CN111488053B - 一种网络功能虚拟化系统的功耗调整方法和装置 - Google Patents
一种网络功能虚拟化系统的功耗调整方法和装置 Download PDFInfo
- Publication number
- CN111488053B CN111488053B CN202010306734.8A CN202010306734A CN111488053B CN 111488053 B CN111488053 B CN 111488053B CN 202010306734 A CN202010306734 A CN 202010306734A CN 111488053 B CN111488053 B CN 111488053B
- Authority
- CN
- China
- Prior art keywords
- processor
- power consumption
- group
- processors
- threshold
- 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 81
- 230000008569 process Effects 0.000 claims abstract description 52
- 230000004044 response Effects 0.000 claims abstract description 46
- 238000006243 chemical reaction Methods 0.000 claims abstract description 27
- 230000015556 catabolic process Effects 0.000 claims abstract description 20
- 238000006731 degradation reaction Methods 0.000 claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 230000009467 reduction Effects 0.000 claims description 90
- 230000006870 function Effects 0.000 claims description 35
- 230000005012 migration Effects 0.000 claims description 13
- 238000013508 migration Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 description 8
- 230000001276 controlling effect Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/3296—Power saving characterised by the action undertaken by lowering the supply or operating voltage
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/324—Power saving characterised by the action undertaken by lowering clock frequency
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/3243—Power saving in microcontroller unit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/329—Power saving characterised by the action undertaken by task scheduling
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Sources (AREA)
Abstract
本发明公开了一种网络功能虚拟化系统的功耗调整方法和装置，该方法包括：使用管理和编排模块持续监控网络功能虚拟化系统的功耗峰值；响应于功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测功耗峰值；响应于功耗峰值仍然超过预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值。本发明能够控制NFV系统整体功耗峰值，进而提升能源利用率和系统工作稳定性。
Description
技术领域
本发明涉及虚拟机领域，更具体地，特别是指一种网络功能虚拟化系统的功耗调整方法和装置。
背景技术
对于网络功能虚拟化(NFV)系统，目前已有研究中大部分工作关注如何降低NFV系统的能耗，很少有关注系统的最大能耗。控制系统最大能耗一方面能够有效的提高能源效率，通过控制最大功耗可以有效的降低散热成本，当出现功耗紧缺的情况时，通过合理限制部件功耗，帮助提升NFV系统的能源利用率；另外一方面，控制最大能耗可以提高NFV系统的稳定性。服务器的管理软件提供了一项功耗封顶的功能，但是单纯从服务器角度控制功耗难以控制NFV整个系统的功耗峰值。
针对现有技术中NFV系统整体功耗峰值难以控制的问题，目前尚无有效的解决方案。
发明内容
有鉴于此，本发明实施例的目的在于提出一种网络功能虚拟化系统的功耗调整方法和装置，能够控制NFV系统整体功耗峰值，进而提升能源利用率和系统工作稳定性。
基于上述目的，本发明实施例的第一方面提供了一种网络功能虚拟化系统的功耗调整方法，包括执行以下步骤：
使用管理和编排模块持续监控网络功能虚拟化系统的功耗峰值；
