论文部分内容阅读
【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，再利用温控设备控制模块来决定温控设备是否开启以及开启的程度，使得温控系统可以实现数据中心各区域的精确温度控制。
该算法具有明显的优势，对实现云数据中心的绿色节能起到了积极的促进作用，一方面在对数据和节点聚集以后，导致了部分区域节点的工作负荷和耗能的增加，这样就使部分区域避免了处于待机空转的状态，这样就无需对该区域进行制冷降温，进而降低了整体的耗能。另一方面数据聚集以后，在系统运行中，节点是处于高负载状态的，大大的提高了资源的利用率，在相互备份的支持下，可以实现对数据的不间断访问，这样就使云计算数据中心的运行得到了保障。此外，利用动态数据聚集算法，可以实现各个节点的轮转运行，极大的提高了硬件设备的寿命以及设备使用的稳定性。
三、面向绿色云计算数据中心的动态数据聚集算法分析
动态数据聚集算法中，节点始终处于工作、待机和关机的状态，这就需要根据其状态，采取相应的节能措施。在节点待机时，其CPU和硬盘是处于基本不工作的状态的，但是节点仍然有损耗，这就需要对数据进行有效的部署和调度任务，减少处于待机状态的节点数量，避免节点引起的空耗。当处于关机状态时，电源线的能耗基本可以忽视。
（一）性能分析
数据聚集前，数据部署比较散乱导致了访问热点的不规律，致使大量节点的利用率低，待机状态的能耗造成了环境的热负荷，这就加大了温度控制的工作量，造成了能源的浪费。而在对节点进行聚集后，消除了服务器的待机空转状态，所产生的热耗仅仅来源于电源线，同时温控设备也无需进行降温，最大限度的降低了能耗。
（二）资源利用与服务的质量
如果用户的请求规模相同，对资源的利用率不会有很大的差别，但是在具体节点工作而言，进行数据聚集后，节点在开机运行时，处于高负载的状态，大大的提高了利用率。同时，该算法利用运行规律相反的节点进行互补，避免了因为节点关闭而无法对数据进行访问的情况进而大大增强了系统的性能，并提高了服务的质量。
总之，云计算数据中心的节能与能耗控制是一个复杂的过程，需要多个方面的共同努力，需要分析多个因素和多个层面，这就需要从数据的部署和任务的调度方面着手，实现动态数据和节点聚集，对能耗的计算和温控能耗的控制进行统一的调度以及精确的控制，这样就降低了云计算的整体能耗，推动了云计算数据中心向着绿色节能的方向发展。
参考文献
[1] 金海，吴松，廖小飞.云计算的发展与挑战[M].计算机学会，2011（09）
[2] 李静姝.浅谈云计算机的数据中心分析与研究[J].科技资讯，2011（07）
[3] 李腾.云时代集成系统的构建设想[J]计算机发展学刊，2009（11）
[4] 陈飞.云计算机下的动态数据聚集算法研究[J].河北科技.2010（04）
【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，再利用温控设备控制模块来决定温控设备是否开启以及开启的程度，使得温控系统可以实现数据中心各区域的精确温度控制。
该算法具有明显的优势，对实现云数据中心的绿色节能起到了积极的促进作用，一方面在对数据和节点聚集以后，导致了部分区域节点的工作负荷和耗能的增加，这样就使部分区域避免了处于待机空转的状态，这样就无需对该区域进行制冷降温，进而降低了整体的耗能。另一方面数据聚集以后，在系统运行中，节点是处于高负载状态的，大大的提高了资源的利用率，在相互备份的支持下，可以实现对数据的不间断访问，这样就使云计算数据中心的运行得到了保障。此外，利用动态数据聚集算法，可以实现各个节点的轮转运行，极大的提高了硬件设备的寿命以及设备使用的稳定性。
三、面向绿色云计算数据中心的动态数据聚集算法分析
动态数据聚集算法中，节点始终处于工作、待机和关机的状态，这就需要根据其状态，采取相应的节能措施。在节点待机时，其CPU和硬盘是处于基本不工作的状态的，但是节点仍然有损耗，这就需要对数据进行有效的部署和调度任务，减少处于待机状态的节点数量，避免节点引起的空耗。当处于关机状态时，电源线的能耗基本可以忽视。
（一）性能分析
数据聚集前，数据部署比较散乱导致了访问热点的不规律，致使大量节点的利用率低，待机状态的能耗造成了环境的热负荷，这就加大了温度控制的工作量，造成了能源的浪费。而在对节点进行聚集后，消除了服务器的待机空转状态，所产生的热耗仅仅来源于电源线，同时温控设备也无需进行降温，最大限度的降低了能耗。
（二）资源利用与服务的质量
如果用户的请求规模相同，对资源的利用率不会有很大的差别，但是在具体节点工作而言，进行数据聚集后，节点在开机运行时，处于高负载的状态，大大的提高了利用率。同时，该算法利用运行规律相反的节点进行互补，避免了因为节点关闭而无法对数据进行访问的情况进而大大增强了系统的性能，并提高了服务的质量。
总之，云计算数据中心的节能与能耗控制是一个复杂的过程，需要多个方面的共同努力，需要分析多个因素和多个层面，这就需要从数据的部署和任务的调度方面着手，实现动态数据和节点聚集，对能耗的计算和温控能耗的控制进行统一的调度以及精确的控制，这样就降低了云计算的整体能耗，推动了云计算数据中心向着绿色节能的方向发展。
参考文献
[1] 金海，吴松，廖小飞.云计算的发展与挑战[M].计算机学会，2011（09）
[2] 李静姝.浅谈云计算机的数据中心分析与研究[J].科技资讯，2011（07）
[3] 李腾.云时代集成系统的构建设想[J]计算机发展学刊，2009（11）
[4] 陈飞.云计算机下的动态数据聚集算法研究[J].河北科技.2010（04）