优化云计算系统资源的绿色计算方法

王 东，李春平，肖亚光

（广东白云学院，广州 510450）

0 引言

随着云计算及其应用数量的快速增长，互联网用户对包括云存储在内的云资源的需求快速增加，随之而来的是，越来越多的云数据中心正在规划和建设中，伴随而来的高能耗运营成本问题成为设计云数据中心所面临的、亟待解决的问题。本研究提出了减少服务器待机能耗的方法，当计算工作量较小时（非高峰时段），冗余计算资源将被关闭或置于低功耗的休眠模式；当计算工作量增加时，额外的资源被转移到满负荷。绿色计算的宗旨首先是提高计算资源的利用率，通过有效计算资源利用率来衡量绿色计算的指数。计算服务是云计算的基础设施之一，云计算服务器将计算资源动态的分配给用户，云计算用户及其各种应用数量增长迅速，计算能耗增加迅猛。业界不断尝试采用各种方法实现绿色计算，硬件不断创新，如虚拟化和容器技术有助于提高服务器的计算效率并降低一些计算消耗；亦或通过冷却和就近取电等物理方法取得绿色计算的效果。绿色计算的第二个宗旨是减少计算能耗，因此控制节能数据、虚拟化技术、绿色计算的策略、算法、资源要求、资源分配等机制成为实现节能减排的目标，服务转移是绿色处理云资源的一种高效方式。通过减少活动云资源的数量，并将未使用的资源设置为省电模式，或干脆关闭一些闲置计算资源将取得突出的绿色计算效果。

本文将着重讨论基于合理调度方法，采用灵活设置计算节点的开机状态来降低能耗的绿色计算效果。由此，本文结构分为以下几部分：绿色计算环境，确定绿色计算环境下节能的关键节点；绿色计算节能算法，提出本研究方法的技术特点和节能原理；绿色云计算体系结构，提出本方法设计实施的经典架构；能耗对比分析，通过实验结果对比分析得出本方法的节能效果；结论，对本研究进行总结并对未来的研究工作进行展望和规划。

1 绿色计算的环境

云资源的能耗和利用率与设备的功率瓦数密切相关，如式（1）、式（2）所示：

其中P表示功率，表示时间量，E表示耗能，降低通电时间可降低能耗。

绿色云计算系统的建立可节省云服务的能耗，包括：云服务各处理节点的能耗、服务器节点、网络设备、存储设备和其它辅助电气设备，参与计算的所有组件的总能耗如式（3）所示：

其中，E表示绿色云计算的能耗，E表示处理节点的能耗，E表示服务器节点的能量，E表示路由器/交换机等网络设备的能量，E表示存储设备（磁盘/机架）的能量，E表示其它辅助电气设备的能量。对于物理资源，总能耗可通过以下两项公式计算得出，首先E定义任何服务器的最大能量消耗，此时无考虑虚拟机的运行情况；E定义了所有工作虚拟机在任何情况下的能耗，设定云服务实例中使用了个VM。

如式（5）所示，由于每个VM具有不同的组件，如CPU、RAM、I/O等，因此EVM也可以描述为VM组件的总能耗：

2 绿色计算节能算法

本研究提出了一种算法，可有效节省云资源处理所需的实际能耗，本算法的主要步骤如下：

（1）识别并统计云计算系统中的所有可用资源；

（5）未分配的云资源被移动到空闲或节能模式，如睡眠/休眠模式；

（6）重复（1）到（5），检查所有的云资源实例。

本研究提出的节能算法从确定任务和工作规模开始，确定云资源基础设施服务的不同能力和可使用的频率，为每个资源开辟自己的工作区。本节能算法不但可实现节能的效果，还具有安全特性。它不但可以动态统筹分配云计算系统内的资源，还能识别出未经授权的资源请求并禁止其路由。由于本算法在处理云资源请求方面具有周期性的特性，当对云资源的请求量超过云服务器能够接纳处理的总量时，所有空闲/睡眠的云资源将在下一个周期自动打开。

