[发明专利]基于相空间的云计算能耗优化方法和系统

权利要求书

1.一种基于相空间的云计算能耗优化方法，其特征在于，包括以下步骤：

S1：获取云计算系统中所有的节点以及所述节点的上下文环境信息，并建立能耗模型；

S2：测量所述节点所有正在执行的任务的总能耗，根据该总能耗建立静态能耗相空间；

S3：采用所述能耗模型预测新增任务所需的能耗，并建立动态能耗相空间；

S4：根据所述静态能耗相空间计算得到最优子相空间；

S5：预测新增任务在所述最优子相空间中各节点的能耗，根据所述静态能耗相空间和所述动态能耗相空间设计任务调度算法，并确定新增任务的最优任务分配方案；

所述S1中，所述上下文环境信息包括节点类型、网络条件、以及集群位置；

结合所述上下文环境参数，计算任务的实际时间开销如下：

表示任务在组件C_ij上的理想时间开销，θ_i为节点的环境参数；

建立能耗模型为：

表示节点C_i接收任务负载后组件C_it的能耗变化值，N表示N个能耗参数；

所述动态能耗相空间的建立考虑节点接收任务产生的能耗增加情况，将节点C_i因接收任务而带来的能耗增加值的归一化值作为C_i在动态能耗相空间中投影点的广义坐标，节点C_i的能耗变化值在动态能耗相空间中广义坐标如下：

A′_i＝(X′_i1,X′_i2…X′_it…X′_iN),1≤j≤N；

其中，X′_ij表示组件C_ij上当前能耗变化的归一化值，表示节点C_i接收任务负载后组件C_it的能耗变化值，λ_i表示节点C_i能耗占云集群总能耗的百分比，w_ij表示组件C_ij能耗占节点C_i总能耗的百分比。

2.根据权利要求1所述的基于相空间的云计算能耗优化方法，其特征在于，所述S2中，所述建立静态能耗相空间具体包括以下步骤：

S21：获取所述云计算系统中当前的所有节点正在执行任务的能耗参数组成的所有向量；

S22：将所有所述向量映射到相空间中，将所述能耗参数的个数视为相空间的维度，将所有所述向量的模之和视为云计算系统当前的负载总能耗，根据所述负载总能耗建立静态能耗相空间。

3.根据权利要求1所述的基于相空间的云计算能耗优化方法，其特征在于，所述S3中，所述建立动态能耗相空间具体包括以下步骤：

S31：采用能耗模型预测所述云计算系统中的新增任务的能耗参数组成的所有能耗增加向量；

S32：将所述能耗增加向量映射到相空间中，将所述新增任务的能耗的参数个数视为相空间的维度，将所有所述能耗增加向量的模之和视为新增的总能耗，根据所述新增的总能耗建立动态能耗相空间。

4.根据权利要求1所述的基于相空间的云计算能耗优化方法，其特征在于，所述S4具体包括以下步骤：

S41：建立静态能耗相空间中反应所述节点能耗状态的坐标轴，并确定所述静态能耗相空间的投影点集合；

S42：在所述静态能耗相空间中，过所述投影点集合的重心向所述坐标轴作垂线得到相应数量的子相 空间；

S43：若某个子相 空间中任意一点在各坐标轴上的坐标值均小于中心的坐标值，则将该子相 空间视为最优子相 空间。

5.根据权利要求1所述的基于相空间的云计算能耗优化方法，其特征在于，所述S5中，所述确定新增任务的最优任务分配方案具体包括以下步骤：

S51：采用所述能耗模型预测新增任务在所述最优子相 空间中各节点上的能耗，并得到所有可能的分配方案；

S52：采用任务调度算法将所述所有可能的分配方案映射到所述动态能耗相空间中，将使得相空间重心相比于原点移动距离最小的方案视为所述新增任务的最优任务分配方案。