基于綠色云計算的能耗優(yōu)化與資源分配研究論文
近年來(lái)，物聯(lián)網(wǎng)、車(chē)聯(lián)網(wǎng)、云計算、大數據、量子通信、深度學(xué)習等新技術(shù)層出不窮。據權威雜志統計，數據中心的能耗成本已經(jīng)占到運營(yíng)成本的50%。云計算數據中心設施具有高彈性和虛擬化等特征。數據中心能量消耗嚴重，已經(jīng)成為影響云計算技術(shù)大面積推廣的主要障礙和難題。通過(guò)應用云計算虛擬化技術(shù)，可以極大降低主要設備能耗。
云計算平臺是一種基于云計算基礎設施和并行架構、通過(guò)互聯(lián)網(wǎng)部署的、以服務(wù)形式交付的IT資源池。云計算用戶(hù)可以在任何時(shí)間、任何地點(diǎn)，隨時(shí)隨地按需獲取計算、存儲、軟件、應用、網(wǎng)絡(luò )等各種IT資源。
1云計算基本特征及應用
云計算是在網(wǎng)格計算技術(shù)的基礎上逐漸發(fā)展起來(lái)的，在全球范圍內已經(jīng)得到廣泛應用。云計算是大數據在21世紀的典型應用，其以IT資源交付、共享為核心，是一種IT資源配置、交付和管理模式的創(chuàng )新，其資源的匯聚、交付、共享、管理都是基于云計算平臺展開(kāi)。云計算技術(shù)是以服務(wù)為導向的商業(yè)模式創(chuàng )新，以服務(wù)模式創(chuàng )新為核心理念和發(fā)展模式。
云計算若按照行業(yè)應用分類(lèi)可以歸納為：教育云、醫療云、金融云、工業(yè)云、政務(wù)云等。教育云是指在教育領(lǐng)域，以云計算技術(shù)為依托，在現代遠程網(wǎng)絡(luò )教育的基礎上，通過(guò)構建區級/縣級數據中心，而構建起來(lái)的一種新型泛在學(xué)習模式。教育云通過(guò)有效整合軟硬件教育資源，對教師的教學(xué)能力和學(xué)生的學(xué)習方式都是一個(gè)巨大的變革。醫療云是在醫療護理領(lǐng)域采用云計算相關(guān)技術(shù)和服務(wù)理念構建醫療保健服務(wù)系統。政務(wù)云是云計算在政府站建設、政務(wù)領(lǐng)域應用的系統建設。金融云是指利用云計算技術(shù)將金融機構的數據中心與客戶(hù)端應用整合到云計算體系架構之中，達到降低運營(yíng)成本的目的。
2能耗優(yōu)化與資源分配
云計算的'對象規模大，資源與用戶(hù)需求各異，且數量巨大，所以系統每時(shí)每刻都要處理海量數據，任務(wù)調度和資源分配是云計算的重點(diǎn)和難點(diǎn)，更是云服務(wù)質(zhì)量高低的重要影響因素。云計算中的資源分配和調度是云計算研究的關(guān)鍵問(wèn)題之一。
云計算資源調度通常根據一定的資源使用規則，在不同資源使用者之間進(jìn)行資源調度和任務(wù)分配。目前，資源調度策略大多數通過(guò)虛擬機級別上的調度技術(shù)結合一定的調度策略為虛擬機內部應用作資源調度。由于這些調度算法的時(shí)間復雜度和空間復雜度比較高，導致算法運行效率比較低，算法整體性能不理想。傳統資源分配方法大都采用預分配的靜態(tài)資源調度算法，這種算法已經(jīng)不適應云計算資源的異構性、動(dòng)態(tài)性等特征，而且資源負載能力是動(dòng)態(tài)變化的。國內外云計算資源分配領(lǐng)域研究主要集中在啟發(fā)式仿生算法、負載均衡機制與時(shí)間跨度最小化原則、能耗最小化與能耗均勻化管理等方面。圖1為Map Reduce調度模型。
資源管理器將系統調度過(guò)程中的所有資源進(jìn)行全局管理，并對所有資源進(jìn)行分配，每一個(gè)應用的Application Master主要負責相應的資源調度和協(xié)調等基本工作。一個(gè)應用程序是一個(gè)單獨的傳統的Map Reduce任務(wù)或者是一個(gè)DAG(有向無(wú)環(huán)圖)任務(wù)。
每一個(gè)應用的Application Master是一個(gè)詳細的框架庫，它結合從Resource Manager獲得的資源和Node Manager協(xié)同工作來(lái)運行和監控任務(wù)。
