异构云平台中能源有效的虚拟机部署研究_周东清
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
［ ９］
Ｃ Ｐ Ｕ 机空闲时的能源 消 耗 ， 约占最大功耗的７ 表示 Ｃ ０％ ， ｕ Ｐ Ｕ ｊ
的利用率 。 系统的能耗最优化虚拟机部署问题可以表示为如下单 目 标优化问题 。 ·ｙ 目标函数 ： ｍ ｉ ｎ ∑Ｐ（ Ｈｊ） ｔ ｊ·
Ｅ ｎ ｅ ｒ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｔ Ｖ ｉ ｒ ｔ ｕ ａ ｌ Ｍ ａ ｃ ｈ ｉ ｎ ｅ Ｐ ｌ ａ ｃ ｅ ｍ ｅ ｎ ｔ ｆ ｏ ｒ Ｈ ｅ ｔ ｅ ｒ ｏ ｅ ｎ ｅ ｏ ｕ ｓ Ｃ ｌ ｏ ｕ ｄ Ｐ ｌ ａ ｔ ｆ ｏ ｒ ｍ － ｇ ｙ ｇ
ｉ ｎ ｉ ａ ｎ Ｚ ＨＯＵ Ｄ ｏ ｎ Ｉ Ｑ ｉ ｎ － Ｓ － ｑ ｇ ｑ ｇ ｇ
） 到稿日期 ： 资助 。 ２ ０ １ ４ ０ ５ ０ ８ ２ ０ １ ４ ０ ７ １ ３ ０ １ ０ ５ １ ５ ７ － － 返修日期 ： － － 本文受国家自然科学基金 （ ， ， 周东清 （ 男， 副教授 ， 主要研究方向为并行分布式 计 算 、 数 据 挖 掘； 佀庆乾（ 男， 硕 士 生， 主 要 研 究 方 向 为 分 布 式 计 算、 云 计 算， １ ９ ６ ４－ ） １ ９ ８ ９－ ） ： Ｅ－ｍ ａ ｉ ｌ ｓ ｉ ｉ ｎ ｉ ａ ｎ １ ２ ３＠１ ６ ３． ｃ ｏ ｍ。 ｑ ｇ ｑ
， Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｎ ｅ ｒ ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ ｈ ａ ｓ ｂ ｅ ｃ ｏ ｍ ｅ ａ ｎ ｉ ｍ ｏ ｒ ｔ ａ ｎ ｔ ａ ｒ ｔ ｏ ｆ ｔ ｈ ｅ ｏ ｅ ｒ ａ ｔ ｉ ｏ ｎ ａ ｌ ｃ ｏ ｓ ｔ ｏ ｆ ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ ａ ｎ ｄ ｖ ｉ ｒ ｔ ｕ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ Ｅ ｇ ｙ ｐ ｐ ｐ ｐ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｉ ｓ ｏ ｎ ｅ ｏ ｆ ｔ ｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｍ ｅ ｔ ｈ ｏ ｄ ｓ ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ ｏ ｆ ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ ． Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｈ ｉ ｈ ｇ ｙ ｇ ｙ ｐ ｇ ， ， ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ ｏ ｆ ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ ｗ ｅ ｕ ｓ ｅ ｄ ｔ ｈ ｅ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｏ ｆ ｖ ｉ ｒ ｔ ｕ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｃ ｏ ｍ ｂ ｉ ｎ ｉ ｎ ｔ ｈ ｅ ｈ ｅ ｔ ｅ ｒ ｏ ｅ ｎ ｅ ｉ ｔ ｏ ｆ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｈ ｓ ｉ ｃ ａ ｌ ｐ ｇ ｙ ｇ ｇ ｙ ｇ ｙ ｐ ｙ ｍ ａ ｃ ｈ ｉ ｎ ｅ ａ ｎ ｄ ｔ ｈ ｅ ｍ ｕ ｌ ｔ ｉ ｄ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｎ ａ ｔ ｕ ｒ ｅ ｏ ｆ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｓ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｖ ｉ ｒ ｔ ｕ ａ ｌ ｍ ａ ｃ ｈ ｉ ｎ ｅ ｒ ｅ ｕ ｉ ｒ ｅ ｓ ｉ ｎ ｔ ｈ ｅ ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ ． Ａ ｍ ｅ ａ ｓ ｕ ｒ ｅ － － ｑ ｅ ｒ ｆ ｏ ｒ ｍ ａ ｎ ｃ ｅ ｈ ｓ ｉ ｃ ａ ｌ ｍ ｅ ｎ ｔ ｍ ｏ ｄ ｅ ｌ ｆ ｏ ｒ ｔ ｈ ｅ ｏ ｆ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｍ ａ ｃ ｈ ｉ ｎ ｅ ｓ ａ ｎ ｄ ａ ｎ ｏ ｔ ｈ ｅ ｒ ｏ ｎ ｅ ｆ ｏ ｒ ｔ ｈ ｅ ｍ ｕ ｌ ｔ ｉ ｄ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｕ ｔ ｉ ｌ ｉ － － ｐ ｐ ｙ ， ， ， ｚ ａ ｔ ｉ ｏ ｎ ｒ ａ ｔ ｅ ｗ ｅ ｒ ｅ ｒ ｏ ｏ ｓ ｅ ｄ ａ ｎ ｄ ｔ ｈ ｅ ｎ ｏ ｎ ｔ ｈ ｅ ｒ ｅ ｍ ｉ ｓ ｅ ｏ ｆ ｔ ｈ ａ ｔ ａ ｄ ｅ ｌ ｏ ｍ ｅ ｎ ｔ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｆ ｏ ｒ ｖ ｉ ｒ ｔ ｕ ａ ｌ ｍ ａ ｃ ｈ ｉ ｎ ｅ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｈ ｅ ｔ ｅ ｒ ｏ － ｐ ｐ ｐ ｐ ｙ ｇ ｅ ｎ ｅ ｏ ｕ ｓ ｃ ｌ ｏ ｕ ｄ ｌ ａ ｔ ｆ ｏ ｒ ｍ ｗ ａ ｓ ｒ ｏ ｏ ｓ ｅ ｄ ． Ｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ， ｃ ｏ ｍ ａ ｒ ｅ ｄ ｗ ｉ ｔ ｈ ｔ ｈ ｅ ＭＢ Ｆ Ｄ ａ ｎ ｄ Ｂ Ｆ Ｄ， ｇ ｐ ｐ ｐ ｇ ｐ ， ， ｃ ａ ｎ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ ｏ ｆ ｓ ｓ ｔ ｅ ｍ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｂ ｅ ｓ ｉ ｄ ｅ ｓ ｉ ｔ ｉ ｍ ｒ ｏ ｖ ｅ ｓ ｔ ｈ ｅ ｕ ｔ ｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｒ ａ ｔ ｅ ｏ ｆ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｓ ａ ｎ ｄ ｒ ｅ － ｇ ｙ ｐ ｙ ｙ ｐ ｄ ｕ ｃ ｅ ｓ ｔ ｈ ｅ ｗ ａ ｓ ｔ ｅ ｏ ｆ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ． ， ， ， Ｋ ｅ ｗ ｏ ｒ ｄ ｓ ｉ ｒ ｔ ｕ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ Ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ Ｈ ｅ ｔ ｅ ｒ ｏ ｅ ｎ ｅ ｏ ｕ ｓ Ｅ ｎ ｅ ｒ ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ Ｖ ｇ ｇ ｙ ｐ ｙ 心的生命周期中 ， 它的能源消耗成本已经超过了硬件成本 ， 成
