CN115904258A - 一种基于碳排量的数据复制方法、系统、存储介质及设备 - Google Patents
一种基于碳排量的数据复制方法、系统、存储介质及设备 Download PDFInfo
- Publication number
- CN115904258A CN115904258A CN202310166116.1A CN202310166116A CN115904258A CN 115904258 A CN115904258 A CN 115904258A CN 202310166116 A CN202310166116 A CN 202310166116A CN 115904258 A CN115904258 A CN 115904258A
- Authority
- CN
- China
- Prior art keywords
- station
- carbon
- expressed
- task
- data
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 169
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000010076 replication Effects 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000005265 energy consumption Methods 0.000 claims description 40
- 238000006073 displacement reaction Methods 0.000 claims description 28
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 2
- 241001199012 Usta Species 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 239000002803 fossil fuel Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003466 welding 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于碳排量的数据复制方法、系统、存储介质及设备，该方法通过当绿色能源不能满足同一时间下的待处理数据读写任务能源需求时，考虑待处理数据读写任务的时间延迟容忍度，将延时容忍度较高的数据对象转移至可再生能源充足的其他时刻，另外，再获取预设区域内各站点的预估总碳排量，并根据预估总碳排量，进行数据读写任务的空域复制处理，即将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补，最后根据时域复制结果和空域复制结果，将数据读写任务在对应的时间和站点进行读写处理，最终在实现对碳排量准确评估的同时，绿色能源也可被充分利用。
Description
技术领域
本发明属于碳排放的技术领域，具体涉及一种基于碳排量的数据复制方法、系统、存储介质及设备。
背景技术
数据中心是全球协作的特定设备网络，用来在网络基础设施上传递、加速、展示、计算、存储数据信息。在今后的发展中，数据中心也将会成为企业竞争的资产，商业模式也会因此发生改变。
需要说明的是，数据中心也是能源消耗的主要来源，会产生大量的碳排放。针对数据密集型计算，在保持数据服务的同时，实现绿色数据中心管理至关重要。
然而，大多数数据中心都希望数据复制的站点越多越好，通常将多个数据站点围成的区域称为数据覆盖面积。虽然复制站点越多，可有效减少数据服务的时间延迟，但是也会产生更多碳足迹。为了有效解决服务覆盖率与碳足迹之间的平衡，即数据站点数量与相关碳足迹权衡，需要有规范的碳量化、碳评估以及数据复制方法，由于数据中心本地的能源消耗由当地的绿色能源和电网混合而成，而绿色能源（光伏和风电）具有时变性，使得整体的能源消耗动态变化，增加了碳量化及碳评估的难度，同时，也并无合理的数据复制方法，导致绿色能源不能被充分利用。
发明内容
基于此，本发明实施例当中提供了一种基于碳排量的数据复制方法、系统、存储介质及设备，旨在对碳排量进行准确的评估，同时，在此基础上优化数据复制方法，以使绿色能源可被充分利用。
本发明实施例的第一方面提供了一种基于碳排量的数据复制方法，所述方法包括：
获取预设区域内各站点的数据读写任务及对应的时间延迟容忍度，并根据所述时间延迟容忍度，进行数据读写任务的时域复制处理，得到时域复制结果；
