云數據中心能耗降低問題的研究

湯 雷

（安徽三聯學院 計算機工程學院，安徽 合肥 230601）

1 引言

近年來，云計算已在學術界和工程領域引起廣泛關注，通過租賃給用戶云服務，越來越多的公司開始提供云服務，越來越多的數據中心被建立，迅速改變IT產業的發展.最近研究表明數據中心占美國總能量消耗的1–2%[1]，僅僅在美國，所有的數據中心以每兆瓦時一百美金的價格耗資超過10億美元，這是一種常見價格[2].由于大部分電力產量來源于煤炭燃燒，所以數據中心的巨大消耗還導致大量的碳排放[3].從云服務供應商角度來看，租賃云服務的目標是為了獲得收入，因此如何消減數據中心的花費是他們應當面臨的實際問題.

數據中心通常由若干行機架組成，每個機架包含服務器、交換機和通信線路，如圖一所示.數據中心不同部分消耗不同比例的能量，如圖二所示.從圖二我們可以看出冷卻服務器消耗了數據中心的大部分能量，在下面章節部分我們將研究數據中心不同方面的低功耗技術.

2 數據中心目前的低功耗技術：

2.1 數據中心熱感知功耗優化技術：

如圖一所示，冷卻服務器消耗了云數據中心的大部分功率，有大量文章研究如何減少數據中心所需的能量.

數據中心的總功率可以表示為：

在最近發展的Lyapunov優化基礎上，作者在[7]中研究了地理位置分散的數據中心熱效應批量作業調度問題，傳統的優化技術例如動態規劃是耗時的并且不易在實踐中采用，他們將數據中心冷卻功耗模擬為：

在[12]中冷卻系統的成本按以下函數建模：

這里的Q是指服務器總能量消耗，他們從另一個維度研究解決冷卻服務器成本，比如一個控制熱量產生的系統解決方案.

其他工作實例如[8]在本著利潤最大化目標的近似算法的幾個不同模型下研究熱感知調度問題.

2.2 動態速度縮放來管理能量

從圖二我們可以發現處理器是數據中心的第二大消耗者.大量研究表明從降低速度上降低能耗是一項節省CPU能耗的新型技術.降低速度允許動態改變處理器的速度，從而提高數據中心的能源效率.為了充分利用能源，在限制需求和性能的基礎上，動態速度降低就是調整處理器的速度.在文章[9]、[10]關于動態速度降低的論述中，如果運行速度大于零時，處理器能耗的建模為：

α是能耗指數，通常冪指數值α=3.γ是攤銷指數，分布范圍為(0,1).

如果該裝置以大于0的速度運行，那么功率消耗函數p(s)可以表示為：

圖三 數據中心網絡[13]

α是能耗指數.

2.3 數據中心網絡低功耗

數據中心網絡使很多服務器包括交換機、路由器和通信線路互相連接，數據中心網絡體系結構通常設計為三層式架構[13]，如圖三所示例.近來研究發現，數據中心網絡鏈路使用率是非常低的，因此浪費網絡元素的許多能量.傳統的工作主要集中在提高服務器利用率和減少服務器功耗，然而并沒有把網絡拓撲結構和網絡流量等網絡元素考慮在內.與上述方法不同，很多學者從網絡元素方面來研究減少數據中心功耗.

2.4 數據中心存儲系統節能技術

隨著IaaS(基礎設施即服務)云資源激增，數據中心存儲子系統的能源消耗也急劇上升，如圖三所示，存儲主要負責整個數據中心功耗的百分之四，數據中心存儲子系統能耗的份額預計會進一步增加，因為IaaS云計算比其他云服務發展的更快.

磁盤驅動器是輔助存儲系統的核心，因此研究在磁盤驅動器上降低功耗是非常重要的，在[15]中，作者提出磁盤驅動器的總功耗可以表示為：

這里pst是主軸電機功率，psk是探求功率，pct是需要的接口操作.

3 結論

本文中我們給出相關云數據中心低功耗技術的調查，了解到云數據中心是主要消耗者，因為他們目前正在消耗整個世界能量的1.3%，但很大一部分能量沒有被充分利用，因此降低功耗和提高能量使用率是云供應商需要研究的實際問題.

限于篇幅很多方面還沒有涉及到，比如利用水的效率使數據中心消耗更少的水以及使用綠色能源（比如風能源）替代棕色能源（比如煤炭）減少碳排放的方法.

〔1〕P.Sehgal,V.Tarasov,E.Zadok.Optim izing energy and performance for server-class file system workloads.ACM Transactions on Storage(TOS),2010,6(3):10.

〔2〕R.T.Kaushik,M.Bhandarkar.Greenhdfs:towards an energy-conserving,storage-efficient,hybrid hadoop compute cluster.Proceedings of the USENIX Annual Technical Conference.2010:109.

〔3〕Power Scorecard.Electricity from Coal,Retrieved in April 2008.http://www.powerscorecard.org/tech detail.cfm?resource id=2.

〔4〕F.Ahmad and T.N.Vijaykumar.Joint optimization of idle and cooling power in data centers while maintaining response time.In Proceedings of the Architectural support for programm ing languages and operating systems(ASPLOS),2010.

〔5〕Facts&Stats:Data Architecture and More Data.http://blog.infotech.com/facts-stats/facts-stats-data-architecture-and-more-data/.

〔6〕W.Huang,M.Allen-Ware,J.B.Carter,et al.Tapo:Thermal-aware power optim ization techniques for servers and data centers.Green Computing Conference and W orkshops(IGCC),2011 International.IEEE,2011:1-8.

〔7〕M.Polverini,A.Cianfrani,S.Ren,et al.Thermal-Aware Scheduling of Batch Jobs in Geographically Distributed Data Centers.IEEE Transactions on cloud computing,2014,vol.2,no.1,pp.71-84.

〔8〕Mukherjee K,Khuller S,Deshpande A.Algorithms for the thermal scheduling problem [C]//Parallel& Distributed Processing (IPDPS),2013 IEEE 27th International Symposium on.IEEE,2013:949-960.

〔9〕S.Albers,H.Fujiwara. “Energy-efficient algorithms for flow time minimization”.In Proc.of STACS 2006.

〔10〕A.W ierman,L.L.H.Andrew,A.Tang. “Power-Aware Speed Scaling in Processor Sharing Systems”.In Proc.of IEEE Infocom 2009.

〔11〕YAO,F.,DEMERS,A.,AND SHENKER,S.1995.A scheduling model for reduced CPU energy.In Proceedings of the IEEE Syposium on Foundations of Computer Science.IEEE Computer Society Press,Los Alam itos,CA,374–382.

〔12〕Moore JD,Chase J S,Ranganathan P,et al.Making Scheduling" Cool":Temperature-Aware W orkload Placement in Data Centers.USEN IX annual technical conference,General Track.2005:61-75.

〔13〕Heller B,Seetharaman S,Mahadevan P,et al.Elastic-Tree:Saving Energy in Data Center Networks.NSDI.2010,10:249-264.

〔14〕W.Fang,X.Liang,S.Li,L.Chiaraviglio,and N.Xiong,“VMPlanner:optim izing virtual machine placement and traffic flow routing to reduce network power costs in cloud data centers,”J.Computer Network,vol.57,no.1,pp.179–196,Jan.2013.

〔15〕Bostoen T,Mullender S,Berbers Y.Power-reduction techniques for data-center storage systems[J].ACM Computing Surveys(CSUR),2013,45(3):33.