随着云计算和大数据等应用的不断发展,作为支撑其运行的基础设施,数据中心的数量和规模在不断地快速扩张,由此带来的能量消耗问题越来越引起人们的关注。服务器资源的过度分配是当今数据中心普遍存在的问题之一,大量的冗余服务器不仅浪费了能量、增加了运营成本,而且降低了数据中心的资源利用率,如何在保持服务的高可用性的前提下,根据工作负载的变化动态地调整服务器的规模,使得数据中心在整体上具有“能耗同比”的特性,是当今研究的热点问题。为了解决上述问题,本论文以节约数据中心的运行能耗为主要出发点,同时兼顾数据中心提供服务的高可用性要求,设计并实现了能耗感知的负载均衡算法,算法根据工作负载的实时变化动态地调整服务器的规模,将多余的服务器切换到节能模式,从而达到降低能耗的目的。本文的主要工作如下:(1)本文首先研究并建立了数据中心的能耗模型,依据服务器的运行状态以及状态之间的转换,将服务器能耗分为工作能耗、睡眠能耗和切换能耗,并分别以理论分析与实验测量相结合的方式建立数学模型;在此基础上,本文定义同构数据中心内以节能为目标的能耗优化问题,通过在活跃服务器之间均分负载,将能耗优化问题转化为服务器资源的调度问题,并利用动态规划提出了一种基于完整负载信息的离线负载均衡算法,得到了问题的理论最优解。(2)由于数据中心工作负载的变化具有高度的随机性,为了提升服务器资源的分配效率,使数据中心具备对未来负载的预判能力和对负载形式变化的感知能力,本文提出了自适应式的数据中心负载预测算法。算法根据数据中心工作负载复杂多变的变化特点,实时地选择合适的模型进行预测,解决了传统负载预测中单一模型无法适应动态变化负载的缺陷,有效提升了预测准确率,为能耗感知的负载均衡算法的提出打下了基础。(3)本文最重要的工作是设计并实现了能耗感知的负载均衡算法。首先,本文考虑在突发负载时期和服务器状态切换过程中可能导致的服务可用性的降低问题,提出了相应的应对措施,并在与自适应式的负载预测算法相结合的基础上提出了无预测和有预测的同构数据中心负载均衡算法。为了解决异构数据中心的节能问题,本文对同构数据中心的能耗感知负载均衡算法进行扩展,提出了一种基于两级负载均衡的异构数据中心分布式负载均衡算法。仿真结果表明,本文提出的能耗感知负载均衡算法在同构和异构数据中心的仿真环境中不仅具有良好的节能效果,而且保持了较高的服务可用性。