获取预设区域内各站点的预估总碳排量，并根据所述预估总碳排量，进行数据读写任务的空域复制处理，得到空域复制结果，其中，将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补；
根据所述时域复制结果和所述空域复制结果，将所述数据读写任务在对应的时间和站点进行读写处理。
进一步的，所述获取预设区域内各站点的数据读写任务及对应的时间延迟容忍度，并根据所述时间延迟容忍度，进行数据读写任务的时域复制处理，得到时域复制结果的步骤包括：
建立延迟队列和就绪队列，获取预设区域内各站点的数据读写任务，并将所述数据读写任务添加至所述延迟队列中，所述就绪队列用于当所述延迟队列中的所述数据读写任务达到就绪状态时，转移至所述就绪队列中；
确定所述就绪队列中，各所述数据读写任务的时间延迟容忍度，并根据所述时间延迟容忍度的大小，将所述数据读写任务进行实时升序排序；
计算各站点在预设时刻的可利用绿色能源，并判断是否存在可利用绿色能源；
若存在可利用绿色能源，则获取各站点间的传递延时，并按排序顺序依次判断是否存在所述时间延迟容忍度大于所述传递延时的目标数据读写任务；
若是，则将所述目标数据读写任务复制至对应的目标站点；
若不存在可利用绿色能源，则将对应站点的所述数据读写任务从所述延迟队列转移至所述就绪队列中。
进一步的，所述获取预设区域内各站点的预估总碳排量，并根据所述预估总碳排量，进行数据读写任务的空域复制处理，得到空域复制结果的步骤包括：
获取预设区域内各站点的数据读写任务，并根据所述数据读写任务，计算各站点的所述预估总碳排量；
根据所述预估总碳排量，将各站点分为所述高碳站点和所述低碳站点，并将所述高碳站点和所述低碳站点根据所述预估总碳排量的大小进行排序；
获取所有当前数据读写任务能耗在预设范围内的目标高碳站点，并将各所述目标高碳站点按照预设站点数量进行组合，得到各组合站点；
计算各所述组合站点围合出的覆盖面积，并确定所述覆盖面积最大时，对应的目标组合站点。
进一步的，所述计算各站点在预设时刻的可利用绿色能源，并判断是否存在可利用绿色能源的步骤中，所述可利用绿色能源的计算公式为：
其中，表示为u站点在t时刻的可利用绿色能源，表示为u站点在t时刻的太阳能，表示为u站点在t时刻的风能，表示为u站点在t时刻的运行能耗。
进一步的，所述获取预设区域内各站点的数据读写任务，并根据所述数据读写任务，计算各站点的所述预估总碳排量的步骤中，所述预估总碳排量的计算公式为：
；
；
；
其中，表示为读任务的碳排量，表示为写任务的碳排量，表示为所述预估总碳排量，Q表示为待处理任务序列，q表示为当前任务，er表示为读任务的能耗，ew表示为写任务的能耗，表示为不同能源类型下的CO2系数，pk表示为不同能源在能耗中的占比，表示为能源在不同地区的排放因子，T1表示为任务执行的起始时间，T2表示为任务执行的终止时间，表示为在t时刻的读任务的能耗，表示为在t时刻产生的风能，表示为在t时刻产生的太阳能，表示为在t时刻的写任务的能耗。
进一步的，所述计算各所述组合站点围合出的覆盖面积，并确定所述覆盖面积最大时，对应的目标组合站点的步骤中，所述覆盖面积的计算公式为：
其中，s表示为半周长，表示为站点n到站点m的距离，表示为半周长与站点n到站点m的距离的差值，S表示为站点围成的面积值。
本发明实施例的第二方面提供了一种基于碳排量的数据复制系统，所述系统包括：
时域复制处理模块，用于获取预设区域内各站点的数据读写任务及对应的时间延迟容忍度，并根据所述时间延迟容忍度，进行数据读写任务的时域复制处理，得到时域复制结果；
空域复制处理模块，用于获取预设区域内各站点的预估总碳排量，并根据所述预估总碳排量，进行数据读写任务的空域复制处理，得到空域复制结果，其中，将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补；
读写处理模块，用于根据所述时域复制结果和所述空域复制结果，将所述数据读写任务在对应的时间和站点进行读写处理。
本发明实施例的第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面提供的基于碳排量的数据复制方法。
本发明实施例的第四方面提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面提供的基于碳排量的数据复制方法。