响应于功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测功耗峰值；
响应于功耗峰值仍然超过预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值。
在一些实施方式中，将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电包括：
获取或确定低阈值和高阈值，其中0<低阈值<高阈值<1；
将每个处理器的利用率与低阈值和高阈值分别进行比对以将所有处理器划分为低利用率组、中利用率组、和高利用率组三个组，其中0<低利用率组中的处理器的利用率<低阈值<中利用率组中的处理器的利用率<高阈值<高利用率组中的处理器的利用率<1；
使用迁移算法将工作在低利用率组中的处理器上的虚拟机进程迁移到中利用率组中的处理器上；
停止对低利用率组中的处理器供电，并休眠存储与低利用率组中的处理器相关的冷数据的磁盘阵列。
在一些实施方式中，还包括：响应于功耗峰值仍然超过预定阈值，而在根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频之前，更新低阈值和高阈值，并再次执行基于更新后的低阈值和高阈值的虚拟机进程迁移。
在一些实施方式中，根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值包括：
使用管理和编排模块遍历所有处理器以确定所有在线进程的运行状态；
结束所有超过预定时间未运行并持续产生功耗的在线进程；
将处理器按照与其进程相关的应用程序类型分为多个处理器组；
针对每个处理器组，分别计算将每个处理器组中所有处理器的工作频率降低一档导致的性能降低程度和功耗降低程度，并进一步根据性能降低程度和功耗降低程度之比确定每个处理器组的降频性价比；
将降频性价比最低的处理器组中所有处理器的工作频率降低一档；
重新检测功耗峰值并响应于功耗峰值仍然超过预定阈值而再次选定处理器执行降频，直到功耗峰值不再超过预定阈值。
在一些实施方式中，响应于功耗峰值仍然超过预定阈值而再次选定处理器执行降频包括：
响应于功耗峰值仍然超过预定阈值，而直接根据现有的降频性价比的数值将降频性价比最低的处理器组中所有处理器的工作频率降低一档；或
响应于功耗峰值仍然超过预定阈值，而重新计算每个处理器组的降频性价比，并将重新计算后的降频性价比最低的处理器组中所有处理器的工作频率降低一档。
本发明实施例的第二方面提供了一种网络功能虚拟化系统的功耗调整装置，包括：
处理器；和
存储器，存储有处理器可运行的程序代码，程序代码在被运行时执行以下步骤：
使用管理和编排模块持续监控网络功能虚拟化系统的功耗峰值；
响应于功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测功耗峰值；
响应于功耗峰值仍然超过预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值。
在一些实施方式中，将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电包括：
获取或确定低阈值和高阈值，其中0<低阈值<高阈值<1；
将每个处理器的利用率与低阈值和高阈值分别进行比对以将所有处理器划分为低利用率组、中利用率组、和高利用率组三个组，其中0<低利用率组中的处理器的利用率<低阈值<中利用率组中的处理器的利用率<高阈值<高利用率组中的处理器的利用率<1；
使用迁移算法将工作在低利用率组中的处理器上的虚拟机进程迁移到中利用率组中的处理器上；
停止对低利用率组中的处理器供电，并休眠存储与低利用率组中的处理器相关的冷数据的磁盘阵列。
在一些实施方式中，步骤还包括：响应于功耗峰值仍然超过预定阈值，而在根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频之前，更新低阈值和高阈值，并再次执行基于更新后的低阈值和高阈值的虚拟机进程迁移。
在一些实施方式中，根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值包括：
使用管理和编排模块遍历所有处理器以确定所有在线进程的运行状态；
结束所有超过预定时间未运行并持续产生功耗的在线进程；
将处理器按照与其进程相关的应用程序类型分为多个处理器组；
针对每个处理器组，分别计算将每个处理器组中所有处理器的工作频率降低一档导致的性能降低程度和功耗降低程度，并进一步根据性能降低程度和功耗降低程度之比确定每个处理器组的降频性价比；
将降频性价比最低的处理器组中所有处理器的工作频率降低一档；
重新检测功耗峰值并响应于功耗峰值仍然超过预定阈值而再次选定处理器执行降频，直到功耗峰值不再超过预定阈值。
在一些实施方式中，响应于功耗峰值仍然超过预定阈值而再次选定处理器执行降频包括：
响应于功耗峰值仍然超过预定阈值，而直接根据现有的降频性价比的数值将降频性价比最低的处理器组中所有处理器的工作频率降低一档；或
响应于功耗峰值仍然超过预定阈值，而重新计算每个处理器组的降频性价比，并将重新计算后的降频性价比最低的处理器组中所有处理器的工作频率降低一档。
本发明具有以下有益技术效果：本发明实施例提供的网络功能虚拟化系统的功耗调整方法和装置，通过使用管理和编排模块持续监控网络功能虚拟化系统的功耗峰值；响应于功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测功耗峰值；响应于功耗峰值仍然超过预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值的技术方案，能够控制NFV系统整体功耗峰值，进而提升能源利用率和系统工作稳定性。