国总能耗的 １． 并且对电能的需求仍在以每年１ ５％ ， ２％ 的 速 如果以这样 的 速 度 增 长 ， 到２ 度增长 ， ０ １ １年数据中心会消耗
［］ 每年约花费７ １ ０ ０ ０ 亿千瓦时的 电 能 ， ４亿美元 ３ 。在数据中
一个能源感知的资 源 分 配 启 发 式 算 法 ＭＢ 该算法在为虚 Ｆ Ｄ， 拟机选择物理机时 ， 考虑了能源效率 ， 选择放置该虚拟机后 使 系统能源消耗增加最少的物理机 ， 但该算法只考虑了 Ｃ Ｐ Ｕ资
４］ 。 如何减少能源消 耗 为了继人力资源成本后的第二大成本 ［ ５］ 。目 前 成为了数据中心基础设施提供者需解决的关键问题 ［
１ 引言
云计算作为一种新 的 计 算 模 式 ， 提供了计算服务的动态 配置 ， 计算服务由现代化数据中心支持 ， 采用虚拟机技术以 达
１］ 。 云计算把基础设施 、 到资源整合和环境隔离的目的 ［ 平台、
ｍ ａ ｘ ｉ ｄ ｌ ｅ 表示物理机 Ｃ 表示物理 Ｐ Ｐ Ｕ 满载时的最大功率消耗 ， Ｐ ｊ ｊ
虚拟机部署问题， 把求能源最优化问题转变为求开启物理机 但是在异构环境中物理机的能源效率不同 ， 系 的最小化问题 ， 能源消耗并不一定最优 。 统中开启的物理机数量最少 ， Ｉ ｎ ｋ ｗ ｏ ｎ Ｈｗ ａ ｎ ｇ 等人把虚 拟 机 的 资 源 要 求 作 为 一 个 随
， 合算法 ： 其目的是最大化物理机的利用 Ｅ Ｃ Ｔ Ｃ Ｃ和 Ｍ ａ ｘ Ｕ ｔ ｉ ｌ 开启 尽 可 能 少 的 物 理 机 ， 从 而 达 到 节 能 的 目 的 。Ａ 率， ｎ ｔ ｏ ｎ
［］ 提出了 Ｂ ｅ ｌ ｏ ｌ ａ ｚ ｏ ｖ７ 等人考虑了数据中心中物理机的 异 构 性 ， ｇ
。 美国能源部的数 据 表 明 ， 数据中心的能源消耗占美
（ ， ， ） Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｃ ｏ ｍ ｕ ｔ ｅ ｒ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ Ｄ ａ ｌ ｉ ａ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ Ｄ ａ ｌ ｉ ａ ｎ １ １ ６ ０ ２ ４， Ｃ ｈ ｉ ｎ ａ ｐ ｇ ｙ ｙ ｇ ｙ
·８ １·
源， 没有考虑虚拟机所需资源的多维性及物理机多个资源的 利用率 。 Ｈ ａ ｏ Ｊ ｉ ｎ 等人研究了同构云平台中的能源有效的
［ ８］
其中闲置时的静态功率消耗与物理机的资源 耗两部分组成， 配置相关 ， 动态功率消耗与 Ｃ Ｐ Ｕ 的利用率相关 。 物理机运 行
ｉ ｄ ｌ ｅ Ｃ Ｐ Ｕ ｍ ａ ｘ ｉ ｄ ｌ ｅ （ ， 时的 功 率 可 表 示 为 ： 其中 Ｐ（ Ｈｊ ） ＝Ｐ ｕ Ｐ ＋Ｐ ｊ ＋ ｊ ｊ ｊ ）
［ ２］
２ 相关工作
数据中心中的物理机资源在很多时间都是未被充分利 用 的， 通过把服务请求 整 合 到 少 量 物 理 机 ， 关 闭 空 闲 物 理 机， 可 以有效地减少 能 源 消 耗 ， 这 种 技 术 被 称 为 服 务 整 合 。Ｙ ｏ ｕ ｎ ｇ
［］ Ｃ ｈ ｏ ｏ ｎ Ｌ ｅ ｅ６ 等人提出了两 个 具 有 节 能 效 果 的 启 发 式 服 务 整
antonbeloglazov等人考虑了数据中心中物理机的异构性提出了一个能源感知的资源分配启发式算法mbfd该算法在为虚拟机选择物理机时考虑了能源效率选择放置该虚拟机后使系统能源消耗增加最少的物理机但该算法只考虑了cpu资源没有考虑虚拟机所需资源的多维性及物理机多个资源的利用率
第４ ２卷 第３期 ２ ０ １ ５年３月
减少数据中心能源消耗的主要技术有： 动态电压和频率调节 （ ） 、 关闭空闲的物理机 、 虚拟化技术 。 Ｄ Ｖ Ｆ Ｓ
