綠色云計算數據中心能耗資源調度優化關鍵技術研究

祝旭

摘? ?要：云計算要想順利實現其主要功能，離不開兩大基礎技術，分別是資源的分配和任務調度，其中，資源的分配效果將直接影響到云計算的運行效果和處理能力。基于此，有必要針對云計算數據中心的資源調度進行優化，從而降低云計算的能耗，同時有效提高云計算的運行效率。文章分析了基于傳統Map Reduce調度模型，設計并行的Map Reduce資源分配算法，進而達到良好的能耗控制效果和運行效果，取得良好的實踐運行效果。

關鍵詞：綠色云計算;能耗優化;動態資源分配

近年來，隨著社會經濟的發展，相關的科技也得到深入發展，這些新技術一方面滿足了新的生產或者控制需求，另一方面也不斷促進了對應領域技術的發展和升級。從整體上來講，當前對社會經濟和人們生活影響比較深遠的技術包括物聯網、云計算、大數據等，這些技術無一不是新技術高度發展的結果。研究結果顯示，數據中心的運行需要大量能源支持，而數據中心的能耗已經占到系統運行總成本的一半。在實際管理過程中，受限于云計算數據中心自身的虛擬化和高彈性等特點，能耗巨大的數據中心對其正常功能的發揮產生了負面影響，研究顯示，能耗過大已經逐漸成為制約云計算技術進一步推廣應用的一個主要障礙和不足，因此，有必要結合云計算實際情況對其能耗進行有效控制，從而有效提升其運行效率，并降低能耗，達到良好的運行效果。

云計算平臺基于云計算的各項基礎設施和相關架構，將其通過互聯網進行有效連接，并根據實際需要按照對應的服務形式進行運行和交付;在實際運行過程中，云計算可以為用戶提供其所需的各種資源，而這種服務是不受到時間、地點限制的，還可以幫助用戶實現對資源的獲取、存儲、計算和運用。

1? ? 云計算基本特征及應用

云計算基于網絡計算技術，在近幾年得到迅猛發展，并得到大范圍應用。可以說，云計算是21世紀一項具有典型意義的技術;云計算能實現IT資源的交付、共享，能夠根據用戶需要實現IT資源的配置和管理，從而滿足用戶的各種需求。在實際應用過程中，各種資源的管理都是在云計算平臺上進行。云計算能夠為用戶帶來其所需要的各種服務和資料，是新時期的一種新的商業模式，其核心理念和發展模式都是基于服務以及維護。

云計算可以與具體行業結合，為對應行業的發展提供支持和服務，基于此，可以根據云計算的應用對象分為醫療云、教育云、工業云、時政云等。其中，教育云指的是針對教育領域應用的云計算，利用現代網絡結構，將相關主體進行連接，得到一個具有豐富資源的學習教育網絡，并構建一種新的教學模式。教育云能夠對相關的軟件資料和硬件資料進行整合，從而實現資源的最大化利用，實現資源的優化配置，滿足教學的各種需要，取得最佳的教學效果。醫療云主要是針對醫療構建一個醫療護理的網絡系統，幫助醫生和患者得到對應的信息資料，幫助患者實現良好的就診效果，同時，也為醫生的診斷治療提供必要的信息支持。金融云將相關的數據資料融入對應的云計算體系，為客戶帶來豐富的信息資源，同時，能夠有效降低系統的運行成本，取得良好的經濟效果。

2? ? 能耗優化與資源分配

云計算在運行過程中具有其自身特點，首先，云計算的對象規模非常大，其中的信息和資源非常豐富，此外，不論是用戶還是資源在需求方面均存在較大差異，這種情況下使得云計算在運行過程中，需要大量能耗來支持其進行海量運算和查找，在這個過程中，對資源的分配和各種人為的調動是云計算的一個難點，也是確保其正常發揮功能的一個重點。這也是直接影響到云計算運行效果和一個重要影響因素，基于此，必須控制好云計算的資源分配和任務調度[1]。

云計算過程中實施資源調度要按照對應的原則進行;云計算的資源調度一般在不同資源擁有者和不同使用者之間進行，因此其任務繁重，要想滿足不同用戶的個性化需求必須從海量資源中進行搜集和整理。當前，云計算運行過程中的資源調度主要通過虛擬級別的調度技術進行，同時，根據需要采用對應的調度策略;這種方法在實際運行過程中存在一定不足，主要表現為對時間和空間的要求較高，導致云計算在運行過程中難以達到良好的效率，同時，也無法達到理想的算法整體性效果。傳統云計算過程中實施的資源分配，主要采用靜態的預分配模式，這種算法很難滿足云計算的運行，因為云計算為了滿足用戶的即時要求，需要實現動態性運算，此外，云計算的資源負載能力也處于變化之中，這進一步增加了云計算對能耗的要求。國內外云計算資源分配領域研究主要集中在啟發式仿生算法、負載均衡機制與時間跨度最小化原則、能耗最小化與能耗均勻化管理等方面

