[发明专利]云数据中心中基于双阈值滞后集群调度机制的节能策略

权利要求书

1.一种云数据中心中基于双阈值滞后集群调度机制的节能策略，其特征在于，其包括以下步骤：

S1、将一个云数据中心中的所有同构服务器N_total分成基础集群N₁和备用集群N₂两个集群，其中基础集群中的服务器一直处于运行状态，而备用集群中的服务器则随负载变化动态开启与关停，并由双阈值的滞后机制来控制，所述双阈值包括开启阈值T₁和关停阈值T₂；

S2、设置任务分类器对任务进行分类与跟踪：设置任务分类器将到达云数据中心的任务分为实时任务和非实时任务，并用不同的标签进行标记，通过使用这些标签，跟踪系统中每类任务的服务过程；

S3、构建基于双阈值滞后集群调度机制的节能策略：

S31、当一个任务到达云数据中心时，只要有一台空闲服务器，新到达的任务就会立即占用其中的一台空闲服务器；若所有服务器都忙且为实时任务，则执行步骤S32，若所有服务器都忙且为非实时任务，则执行步骤S33；

S32、若缓冲区中排队的实时任务未达到访问阈值H，则新到达的实时任务将加入缓冲区，否则将离开此云数据中心，被及时调度到其他云数据中心节点；

S33、当一个非实时任务到达云数据中心时，即使所有服务器都忙，到达的非实时任务也将不受任何限制地进入缓冲区排队等待；

S34、当一个任务的服务完成时，若缓冲区中至少有一个实时任务，则一旦有服务器空闲，将服务第一个等待的实时任务；若缓冲区中只有非实时任务，将服务第一个等待的非实时任务；对于同一类任务，服务规则是先来先服务；

S4、刻画所述基于双阈值滞后集群调度机制的节能策略的工作原理；

S5、评估所述基于双阈值滞后集群调度机制的节能策略下的性能指标；

S6、分析所述基于双阈值滞后集群调度机制的节能策略下云数据中心的量化行为：分别从云用户与云服务供应商的角度出发，寻找帕累托最优解，即帕累托前沿点，从而权衡云数据中心的整体功耗与实时任务的平均等待时间。

2.根据权利要求1所述的云数据中心中基于双阈值滞后集群调度机制的节能策略，其特征在于，所述步骤S4具体包括以下步骤：

S41、多类任务的到达过程描述为带标记的马尔可夫到达过程(MMAP)，实时任务和非实时任务的服务时间分别服从参数为μ₁和μ₂的指数分布，构建一个MMAP[K]/M[K]/N₁+N₂非抢占优先队列；

S42、考虑到云数据中心中多类任务的随机行为，构造一个五维连续时间马尔可夫链：

{(i_t,w_t,r_t,j_t,v_t),t≥0}       (1)

其中，i_t表示时刻t时系统中的任务数，且i_t≥0，称作系统水平；w_t表示时刻t时备用集群的状态，且若w_t＝0则表示备用集群是关闭的，若w_t＝1则表示备用集群是激活的；r_t表示时刻t时缓冲区中实时任务数，且j_t表示时刻t时正在服务的实时任务数，且任务的到达由随机过程{v_t,t≥0}所引导，随机过程{v_t,t≥0}是一个不可约的连续时间马尔可夫链，称作MMAP到达过程的底层马尔可夫链，其状态空间为{0,1,...,m}，v_t表示时刻t时底层马尔可夫链{v_t,t≥0}的状态，且

S43、采用拟生灭过程、矩阵几何解方法和高斯-赛德尔方法，得到系统的稳态分布Π：

Π＝(π₀,π₁,π₂,...)       (2)

其中，π_i表示系统水平为i的概率向量，且满足有

π_i＝(π(i,0),π(i,1))    (3)

其中，π(i,0),π(i,1)分别表示备用集群未开启时的概率向量与备用集群开启时的概率向量，且满足有：

π(i,0)＝(π(i,0,0),π(i,0,1),...,π(i,0,max{0,min{i-N₁,H}}))     (4)

π(i,1)＝(π(i,1,0),π(i,1,1),...,π(i,1,max{0,min{i-N₁-N₂,H}}))     (5)

其中，π(i,0,r),π(i,1,r)分别表示备用集群未开启时前三维的概率向量与备用集群开启时前三维的概率向量，且r＝{0,1,...,max{0,min{i_t-N₁,H}}}，满足有：

π(i,0,r)＝(π(i,0,r,0),π(i,0,r,1),...,π(i,0,r,min{i,N₁}))     (6)

π(i,1,r)＝(π(i,1,r,0),π(i,1,r,1),...,π(i,1,r,min{i,N₁+N₂}))     (7)

其中，π(i,w,r,j)表示前四维的概率向量，且w＝{0,1}，j＝{0,1,...,min{i,N₁+N₂}}，满足有：

π(i,w,r,j)＝(π(i,w,r,j,0),π(i,w,r,j,1),...,π(i,w,r,j,m))     (8)。