本发明的有益效果为：通过当绿色能源不能满足同一时间下的待处理数据读写任务能源需求时，考虑待处理数据读写任务的时间延迟容忍度，将延时容忍度较高的数据对象转移至可再生能源充足的其他时刻，另外，再获取预设区域内各站点的预估总碳排量，并根据预估总碳排量，进行数据读写任务的空域复制处理，即将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补，最后根据时域复制结果和空域复制结果，将数据读写任务在对应的时间和站点进行读写处理，最终在实现对碳排量准确评估的同时，绿色能源也可被充分利用。
附图说明
图1是本发明实施例一提供的一种基于碳排量的数据复制方法的实现流程图；
图2是本发明实施例二提供的一种基于碳排量的数据复制系统的结构框图；
图3是本发明实施例三提供的一种电子设备的结构框图。
以下具体实施方式将结合上述附图进一步说明。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1，图1示出了本发明实施例一提供的一种基于碳排量的数据复制方法的实现流程图，所述方法具体包括步骤S01至步骤S03。
步骤S01，获取预设区域内各站点的数据读写任务及对应的时间延迟容忍度，并根据所述时间延迟容忍度，进行数据读写任务的时域复制处理，得到时域复制结果。
具体的，首先建立延迟队列和就绪队列，获取预设区域内各站点的数据读写任务，并将数据读写任务添加至延迟队列中，就绪队列用于当延迟队列中的数据读写任务达到就绪状态时，转移至就绪队列中，随后确定就绪队列中，各数据读写任务的时间延迟容忍度，并根据时间延迟容忍度的大小，将数据读写任务进行实时升序排序。
进一步的，计算各站点在预设时刻的可利用绿色能源，并判断是否存在可利用绿色能源，具体的，可利用绿色能源的计算公式为：
其中，表示为u站点在t时刻的可利用绿色能源，表示为u站点在t时刻的太阳能，表示为u站点在t时刻的风能，表示为u站点在t时刻的运行能耗，需要说明的是，太阳能的计算公式可以表示为：
其中，表示为太阳能，即光伏发电产生的电量，表示为光伏发电板的面积大小，p表示为单位面积产生的电功率，p主要受电压和电流的影响，U和I与单位时间下的光照强度st，温度γt以及光板倾斜角度相关。
风能的计算公式可以表示为：
其中，表示为发电机效率，表示为空气密度，R表示为发电机扇叶半径，V表示为风速。在使用同一种风力发电机的情况下，风力发电大小主要受风速影响。电力大小与风速的立方成正比，风速发生微小的变化电力就会产生明显变化，上述原因造成风电的波动性，风速随着时间的变化，表现出明显的峰谷状。
具体的，为er和ew之和，即读任务的能耗与写任务的能耗之和，其中，，，T1表示为任务执行的起始时间，T2表示为任务执行的终止时间，表示为在t时刻的读任务的能耗，表示为在t时刻产生的风能，表示为在t时刻产生的太阳能，表示为在t时刻的写任务的能耗。
更进一步的，若存在可利用绿色能源，即，则获取各站点间的传递延时，并按排序顺序依次判断是否存在时间延迟容忍度大于传递延时的目标数据读写任务；若是，则将目标数据读写任务复制至对应的目标站点；若不存在可利用绿色能源，则将对应站点的数据读写任务从延迟队列转移至就绪队列中。
步骤S02，获取预设区域内各站点的预估总碳排量，并根据所述预估总碳排量，进行数据读写任务的空域复制处理，得到空域复制结果，其中，将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补。
在本实施例当中，获取预设区域内各站点的数据读写任务，并根据数据读写任务，计算各站点的预估总碳排量，其中，预估总碳排量的计算公式为：
；
；
；
其中，表示为读任务的碳排量，表示为写任务的碳排量，表示为预估总碳排量，Q表示为待处理任务序列，q表示为当前任务，可以理解的，当前任务位于待处理任务序列中，er表示为读任务的能耗，ew表示为写任务的能耗，表示为不同能源类型下的CO2系数，请参阅表1，为不同能源类型下的CO2系数表，pk表示为不同能源在能耗中的占比，表示为能源在不同地区的排放因子。
表1
进一步的，根据预估总碳排量，将各站点分为高碳站点和低碳站点，并将高碳站点和低碳站点根据预估总碳排量的大小进行排序，在本实施例当中，预估总碳排量大于2吨的站点为高碳站点，小于2吨的站点为低碳站点。随后获取所有当前数据读写任务能耗在预设范围内的目标高碳站点，并将各目标高碳站点按照预设站点数量进行组合，得到各组合站点，具体的，在进行空间调度时，优先处理高碳任务，即选取当前能耗在±0.03吨之间的任务，并将所有满足要求的站点进行组合；
更进一步的，计算各组合站点围合出的覆盖面积，并确定覆盖面积最大时，对应的目标组合站点，其中，覆盖面积的计算公式为：
其中，s表示为半周长，表示为站点n到站点m的距离，表示为半周长与站点n到站点m的距离的差值，S表示为站点围成的面积值，在本实施例当中，预设站点数量为3，即数据副本及原始存放站点总数为3，最终的目标组合站点的数量为3。
