互联网数据中心的能耗管理问题研究-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 Power Management of Internet Data Centers A dissertation submitted to Xi’an Jiaotong University in partial fulfillment of the requirement for the degree of Doctor of Engineering Science By Peijian Wang (Computer Science and Technology) Supervisor: Prof. Yong Qi December 2012 摘 要 论文题目：互联网数据中心的能耗管理问题研究 学科专业：计算机科学与技术 申请人 ：王培健 指导教师：齐勇教授 摘 要 云计算是一种新的计算模式，它为可配置的计算资源提供普适的、便利的、按需 的网络访问，在此基础上为用户提供可靠的、灵活的且具有弹性的服务。目前云计算 已受到学术界和工业界的广泛关注。互联网数据中心是支撑云服务的基础设施。随着 云计算的深入发展，数据中心的规模也不断扩大，从而带来了巨大的能量消耗，能耗 相关的成本也成为云计算提供商的主要成本之一。一方面，巨额成本已成为制约云计 算持续发展的重要障碍，另一方面，在能源日趋紧缺的的今天，如何有效使用能源能 源已成为各国战略的重点。因此，研究数据中心的能耗管理具有重要意义。与此同时， 互联网数据中心具有系统异构性，其所处的电力市场具有差异性，而数据中心与电网 也存在交互性，这些特征都为其能耗管理问题带来新的挑战。本文围绕异构集群系统 能耗管理、数据中心电力成本等问题进行研究，建立了系统模型，提出了解决方案， 主要的研究成果有： 1. 针对异构集群系统的能耗管理问题，给出了一种基于优化的能量管理模型，通 过求解该模型提出了一种有效的节能算法。本文考虑集群系统运行多层架构的应用， 并同时利用动态电压调整(DVFS)和服务器休眠(on/off)两种节能技术，在保证服务质量 的前提下降低能耗。本文以系统响应时间作为评价服务质量的指标，并利用排队论对 其进行建模。以此为基础将能耗管理问题建模为一个混合整数非线性规划问题(Mixed Integer Nonlineare Programming Problem, MINLP)。针对优化问题的特征，利用广义 Benders 分解法(Generlized Benders Decomposition, GBD)设计有效的求解算法，并引入 反馈机制提高算法的精确性。该算法具有良好的理论支撑，仿真实验也表明算法具有 很快的收敛速度。相比较已有的节能策略，该算法最高可减少 42.5%的系统能耗。 2. 针对电价的地域差异性的特征，提出一种基于负载分配的互联网数据中心电力 成本优化模型，并设计相应的节能和负载分配算法。通过分析电力市场历史数据，发 现电价与系统用电量有关，并提出一种价格模型反映这种相关性。接着，将电力成本 管理问题建模为一个带延时约束的优化问题，该优化模型考虑电价与负载的关系。为 了便于求解，将上述优化模型转化为一个二次规划问题；为了降低网络延时，设计了 负载均衡算法。基于真实电价数据的实验表明，充分利用电价市场的地域差异，该算 法可以在不降低用电量的情况下，降低电力成本（最高 9.9%）。 3. 针对数据中心能够改变电力市场价格的特征，提出了一种基于边际成本的电力 I 西安交通大学博士学位论文 成本优化算法。通过引入边际成本的概念，深入分析了数据中心改变电价的能力，研 究了负载均衡对电力成本的影响，并发现多个互联网数据中心之间负载均衡的推动力 是边际成本（而非电价）。并以此为出发点，设计了边际成本驱动的电力成本优化算法。 基于真实电价数据的实验表明，该算法最大可节约 11%的电力成本，且随着数据中心 规模不断扩大具有良好的扩展性。 4. 针对电价的时间差异性的特征，利用可延迟负载，提出了一种基于博弈论的电 力成本优化模型，该模型同时考虑数据中心和家庭用户的用电决策及其相互影响，并 设计了快速的在线算法。本文首先对可延迟负载进行建模，并将数据中心和家庭用户 的电力成本管理问题建模为时间平均(Time Average)成本优化问题。由于两种用户的决 策相互影响，通过引入经济学中的主导厂商模型(Dominant Firm Model)，提出了一种基 于博弈论的模型来刻画数据中心与家庭用户决策之间的交互。为了克服电价和负载未 来信息不可获得的困难，设计了一种在线算法。该算法应用 Lyapunov 优化框架，且不 需要系统状态的未来信息。理论分析表明，该在线算法能够达到电力成本和负载延迟 之间的平衡，且任意精度接近离线算法的最优解。基于真实电价和数据中心负载的实 验表明