[发明专利]一种反映数据中心IT设备能效特征的获取方法

说明书

本发明提出了一种反映数据中心IT设备能效特征的获取方法，该方法采用了一种基于Collectd和MongoDB的数据采集和存储方法，通过收集PDU和Collectd的数据，使用MongoDB在服务器上建立两张数据表，然后按照时间戳的计算方法，将相同时间片内的数据加以对应整合。本发明能够提取出与数据中心能效相关的特征并很好地解决了工作任务类型与能效特征难以对应的问题，兼容各种类型服务器操作系统，能在各类数据中心中进行推广应用。

技术领域

本发明属于云计算设备能效特征提取领域，具体涉及一种反映数据中心IT设备能效特征的获取方法。

背景技术

数据中心是全天候全天时执行大规模关键运算任务的基础设施，支撑IT业务的运转。随着网络运营商和互联网公司提供的云服务规模的扩大，人们对数据计算、处理和存储的需求不断增长，拥有成千上万台服务器的大型数据中心的数量也在激增。网络带宽的扩容使得云端化的高性能运算不断拓展，也扩大了构建大规模计算基础架构的需求。因此，数据中心建设成为快速发展的IT行业的关键任务。

一方面，数据中心的高经济效益使得其规模和数量不断增长，用电量的急剧增加和电力成本的上升，电费已经成为数据中心的主要开支。另一方面，数据中心的大能耗需求对环境产生影响，如大量的电能消耗、空调等制冷设备的温室气体排放与冷却水的排放等。即使数据中心的服务器处于空闲状态，同样会消耗大量的能量。数据中心的能源效率的优化问题已经变得至关重要。

衡量数据中心能效的最常用指标是能源使用效率，即PUE。这个指标的定义是输入数据中心的总能耗除以IT设备使用的能耗。总能耗包括IT设备使用的能耗加上其它非计算和数据通信用途的设备(即冷却，照明设备等)所消耗的任何开销功耗。若数据中心的PUE值为2.0，这意味着该设施每供给IT设备1度的能耗，其他非IT设备也会消耗1度能耗。所以先进的数据中心都力求PUE趋近于1.0。

基于上述情况，解决数据中心的能效预测问题十分重要，成为国内外的研究热点。而能效预测中的核心任务之一是获取到与数据中心IT设备能效相关的关键属性(特征)的数据。目前大多数能效预测研究都是基于单一化的服务器CPU频率或性能计算指标，能效特征数据的采集比较容易。而对于大规模的数据中心，其特征繁多且复杂，相关特征的合理采集方式的研究较少，仅有的采集方法都是基于不同的特定的IT设备制订的，泛化性差。

发明内容

发明目的：本发明的目的是提供一种反映数据中心IT设备能效特征的获取方法，该方法适用于所有数据中心，并完成能效的预测分析，解决了现有技术泛化性差的问题。

技术方案：本发明所述的一种反映数据中心IT设备能效特征的获取方法，包括以下步骤：

(1)搭建数据中心服务器系统平台并搭建监测平台环境。

进一步地，出于安全和运行可靠性的考虑，数据中心服务器都是搭建在虚拟机上的，所述步骤(1)包括：

(11)在实体服务器上安装ESXi虚拟机平台，为虚拟服务器配置需求不同的系统硬件环境，在ESXi基础上安装服务器Linux操作系统，然后在服务器Linux操作系统中安装服务器要求使用的服务器软件，完成服务器系统平台的搭建过程；

(12)在搭建好的服务器系统上安装系统监测软件Collectd，在系统监测端安装Collectd，配置数据可视化程序CGP；通过修改监测端的Collectd配置文件，确认匹配Client端和Server端通信地址，选择并开启需要采集数据的系统参数检测端口。

(2)使用能耗采集设备PDU(Power Distribution Unit，电源分配单元)采集服务器工作能耗。

(3)在服务器上安装系统负载监测工具监测记录系统硬件层和软件层相关负载情况。

进一步地，所述步骤(3)包括：