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的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明提供的网络功能虚拟化系统的功耗调整方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
基于上述目的，本发明实施例的第一个方面，提出了一种能够控制NFV系统整体功耗峰值的网络功能虚拟化系统的功耗调整方法的一个实施例。图1示出的是本发明提供的功耗调整方法的流程示意图。
所述的网络功能虚拟化系统的功耗调整方法，如图1所示，包括执行以下步骤：
步骤S101：使用管理和编排模块持续监控网络功能虚拟化系统的功耗峰值；
步骤S103：响应于功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测功耗峰值；
步骤S105：响应于功耗峰值仍然超过预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值。
本发明提出一种NFV系统级别的分层逐级的功耗封顶策略，可以集成在NFV的管理和编排(MANO)模块中，监控管理NFV整个系统的功耗峰值。当整体NFV系统功耗超过功耗限值时，需要进行降低功耗操作，以稳定系统功耗。在VM层面，将虚拟机迁移整合，关闭空闲服务器，将存储冷数据的磁阵休眠；在业务层面，调用应用软件监控程序，查询运行程序的运行状态，关闭长时间未活动的应用，其次按照应用将CPU核进行分组，分组降频的方式降低功耗，由此达到在平衡功耗满足封顶值的情况下应用性能损失最小的效果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
在一些实施方式中，将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电包括：
获取或确定低阈值和高阈值，其中0<低阈值<高阈值<1；
将每个处理器的利用率与低阈值和高阈值分别进行比对以将所有处理器划分为低利用率组、中利用率组、和高利用率组三个组，其中0<低利用率组中的处理器的利用率<低阈值<中利用率组中的处理器的利用率<高阈值<高利用率组中的处理器的利用率<1；
使用迁移算法将工作在低利用率组中的处理器上的虚拟机进程迁移到中利用率组中的处理器上；
停止对低利用率组中的处理器供电，并休眠存储与低利用率组中的处理器相关的冷数据的磁盘阵列。
在一些实施方式中，方法还包括：响应于功耗峰值仍然超过预定阈值，而在根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频之前，更新低阈值和高阈值，并再次执行基于更新后的低阈值和高阈值的虚拟机进程迁移。
在一些实施方式中，根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值包括：
使用管理和编排模块遍历所有处理器以确定所有在线进程的运行状态；
结束所有超过预定时间未运行并持续产生功耗的在线进程；
将处理器按照与其进程相关的应用程序类型分为多个处理器组；
针对每个处理器组，分别计算将每个处理器组中所有处理器的工作频率降低一档导致的性能降低程度和功耗降低程度，并进一步根据性能降低程度和功耗降低程度之比确定每个处理器组的降频性价比；
将降频性价比最低的处理器组中所有处理器的工作频率降低一档；
重新检测功耗峰值并响应于功耗峰值仍然超过预定阈值而再次选定处理器执行降频，直到功耗峰值不再超过预定阈值。
在一些实施方式中，响应于功耗峰值仍然超过预定阈值而再次选定处理器执行降频包括：
响应于功耗峰值仍然超过预定阈值，而直接根据现有的降频性价比的数值将降频性价比最低的处理器组中所有处理器的工作频率降低一档；或
响应于功耗峰值仍然超过预定阈值，而重新计算每个处理器组的降频性价比，并将重新计算后的降频性价比最低的处理器组中所有处理器的工作频率降低一档。
根据本发明实施例公开的方法还可以被实现为由GPU(图形处理器)执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被GPU执行时，执行本发明实施例公开的方法中限定的上述功能。上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
下面根据具体实施例进一步阐述本发明的具体实施方式。
当整体NFV系统功耗超过功耗限值时，需要进行降低功耗操作，以稳定系统功耗，本策略主要是分层逐级进行功耗调控，实施步骤如下：
在VM层面，将虚拟机进行迁移整合，充分利用服务器、存储资源，通过服务器利用率，存储利用率进行整合，迁移算法集成在NFV节能调度结构的VIM模块。
1，监控计算资源池中每台服务器的CPU利用率，CPU利用率设置两个阈值，例如一个低阈值30％，一个高阈值70％；
2，将CPU利用率低于30％的服务器的虚拟机移出，找到合适的目标服务器，即CPU利用率低于70％的服务器，尝试将CPU利用率低于30％的服务器的虚拟机全部移出，释放此资源；
3，关闭整合后的空闲服务器，将存储冷数据的磁阵休眠；
4，监控NVF系统功耗，如果NFV系统整体功耗低于功耗封顶值，功耗封顶操作结束，继续监控系统功耗，如果功耗高于功耗封顶值，继续从业务层面进行功耗调控。
在业务层面，首先调用MANO管理器中应用程序监控数据，查询运行程序的运行状态，关闭耗电的超过30分钟未运行的应用程序；其次按照应用将CPU核进行分组，分组降频的方式降低功耗。
1，假设所有核都设置在最高频率上，将CPU核按照应用进行分组，
2，选择一组应用核，计算当降低一档CPU频率时，该应用核的性能损失与功耗减少的比值R，并记录R值，R值的计算方法如下：
Ereduce＝E2-E1
Perfreduce＝Perf2-Perf1
