[发明专利]一种大规模云数据中心中服务器节能方法

摘要

本发明公开了一种大规模云数据中心中服务器节能方法，包括BP神经网络节能策略训练模块,监控数据存储模块,节能策略存储模块，系统整体监控控制模块，节能策略配置管理模块，节能策略实施模块，通过为服务器组定时关联设置基于大规模监控数据样本训练得出的BP神经网络节能策略模型，自动、高效地调整该服务器组的功耗，以达到云数据中心整体节能的目的。本发明通过为云数据中心服务器组关联设置基于大规模服务器负载样本数据训练得出的BP神经网络节能策略模型，提出了一种云数据中心服务器组全方位、准确、高效的节能方法及装置，有效改进了大多数节能策略设置单一、不够精确和合理，不能很好地调节数据中心能耗的问题。

主权项

 一种大规模云数据中心中服务器节能方法，其特征在于：在对数据中心服务器组进行监控管理时，通过为服务器组定时关联设置基于大规模监控数据样本训练得出的BP神经网络节能策略模型，自动、高效地调整该服务器组的功耗，以到达云数据中心整体节能的目的；该方法首先通过BP神经网络节能策略训练模块，对大规模服务器监控数据样本进行训练分析，得出神经网络节能策略模型并存储在系统中；接着，通过系统整体监控控制模块，在云数据中心服务器组运行过程中以一定时间间隔获取实时监控数据，并将其作为BP神经网络算法模型的新输入样本学习得出此时间点采取的节能策略，然后实施节能策略模型，自动、高效地调整该服务器组的功耗，达到云数据中心整体节能目的；所述方法具体流程如下：1)首先，基于大规模的监控数据样本对BP神经网络模型进行训练：每一个监控数据为四维输入向量P={c,m,s,n},分别表示CPU负载比例、内存负载比例、磁盘IO负载比例、网络带宽负载比例；输出设定为三种节能策略：高负载节能策略、中高负载节能策略和中负载节能策略；BP神经网络模型设定为3层结构，分别为输入层、隐含层和输出层，经训练得到能够用于云数据中心节能的神经网络模型；2)控制部分的系统整体监控配置模块以一定时间间隔向数据存储部分的监控数据存储模块写入或读取数据，监控数据中心的整体负载；并根据设定的服务器组的负载阈值，判断是否需要设置节能策略；若是，则向同属控制部分的节能策略配置管理模块发送设置节能策略的控制信息；3)控制部分的节能策略配置管理模块根据获得的控制信息，将从监控数据模块获取的监控数据信息作为已训练好的BP神经网络模型的输入，分析匹配节能策略存储模块中的节能策略，得到与该服务器组在此时间点匹配的节能策略；同时，向同为控制部分的节能策略实施模块发送节能策略实施的控制信息；4)控制部分的节能策略实施模块根据获得的控制信息，并基于数据存储部分节能策略存储模块中的该服务器组的关联的具体的节能策略信息，对该服务器组进行节能操作，实现云数据中心整体的合理、高效、节能。