动态数据聚集算法探究.docVIP

PAGE PAGE 1 动态数据聚集算法探究 　　【摘要】与传统的计算方式不同，云计算提供了动态的弹性规模扩展的计算，对信息产业体系架构的改进和创新起到了积极的促进作用，在云计算的应用中，其能耗问题得到了普遍的关注。本文笔者从云计算的能耗分析着手，分析了动态数据聚集算法，并探讨了控制计算能耗的有效方法，目的是为云计算数据中心的动态数据聚集算法的应用提供指导和借鉴，为云计算向着绿色方向发展指明提供有力支持。 　　【关键词】云计算；数据中心；动态数据聚集算法；绿色；能耗 　　【中图分类号】P33【文献标识码】A【文章编号】1672-5158（2013）02-0108-01 　　在网络技术的支持下，云计算利用集中构建的数据中心为客户提供高性价比的服务，包括计算、存储以及各类信息服务，为人类生活带来了极大的便利。然而，云计算数据中心的能耗相当大，该问题引起了人们的普遍关注，因此，需要通过改进算法，减少云计算数据中心的能耗，使其在提高计算效率和提高服务质量的同时，最大限度的降低消耗，使其向着绿色的方向发展。 　　一、引起云计算数据中心能耗的原因 　　随着人们对云计算数据中心能耗问题的关注，需要采取有效的措施，最大限度的降低能耗，这就需要对引起能耗的原因进行分析，才能采取有针对性的措施，一般而言，引起云计算数据中心能耗的原因主要有以下三个方面：引起云计算数据中心能耗最大的是服务器设备、网络互联设备、电源供应设备等的数据中心主体所产生的耗能，并且在云计算数据中心的总体消耗中的比重最大。其次，是温控设备产生的内能耗，例如水冷、风冷的温度控制设备，该部分的能耗在总体能耗方面占的比重也很大，甚至有时候会超过数据中心主体设备的能耗，除此之外，其他设备产生的能耗虽然比较小，但是也不可忽视，对数据中心的总体能耗有着不可忽视的影响。 　　鉴于上述原因对数据中心的总体能耗产生重要的影响，需要对症下药，采取有效的措施，对云计算数据中心进行改进，提高其工作效率和服务质量的同时，最大限度的降低能耗，实现云计算数据中心的可持续发展。其中动态数据聚集算法便是一个有效减少能耗的算法，对云计算数据中心的绿色发展起了积极的推动作用。 　　二、动态数据聚集算法 　　（一）云计算数据中心的能耗分析 　　在云计算系统中，其能耗方面还存在着一些问题，造成了数据中心的高能耗，一般包括以下几点：首先是缺乏细致的温度控制体系，难以对当前的耗能进行有效的管理，这样就造成了较为严重的资源浪费，其次是在任务调度和数据部署方面的问题，忽视对能耗的关注和重视，只是关注到存储空间的大小和数据的访问问题。此外，对自然环境和对硬件的过度依赖也是造成耗能较高的原因，在降低能耗的工作中，基本都是从对硬件的本身功耗着手，但是往往结果很不理想，同时一些数据中心为了节约成本，将数据中心安置在较为寒冷的地区，避免人工制冷，但是如果设置在较为热的地区，需要进行人工制冷，加大了投入和消耗。当然随着技术的进步，数据中心的设备也不断改进，数据中心设备对温度的承受能力有了很大的提高，因此可以显著的降低能耗和电力的成本。 　　（二）云数据模型 　　从用户角度方面来说，在云计算系统中，云数据有着四种模型：第一类是用户在提出任务执行请求时，云计算就会根据对任务的分析，提供程序和数据计算，例如搜索引擎的应用；第二类是涉及用户任务的程序由用户提供，而数据是由云计算服务器提供，再在云计算的帮助下完成任务；第三类是用户提供数据，云计算提供程序和计算资源，服务器端在进行数据的迁移和处理，进而完成任务；第四类是用户提供任务涉及的程序和数据，利用云计算的计算和存储等硬件系统，完成任务。 　　对于前两类计算而言，系统提供的数据存储点对其有较大的影响，而后两种算法对系统性能的影响主要是受到数据迁移的执行点的影响。 　　（三）算法概述 　　为了提高服务的质量，需要云数据中心能够承受服务高峰的负载，以便满足用户的需求以及保持系统的稳定性，因此在对系统进行设计时，需要留有余量，这就需要借助冗余机制，进而避免了在非高峰阶段的能耗问题。同时由于数据中心的每一个节点在时间和负载不同的情况下，难以对温度进行精确的控制，这就会影响到制冷的效率，这就需要建立热力学散热模型，从而达到精确制冷的目的。 　　该算法是将数据和节点进行有序的聚集或者是重新的分布，进而实现对云数据中心的计算存储节点的有效利用，同时还可以使未利用的节点处于休眠或者是关机的状态，同时温控设备处于待机或者是关闭的状态，这就对绿色节能目标的实现起到了积极的促进作用。 　　计算与存储设备上包含了节点资源管理、节点控制、数据迁移、访问记录管理模块和节点运行监测模块；温控系统包含了环境监测和温控设备控制模块。其中温控系统与计算设备协同工作，特别根据节点运行监测模块和环境监测模块感知的情况，再利用温