策略的评价方法 |
CN105786681A (zh) * | 2016-02-18 | 2016-07-20 | 中国科学院计算技术研究所 | 数据中心的服务器性能评估及服务器更新方法 |
CN106201722A (zh) * | 2016-07-12 | 2016-12-07 | 乐视控股(北京)有限公司 | 服务器的负载调整方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7877229B2 (en) * | 2006-12-22 | 2011-01-25 | The Boeing Company | Computational method for load enhancement factors and apparatus for executing same |
-
2017
- 2017-11-15 CN CN201711131118.8A patent/CN109783304B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650685A (zh) * | 2009-08-28 | 2010-02-17 | 曙光信息产业(北京)有限公司 | 设备能效的确定方法和装置 |
CN103595763A (zh) * | 2013-10-15 | 2014-02-19 | 北京航空航天大学 | 资源调度处理方法和装置 |
CN104636197A (zh) * | 2015-01-29 | 2015-05-20 | 东北大学 | 一种数据中心虚拟机迁移调度策略的评价方法 |
CN105786681A (zh) * | 2016-02-18 | 2016-07-20 | 中国科学院计算技术研究所 | 数据中心的服务器性能评估及服务器更新方法 |
CN106201722A (zh) * | 2016-07-12 | 2016-12-07 | 乐视控股(北京)有限公司 | 服务器的负载调整方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109783304A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108829494B (zh) | 基于负载预测的容器云平台智能资源优化方法 | |
CN109783304B (zh) | 一种数据中心的节能调度方法及对应装置 | |
US8117613B2 (en) | Optimized virtual machine migration mechanism | |
Hsu et al. | Smoothoperator: Reducing power fragmentation and improving power utilization in large-scale datacenters | |
CN105302630B (zh) | 一种虚拟机的动态调整方法及其系统 | |
Chen et al. | HAT: history-based auto-tuning MapReduce in heterogeneous environments | |
Li et al. | Opportunistic scheduling in clouds partially powered by green energy | |
CN104102543A (zh) | 一种云计算环境中负载调整的方法和装置 | |
Deng et al. | Dynamic virtual machine consolidation for improving energy efficiency in cloud data centers | |
Alboaneen et al. | Energy-aware virtual machine consolidation for cloud data centers | |
Xu et al. | Resource pre-allocation algorithms for low-energy task scheduling of cloud computing | |
US9535492B2 (en) | Information processing apparatus, control method, and computer-readable recording medium | |
Guo et al. | A container scheduling strategy based on neighborhood division in micro service | |
CN107861796A (zh) | 一种支持云数据中心能耗优化的虚拟机调度方法 | |
Alnowiser et al. | Enhanced weighted round robin (EWRR) with DVFS technology in cloud energy-aware | |
CN109408230B (zh) | 基于能耗优化的Docker容器部署方法及系统 | |
Padoin et al. | Saving energy by exploiting residual imbalances on iterative applications | |
Li et al. | A dynamic I/O sensing scheduling scheme in Kubernetes | |
CN113778627B (zh) | 一种创建云资源的调度方法 | |
Hussin et al. | Efficient energy management using adaptive reinforcement learning-based scheduling in large-scale distributed systems | |
CN107203256B (zh) | 一种网络功能虚拟化场景下的节能分配方法与装置 | |
Wang et al. | In stechah: An autoscaling scheme for hadoop in the private cloud | |
Gaggero et al. | A predictive control approach for energy-aware consolidation of virtual machines in cloud computing | |
CN107229519B (zh) | 任务调度方法和装置 | |
Aschberger et al. | Energy efficiency in cloud computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |