摘要: 云数据中心的能耗问题日益引起工业界和学术界的关注。越来越多的科研人员致力于研究绿色节能技术，以解决数据中心庞大的电能消耗问题。本论文以此为研究对象，主要关注数据中心级和服务器级的能耗优化解决方案。在数据中心级，现有技术大多通过设计... 展开 云数据中心的能耗问题日益引起工业界和学术界的关注。越来越多的科研人员致力于研究绿色节能技术，以解决数据中心庞大的电能消耗问题。本论文以此为研究对象，主要关注数据中心级和服务器级的能耗优化解决方案。在数据中心级，现有技术大多通过设计负载路由的方法来削减能耗成本。但是缺乏考虑负载流量和电力价格的动态性。在服务器级，主要关注的技术有两种，分别是动态服务器开关和动态电压频率调节技术。现有的能耗优化策略大多基于这两种技术来降低服务器的电能消耗。但是已有工作过多的依赖于预测机制。一旦预测失准，可能会取得适得其反的效果。 本文针对现有工作的一些不足，结合用户普遍关心的服务质量问题，围绕服务质量与能耗成本建模、负载均衡、服务动态管理机制等方面展开研究，旨在弥补和解决现有能耗优化机制存在的一些问题，并取得研究成果如下: (1)针对多数据中心之间存在电价成本，服务流量等差异的特点，提出一种多数据中心环境下基于动态定价策略的能耗成本优化机制。将服务定价、负载分配以及服务器状态控制等机制统一考虑，制定出一个协调一致的系统优化方案。 (2)针对数据中心用户具有多维QoS需求的特点，采用用户满意度来刻画多个QoS参数的性能指标。探讨具有多维QoS保证的数据中心资源分配和能耗优化问题。将该问题建模成基于非线性约束的整数规划问题，给出了相应的具有能耗感知的资源分配算法。 (3)针对数据中心服务响应时间等性能指标难以分析的特点，基于排队论提出了服务响应时间的近似公式。基于此，结合服务器动态开关和动态频率调节策略，提出了基于自反馈的服务器动态控制算法，达到有效削减数据中心电能消耗的目的。 (4)基于东南大学云计算中心，结合相应的理论研究成果，给出了云计算平台能耗管理系统的设计和部署方案。基于东南大学AMS海量数据处理应用等真实的数据来源对系统各功能模块分别进行测试以验证理论研究成果的有效性。 基于四个方面的理论及系统研究工作，我们对数据中心能耗管理机制的研究进行了深入地探讨和思索。通过一系列仿真测试以及在真实数据中心环境中的实验结果表明，在综合考虑服务质量与能耗成本的基础上，本文所提出的模型、算法以及机制能够在满足数据中心服务性能的同时，有效地降低数据中心的能耗成本。为本领域的技术发展做出有益的贡献。 收起