Resource Manager支持分層級的應用隊列，這些隊列集群一定比例的資源，根據資源的計算能力和動(dòng)態(tài)負載能力分配適量的計算任務(wù)到該節點(diǎn)上，分配結束后將自動(dòng)從任務(wù)等待隊列中刪除任務(wù)。同樣，它不能重啟因應用失敗或者硬件錯誤而運行失敗的任務(wù)。Resource Manager是基于應用程序對資源需求進(jìn)行調度，每一個(gè)應用程序需要不同類(lèi)型的資源，因此需要不同的容器。
3實(shí)驗測試與結果分析
針對綠色云計算中資源管理與調度過(guò)程，在Map Reduce調度模型基礎上，本文設計了一種并行Map Reduce資源分配算法。PMRRAA算法的實(shí)現步驟如下：
步驟1獲取云計算系統中計算節點(diǎn)相關(guān)性能參數;步驟2:根據用戶(hù)訪(fǎng)問(wèn)請求獲取資源需求參數;
步驟2:利用Map Reduce資源分配過(guò)程，并發(fā)訪(fǎng)問(wèn)云計算系統各個(gè)計算節點(diǎn);
步驟3:在云計算系統中選擇計算節點(diǎn)參數符合資源需求參數的計算節點(diǎn)，并將所選計算節點(diǎn)的資源分配給所述用戶(hù)，用于執行相應的訪(fǎng)問(wèn)請求。
步驟4:將用戶(hù)請求從等待隊列中刪除，資源分配結束。
本文利用Cloud Sim澳大利亞墨爾本大學(xué)網(wǎng)格實(shí)驗室云計算仿真軟件Cloud Sim，對PMRRAA算法和Map Reduce算法者性能進(jìn)行比較。
圖3為兩種算法的能耗對比，圖4為兩種算法系統執行時(shí)間比較。通過(guò)圖3實(shí)驗結果，不難看出：本文設計的PMRRAA算法的能耗少于Map Reduce算法。圖4中，PMRRAA算法的執行時(shí)間也比Map Reduce算法少，當系統的任務(wù)數量急劇增大后，這種優(yōu)勢表現得更加明顯Job Tracker兩個(gè)主要的功能分離成單獨的組件，分別用來(lái)進(jìn)行資源管理和任務(wù)調度/監控。
資源管理器將系統調度過(guò)程中的所有資源進(jìn)行全局管理，并對所有資源進(jìn)行分配，每一個(gè)應用的Application Master主要負責相應的資源調度和協(xié)調等基本工作。一個(gè)應用程序是一個(gè)單獨的傳統的Map Reduce任務(wù)或者是一個(gè)DAG(有向無(wú)環(huán)圖)任務(wù)。
每一個(gè)應用的Application Master是一個(gè)詳細的框架庫，它結合從Resource Manager獲得的資源和Node Manager協(xié)同工作來(lái)運行和監控任務(wù)。
Resource Manager支持分層級的應用隊列，這些隊列集群一定比例的資源，根據資源的計算能力和動(dòng)態(tài)負載能力分配適量的計算任務(wù)到該節點(diǎn)上，分配結束后將自動(dòng)從任務(wù)等待隊列中刪除任務(wù)。同樣，它不能重啟因應用失敗或者硬件錯誤而運行失敗的任務(wù)。Resource Manager是基于應用程序對資源需求進(jìn)行調度，每一個(gè)應用程序需要不同類(lèi)型的資源，因此需要不同的容器。
4結語(yǔ)
隨著(zhù)我國云計算產(chǎn)業(yè)的日漸發(fā)展，市場(chǎng)需求和行業(yè)覆蓋將曰趨完善，并帶動(dòng)我國市場(chǎng)經(jīng)濟的快速轉型和高速發(fā)展，尤其是以物聯(lián)網(wǎng)為技術(shù)支撐的戰略新興產(chǎn)業(yè)將迎來(lái)行業(yè)的春天。云計算將得到充分應用，是未來(lái)網(wǎng)絡(luò )大發(fā)展的有力支撐。通過(guò)對比實(shí)驗，顯示在系統執行時(shí)間和能量消耗兩方面，PMRRAA算法都要比傳統的Map Reduce算法表現出更佳的性能。
【基于綠色云計算的能耗優(yōu)化與資源分配研究論文】相關(guān)文章：
基于云計算技術(shù)的設備管理系統的優(yōu)化設計研究論文10-28
基于云計算的網(wǎng)絡(luò )監控系統研究論文10-31
基于云計算的網(wǎng)絡(luò )監控系統研究分析論文10-31
基于智能體服務(wù)的云計算架構研究與分析的論文11-02
關(guān)于水資源分配研究論文03-21