面向云计算平台的系统使用率的能耗模型分析.docVIP

面向云计算平台的系统使用率的能耗模型分析 　　摘 要：为了对云计算系统的能耗进行优化，文章提出了一种基于系统使用率的云计算平台能耗模型，并对其具体构建与设计进行了分析，测试结果表明该能耗模型可以有效降低系统能耗。 　　关键词：云计算；系统使用率；能耗模型 　　如何提高云计算系统的能耗测量和管理水平，是当前的云计算技术领域中的研究热点，基于系统使用率的云计算平台能耗模型具有较好的优化节能效果，值得推广和应用。 　　1 云计算平台系统能耗模型介绍 　　为了保证云计算平台系统能耗模型科学性及合理性，在构建模型时需要遵循相应的原则。首先，应该保证能耗模型测量数据的全面性和完整性，覆盖到整个云计算系统。其次，设计合理的能耗优化算法，确保能耗模型测量的精准性。同时，能耗模型要能够适用于不同类型的云计算系统中，并且可以根据当前采集到的数据对云计算系统的能耗进行预测。最后，能耗模型中的数学模型要具备较强的灵活性，可以随云计算系统的变化做出相应的调整，并且要尽量简单化，方面进行计算[1]。 　　2 基于系统使用率的云计算平台能耗模型 　　2.1 系统CPU使用率能耗模型 　　CPU使用率在云计算系统能耗中占有很大比例，加强对CPU使用率的控制，是降低云计算系统能耗的一种有效手段。如果用线性关系式表示云计算系统CPU使用率能耗模型，则存在公式P=M+i*Ncpu，其中M和I分别表示云计算系统的网络能耗数据以及CPU使用率能耗数据的经验数值。但是随着云计算技术的不断发展以及相关研究的不断深入，发现CPU使用率能耗与系统能耗之间的关系，已经不能用线性关系式来表示，所以对原有能耗模型公式进行了改进，将其调整为非线性关系，即P=M+i*NCPU+j*NCPU，其中j和N分别是不同的影响因子。 　　2.2 系统内存使用率能耗模型 　　内存使用率也是影响云计算系统能耗的主要因素之一，主要体现在系统硬件能耗方面，因内存使用率所造成了能耗最高可以占到系统总能耗的70%左右。内存本身的能耗较低，但是由于CPU处理器的运行方式为多核技术，需要耗费更多的内存才能保证虚拟机的正常运行，所以，便会造成内存使用率能耗的增加[2]。因为内存使用率与CPU处理器有关，所以两者之间的能耗呈正比关系，即内存使用率能耗会随着CPU使用率能耗的升高而变大，如果用数学模型来表示两者之间的关系，则存在公式P=M+i*NCPU+j*NMEMORY。 　　2.3 系统存储使用率能耗模型 　　在特定情况下，由存储使用率所造成的能耗最高可以达到系统总能耗的65%。在一个云计算系统中往往会存在多个存储磁阵，并且每个存储磁阵都可以随系统升级而进行扩展，虽然可以提高云计算系统的并行能力、增加数据吞吐量，但是系统的存储使用率耗能也会随之升高。并且，多个存储磁阵的运行方式为同轴共转，再加上云计算系统自身的安全保护技术，都会使存储使用率能耗增加。当前，一般使用不同调节功能的磁盘降低系统存储使用率能耗，闪存技术也是一种比较常用的存储节能方式。在构建存储使用能耗模型的时候，如果将存储磁阵作为主要影响因素，则存储使用率与云计算系统的能耗存在线性关系式为P=M+i*NCPU+j*NDISK。 　　在得到云计算系统的CPU、内存及存储使用率能耗的非线性关系之后，便可以对能耗变量与资源使用率进行回归分析，最终得到的非线性目标函数为f（x）=W?？准（x）+b，其中x表示资源使用率。如果通过该函数将一组试验数据映射到高维线性特征空间，并在数学关系式中引入弹性因子，则可以得到云计算系统的最优化能耗模型为： 　　3 基于系统使用率的云计算平台能耗模型设计及测试 　　在得到云计算系统使用率与能耗之间的非线性模型之后，便需要设计科学的模型构建方法，然后对能耗模型进行测试，验证能耗模型是否可以实现减耗节能效果。 　　3.1 基于系统使用率的云计算平台能耗模型设计 　　在对云计算系统能耗模型进行设计的时候，以Linux内核处理器为例，因为CPU处理器的使用率与?群酥械娜?局变量jiffies有关，jiffies所表示的时钟节拍数便是CPU的具体使用率，所以可以通过采样法，利用变量jiffies得到CPU在某一段时间内的使用率。在得到CPU使用率之后，可以利用process/information文件中的数据及参数，对云计算系统的内存使用率及存储使用率进行计算，完成能耗模型数据采集。然后对采集到的范围从0-1的400多组数据进行回归分析，包括Lasso回归分析、变量多元指数Lasso回归分析以及支持向量机回归分析，将主要影响因子代入到回归方程中，可以得到最终的云计算系统能耗公式为 　　3.2 基于系统使用率的云计算平台能耗模型测试 　　在对云计算系统能耗模型进行测试的时候，使用的主控芯片为6