[发明专利]数据中心的节能调度方法

说明书

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 and Frequency 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。