面向网络服务器集群的节能机制研究-控制理论与控制工程专业毕业论文.docxVIP

I I 摘 要 随着科技的发展，计算机在各行业的应用日益广泛，很多行业对计算机性能 要求日益增加。大规模服务器集群在为科研、工作、生活带来便利的同时，也带 来一个严峻的问题——巨大的能耗。能耗问题对于服务器集群来说是个重大的问 题，因为它不仅是一台或是一群服务器消耗能源的问题，还直接影响到系统的冷 却需求、备用设备的冷却需求，以及备用发电设备的需求。尽管很多地方投入大 量资金用于解决供电问题，但是基本上所有的发电技术都对环境有巨大的副作 用。无论从互联网的角度，还是从整个社会的角度，集群的节能问题都已经成为 一个非常现实、严峻的问题。 对于系统级的节能调度算法有比较成熟的策略，如动态电源管理策略 （DPM）、动态电压和频率调整策略（DVFS）、动态电压调整策略（DVS）等。 这几种策略在系统级节能层次上应用的很成功，但并不适合用在服务器集群层次 上。适用于集群层面的节能策略是目前业界研究的热点问题，出现的比较早的策 略是比例积分微分反馈控制策略（PID）和负载集中策略（LC）等。随着集群系 统构造的复杂化、集群提供业务的多样化，这两种节能策略的有效性在降低。 动态集群配置是根据网络中负载情况动态地调整服务器规模，在最小系统功 耗下实现最优的服务性能。本文提出了基于预测的动态集群配置策略，该方法根 据网络中服务请求的历史信息，运用最小均方误差(LMS)和递归最小二乘（RLS） 预测未来时刻服务请求情况，根据负载请求与集群处理能力来决策服务器规模的 增减，动态地调节服务器集群中计算机的开启与关断。 另外，文中对于计算密集型服务器集群提出了特殊的集群配置策略。根据超 负率提供有 QoS 保证的服务，我们将节能问题抽象为约束最优化问题，即在保 持超负率低于某个期望阈值的情况下，最小化激活的服务节点数目。估计超负率 采用的数学工具是大偏差理论，通过这个算法来决策集群中服务节点的开启/关 闭状态。基于大偏差算法的决策方法只需要关注当前集群中的负载情况即可，而 无需关心负载业务的历史统计信息。本策略的另一个优势是，通过迭代的方法调 整工作态的服务器，而不是直接确定工作态服务节点的数目。 实验仿真中，我们使用了 Hebrew University of Jerusalem 的 Parallel Workloads 系统的用户 trace 数据，用真实的网络集群用户访问数据检验调度策略的可行性 和优越性。 关键字：服务器集群、节能、负载在线预测、RLS 算法、LMS 算法 PAGE PAGE IV ABSTRACT With the development of the science and technology, computers are widely applied in many fields, and their performance is expected higher and higher. A possible solution is to introduce giant computers, to meet the large-scale scientific computing of there emerging industries. But the astronomical costs of the giant computers are high enough to discourage most of the potential users. As the large-scale server clusters bring great convenience for scientific research, work, study and daily life, it also brings another serious problem—a huge energy consumption issue. A power issue is an important problem for server clusters, because it is not only a concern of a single computer or a group of servers, but also directly influences their cooling requirements. In fact, a medium to large number of high-performance nodes racked closely in the same work environment, as is usually the case with clusters, requires a significa