动态数据聚集算法的绿色云计算数据中心分析.docVIP

动态数据聚集算法的绿色云计算数据中心分析 　　摘要：动态数据聚集计算方法主要包括节点聚集、数据聚集两个方面的内容，实现了绿色云计算数据中心系统的统筹管理，结合不同时段节点和数据的使用情况，将数据集聚起来，重新部署各数据节点，逐步实现了有序化聚集，保证了计算储存节点可持续正常运转。本文通过仿真实验，详细的分析了该算法的各项性能，总结与探讨了面向绿色云计算数据中心的动态数据聚集算法的重要意义。 　　关键词：绿色云计算 数据聚集 能耗 数据中心 　　中图分类号：TP393.02 文献标识码：A 文章编号：1007-9416（2016）10-0135-03 　　云计算（cloud computing）是一种借助网络平台集聚各类虚拟化计算资源，并通过数据中心供给多租客或单一用户性价比较高、动态、弹性规模扩展的信息存储、信息计算等服务方式[1]。云计算转变了传统信息架构，引进了全新的运作模式，逐渐成为国内外各领域、各行业争相关注的重要问题。据相关统计显示，云应用程序所部署服务器数量超出原有应用程序的4倍，在数据中心的运营成本中，能源消耗费用所占比重较大，约为43.35%。因此，云计算数据中心的节能降耗成为了重中之重，能耗管理应兼顾服务质量和“绿色”两项要求[2]。本文详细分析了云计算数据中心的相关工作，基于其运行模式，提出了面向绿色云计算数据中心的动态数据聚集算法。 　　1 动态数据聚集算法的相关概念界定 　　近年来，对云数据中心的研究已进入白热化阶段，目前已提出了三个阶段数据布局的策略，主要通过跨数据中心的数据传输、全局负载均衡及数据依赖关系三项指标，来优化、求解数据布局方案。与此同时，还总结了云计算数据中心所面临的资源管理问题，致力于网络宽带灵活性和吞吐量的有效提高。根据云计算数据中心的网络拓扑设计，以Fat-tree、BCube为主要结构，设计出了云计算方法，其具有直径小、连通性强的特征，逐步形成了一种可拓展性较强的拓扑网络结构。[2] 　　结合云计算数据中心的实际情况，发现该系统的主要能耗来源有以下几方面的内容：（1）电源供应、服务器、互联网等设备所带来的能源消耗。这一系列设备能耗约占总能耗的23%；（2）温控设备，包括水冷、风冷设备等所产生的能源损耗；（3）云计算数据中心照明设备带来的能源损耗，此设备能耗比例小。电源使用效率会对云计算数据其中心能源使用情况产生影响。电源使用率（PUE）指的是数据中心所消耗的总能源和IT负载消耗呈现的比值，电源使用率越接近1，云计算数据中心的绿色化程度越强。温度控制设备负荷由计算机主机、外部辅助设备等所产生发热量组成，存储设备、服务器设备与网络设产生的发热量所占比重较大。云计算数据中心具有一定的优势，其充分利用了虚拟化技术，减少了物理服务器，进而实现节能减排。通过上述内容可得知，在相同任务的执行过程中，如何既有效确保QoS，还能够将数据中心总体能耗有效降低则是“绿色云计算”实现极为关键的条件。[3]因此，需要采取相应措施对云计算中心数据进行改进，在最大限度降低能耗的同时，提高工作效率与服务质量，实现云计算数据中心的可持续发展。其中，动态数据计算法作为减少能耗的有效方法，对于云计算数据中心的绿色发展而言起到了至关重要的作用。 　　2 动态数据聚集算法 　　2.1 能耗分析 　　在云计算数据中心的节能减排工作中，通常存在以下几点问题： 　　2.1.1 数据部署和任务调度 　　云计算数据中心的任务调度忽视了能源消耗问题。以Hadoop开源云?算项目为例，该系统采用了多种调度方法，包括公平调度方法、先来服务算法、计算能力调度算法等，都忽略了系统能源损耗问题，太过侧重访问效率、存储空间、可靠机制等问题，忽视了数据访问规律。 　　2.1.2 温度控制 　　云计算数据中心缺乏有效的温度控制，无法根据运行设备的实际情况进行有效管理，造成各项资源的大量浪费。 　　2.1.3 认知问题 　　云计算数据中心所指定的节能措施仅针对设备本身的功能耗费，实际上设备功能消费与设备性能呈负相关，难以得到改进；同时，部分数据中心地处严寒地区，太过依赖于外界环境，为了引入室外空间，应尽量避免人工制冷。 　　2.2 云数据模型 　　从用户的视角来看，云计算系统可分为四种： 　　（1）当用户提出任务请求时，云计算服务器应主动提供相应程序、数据及信息等，与搜索引擎极为相似； 　　（2）若用户的任务请求中涉及相关程序，由用户主动提供，数据由云计算服务器提供。系统通过将用户所提供程序迁移到服务器客户端，在将客户端信息及数据进行利用与计算，在完成用户所请求任务后将结果发送至用户端； 　　（3）若用户的任务请求中涉及相关数据，由用户提供，相应程序可由云计算提供，系统通过将用户所提供数据迁移到服务器客户端，