需要说明的是，选择出的组合为总碳排量最低的站点组合方式，当目标组合站点确定后，具体的数据复制可以通过数据传输实现，即将站点组合后，在站点内部进行数据传输，可以理解的，将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补。
另外，估算数据复制前后整体的碳排量不但需要考虑上述提到的运行消耗，还需要考虑基础投入损耗，基础投入消耗表示从生产至报废期间除使用部分产生的碳排量消耗。与运行能耗不同，基础消耗碳排量具有静态、恒定等特性，关于基础消耗产生的碳排量计算一次即可。基础投入能耗主要产生于：设备制造、产品运输以及搭建数据中心环节。关于基础投入损耗的碳排量建模主要根据以上三个部分进行计算。
数据中心制造部分主要包括IT设备、建筑、服务器机架、电源等。计算所需的内存、处理器等，存储主要包括主存设备和备份存储设备，网络包括路由器、交换机、防火墙等。设备制造碳排量具体计算公式如下：
；
其中，为在设备制造过程中，化石燃料燃烧、生产过程、购入电力以及使用热力产生的碳排量。具体的，E燃烧表示燃烧化石燃料（包括发电及其他排放源使用化石燃料）产生的二氧化碳排放量（吨），E过程表示企业边界内工业生产过程各种温室气体的排放量（吨）, E电力表示购入使用电力产生的二氧化碳排放量（吨），E热力表示购入使用热力产生的二氧化碳排放量（吨）。需要说明的是，E燃烧，E过程，E电力，E热力计算公式如下：
；
其中，z表示化石燃料种类，ADi表示第 i 种化石燃料活动水平（吉焦），EFi表示第i种化石燃料的排放因子（吨/吉焦）。
；
其中，ETD为电气与制冷设备生产的过程排放（吨），EWD表示作为保护气的焊接过程造成的排放（吨）。
；
其中，AD电力表示企业的购入电量（兆瓦时），EF电力表示区域电网年平均供电排放因子（吨/兆瓦时）。
；
其中，AD热力表示企业的购入热量（吉焦）, EF热力表示热力供应的排放因子（吨/吉焦）。
运输部分产生的碳排量计算公式如下：
；
其中， D 表示运输距离，单位为英里或者千米，W 表示货物重量，单位可以为磅、千克或者吨，EF表示排放因子，主要是与运输方式相关的系数，具体的，空运排放因子最高，海运排放因子最低。
数据中心搭建产生的碳排量，面积计算公式：
；
其中， A 表示主机房的使用面积 (m2)，表示单台机机柜、大型设备、列头柜等设备的占用面积, 可取 2-4(m2/台)，N 表示机房内机柜、大型设备、列头柜等设备的总台数。需要说明的是，辅助区与支持区的面积可按照主机房面积的1.5-2.5 倍进行计算，行政管理等区域面积可按照 5-7(m2/人) 计算。
具体建筑碳排量计算：
；
其中，Ebuild表示折合单位面积平均建筑运行碳排放指标，在本实施例当中，为35kg/m2。
步骤S03，根据所述时域复制结果和所述空域复制结果，将所述数据读写任务在对应的时间和站点进行读写处理。
综上，本发明提出的一种基于碳排量的数据复制方法，通过当绿色能源不能满足同一时间下的待处理数据读写任务能源需求时，考虑待处理数据读写任务的时间延迟容忍度，将延时容忍度较高的数据对象转移至可再生能源充足的其他时刻，另外，再获取预设区域内各站点的预估总碳排量，并根据预估总碳排量，进行数据读写任务的空域复制处理，即将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补，最后根据时域复制结果和空域复制结果，将数据读写任务在对应的时间和站点进行读写处理，最终在实现对碳排量准确评估的同时，绿色能源也可被充分利用。
实施例二
请参阅图2，图2是本发明实施例二提供的一种基于碳排量的数据复制系统的结构框图。基于碳排量的数据复制系统200包括：时域复制处理模块21、空域复制处理模块22以及读写处理模块23，其中：
时域复制处理模块21，用于获取预设区域内各站点的数据读写任务及对应的时间延迟容忍度，并根据所述时间延迟容忍度，进行数据读写任务的时域复制处理，得到时域复制结果；
空域复制处理模块22，用于获取预设区域内各站点的预估总碳排量，并根据所述预估总碳排量，进行数据读写任务的空域复制处理，得到空域复制结果，其中，将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补；
读写处理模块23，用于根据所述时域复制结果和所述空域复制结果，将所述数据读写任务在对应的时间和站点进行读写处理。
进一步的，在本发明一些可选实施例当中，所述时域复制处理模块21包括：
任务添加单元，用于建立延迟队列和就绪队列，获取预设区域内各站点的数据读写任务，并将所述数据读写任务添加至所述延迟队列中，所述就绪队列用于当所述延迟队列中的所述数据读写任务达到就绪状态时，转移至所述就绪队列中；