（1）Job Tracker兩個主要的功能分離成單獨的組件，并結合需要將其用于相應的任務和作用，具體包括對資源的管理和對相關任務的調度和監控[2]。

（2）資源管理器對云計算系統運行過程中的資源實施整體管理，并根據需要對其實施分配，其中，具體應用將負責具體的工作，從而實現資源的有效配置和調度，完成云計算需要的資源配置。

（3）具體應用就是一個對應的框架庫，在運行過程中，框架庫會與對應的資源管理器結合，從而獲得相關的資源，并將其與系統連接，實施協調工作，并監控其運行，最終促使云計算完成相關的工作[3]。

（4）資源管理器支持分層級，并根據系統的運算能力和動態負載能力將其進行分配，促使其將對應的計算任務分配到對應的節點，當分配完成，系統自動將其從隊列中刪除，確保系統的完整性。但是，資源管理器也無法完成系統運行過程中出現問題的任務，任務管理器主要基于應用程序的需要對其進行調度，因此，不同應用程序需要對應的資源，同時，也需要對應的容器進行配合[4]。

3? ? 實驗測試與結果分析

針對綠色云計算中資源管理與調度過程，基于傳統Map Reduce調度模型，設計并行的Map Reduce資源分配算法，具體步驟如下。

步驟1：獲取需要運行的云計算對應的節點及其相關的性能和參數。

步驟2：根據用戶的個性化需求提出請求，并獲取相關資源的需求參數。

步驟3：利用Ma Reduce資源分配過程，并發訪問云計算系統各個計算節點。

步驟4：在云計算系統中選擇計算節點參數符合資源需求參數的計算節點，并將所選計算節點的資源分配給所述用戶，用于執行相應的訪問請求。

步驟5：將用戶請求從等待隊列中刪除，資源分配結束。

結果顯示，新的運行系統環境下算法的執行時間也比傳統算法少，當系統的任務數量急劇增大后，這種優勢表現得更加明顯。

4? ? 結語

云計算平臺基于云計算的各項基礎設施和相關架構，將其通過互聯網進行有效連接，并根據實際需要按照對應的服務形式進行運行和交付;在實際運行過程中，云計算可以為用戶提供其所需的各種資源，而這種服務是不受到時間、地點限制的，還可以幫助用戶實現對資源的獲取、存儲、計算和運用。云計算在運行過程中具有其自身特點，首先云計算的對象規模非常大，其中的信息和資源非常豐富，此外，不論是用戶還是資源在需求方面均存在較大差異，這種情況下使得云計算在運行過程中，需要大量能耗來支持其進行海量運算和查找，在這個過程中，對資源的分配和各種人為的調動是云計算的一個難點，也是確保其正常發揮其功能的一個重點。這也是直接影響到云計算運行效果和一個重要影響因素，基于此，必須控制好云計算的資源分配和任務調度。

[參考文獻]

[1]王萬良，臧澤林，陳國棋，等.大規模云計算服務器優化調度問題的最優二元交換算法研究[J].通信學報，2019（5）：180-191.

[2]閆金平.超融合架構在學校數據中心機房建設淺析—以北京印刷學院為例[J].北京印刷學院學報，2019（4）：80-83.

[3]閆實，付佳，王曉麗，等.云計算技術在智慧校園建設中的應用[J].軟件，2019（4）：207-209.

[4]彭兆軍，劉遠超.嵌入式云平臺的實時任務最優調度算法研究[J].科技創業月刊，2016（4）：111-113.

Research on key technologies of energy resource scheduling

optimization in green cloud computing data center

Zhu Xu

（Hunan Industry Polytechnic， Changsha 410208， China）

Abstract：In order to successfully realize its main functions， cloud computing is inseparable from two basic technologies， namely resource allocation and task scheduling. The distribution effect of resources will directly affect the operation effect of cloud computing and affect its processing capacity. Based on this， it is necessary to optimize the resource scheduling of the cloud computing data center， thereby reducing the energy consumption of the cloud computing and effectively improving the operational efficiency of the cloud computing. This paper analyzes the basis of the traditional Map Reduce scheduling model， and designs a parallel Map Reduce resource allocation algorithm to achieve good energy control effect and operation effect， and achieve good practical operation results.

Key words：green cloud computing; energy consumption optimization; dynamic resource allocation