其中Ereduce为降低一档CPU频率时的能耗降低的差值，E2为降低一档CPU频率后的能耗值，E1为降低一档CPU频率之前的能耗值；Perfreduce为降低一档CPU频率时的性能损失值，Perf2为降低一档CPU频率后的性能值，Perf1为降低一档CPU频率之前的性能值；
3，R计算完成后，所有核都恢复在最高频率上；
4，选择性能损失比例最小，即R最小的一组应用核降低一档CPU频率的配置作为新的配置；
5，监控NVF系统功耗，如果NFV系统整体功耗低于功耗封顶值，功耗封顶操作结束，继续监控系统功耗；
6，如果系统整体功耗仍然超过功耗封顶值，继续选择剩余的应用核组中R值最小的一组降低一档CPU频率的配置作为新的配置；
7，重复步骤5和6，逐级调控并反馈调控结果，然后决策下一级的调控策略，直到满足功耗封顶的限制，在平衡功耗满足封顶值的情况下，应用性能损失最小。
从上述实施例可以看出，本发明实施例提供的网络功能虚拟化系统的功耗调整方法，通过使用管理和编排模块持续监控网络功能虚拟化系统的功耗峰值；响应于功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测功耗峰值；响应于功耗峰值仍然超过预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值的技术方案，能够控制NFV系统整体功耗峰值，进而提升能源利用率和系统工作稳定性。
需要特别指出的是，上述网络功能虚拟化系统的功耗调整方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于网络功能虚拟化系统的功耗调整方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在所述实施例之上。
基于上述目的，本发明实施例的第二个方面，提出了一种能够控制NFV系统整体功耗峰值的网络功能虚拟化系统的功耗调整装置的一个实施例。功耗调整装置包括：
处理器；和
存储器，存储有处理器可运行的程序代码，程序代码在被运行时执行以下步骤：
使用管理和编排模块持续监控网络功能虚拟化系统的功耗峰值；
响应于功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测功耗峰值；
响应于功耗峰值仍然超过预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值。
在一些实施方式中，将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电包括：
获取或确定低阈值和高阈值，其中0<低阈值<高阈值<1；
将每个处理器的利用率与低阈值和高阈值分别进行比对以将所有处理器划分为低利用率组、中利用率组、和高利用率组三个组，其中0<低利用率组中的处理器的利用率<低阈值<中利用率组中的处理器的利用率<高阈值<高利用率组中的处理器的利用率<1；
使用迁移算法将工作在低利用率组中的处理器上的虚拟机进程迁移到中利用率组中的处理器上；
停止对低利用率组中的处理器供电，并休眠存储与低利用率组中的处理器相关的冷数据的磁盘阵列。
在一些实施方式中，步骤还包括：响应于功耗峰值仍然超过预定阈值，而在根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频之前，更新低阈值和高阈值，并再次执行基于更新后的低阈值和高阈值的虚拟机进程迁移。
在一些实施方式中，根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值包括：
使用管理和编排模块遍历所有处理器以确定所有在线进程的运行状态；
结束所有超过预定时间未运行并持续产生功耗的在线进程；
将处理器按照与其进程相关的应用程序类型分为多个处理器组；
针对每个处理器组，分别计算将每个处理器组中所有处理器的工作频率降低一档导致的性能降低程度和功耗降低程度，并进一步根据性能降低程度和功耗降低程度之比确定每个处理器组的降频性价比；
将降频性价比最低的处理器组中所有处理器的工作频率降低一档；
重新检测功耗峰值并响应于功耗峰值仍然超过预定阈值而再次选定处理器执行降频，直到功耗峰值不再超过预定阈值。
在一些实施方式中，响应于功耗峰值仍然超过预定阈值而再次选定处理器执行降频包括：
响应于功耗峰值仍然超过预定阈值，而直接根据现有的降频性价比的数值将降频性价比最低的处理器组中所有处理器的工作频率降低一档；或
响应于功耗峰值仍然超过预定阈值，而重新计算每个处理器组的降频性价比，并将重新计算后的降频性价比最低的处理器组中所有处理器的工作频率降低一档。
从上述实施例可以看出，本发明实施例提供的网络功能虚拟化系统的功耗调整装置，通过使用管理和编排模块持续监控网络功能虚拟化系统的功耗峰值；响应于功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测功耗峰值；响应于功耗峰值仍然超过预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到功耗峰值不再超过预定阈值的技术方案，能够控制NFV系统整体功耗峰值，进而提升能源利用率和系统工作稳定性。
需要特别指出的是，上述网络功能虚拟化系统的功耗调整装置的实施例采用了所述网络功能虚拟化系统的功耗调整方法的实施例来具体说明各模块的工作过程，本领域技术人员能够很容易想到，将这些模块应用到所述网络功能虚拟化系统的功耗调整方法的其他实施例中。当然，由于所述网络功能虚拟化系统的功耗调整方法实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于所述网络功能虚拟化系统的功耗调整装置也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在所述实施例之上。
以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上所述的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。
Claims (6)
1.一种网络功能虚拟化系统的功耗调整方法，其特征在于，包括执行以下步骤：
使用管理和编排模块持续监控所述网络功能虚拟化系统的功耗峰值；
响应于所述功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测所述功耗峰值；
响应于所述功耗峰值仍然超过所述预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到所述功耗峰值不再超过所述预定阈值，
其中根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到所述功耗峰值不再超过所述预定阈值包括：
使用所述管理和编排模块遍历所有处理器以确定所有在线进程的运行状态；
结束所有超过预定时间未运行并持续产生功耗的所述在线进程；
将所述处理器按照与其进程相关的应用程序类型分为多个处理器组；
针对每个处理器组，分别计算将所述每个处理器组中所有处理器的工作频率降低一档导致的所述性能降低程度和所述功耗降低程度，并进一步根据所述性能降低程度和所述功耗降低程度之比确定所述每个处理器组的降频性价比；
将降频性价比最低的所述处理器组中所有处理器的工作频率降低一档；
重新检测所述功耗峰值并响应于所述功耗峰值仍然超过所述预定阈值而再次选定处理器执行降频，直到所述功耗峰值不再超过所述预定阈值；
并且其中响应于所述功耗峰值仍然超过所述预定阈值而再次选定处理器执行降频包括：
响应于所述功耗峰值仍然超过所述预定阈值，而直接根据现有的所述降频性价比的数值将所述降频性价比最低的所述处理器组中所有处理器的工作频率降低一档；或
响应于所述功耗峰值仍然超过所述预定阈值，而重新计算所述每个处理器组的降频性价比，并将重新计算后的降频性价比最低的所述处理器组中所有处理器的工作频率降低一档。
2.根据权利要求1所述的方法，其特征在于，将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电包括：
获取或确定低阈值和高阈值，其中0<低阈值<高阈值<1；
将每个处理器的利用率与所述低阈值和所述高阈值分别进行比对以将所有处理器划分为低利用率组、中利用率组、和高利用率组三个组，其中0<低利用率组中的处理器的利用率<低阈值<中利用率组中的处理器的利用率<高阈值<高利用率组中的处理器的利用率<1；
使用迁移算法将工作在所述低利用率组中的处理器上的虚拟机进程迁移到所述中利用率组中的处理器上；
停止对所述低利用率组中的处理器供电，并休眠存储与所述低利用率组中的处理器相关的冷数据的磁盘阵列。
3.根据权利要求2所述的方法，其特征在于，还包括：响应于所述功耗峰值仍然超过所述预定阈值，而在根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频之前，更新所述低阈值和所述高阈值，并再次执行基于更新后的所述低阈值和所述高阈值的虚拟机进程迁移。
4.一种网络功能虚拟化系统的功耗调整装置，其特征在于，包括：
处理器；和
存储器，存储有处理器可运行的程序代码，所述程序代码在被运行时执行以下步骤：
使用管理和编排模块持续监控所述网络功能虚拟化系统的功耗峰值；
响应于所述功耗峰值超过预定阈值，而将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电，并重新检测所述功耗峰值；
响应于所述功耗峰值仍然超过所述预定阈值，而根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到所述功耗峰值不再超过所述预定阈值，
其中根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频，直到所述功耗峰值不再超过所述预定阈值包括：
使用所述管理和编排模块遍历所有处理器以确定所有在线进程的运行状态；
结束所有超过预定时间未运行并持续产生功耗的所述在线进程；
将所述处理器按照与其进程相关的应用程序类型分为多个处理器组；
针对每个处理器组，分别计算将所述每个处理器组中所有处理器的工作频率降低一档导致的所述性能降低程度和所述功耗降低程度，并进一步根据所述性能降低程度和所述功耗降低程度之比确定所述每个处理器组的降频性价比；
将降频性价比最低的所述处理器组中所有处理器的工作频率降低一档；
重新检测所述功耗峰值并响应于所述功耗峰值仍然超过所述预定阈值而再次选定处理器执行降频，直到所述功耗峰值不再超过所述预定阈值；
并且其中响应于所述功耗峰值仍然超过所述预定阈值而再次选定处理器执行降频包括：
响应于所述功耗峰值仍然超过所述预定阈值，而直接根据现有的所述降频性价比的数值将所述降频性价比最低的所述处理器组中所有处理器的工作频率降低一档；或
响应于所述功耗峰值仍然超过所述预定阈值，而重新计算所述每个处理器组的降频性价比，并将重新计算后的降频性价比最低的所述处理器组中所有处理器的工作频率降低一档。
5.根据权利要求4所述的装置，其特征在于，将利用率较低的处理器上的虚拟机进程迁移到利用率较高的处理器上，停止对利用率较低的处理器供电包括：
获取或确定低阈值和高阈值，其中0<低阈值<高阈值<1；
将每个处理器的利用率与所述低阈值和所述高阈值分别进行比对以将所有处理器划分为低利用率组、中利用率组、和高利用率组三个组，其中0<低利用率组中的处理器的利用率<低阈值<中利用率组中的处理器的利用率<高阈值<高利用率组中的处理器的利用率<1；
使用迁移算法将工作在所述低利用率组中的处理器上的虚拟机进程迁移到所述中利用率组中的处理器上；