排序单元，用于确定所述就绪队列中，各所述数据读写任务的时间延迟容忍度，并根据所述时间延迟容忍度的大小，将所述数据读写任务进行实时升序排序；
第一判断单元，用于计算各站点在预设时刻的可利用绿色能源，并判断是否存在可利用绿色能源，其中，所述可利用绿色能源的计算公式为：
其中，表示为u站点在t时刻的可利用绿色能源，表示为u站点在t时刻的太阳能，表示为u站点在t时刻的风能，表示为u站点在t时刻的运行能耗；
第二判断单元，用于若存在可利用绿色能源，则获取各站点间的传递延时，并按排序顺序依次判断是否存在所述时间延迟容忍度大于所述传递延时的目标数据读写任务；
复制单元，用于当判断存在所述时间延迟容忍度大于所述传递延时的目标数据读写任务时，则将所述目标数据读写任务复制至对应的目标站点；
转移单元，用于若不存在可利用绿色能源，则将对应站点的所述数据读写任务从所述延迟队列转移至所述就绪队列中。
进一步的，在本发明一些可选实施例当中，所述空域复制处理模块22包括：
预估总碳排量计算单元，用于获取预设区域内各站点的数据读写任务，并根据所述数据读写任务，计算各站点的所述预估总碳排量，其中，所述预估总碳排量的计算公式为：
；
；
；
其中，表示为读任务的碳排量，表示为写任务的碳排量，表示为所述预估总碳排量，Q表示为待处理任务序列，q表示为当前任务，er表示为读任务的能耗，ew表示为写任务的能耗，表示为不同能源类型下的CO2系数，pk表示为不同能源在能耗中的占比，表示为能源在不同地区的排放因子，T1表示为任务执行的起始时间，T2表示为任务执行的终止时间，表示为在t时刻的读任务的能耗，表示为在t时刻产生的风能，表示为在t时刻产生的太阳能，表示为在t时刻的写任务的能耗；
分类单元，用于根据所述预估总碳排量，将各站点分为所述高碳站点和所述低碳站点，并将所述高碳站点和所述低碳站点根据所述预估总碳排量的大小进行排序；
组合单元，用于获取所有当前数据读写任务能耗在预设范围内的目标高碳站点，并将各所述目标高碳站点按照预设站点数量进行组合，得到各组合站点；
覆盖面积计算单元，用于计算各所述组合站点围合出的覆盖面积，并确定所述覆盖面积最大时，对应的目标组合站点，其中，所述覆盖面积的计
其中，s表示为半周长，表示为站点n到站点m的距离，表示为半周长与站点n到站点m的距离的差值，S表示为站点围成的面积值。
实施例三
本发明另一方面还提出一种电子设备，请参阅图3，所示为本发明实施例三当中的电子设备的结构框图，包括存储器20、处理器10以及存储在存储器上并可在处理器上运行的计算机程序30，所述处理器10执行所述计算机程序30时实现如上述的基于碳排量的数据复制方法。
其中，处理器10在一些实施例中可以是中央处理器（Central Processing Unit,CPU）、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器20中存储的程序代码或处理数据，例如执行访问限制程序等。
其中，存储器20至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的硬盘。存储器20在另一些实施例中也可以是电子设备的外部存储装置，例如电子设备上配备的插接式硬盘，智能存储卡（SmartMedia Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（FlashCard）等。进一步地，存储器20还可以既包括电子设备的内部存储单元也包括外部存储装置。存储器20不仅可以用于存储电子设备的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
需要指出的是，图3示出的结构并不构成对电子设备的限定，在其它实施例当中，该电子设备可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
本发明实施例还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的基于碳排量的数据复制方法。
本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (9)
1.一种基于碳排量的数据复制方法，其特征在于，所述方法包括：
获取预设区域内各站点的数据读写任务及对应的时间延迟容忍度，并根据所述时间延迟容忍度，进行数据读写任务的时域复制处理，得到时域复制结果；
获取预设区域内各站点的预估总碳排量，并根据所述预估总碳排量，进行数据读写任务的空域复制处理，得到空域复制结果，其中，将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补；
根据所述时域复制结果和所述空域复制结果，将所述数据读写任务在对应的时间和站点进行读写处理。
2.根据权利要求1所述的基于碳排量的数据复制方法，其特征在于，所述获取预设区域内各站点的数据读写任务及对应的时间延迟容忍度，并根据所述时间延迟容忍度，进行数据读写任务的时域复制处理，得到时域复制结果的步骤包括：
建立延迟队列和就绪队列，获取预设区域内各站点的数据读写任务，并将所述数据读写任务添加至所述延迟队列中，所述就绪队列用于当所述延迟队列中的所述数据读写任务达到就绪状态时，转移至所述就绪队列中；
确定所述就绪队列中，各所述数据读写任务的时间延迟容忍度，并根据所述时间延迟容忍度的大小，将所述数据读写任务进行实时升序排序；
计算各站点在预设时刻的可利用绿色能源，并判断是否存在可利用绿色能源；
若存在可利用绿色能源，则获取各站点间的传递延时，并按排序顺序依次判断是否存在所述时间延迟容忍度大于所述传递延时的目标数据读写任务；
若是，则将所述目标数据读写任务复制至对应的目标站点；
若不存在可利用绿色能源，则将对应站点的所述数据读写任务从所述延迟队列转移至所述就绪队列中。
3.根据权利要求2所述的基于碳排量的数据复制方法，其特征在于，所述获取预设区域内各站点的预估总碳排量，并根据所述预估总碳排量，进行数据读写任务的空域复制处理，得到空域复制结果的步骤包括：
获取预设区域内各站点的数据读写任务，并根据所述数据读写任务，计算各站点的所述预估总碳排量；
根据所述预估总碳排量，将各站点分为所述高碳站点和所述低碳站点，并将所述高碳站点和所述低碳站点根据所述预估总碳排量的大小进行排序；
获取所有当前数据读写任务能耗在预设范围内的目标高碳站点，并将各所述目标高碳站点按照预设站点数量进行组合，得到各组合站点；
计算各所述组合站点围合出的覆盖面积，并确定所述覆盖面积最大时，对应的目标组合站点。
4.根据权利要求3所述的基于碳排量的数据复制方法，其特征在于，所述计算各站点在预设时刻的可利用绿色能源，并判断是否存在可利用绿色能源的步骤中，所述可利用绿色能源的计算公式为：
其中，表示为u站点在t时刻的可利用绿色能源，表示为u站点在t时刻的太阳能，表示为u站点在t时刻的风能，表示为u站点在t时刻的运行能耗。
5.根据权利要求4所述的基于碳排量的数据复制方法，其特征在于，所述获取预设区域内各站点的数据读写任务，并根据所述数据读写任务，计算各站点的所述预估总碳排量的步骤中，所述预估总碳排量的计算公式为：
；
；
；
其中，表示为读任务的碳排量，表示为写任务的碳排量，表示为所述预估总碳排量，Q表示为待处理任务序列，q表示为当前任务，Q表示为所述传递延时，er表示为读任务的能耗，ew表示为写任务的能耗，表示为不同能源类型下的CO2系数，pk表示为不同能源在能耗中的占比，表示为能源在不同地区的排放因子，T1表示为任务执行的起始时间，T2表示为任务执行的终止时间，表示为在t时刻的读任务的能耗，表示为在t时刻产生的风能，表示为在t时刻产生的太阳能，表示为在t时刻的写任务的能耗。
6.根据权利要求5所述的基于碳排量的数据复制方法，其特征在于，所述计算各所述组合站点围合出的覆盖面积，并确定所述覆盖面积最大时，对应的目标组合站点的步骤中，所述覆盖面积的计算公式为：
其中，s表示为半周长，表示为站点n到站点m的距离，表示为半周长与站点n到站点m的距离的差值，S表示为站点围成的面积值。
7.一种基于碳排量的数据复制系统，其特征在于，所述系统包括：
时域复制处理模块，用于获取预设区域内各站点的数据读写任务及对应的时间延迟容忍度，并根据所述时间延迟容忍度，进行数据读写任务的时域复制处理，得到时域复制结果；
空域复制处理模块，用于获取预设区域内各站点的预估总碳排量，并根据所述预估总碳排量，进行数据读写任务的空域复制处理，得到空域复制结果，其中，将高碳型数据读写任务复制至低碳站点，低碳型数据读写任务复制至高碳站点，以实现能源需求和绿色能源供应互补；
读写处理模块，用于根据所述时域复制结果和所述空域复制结果，将所述数据读写任务在对应的时间和站点进行读写处理。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1－6任一项所述的基于碳排量的数据复制方法。