3 绿色云计算体系结构

结合以上所提绿色计算节能算法，本研究设计了一种新型的绿色云计算体系模型。经过实验对比发现，相较于目前传统的云计算体系，它能够以更低的能耗完成相同的服务请求量，实现“优能减排”的效果。本设计的内部系统包括：用户模块的计算、存储调度模块、资源分配模块、任务调度模块；外部系统包括：能源监测模块、检测能耗的温度监测模块。本研究设计的绿色云计算结构模型如图1所示。

图1 绿色云计算结构模型

如图1中，节点监控是核心控制单元，它根据从资源模块和任务调度模块接收到的信号动态分配资源，能耗检测和温度检测模块提供的数据用于优化节能方案，避免单点温度过高产生系统瓶颈。

4 能耗对比分析

为证明本研究提出的方法所具有的节能效果，特选取两组实验设备，第一组采用常规的全开启模式，所有的服务节点不论是否有服务请求均处于开启状态；第二组采用本节能方法，通过合理调度，未接收到服务请求的服务器自动进入低能耗的待机/休眠模式。模拟非高峰时段的任务处理量（设置阙值为50%满载），对两组私有云服务系统进行能耗测试，实验结果见表1和表2。

表1 处于全开启模式下的云服务能耗

表2 绿色计算模式下的云服务能耗

本研究中，绿色计算的云服务调度模块根据服务请求和各服务器负载情况灵活设置各服务器的工作状态，其策略是：尽可能提高处于开启（ON）状态的服务节点的利用率，将短时无任务请求的服务节点设置为空闲（IDEL）状态，将长时间未接收服务请求的服务节点设置为休眠（OFF）状态。在每一个轮询周期内云服务调度模块根据任务队列的请求数量确定所需开启的服务节点数量并安排计算任务；实现服务节点由开启到空闲的状态转换，并确定处于空闲状态的服务节点的数量；实现服务节点由空闲到休眠的状态转换，并确定处于空闲状态的服务节点的数量。

值得注意的是，当任务请求量超过系统最大负载时，本实验中的两组私有云服务系统的所有服务节点都处于开启状态，两组系统的能耗结果相同。这与实际生产环境的真实效果是相同的，也就是说，本研究所提的绿色计算算法在云服务非高峰时段具有明显的节能效果，在云服务系统低于最大负载的情况下，采用绿色计算算法的节能效果与处理服务请求量成反比。此外，云服务节点的利用率也对云服务系统的整体能耗产生影响，提高云服务节点的利用率也有助于降低能耗。

5 结论和展望

云计算时代，各种云服务系统所要处理的服务请求量越来越多，随之而来的是计算能耗的持续增长，持续增长的耗能既是生态问题也是运营成本增加而带来的经济问题。云服务设计者和运营方采用各种方法不断努力尝试优化系统性能和降低能耗。本研究所提出的方法从云服务系统的全局应用角度出发，既能保证对总体服务请求的高效处理，也能实现最大程度地降低各服务节点的物理能耗。实验表明，在非高峰时段，本研究通过采用智能调节方法，根据服务请求量动态调整活跃服务节点的数量，实现了对各服务节点的利用率的最大优化，同时被测云服务系统的整体能耗降至最低。实验结果验证了本研究的目的已达成，云服务系统可通过动态调度和利用率优化的方法实现绿色计算的目标，包含云服务节点在内的云服务基础设施的利用率得到优化，服务请求得到最优的资源配给，能耗降低并未影响整体系统响应表现。因此，本研究提出的绿色计算方法对于构建绿色生态的云服务系统具有重要的参考意义。

放眼未来，结合大数据和人工智能的方法，本研究还将进一步拓展研究领域，对云服务的服务请求量进行预测，未雨绸缪地对服务资源进行优化配置，防止因服务节点过度激活而带来额外能耗，节省由于计算节点频繁切换ON/OFF状态而带来的额外能耗。可以预见，绿色计算的算法在人工智能时代还将有进一步优化的空间，绿色计算作为一门长期的研究领域助力人类社会可持续发展。