停止对所述低利用率组中的处理器供电，并休眠存储与所述低利用率组中的处理器相关的冷数据的磁盘阵列。
6.根据权利要求5所述的装置，其特征在于，所述步骤还包括：响应于所述功耗峰值仍然超过所述预定阈值，而在根据对处理器降频导致的性能降低程度和功耗降低程度来选定处理器执行降频之前，更新所述低阈值和所述高阈值，并再次执行基于更新后的所述低阈值和所述高阈值的虚拟机进程迁移。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010306734.8A CN111488053B (zh) | 2020-04-17 | 2020-04-17 | 一种网络功能虚拟化系统的功耗调整方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010306734.8A CN111488053B (zh) | 2020-04-17 | 2020-04-17 | 一种网络功能虚拟化系统的功耗调整方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111488053A CN111488053A (zh) | 2020-08-04 |
| CN111488053B true CN111488053B (zh) | 2023-02-28 |
Family
ID=71795012
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010306734.8A Active CN111488053B (zh) | 2020-04-17 | 2020-04-17 | 一种网络功能虚拟化系统的功耗调整方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111488053B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102708000A (zh) * | 2012-04-19 | 2012-10-03 | 北京华胜天成科技股份有限公司 | 通过虚拟机迁移实现能耗控制的系统和方法 |
| CN103827773A (zh) * | 2011-07-25 | 2014-05-28 | 瑟维尔吉股份有限公司 | 建立低功耗计算机系统的方法和系统 |
| CN107203255A (zh) * | 2016-03-20 | 2017-09-26 | 田文洪 | 一种网络功能虚拟化环境中迁移节能方法和装置 |
| CN107329811A (zh) * | 2017-06-09 | 2017-11-07 | 北京云集智造科技有限公司 | 一种数据中心功耗调节方法及装置 |
| CN108983946A (zh) * | 2018-06-13 | 2018-12-11 | 烽火通信科技股份有限公司 | 一种服务器功耗控制方法、系统及设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9395786B2 (en) * | 2007-11-20 | 2016-07-19 | Hewlett Packard Enterprise Development Lp | Cross-layer power management in a multi-layer system |
| US9891699B2 (en) * | 2014-12-18 | 2018-02-13 | Vmware, Inc. | System and method for performing distributed power management without power cycling hosts |
| CN105094944B (zh) * | 2015-06-10 | 2018-06-29 | 中国联合网络通信集团有限公司 | 一种虚拟机迁移方法及装置 |
| JP6973188B2 (ja) * | 2018-03-06 | 2021-11-24 | 富士通株式会社 | マイグレーションプログラム、マイグレーション方法及びマイグレーションを指示するサーバ |
-
2020
- 2020-04-17 CN CN202010306734.8A patent/CN111488053B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103827773A (zh) * | 2011-07-25 | 2014-05-28 | 瑟维尔吉股份有限公司 | 建立低功耗计算机系统的方法和系统 |
| CN102708000A (zh) * | 2012-04-19 | 2012-10-03 | 北京华胜天成科技股份有限公司 | 通过虚拟机迁移实现能耗控制的系统和方法 |
| CN107203255A (zh) * | 2016-03-20 | 2017-09-26 | 田文洪 | 一种网络功能虚拟化环境中迁移节能方法和装置 |
| CN107329811A (zh) * | 2017-06-09 | 2017-11-07 | 北京云集智造科技有限公司 | 一种数据中心功耗调节方法及装置 |
| CN108983946A (zh) * | 2018-06-13 | 2018-12-11 | 烽火通信科技股份有限公司 | 一种服务器功耗控制方法、系统及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111488053A (zh) | 2020-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | Energy-efficient virtual machine provision algorithms for cloud systems | |
