[发明专利]混沌多重宇宙的分布式绿色云数据中心能耗优化方法

说明书

混沌多重宇宙的分布式绿色云数据中心能耗优化方法涉及云数据中心中的资源调度技术。该方法综合考虑了绿色云数据中心中不同服务器、不同应用请求到达率、请求损失率和不同地域的电力价格差异等因素对于绿色云数据中心提供商的平均电力成本的影响。该方法首先建立了适用于绿色云数据中心的电力成本的计算模型。基于此，建立了分布式绿色云数据中心的平均电力成本的计算模型。然后建立了多云数据中心中最小化绿色云数据中心提供商的平均电力成本的混合整数非线性规划模型。最后采用基于宇宙智能的混沌多重宇宙优化算法求解该模型，实现多云数据中心电力成本的优化方法。本发明能够将绿色云数据中心多应用的请求进行智能地调度优化，从而最小化其平均电力成本。

技术领域

本发明涉及云数据中心中的资源调度技术。更具体地，涉及一种混沌多重宇宙的分布式绿色云数据中心能耗优化方法。

背景技术

近年来，信息技术空前发展，随着云计算和绿色计算的诞生和演变，大数据的应用越发广泛。而随着大数据的广泛应用，数据中心变得无处不在，这对于通信、商业、学术和政府系统的功能至关重要。除了一些较小的公司外，其它所有的公司都有其特定的数据中心需求，而较大的公司通常需要设有数十个、甚至数百个数据中心。较小的数据中心通常位于大型商业建筑内，而较大的数据中心往往位于专门为其特定建造的建筑内，其大小可达几十万平方英尺。大学、研究机构和政府职能部门也需要运营和使用数据中心，以实现庞大的信息管理和复杂的通信功能。数据中心主要包括存储设备(数据存储)、服务器(数据处理)和网络设备(通讯)等电子设备，这些设备共同存储、传输和处理数字信息。数据中心通常还包含专门的电源转换设备，以可靠地维护数据中心运行；备份设备，从而更加安全地进行数据存储；以及环境调节设备，以保持数据中心各个电子设备的温度和湿度环境处于适当的条件。

随着经济和社会继续向增强的数字信息管理转变，越来越多的部门、企业选择云数据中心以完成数据存储、数据传输以及数据处理等操作。云数据中心中的应用的类型以及请求的个数急剧增长，使得因特网服务提供商需要去建设和扩大云数据中心以完成庞大的数据存储和复杂的数据处理。因此，每个云数据中心的规模一般都较大，通常包含着数以万计的服务器。目前，这些更加庞大的云数据中心不仅能够同时处理海量应用的并发请求，而且可以通过云数据中心中的基础设施资源向用户提供各种类型的服务(包括应用软件服务、开发部署平台服务等)。

随着云计算的普及，目前典型的云数据中心(如谷歌、亚马逊等)中各种设备的运行与使用又使得云数据中心提供商的电力成本急剧上升，因此引起了云数据中心提供商的重视。虽然一方面，智能电网的发展带来的动态电价机制，使得云数据中心可以迁移请求到低电价阶段(地点)执行，或者储存低电价阶段电能在高电价阶段使用，从而直接降低云数据中心的电力成本。但是近年来，由于云数据中心或者数据服务器产生的电力花费也持续增长，并且呈现一种急剧增长的趋势。当前全球范围内服务器的电力成本已经超过了服务器等硬件设备的花费，因此云数据中心提供商承担着巨大的电力成本。而现有的云数据中心的节能技术中比较成熟的方法有动态电压调整、动态电压与频率调整、动态调整服务器状态、虚拟机技术等。然而，这些方法各具优劣，因此，还需要根据应用请求的特点比如请求大小、个数、到达率、请求损失率、服务器单位能量成本等研发新的能耗优化方法，从而实现动态的优化，并降低分布式绿色多云数据中心的平均电力成本。

PUE(Power Usage Effectiveness)是最常见的能量效率度量标准。PUE为云数据中心总设备能耗与IT设备能耗的比值。该值越接近1表明此云数据中心能效水平越好，也即表示此云数据中心的绿色化程度越高。一般情况，传统数据中心的PUE在1.8-2.5左右，而云数据中心的PUE一般低于1.6。当前，国外先进的数据中心的PUE值通常小于2，而我国的大多数数据中心的PUE值在2-3之间。这将直接使得国内机房内芯片级主设备1W的功耗会导致总体耗电量达到2-3W，而国外机房内芯片级主设备1W的功耗只会导致总体耗电量为2W以下。因此云数据中心提供商可以综合考虑绿色云数据中心中不同服务器之间的差异，应用请求到达率和不同地域的电力价格的差异等一系列因素对云数据中心的平均电力成本的影响。