随着数据中心规模的增大,与之俱来的是耗电量的指数级增长。数据中心面临着降低耗能、节约开支、提高资源利用率等问题。通过监测和控制手段降低运行时能耗是实现数据中心节能的一个重要途径。目前的能耗数据监测系统依靠管理人员设定阈值,据此判断历史能耗是否异常。阈值的设定依靠人力的主观判断,这种措施缺少全面的、更加准确的数据支撑。另一方面,越来越多的实时能耗数据被存储到能耗管理平台中。这些历史能耗数据背后通常隐藏着丰富的知识,大量的数据使得常规方法捉襟见肘,而数据挖掘方法已经在众多领域取得了良好的应用效果。因此,研究一种新型的能耗数据监测系统,并实现数据挖掘方法在系统中的应用具有十分重要的现实意义。在这样的背景下,本课题主要做了以下工作:首先,分析了数据挖掘在能耗监测系统中的应用场景—能耗异常检测。结合能耗异常检测的目标,主要针对分类算法和离群点检测算法进行研究,提出了一种能耗实时数据的异常检测方法,并在系统集成前进行大量实验验证了其有效性。其次,针对能耗监测系统频繁的数据推送和数据IO场景,提出了一种新型的系统架构。通过加入中间层服务器,使请求/IO操作和计算业务分离。业务服务器专注于处理业务逻辑,有效降低了业务服务器的负载。新的架构具有良好的可伸缩性,之后随着业务计算规模的增大可动态增加业务服务器和实现负载均衡。然后,基于上述新型架构,设计并实现了一个能耗数据实时监测系统,可以通过丰富的图表实时展示能耗采集的数据,并将能耗异常检测方法集成并应用于系统的告警模块。系统可以帮助数据中心管理人员监测数据中心的能耗情况并及时通知管理人员查看能耗异常。最后,对实现的系统进行了功能展示,并对告警模块进行性能测试。测试结果表明,基于新型架构下的能耗实时监测系统在高并发的场景下具有良好的表现。