[发明专利]一种基于空闲时间预测的云计算服务器调度方法

说明书

技术领域

本发明涉及一种云计算服务器调度方法，尤其涉及一种基于空闲时间预测的云计算服务器调度方法，属于云计算和节能技术领域。

背景技术

随着互联网信息的大爆炸，以及计算机性能的提高和多核处理器的发展，云计算应运而生。云计算以最新兴的计算模式，为用户提供了即付即用的灵活架构，提供了一种方便使用资源的方式。用户无需知道所需的资源如何存储、存储在哪，只要通过Internet就可以访问计算资源共享池。

目前，云计算的研究主要集中在海量的数据存储、资源管理、虚拟化、任务调度、数据中心节能算法以及云安全等方面。而能耗问题也已成为近年来关注的焦点。据统计，数据中心服务器的电能消耗已占到全球电力消耗的50%，如Google在2010年全年排放了146吨的CO₂。由于系统运行过程中产生大量的热量，需要较多的冷却设备来进行降温调节，因此，制冷设备的运用又导致了更多能量的消耗。可以看出，云计算数据中心的高能耗问题已经成为了急待解决的问题。

数据中心的节能算法有很多，按降低能耗的阶段不同，可以分为：关闭/开启技术、动态电压/频率调整技术以及虚拟化技术。服务器状态管理策略有三种：1）超时策略；2）随机策略；3）预测策略。超时策略的思想是预先设定一个阀值，若空闲时间超过这一阀值，就将主机转入低功耗状态。预测策略就不需要等待阀值大小的时间，在一开始就对本次空闲时间进行预测，若预测的值足够大，则直接将主机转入低功耗状态。随机策略就是离散变量的一个随机优化过程，基于随机分析模型，从系统整体角度进行功耗和性能的均衡。

预测策略的思想是根据历史记录来学习预测未来的空闲时间大小。目前预测策略中对历史记录进行学习的方法有3种：一是L型预测；二是学习树；三是指数平均。指数平均预测算法是使用控制因子a，通过控制因子a来平衡前一次的预测空闲时间和前一次的真实空闲时间对本次预测值的影响。它的优点是使用较少的历史记录，不需要保存过多的历史记录。

但是，目前提出的指数平均预测算法中，控制因子a是固定不变的，这就导致当空闲时间发生严重波动的时候，比如突然的变长、变短，则预测的空闲时间值就存在较大的误差，因此有必要动态的调节控制因子a。

发明内容

本发明所要解决的技术问题在于克服现有采用指数平均预测策略的云计算服务器调度方法的不足，提供一种基于空闲时间预测的云计算服务器调度方法，利用窗口大小可自适应调整的基于滑动窗口的指数平均预测方法对云计算服务器的空闲时间进行预测，并根据预测结果对云计算服务器的状态进行动态调整，从而提高预测的准确性，降低系统能耗。

本发明具体采用以下技术方案：

一种基于空闲时间预测的云计算服务器调度方法，利用基于滑动窗口的指数平均预测方法对云计算服务器的空闲时间进行预测，并根据预测结果对云计算服务器的状态进行动态调整，在所述基于滑动窗口的指数平均预测方法中，滑动窗口的大小按照以下方法进行动态调整：判断上一次预测的空闲时间与实际空闲时间的偏差是否小于预设的偏差阈值，如是，则保持滑动窗口的大小不变；如否，则比较上一次预测的空闲时间与实际空闲时间的大小，上一次预测的空闲时间大于实际空闲时间时，将滑动窗口大小调整为反之，则将滑动窗口大小调整为其中，N表示当前滑动窗口大小，分别表示上一次预测的空闲时间和实际空闲时间，表示向下取整运算。

优选地，在所述基于滑动窗口的指数平均预测方法中，滑动窗口的初始大小按照以下方法确定：计算待预测时段的前k个空闲时间历史数据所构成的时间序列的方差，

k=1,2,3......n-1；选取使得时间序列的方差最小的k值作为滑动窗口的初始大小。

优选地，在所述基于滑动窗口的指数平均预测方法中，计算指数平均预测权值因子所需的滑动窗口中的空闲时间序列{T₁,T₂,…T_N}的平均值为加权平均值，第i个空闲时间序列数据T_i的权值p_i按照下式计算，i=1,2,…,N：