基于温度预测的存储系统优化技术研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:zgs352262
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对存储系统能耗的优化研究不仅是日益增长的数据量的客观需求,也是对绿色存储、节能减排号召的响应。在不考虑能耗的情况下单方面提高系统的性能,会导致电能的浪费,然而离开性能,单纯来降低系统能耗也显得意义甚微,因此,对存储系统的优化需要同时考虑性能与功耗两个因素,在节省能耗的基础上尽可能获得满足计算需求的性能。大量的实验数据表明,温度是影响存储系统性能的一个重要的影响因素,同时,温度也是能耗研究的一个不可忽视的条件,因此站在温度的角度来对存储系统的性能与功耗优化进行研究有一定的研究价值。针对存储系统温度过高会导致系统的性能下降,能耗上升这一问题,提出了一种温度预测的方法,该方法可以准确的预测存储系统的温度变化从而有效的控制系统温度,防止温度过高。首先从存储系统的结构出发,设计并实现了一种系统温度与能耗数据的采集方法,有效采集存储系统的实时温度与能耗信息;其次,利用能量守恒定律结合热力学公式对系统的温度变化进行建模,同时采用递归最小二次方算法估算出系统温度模型中的参数,通过将采集到的温度历史数据带入模型,结合自适应调整对存储系统的温度变化进行预测;最后根据系统工作效率将系统的温度分为三个温度区域,针对这三个区域分别提出相应的系统温度控制方法,结合负载转移以及关盘操作来有效降低系统温度。对系统进行三个方面测试,首先对预测模型的准确性进行测试,结果显示温度预测模型可以准确预测出存储系统的温度变化趋势;其次对比分析了有温度控制和无温度控制时系统温度的变化曲线,发现温度控制可以有效的将系统温度控制在最优温度范围内;最后对系统功耗优化进行测试,测试表明温度控制对系统功耗的降低效果符合预期。
其他文献
据IDC调查统计2011年全世界产生的数据达到了1.8ZB(18000亿GB)并且全球信息数据总量每过两年就会增加一倍而现有的磁记录密度将达到极限。针这一问题,存储领域已经开始研究新的
作为搜索引擎展示最终搜索结果的重要组成部分,基于查询的摘要是现代搜索引擎最常用的方法,它可以向用户展示结果文档中与检索词关联度最大的若干片段,这种基于查询的摘要可以使
超点是指在一个检测周期内链接大量不同源主机或目的主机的主机。许多网络攻击事件(分布式拒绝服务攻击、蠕虫病毒、端口扫描等)都具有这种网络行为特征。所以,超点检测对网
随着多媒体技术的广泛应用,主要处理常规数据的不确定数据查询技术和个性化检索技术已无法满足多媒体应用的要求。因此,利用分布式数据处理和个性化查询处理技术提高海量不确定
随着互联网的高速发展,数据存储呈现海量增长的趋势,超大规模和高并发的访问请求对传统的关系数据库提出了巨大挑战。独立的Web缓存技术得到了广泛的重视与发展,将数据以键值对
随着信息及通信技术的高速发展以及高校数字化、网络化教育的教育理念的更新,实现信息数字化、传输网络化已经成为提高办公效率,增强高校综合实力的重要手段。人们在使用计算
当今信息化社会,计算机技术高速发展的同时也带来了数据量的大规模增长,数据安全性的保障对于企业来说越发重要,尤其对于很多有价值的数据,一旦损坏或丢失,后果将不堪设想。传统方
二十世纪九十年代以来,随着计算机科学技术的发展和运动捕获技术的兴起,光学运动捕获设备的应用使得真实感人体运动数据更加高效﹑便捷的获取,由此促进人体动画的发展,一度被广泛应
对等网络(P2P)是一种新型的网络结构,与传统的客户端/服务器(C/S)网络结构相比,有着去中心化控制、健壮性强、可扩展性好、负载平衡等优点。目前,P2P技术已应用到文件共享、即时通讯
随着互联网技术和电子商务的迅速发展,人类社会正快速步入“全民网购”时代。消费者对产品的评论内容包含了商品的体验,也为其他消费者、企业产品的反馈提供了重要的信息资源。如何高效地挖掘用户评论中消费者对产品以及相关方面所持有的观点成为情感挖掘分析领域的热点问题。但是,由于中文自然语言表述的多样性和复杂性,使用户评论的情感分析和研究变得更具有挑战性。目前,对文本情感分析的研究主要集中于细粒度的情感挖掘。它
学位