9.一种电子设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1－6任一项所述的基于碳排量的数据复制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310166116.1A CN115904258A (zh) | 2023-02-27 | 2023-02-27 | 一种基于碳排量的数据复制方法、系统、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310166116.1A CN115904258A (zh) | 2023-02-27 | 2023-02-27 | 一种基于碳排量的数据复制方法、系统、存储介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115904258A true CN115904258A (zh) | 2023-04-04 |
Family
ID=86491793
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310166116.1A Pending CN115904258A (zh) | 2023-02-27 | 2023-02-27 | 一种基于碳排量的数据复制方法、系统、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115904258A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108629448A (zh) * | 2018-04-24 | 2018-10-09 | 中山大学 | 一种基于Lyapunov优化的数据中心电能开销优化控制方法及系统 |
| CN113672383A (zh) * | 2021-07-23 | 2021-11-19 | 深圳先进技术研究院 | 一种云计算资源调度方法、系统、终端以及存储介质 |
-
2023
- 2023-02-27 CN CN202310166116.1A patent/CN115904258A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108629448A (zh) * | 2018-04-24 | 2018-10-09 | 中山大学 | 一种基于Lyapunov优化的数据中心电能开销优化控制方法及系统 |
| CN113672383A (zh) * | 2021-07-23 | 2021-11-19 | 深圳先进技术研究院 | 一种云计算资源调度方法、系统、终端以及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| LULU KONG ET AL.: "Carbon footprint and service coverage tradeoffs in geo-diverse sites", FUTURE GENERATION COMPUTER SYSTEMS * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101723010B1 (ko) | 탄소 풋프린트를 포함하는 데이터 센터 환경 영향들의 할당 및 저감 | |
| Cao et al. | A new optimized configuration for capacity and operation improvement of CCHP system based on developed owl search algorithm | |
| McPherson et al. | A scenario based approach to designing electricity grids with high variable renewable energy penetrations in Ontario, Canada: Development and application of the SILVER model | |
| Shin et al. | Capacity design and operation planning of a hybrid PV–wind–battery–diesel power generation system in the case of Deokjeok Island | |
| Booth et al. | Net zero energy military installations: A guide to assessment and planning | |
| Moradi et al. | A cooperative dispatch model for the coordination of the wind and pumped-storage generating companies in the day-ahead electricity market | |
