云計算環(huán)境中高能效資源分配方法的研究.pdf

1、目前，云計算技術(shù)已經(jīng)擁有了很高的成熟度。隨著云基礎(chǔ)設(shè)施的大量增加及云計算規(guī)模不斷擴大，IT資源耗電量劇增，這極大阻礙了IT行業(yè)的發(fā)展。能耗已經(jīng)成為制約云計算發(fā)展的重要因素。在這樣的背景下，如何降低云計算能耗，提高云計算能效成為了研究的新難題。
　　能效為單位能量完成的有效任務(wù)，對于同一任務(wù)，執(zhí)行過程中消耗的能耗越少，能效越高。資源分配問題是高能效云計算領(lǐng)域的關(guān)鍵技術(shù)所在。但是目前大多數(shù)云計算作業(yè)調(diào)度算法的重心都放在作業(yè)調(diào)度上，而沒

2、有考慮資源分配與能耗。因此，在調(diào)度作業(yè)時，需要一個能效可感知的資源分配方法為作業(yè)分配合理的資源，進而提升集群的資源利用率與能效。
　　本文提出了資源等待能耗和資源比的概念，并認(rèn)為基于資源比的資源分配是平臺軟件層面提高能效的有效手段，該方法具有一定創(chuàng)新性。本文定義資源空閑時間消耗的能源為等待能耗，稱等待能耗為0時，任務(wù)需要的資源量的比值為任務(wù)的最佳資源比，稱為Map/Reduce任務(wù)分配運算和存儲資源的過程為資源分配。首先，本文提出

3、了任務(wù)的階段模型，給出了通用的任務(wù)資源比模型。然后，基于MapReduce編程模型，本文研究了Map/Reduce任務(wù)對資源的占有特征，對Map/Reduce任務(wù)進行階段劃分和聚合，給出了Map/Reduce任務(wù)資源比模型?；谠撃Ｐ停疚奶岢隽艘环N高能效資源分配算法R2，主要包括任務(wù)調(diào)度和資源分配兩個方面。
　　最后，基于Hadoop集群環(huán)境，本文進行了一系列實驗。首先，本文驗證了最佳資源比的存在以及資源比和等待能耗的關(guān)系;接著