热门动态
基于绿色云计算的能源优化与资源配置研究
时间:2019-04-30 10:22

基于绿色云计算的能源优化与资源配置研究

近年来,物联网、汽车网络、云计算、大数据、量子通信、深度学习等新技术纷纷涌现。据权威杂志称,数据中心的能源成本占运营成本的50%。云计算数据中心设施的特点是高弹性和虚拟化。数据中心能耗严重,已成为影响云计算技术大规模推广的主要障碍和问题。通过应用云计算虚拟化技术,可以大大降低主要设备的能耗。东森平台注册

基于绿色云计算的能源优化与资源配置研究

云计算平台是以基于云计算基础设施和通过因特网部署的并行架构、的服务形式提供的IT资源池。云计算用户可以随时随地获得计算任何时间,任何地方、、存储、软件、应用程序、网络和其他IT资源。

1云计算的基本特征和应用

云计算已经在网格计算技术的基础上逐步发展,并已在全球范围内得到广泛应用。云计算是21世纪大数据的典型应用。它基于IT资源交付、共享。它是IT资源配置、交付和管理模式的创新。其资源聚合、传递、共享、管理基于云。计算平台得到扩展。云计算技术是一种面向服务的商业模式创新,以服务模式创新为核心概念和发展模式。

云计算可以根据行业应用分类进行总结:教育云、医疗云、金融云、工业云、政府云。教育云是指基于云计算技术,基于现代远程网络教育,构建区/县数据中心,在教育领域构建的新型无处不在的学习模型。通过软硬件教育资源的有效整合,教育云是教师教学能力和学生学习方式的巨大变化。 Medical Cloud是一种医疗服务系统,在医疗领域使用云计算相关技术和服务概念。政务云是政府门户网站建设、中云计算应用系统的构建。金融云是指使用云计算技术将金融机构的数据中心和客户端应用程序集成到云计算架构中,以降低运营成本。

2能源优化和资源分配

云计算规模庞大,资源和用户需求不同,而且数量巨大。因此,系统必须始终处理大量数据。任务调度和资源分配是云计算的关键和难点,云服务质量很高。重要的影响因素。云计算中的资源分配和调度是云计算研究中的关键问题之一。云计算资源调度通常根据某些资源使用规则在不同资源用户之间执行资源调度和任务分配。目前,资源调度策略主要使用虚拟机级别的调度技术和某种调度策略来为虚拟机的内部应用程序执行资源调度。由于这些调度算法的时间复杂度和空间复杂度高,算法的效率相对较低,算法的整体性能不理想。传统的资源分配方法主要使用预先分配的静态资源调度算法。该算法不适应云计算资源的异构性,如、动态,资源负载能力是动态变化的。国内外云计算资源分配领域的研究主要集中在启发式仿生算法、的负载均衡机制和时间跨度最小化原理、能耗最小化和能耗统一管理。图1显示了MapReduce调度模型。

资源管理器全局管理系统调度过程中的所有资源并分配所有资源。每个应用程序的ApplicationMaster主要负责资源调度和协调等基本任务。应用程序是单独的传统MapReduce任务或DAG(有向无环图)任务。

每个应用程序的ApplicationMaster都是一个详细的框架库,它将从ResourceManager获得的资源与NodeManager相结合,以运行和监视任务。

ResourceManager支持分层应用程序队列。这些队列聚集一定比例的资源,并根据资源的计算能力和动态负载能力为节点分配适量的计算任务。分配完成后,任务将自动从任务等待队列中删除。此外,它无法重新启动因应用程序故障或硬件错误而失败的任务。 ResourceManager基于应用程序来调度资源需求,每个应用程序需要不同类型的资源,因此需要不同的容器。

3实验测试和结果分析

针对绿色云计算中的资源管理和调度过程,基于MapReduce调度模型,设计了一种并行MapReduce资源分配算法。 PMRRAA算法的实现步骤如下:

步骤2:使用MapReduce资源分配过程,同时访问云计算系统的每个计算节点;

步骤3:选择云计算系统中的计算节点,该计算节点计算满足资源需求参数的节点参数,并将所选计算节点的资源分配给用户以执行相应的访问请求。

步骤4:从等待队列中删除用户请求,资源分配结束。

本文将PMRRAA算法和MapReduce算法的性能与来自澳大利亚墨尔本大学的云计算仿真软件CloudSim CloudSim进行了比较。图3显示了两种算法的能耗比较,图4显示了两种算法系统的执行时间的比较。从图3中的实验结果可以看出,本文设计的PMRRAA算法比MapReduce算法消耗的能量更少。在图4中,PMRRAA算法的执行时间也小于MapReduce算法的执行时间。当系统中的任务数量急剧增加时,这种优势就更加明显。 JobTracker的两个主要功能分为用于资源管理的单独组件。和任务调度/监控。

资源管理器全局管理系统调度过程中的所有资源并分配所有资源。每个应用程序的ApplicationMaster东森游戏主要负责资源调度和协调等基本任务。应用程序是单独的传统MapReduce任务或DAG(有向无环图)任务。

每个应用程序的ApplicationMaster都是一个详细的框架库,它将从ResourceManager获得的资源与NodeManager相结合,以运行和监视任务。

ResourceManager支持分层应用程序队列。这些队列聚集一定比例的资源,并根据资源的计算能力和动态负载能力为节点分配适量的计算任务。分配完成后,任务将自动从任务等待队列中删除。此外,它无法重新启动因应用程序故障或硬件错误而失败的任务。 ResourceManager基于应用程序来调度资源需求,每个应用程序需要不同类型的资源,因此需要不同的容器。

4。结论

随着中国云计算产业的发展,市场需求和产业覆盖面将得到完善,中国市场经济的快速转型和快速发展将得到推动。特别是物联网支持的战略性新兴产业将迎来行业的春天。 。云计算将得到全面应用,并将成为网络未来发展的有力支持。通过对比实验,表明PMRRAA算法在系统执行时间和能耗方面表现出比传统MapReduce算法更好的性能。

上一篇:论西方现代哲学的“不确定性”

下一篇:商业银行个人理财业务发展中的问题与对策

东森娱乐平台立足于做最“好用”的东森游戏注册软件,适合玩家自身手机东森平台注册系统的才是最好的管理系统,东森娱乐官方的宗旨是用技术求生存,靠服务求发展!   Copyright © 版权所有:东森娱乐平台