基于智能算法的云计算资源调度的研究与实现

1.温控设施能耗

从地理位置角度，可以将数据中心建立在气温较寒冷的地区，如挪威西海岸用极地冰川水冷却降温设备的数据中心；从硬件设施角度，也可以采用节能设备减小能耗，例如采用蒸发冷却塔、高频感应焊接、湿膜加湿等技术；从温控系统设计[8]角度，合理的温控系统可以降低运维成本，使云计算数据中心的散热、温湿度控制、制冷更加节能，数据中心的设备在运行过程中有大量能量消耗，温度建模与节能调度方法使IT硬件的使用寿命更长。

2.资源调度能耗

云数据中心的能耗，很大一部分来源于云计算过程中资源调度消耗的能量。云计算数据中心内部资源组织不合理、任务执行无序、资源管理低效是造成其能耗浪费和碳排放增加的最主要原因。

如何合理地进行云计算资源调度，尚存在很多问题。比如，资源调度并非所有服务器都处于忙碌状态，由于调度不佳，处于闲置状态的服务器将造成资源的大量浪费；物理资源负载不均衡、海量数据的实时更新和动态变化、资源异构、物理设备的性能和处理能力差异大等并发问题极大影响了云计算系统的能效[9]。因此，资源调度要高效进行，一方面需要提高交换机、电频控制器等物理设备的性能，另一方面还需要卓越的资源调度算法来协调优化调度过程。

3.网络通信能耗

网络通信的能耗分为软件和硬件两个方面。为了保证通信网络的实时服务的高效率，需要有富余的设备、链路，但同时富余的设施也给低负载情况带来大量能耗，造成负载浪费。网络通信带来的能耗有无线网络传感器的数据采集和数据处理、服务器的运行能耗、网络通信时数据发送和传输这三个阶段。目前采用的节能技术有节能路由算法、有线网络休眠技术、网络拓扑控制、刀片式的服务处理器、绿色代理唤醒节点、无线网络的休眠控制等。

4.数据存储能耗

在这个移动互联网密集和大数据爆炸的时代，云计算的数据规模越来越大，降低数据存储和部署的能耗也成为整个云计算节能减排的重要方式之一。数据存储和部署的能耗通常发生在计算机节点。良好的放置既要考虑提高容错性,还要考虑复制效率,使得数据放置到节点的效率良好。由于传统的磁盘预留的方式已经不适应于云计算数据中心不断攀升的数据量，因此，数据中心网络和数据的组织结构最好具有一定的可扩展性以适应高数量级的数据。同时，计算机节点之间联系方式对数据存储、部署的容错性也有影响，因此还要在结构上提高物理拓扑容错性，在计算机节点对数据进行组织和管理，尽可能提高存储的智能性和自适应性，如亚马逊公司2018年发布的混合云硬件设备，可以取代将用户下载存储的资源上传至云端的IT操作人员。

（二）云计算资源调度

提高云计算资源调算法的可靠性和效率能够缩短处理时间，从而降低计算节点的活动时间，降低云计算中的能耗，可以运营的节约时间成本。迄今为止，基于仿生学蓬勃发展的智能算法在云计算资源调度中发挥了巨大的作用。本文从以下几个角度对使用智能算法在云计算中的资源调度进行阐述：

1.基本观点

大数据处理和多任务分块处理的云计算资源调度，通过调度规划减少任务逗留时间与等待时间，实现了多线程任务调度。寻找最小剩余时间服务器索引、空闲服务器索引，从而提升减少运算时间，提高云计算服务效率，实现模拟任务效率的最高。

2.调度目标

云计算资源调度大体上可以分为以下五个目标：一、用户服务质量（Qos）要求；二、资源能耗。云计算本身是根据用户等级的付费服务，需要在一定的经济成本下完成服务；使经济成本攀升的主要原因就是调度系统产生的能耗。囊括了执行任务时物理资源运作产生的能耗，主要包括数值计算能耗、信息存储能耗、数据网络传输能耗等。三、调度任务平均完成时间；四、负载均衡。负载均衡包含虚拟机和物理主机的负载均衡每个资源节点上负载的任务均衡，能使节点在性能最大化的同时使宿主机不容易出现故障。

3.传统的调度算法

首页上一页 1 2 3 4 下一页尾页 2/4/4

基于智能算法的云计算资源调度的研究与实现(二)