一种基于云计算环境下的降低能耗RECMSA 算法

文/王梓名　吴邦华　李玉明

各种研究表明云计算中心的能耗问题已经成为研究云计算的一个新领域。云计算中心在运行过程中存在空闲的服务器节点，这些服务器节点会产生不必要的空闲能耗，以及由于任务调度不科学而产生大量能量浪费问题。针对这些问题，提出一种基于云计算环境下的降低能耗RECMSA 算法。首先，建立云计算环境的能耗模型。然后，利用云计算中心的平均资源利用率将服务器节点分为两类，使用RECMSA (Reduce-Energy-Consumption-Migration-Scheduling-Algorithm) 算法对两类服务器节点进行匹配和调度，目的是通过迁移和调度后既要让云计算中心的资源利用率提高，又要让云计算中心的整体耗能降低。实验结果表明，该算法在能够完成任务的情况下，达到提高资源利用率和降低整体能耗的目的。

【关键词】绿色云计算 随机任务 迁移调度

1 引言

在IT 领域，云计算提供了一种特殊的服务方式，以其高性能计算能力和高扩展性等特点，逐渐成为产业界和学术界的热门方向。目前，大多数研究者都将目光放在了怎样让云计算中心的运算性能能够达到最高，怎样将云计算中心的资源利用率达到最高、怎样让云计算中心的服务器节点的资源利用率达到一个负载均衡等等。在研究以上问题的时候忽略了能量消耗这个问题，随着云计算的使用增加，云计算中心的能量消耗已经达到了一个很高的状态。绿色计算这一特征一直都用来描述云计算，但云计算自身并没有提供很好的解决方案来评价和降低能耗[1]，因此需要一种成熟的方案来实现绿色计算的意义。针对这一问题，本文提出了一种基于云计算环境下的降低能耗算法，通过迁移和调度策略实现了减低能耗和提高云计算中心资源利用率两个方面的性能。本文剩下的章节安排如下：第二章，介绍相关的研究，主要是介绍一些国外高刊(SCI)中的算法；第三章，提出能量模型，根据相应的公式推导，得到一个云计算中心耗能的能量模型；第四章，介绍RECMSA 算法的具体过程以及实现方法；第五章，通过实验进行算法的比较；第六章，对本文所做的工作进行总结。

2 相关研究最早研究能量管理策略的是Pinheiro 等人，主要的策略是通过减少云计算中心物理服务器节点的工作量，重新配置任务，然后让一部分工作量极少的节点休眠，从而达到节能的效果。在该研究中，作者认为任务的重新配置操作会存在时间上的消耗，但是对整体节能会友很好的效果。Wood 等人提出一个经典的迁移调度策略(AVG)，其核心公式如下公式(1)：(1)其中，CPUu、MEMu、NETu 分别表示一台物理服务器节点的CPU、MEM 以及NET的利用率。根据公式（1）很明显可以知道，当 V 值越大，说明该物理服务器节点的资源利用率很高，V 值越小，说明该物理服务器节点的资源利用率低。那么当有新任务到达云计算中心时，将新任务放在V 值最小的服务器节点上进行服务。

Zheng 等人提出了另外一个负载均衡算法(NORMAL)，其核心公式如下公司（2）：(2)首先，在云计算中心随机选择一台物理服务器节点m；然后其它的每一台物理服务器i 与m 进行比对；N1i 表示CPU 的计算能力，N2i 表示MEM 的能力，N2i 表示硬盘的存储能力。Ci、Mi、Di、NETi 分别表示CPU、MEM、DISK 以及NET 的利用率。 分别表示CPU、MEM、DISK 以及NET 的权值。该算法的目的是通过计算得出B 的值，然后当有新任务到达时，将新任务分配到B 值最小的物理服务器节点进行服务是随机任务，当前云计算中心服务器节点的工作状态同样为随机状态，即一部分服务器节点负载很高，一部分服务器节点负载很低。本文也是在这个前提下进行研究。此外，使用CPU 和MEM 两个参考参数对服务器节点的资源利用率进行评估。云计算中心的服务器节点都为相同类型的机器。RECMSA 策略又分为RECMA 迁移策略和RECSA 调度策略。

3 能量模型

在云计算中心，每一个工作中的服务器节点的电能消耗主要是在CPU、内存、磁盘存储和网络接口这些方面。通过对这四个系统资源的相互比较，可以得知CPU 的使用状况是服务器节点的电能消耗情况的关键因素，本文的主要研究目标就是管理服务器节点的电能消耗以及使用的高效率。此外， CPU 利用率通常与服务器节点负载成正比。

4.1 RECMA迁移策略

在一个有 个服务器节点的云计算中心内，任意一个服务器节点的资源利用状态用表示， 与 分别表示第 台服务器节点当前CPU 和MEM 的使用率。则可以计算得到整个云计算中心的CPU 与MEM 的平均利用率分别为 , 。