| Zhou et al. | Virtual machine placement algorithm for both energy‐awareness and SLA violation reduction in cloud data centers | |
| Zhou et al. | A novel virtual machine deployment algorithm with energy efficiency in cloud computing | |
| US8001403B2 (en) | Data center power management utilizing a power policy and a load factor | |
| Chen et al. | Energy-Aware Server Provisioning and Load Dispatching for Connection-Intensive Internet Services. | |
| US8402140B2 (en) | Methods and apparatus for coordinated energy management in virtualized data centers | |
| US8904213B2 (en) | Saving power by managing the state of inactive computing devices according to specific constraints | |
| US7143300B2 (en) | Automated power management system for a network of computers | |
| US7870241B2 (en) | Automated power control policies based on application-specific redundancy characteristics | |
| TWI464570B (zh) | 用於平衡具有多核心之計算裝置的效能與電力節省的方法、電腦可讀儲存媒體與多邏輯處理器系統 | |
| Alahmadi et al. | Enhanced first-fit decreasing algorithm for energy-aware job scheduling in cloud | |
| Li et al. | An energy-efficient scheduling approach based on private clouds | |
| JP2013500520A (ja) | 計算ユニットの性能を性能感度に従い不均等に変化させる方法及び装置 | |
| US20130080809A1 (en) | Server system and power managing method thereof | |
| Kaur et al. | Energy optimized VM placement in cloud environment | |
| Santana et al. | Power management by load forecasting in web server clusters | |
| Hwang et al. | A comparative study of the effectiveness of cpu consolidation versus dynamic voltage and frequency scaling in a virtualized multicore server | |
| US20230229216A1 (en) | System and methods for server power management | |
| CN111488053B (zh) | 一种网络功能虚拟化系统的功耗调整方法和装置 | |
| CN110308991B (zh) | 一种基于随机任务的数据中心节能优化方法及系统 | |
| Globa et al. | Comprehensive energy efficient approach to workload processing in distributed computing environment | |
| Li et al. | An energy efficient resource management method in virtualized cloud environment | |
| Alsbatin et al. | A novel physical machine overload detection algorithm combined with quiescing for dynamic virtual machine consolidation in cloud data centers. | |
| Li et al. | SLA‐Aware and Energy‐Efficient VM Consolidation in Cloud Data Centers Using Host State 3rd‐Order Markov Chain Model | |
| Chakroun et al. | Reducing energy consumption for reconfiguration in cloud data centers |
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 |