| Mohammadi-Ivatloo et al. | Operation, planning, and analysis of energy storage systems in smart energy hubs | |
| Sawle et al. | A novel methodology for scrutiny of autonomous hybrid renewable energy system | |
| CN111181201B (zh) | 基于双层强化学习的多能园区调度方法及系统 | |
| CN112364556A (zh) | 基于多能互补的智慧能源优化配置方法及终端设备 | |
| Firat | Utility-scale solar photovoltaic hybrid system and performance analysis for eco-friendly electric vehicle charging and sustainable home | |
| Sah et al. | Cost Effective and Reliable Energy System for Kathmandu University Complex | |
| Kim et al. | Single-machine scheduling with energy generation and storage systems | |
| Mao et al. | The engineering, economic and environmental electricity simulation tool (E4ST): Description and an illustration of its capability and use as a planning/policy analysis tool | |
| K. Maia et al. | Optimization of energy storage and system flexibility in the context of the energy transition: Germany’s power grid as a case study | |
| CN105162143A (zh) | 一种大区电网间最优交易容量的确定方法 | |
| CN115904258A (zh) | 一种基于碳排量的数据复制方法、系统、存储介质及设备 | |
| CN116882575A (zh) | 一种电网调节优化方法、装置及设备 | |
| Milligan et al. | An enumerated probabilistic simulation technique and case study: Integrating wind power into utility production cost models | |
| Amoroso et al. | Simulation of an off-grid solar system to provide reliable energy access to the Island Community of Bellavista in Ecuador | |
| Tırmıkçı et al. | Environmental impact of a 290.4 kWp grid-connected photovoltaic system in Kocaeli, Turkey | |
| CN115601073A (zh) | 一种电碳市场耦合效应的分析方法、系统、设备和介质 | |
| CN115358705A (zh) | 一种基于bipv建筑的实施方案生成方法及信息管理装置 | |
| CN114662938A (zh) | 综合能源系统的能效评价方法、装置、终端及存储介质 | |
| Eldali et al. | Risk-adjusted cost ratios for quantifying improvements in wind power forecasting |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230404 |
|
| RJ01 | Rejection of invention patent application after publication |