软件作为服务提供给用户使用 。 在工业上这些服务被称为 基 、 、 础设 施 即 服 务 （ 平台即服务（ 软件即服务 Ｉ ａ ａ Ｓ） Ｐ ａ ａ Ｓ） （ ） 。一些 云 计 算 服 务 提 供 者 （ 、 、 如Ｇ Ｓ ａ ａ Ｓ ｏ ｏ ｌ ｅ Ｍ ｉ ｃ ｒ ｏ ｓ ｏ ｆ ｔ Ｙ ａ － ｇ 、 正在世界 上 不 同 的 地 方 部 署 数 据 中 心 来 提 供 云 计 ｈ ｏ ｏ Ｉ ＢＭ） 算服务 。 为了充分实 现 云 计 算 的 潜 力 ， 云服务提供者必须确 保其能够提供灵活 、 高质量的服务来满足不同客户的要求 。 数据中心在 提 供 高 服 务 质 量 的 同 时 也 消 耗 了 大 量 的 能 源。全 球 数 据 中 心 的 能 源 消 耗 从 ２ ０ ０ ７年到２ ０ ３ ０年将增加 ７ ６％
计 算 机 科 学 Ｃ ｏ ｍ ｕ ｔ ｅ ｒ ｃ ｉ ｅ ｎ ｃ ｅ Ｓ ｐ
Ｖ ｏ ｌ ． ４ ２Ｎ ｏ ． ３ Ｍ ａ ｒ ２ ０ １ ５
异构云平台中能源有效的虚拟机部署研究
周东清 佀庆乾 （ ） 大连理工大学计算机科学与技术学院 大连 １ １ ６ ０ ２ ４
摘 要 能源消耗已经成为数据中心操作成本的重要组成部分， 虚拟化技术是降低数据中心能源消耗的有效方法之 一 。 为了降低数据中心过高的能源消耗 ， 利用虚拟化技术 ， 结合数据中心中物理机的异构性和虚拟机所需资源的 多 维 性， 提出了一个衡量不同类型物理机性能的模型和一个衡量多维资源利用率的模型 ， 在此基础上提出了一个异构 云 平 与 ＭＢ 该算法不仅可以有效地降低系统 台下能源有效的虚拟机部署算法 。 仿真实验表明 ， Ｆ Ｄ 算法及 Ｂ Ｆ Ｄ 算法相比， 的能源消耗 ， 而且还提高了资源利用率 ， 减少了资源的浪费 。 关键词 虚拟化 ， 数据中心 ， 异构性 ， 能源消耗 ／ 中图法分类号 Ｔ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ２ Ｐ ３ ９ ３ 文献标识码 Ａ Ｄ Ｏ Ｉ ０． １ １ ８ ９ ６ １ ３ ７ Ｘ． ２ ０ １ ５． ３． ０ １ ７ １ － ｊ
Ｃ Ｐ Ｕ 机空闲时的能源 消 耗 ， 约占最大功耗的７ 表示 Ｃ ０％ ， ｕ Ｐ Ｕ ｊ
的利用率 。 系统的能耗最优化虚拟机部署问题可以表示为如下单 目 标优化问题 。 ·ｙ 目标函数 ： ｍ ｉ ｎ ∑Ｐ（ Ｈｊ） ｔ ｊ·
Ｅ ｎ ｅ ｒ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｔ Ｖ ｉ ｒ ｔ ｕ ａ ｌ Ｍ ａ ｃ ｈ ｉ ｎ ｅ Ｐ ｌ ａ ｃ ｅ ｍ ｅ ｎ ｔ ｆ ｏ ｒ Ｈ ｅ ｔ ｅ ｒ ｏ ｅ ｎ ｅ ｏ ｕ ｓ Ｃ ｌ ｏ ｕ ｄ Ｐ ｌ ａ ｔ ｆ ｏ ｒ ｍ － ｇ ｙ ｇ
ｉ ｎ ｉ ａ ｎ Ｚ ＨＯＵ Ｄ ｏ ｎ Ｉ Ｑ ｉ ｎ － Ｓ － ｑ ｇ ｑ ｇ ｇ
） 到稿日期 ： 资助 。 ２ ０ １ ４ ０ ５ ０ ８ ２ ０ １ ４ ０ ７ １ ３ ０ １ ０ ５ １ ５ ７ － － 返修日期 ： － － 本文受国家自然科学基金 （ ， ， 周东清 （ 男， 副教授 ， 主要研究方向为并行分布式 计 算 、 数 据 挖 掘； 佀庆乾（ 男， 硕 士 生， 主 要 研 究 方 向 为 分 布 式 计 算、 云 计 算， １ ９ ６ ４－ ） １ ９ ８ ９－ ） ： Ｅ－ｍ ａ ｉ ｌ ｓ ｉ ｉ ｎ ｉ ａ ｎ １ ２ ３＠１ ６ ３． ｃ ｏ ｍ。 ｑ ｇ ｑ
， Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｎ ｅ ｒ ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ ｈ ａ ｓ ｂ ｅ ｃ ｏ ｍ ｅ ａ ｎ ｉ ｍ ｏ ｒ ｔ ａ ｎ ｔ ａ ｒ ｔ ｏ ｆ ｔ ｈ ｅ ｏ ｅ ｒ ａ ｔ ｉ ｏ ｎ ａ ｌ ｃ ｏ ｓ ｔ ｏ ｆ ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ ａ ｎ ｄ ｖ ｉ ｒ ｔ ｕ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ Ｅ ｇ ｙ ｐ ｐ ｐ ｐ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｉ ｓ ｏ ｎ ｅ ｏ ｆ ｔ ｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｍ ｅ ｔ ｈ ｏ ｄ ｓ ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ ｏ ｆ ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ ． Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｈ ｉ ｈ ｇ ｙ ｇ ｙ ｐ ｇ ， ， ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ ｏ ｆ ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ ｗ ｅ ｕ ｓ ｅ ｄ ｔ ｈ ｅ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｏ ｆ ｖ ｉ ｒ ｔ ｕ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｃ ｏ ｍ ｂ ｉ ｎ ｉ ｎ ｔ ｈ ｅ ｈ ｅ ｔ ｅ ｒ ｏ ｅ ｎ ｅ ｉ ｔ ｏ ｆ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｈ ｓ ｉ ｃ ａ ｌ ｐ ｇ ｙ ｇ ｇ ｙ ｇ ｙ ｐ ｙ ｍ ａ ｃ ｈ ｉ ｎ ｅ ａ ｎ ｄ ｔ ｈ ｅ ｍ ｕ ｌ ｔ ｉ ｄ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｎ ａ ｔ ｕ ｒ ｅ ｏ ｆ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｓ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｖ ｉ ｒ ｔ ｕ ａ ｌ ｍ ａ ｃ ｈ ｉ ｎ ｅ ｒ ｅ ｕ ｉ ｒ ｅ ｓ ｉ ｎ ｔ ｈ ｅ ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ ． Ａ ｍ ｅ ａ ｓ ｕ ｒ ｅ － － ｑ ｅ ｒ ｆ ｏ ｒ ｍ ａ ｎ ｃ ｅ ｈ ｓ ｉ ｃ ａ ｌ ｍ ｅ ｎ ｔ ｍ ｏ ｄ ｅ ｌ ｆ ｏ ｒ ｔ ｈ ｅ ｏ ｆ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｍ ａ ｃ ｈ ｉ ｎ ｅ ｓ ａ ｎ ｄ ａ ｎ ｏ ｔ ｈ ｅ ｒ ｏ ｎ ｅ ｆ ｏ ｒ ｔ ｈ ｅ ｍ ｕ ｌ ｔ ｉ ｄ ｉ ｍ ｅ ｎ ｓ ｉ ｏ ｎ ａ ｌ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｕ ｔ ｉ ｌ ｉ － － ｐ ｐ ｙ ， ， ， ｚ ａ ｔ ｉ ｏ ｎ ｒ ａ ｔ ｅ ｗ ｅ ｒ ｅ ｒ ｏ ｏ ｓ ｅ ｄ ａ ｎ ｄ ｔ ｈ ｅ ｎ ｏ ｎ ｔ ｈ ｅ ｒ ｅ ｍ ｉ ｓ ｅ ｏ ｆ ｔ ｈ ａ ｔ ａ ｄ ｅ ｌ ｏ ｍ ｅ ｎ ｔ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｆ ｏ ｒ ｖ ｉ ｒ ｔ ｕ ａ ｌ ｍ ａ ｃ ｈ ｉ ｎ ｅ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｈ ｅ ｔ ｅ ｒ ｏ － ｐ ｐ ｐ ｐ ｙ ｇ ｅ ｎ ｅ ｏ ｕ ｓ ｃ ｌ ｏ ｕ ｄ ｌ ａ ｔ ｆ ｏ ｒ ｍ ｗ ａ ｓ ｒ ｏ ｏ ｓ ｅ ｄ ． Ｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ， ｃ ｏ ｍ ａ ｒ ｅ ｄ ｗ ｉ ｔ ｈ ｔ ｈ ｅ ＭＢ Ｆ Ｄ ａ ｎ ｄ Ｂ Ｆ Ｄ， ｇ ｐ ｐ ｐ ｇ ｐ ， ， ｃ ａ ｎ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ ｏ ｆ ｓ ｓ ｔ ｅ ｍ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｂ ｅ ｓ ｉ ｄ ｅ ｓ ｉ ｔ ｉ ｍ ｒ ｏ ｖ ｅ ｓ ｔ ｈ ｅ ｕ ｔ ｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｒ ａ ｔ ｅ ｏ ｆ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｓ ａ ｎ ｄ ｒ ｅ － ｇ ｙ ｐ ｙ ｙ ｐ ｄ ｕ ｃ ｅ ｓ ｔ ｈ ｅ ｗ ａ ｓ ｔ ｅ ｏ ｆ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ． ， ， ， Ｋ ｅ ｗ ｏ ｒ ｄ ｓ ｉ ｒ ｔ ｕ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ Ｄ ａ ｔ ａ ｃ ｅ ｎ ｔ ｅ ｒ Ｈ ｅ ｔ ｅ ｒ ｏ ｅ ｎ ｅ ｏ ｕ ｓ Ｅ ｎ ｅ ｒ ｃ ｏ ｎ ｓ ｕ ｍ ｔ ｉ ｏ ｎ Ｖ ｇ ｇ ｙ ｐ ｙ 心的生命周期中 ， 它的能源消耗成本已经超过了硬件成本 ， 成
国总能耗的 １． 并且对电能的需求仍在以每年１ ５％ ， ２％ 的 速 如果以这样 的 速 度 增 长 ， 到２ 度增长 ， ０ １ １年数据中心会消耗
［］ 每年约花费７ １ ０ ０ ０ 亿千瓦时的 电 能 ， ４亿美元 ３ 。在数据中
一个能源感知的资 源 分 配 启 发 式 算 法 ＭＢ 该算法在为虚 Ｆ Ｄ， 拟机选择物理机时 ， 考虑了能源效率 ， 选择放置该虚拟机后 使 系统能源消耗增加最少的物理机 ， 但该算法只考虑了 Ｃ Ｐ Ｕ资
４］ 。 如何减少能源消 耗 为了继人力资源成本后的第二大成本 ［ ５］ 。目 前 成为了数据中心基础设施提供者需解决的关键问题 ［
１ 引言
云计算作为一种新 的 计 算 模 式 ， 提供了计算服务的动态 配置 ， 计算服务由现代化数据中心支持 ， 采用虚拟机技术以 达
１］ 。 云计算把基础设施 、 到资源整合和环境隔离的目的 ［ 平台、
ｍ ａ ｘ ｉ ｄ ｌ ｅ 表示物理机 Ｃ 表示物理 Ｐ Ｐ Ｕ 满载时的最大功率消耗 ， Ｐ ｊ ｊ
虚拟机部署问题， 把求能源最优化问题转变为求开启物理机 但是在异构环境中物理机的能源效率不同 ， 系 的最小化问题 ， 能源消耗并不一定最优 。 统中开启的物理机数量最少 ， Ｉ ｎ ｋ ｗ ｏ ｎ Ｈｗ ａ ｎ ｇ 等人把虚 拟 机 的 资 源 要 求 作 为 一 个 随
， 合算法 ： 其目的是最大化物理机的利用 Ｅ Ｃ Ｔ Ｃ Ｃ和 Ｍ ａ ｘ Ｕ ｔ ｉ ｌ 开启 尽 可 能 少 的 物 理 机 ， 从 而 达 到 节 能 的 目 的 。Ａ 率， ｎ ｔ ｏ ｎ
［］ 提出了 Ｂ ｅ ｌ ｏ ｌ ａ ｚ ｏ ｖ７ 等人考虑了数据中心中物理机的 异 构 性 ， ｇ
。 美国能源部的数 据 表 明 ， 数据中心的能源消耗占美
（ ， ， ） Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｃ ｏ ｍ ｕ ｔ ｅ ｒ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ Ｄ ａ ｌ ｉ ａ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ Ｄ ａ ｌ ｉ ａ ｎ １ １ ６ ０ ２ ４， Ｃ ｈ ｉ ｎ ａ ｐ ｇ ｙ ｙ ｇ ｙ
·８ １·
源， 没有考虑虚拟机所需资源的多维性及物理机多个资源的 利用率 。 Ｈ ａ ｏ Ｊ ｉ ｎ 等人研究了同构云平台中的能源有效的
［ ８］
其中闲置时的静态功率消耗与物理机的资源 耗两部分组成， 配置相关 ， 动态功率消耗与 Ｃ Ｐ Ｕ 的利用率相关 。 物理机运 行
ｉ ｄ ｌ ｅ Ｃ Ｐ Ｕ ｍ ａ ｘ ｉ ｄ ｌ ｅ （ ， 时的 功 率 可 表 示 为 ： 其中 Ｐ（ Ｈｊ ） ＝Ｐ ｕ Ｐ ＋Ｐ ｊ ＋ ｊ ｊ ｊ ）
［ ２］
２ 相关工作
数据中心中的物理机资源在很多时间都是未被充分利 用 的， 通过把服务请求 整 合 到 少 量 物 理 机 ， 关 闭 空 闲 物 理 机， 可 以有效地减少 能 源 消 耗 ， 这 种 技 术 被 称 为 服 务 整 合 。Ｙ ｏ ｕ ｎ ｇ
［］ Ｃ ｈ ｏ ｏ ｎ Ｌ ｅ ｅ６ 等人提出了两 个 具 有 节 能 效 果 的 启 发 式 服 务 整
antonbeloglazov等人考虑了数据中心中物理机的异构性提出了一个能源感知的资源分配启发式算法mbfd该算法在为虚拟机选择物理机时考虑了能源效率选择放置该虚拟机后使系统能源消耗增加最少的物理机但该算法只考虑了cpu资源没有考虑虚拟机所需资源的多维性及物理机多个资源的利用率
第４ ２卷 第３期 ２ ０ １ ５年３月
减少数据中心能源消耗的主要技术有： 动态电压和频率调节 （ ） 、 关闭空闲的物理机 、 虚拟化技术 。 Ｄ Ｖ Ｆ Ｓ
软件作为服务提供给用户使用 。 在工业上这些服务被称为 基 、 、 础设 施 即 服 务 （ 平台即服务（ 软件即服务 Ｉ ａ ａ Ｓ） Ｐ ａ ａ Ｓ） （ ） 。一些 云 计 算 服 务 提 供 者 （ 、 、 如Ｇ Ｓ ａ ａ Ｓ ｏ ｏ ｌ ｅ Ｍ ｉ ｃ ｒ ｏ ｓ ｏ ｆ ｔ Ｙ ａ － ｇ 、 正在世界 上 不 同 的 地 方 部 署 数 据 中 心 来 提 供 云 计 ｈ ｏ ｏ Ｉ ＢＭ） 算服务 。 为了充分实 现 云 计 算 的 潜 力 ， 云服务提供者必须确 保其能够提供灵活 、 高质量的服务来满足不同客户的要求 。 数据中心在 提 供 高 服 务 质 量 的 同 时 也 消 耗 了 大 量 的 能 源。全 球 数 据 中 心 的 能 源 消 耗 从 ２ ０ ０ ７年到２ ０ ３ ０年将增加 ７ ６％
计 算 机 科 学 Ｃ ｏ ｍ ｕ ｔ ｅ ｒ ｃ ｉ ｅ ｎ ｃ ｅ Ｓ ｐ
Ｖ ｏ ｌ ． ４ ２Ｎ ｏ ． ３ Ｍ ａ ｒ ２ ０ １ ５
异构云平台中能源有效的虚拟机部署研究
周东清 佀庆乾 （ ） 大连理工大学计算机科学与技术学院 大连 １ １ ６ ０ ２ ４
摘 要 能源消耗已经成为数据中心操作成本的重要组成部分， 虚拟化技术是降低数据中心能源消耗的有效方法之 一 。 为了降低数据中心过高的能源消耗 ， 利用虚拟化技术 ， 结合数据中心中物理机的异构性和虚拟机所需资源的 多 维 性， 提出了一个衡量不同类型物理机性能的模型和一个衡量多维资源利用率的模型 ， 在此基础上提出了一个异构 云 平 与 ＭＢ 该算法不仅可以有效地降低系统 台下能源有效的虚拟机部署算法 。 仿真实验表明 ， Ｆ Ｄ 算法及 Ｂ Ｆ Ｄ 算法相比， 的能源消耗 ， 而且还提高了资源利用率 ， 减少了资源的浪费 。 关键词 虚拟化 ， 数据中心 ， 异构性 ， 能源消耗 ／ 中图法分类号 Ｔ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ２ Ｐ ３ ９ ３ 文献标识码 Ａ Ｄ Ｏ Ｉ ０． １ １ ８ ９ ６ １ ３ ７ Ｘ． ２ ０ １ ５． ３． ０ １ ７ １ － ｊ