[发明专利]基于滚动灰色预测模型的云数据中心节能调度实现方法

说明书

本发明公开了基于滚动灰色预测模型的云数据中心节能调度实现方法。本发明将云数据中心的节能流程抽象为负载预测、误差校验、热感知分类和虚拟机调度四个模块。通过负载预测模块对数据中心下一时刻的工作负载进行预测，得到各主机的负载利用率；热感知分类模块会根据主机负载利用率的预测值对所有主机进行热状态的划分，处于较热状态的主机利用率处于一个较高的水平，较冷状态的主机利用率较低；为保持大部分主机处于较为温和的热状态，虚拟机调度模块将依据热状态的分类结果对各主机上的虚拟机进行迁移整合等操作，最终达到保障数据中心的服务质量并且降低其能耗的目标。本发明克服了传统灰色模型由于部分数值匮乏而陷入精度低困境的问题。

技术领域

本发明属于云计算节能调度领域，具体涉及基于滚动灰色预测模型的云数据中心节能调度实现方法。

背景技术

云计算作为信息通信技术行业的新兴技术已逐渐走入千家万户，它以高效益、低门槛、高扩展性的特点受到了广大企业及个体用户的青睐。随着云计算发展的逐渐成熟、用户需求的不断丰富，数据中心服务器等一系列的配套设施规模也在飞速增长。世界各地也都建立起了包含着数以万计服务节点的大规模云计算数据中心，这使得更多的计算资源及存储资源被保存在云端，但由此也引发了一系列的能耗问题。绿色和平组织在其云计算报告中称，预计到2020年，全球主要IT运营商的数据中心的能耗将接近19630亿千瓦时，这将超过目前德国、法国、加拿大和巴西消耗的电力总量总和。与此同时，中国政府工作报告指出在2008年的主要任务是“加大节能减排和环境保护力度，科技部与工信部于2014年制定了《2014-2015年节能减排科技专项行动方案》，来发挥科技缓解资源环境约束的引领作用。日益不断攀升的能耗开销在加重了企业负担的同时，也增加了全球范围内影响气候变化的碳排放量，给环境问题敲响了警钟。

这些集群服务器快速攀升的能耗已经成为影响企业效益及其发展的重要因素。云计算节能领域的研究也成为了国内外新兴技术研究的重点任务。目前国内外对于云计算节能研究的出发点各不相同，也存在着一定的不足，目前对于云数据中心在流量突发情况下的工作负载监控、预测问题仍存在着较大的不足，对虚拟机的调度整合策略存在着缺陷。

发明内容

为了更加智能有效地在网络流量突发情况下减少数据中心的功耗并保障其服务质量，本发明提供基于滚动灰色预测模型的云数据中心节能调度实现方法。

本发明具体通过如下技术方案实现。

基于滚动灰色预测模型的云数据中心节能调度实现方法，其将云数据中心的节能流程抽象为负载预测、误差校验、热感知分类和虚拟机调度四个模块；通过对数据中心工作负载进行预测，从而对各主机进行状态分类，进而通过虚拟机调度算法达到节能的目的。

进一步地，所述负载预测具体是：利用滚动灰色预测模型对数据中心的工作负载进行预测，得到下一时刻数据中心各主机节点的负载利用率。

进一步地，所述误差校验具体是：对负载预测值与实际工作负载进行误差校验，确定当前预测结果的偏差值，并基于误差校验模块进行学习，校正预测结果。

进一步地，所述热感知分类具体是：根据主机当前的负载预测值对云数据中心内所有主机进行热感知分类，并引入服务水平协议作为参考指标设定主机工作负载阈值的上界和下界；当主机负载利用率在高于阈值上界、低于阈值下界、处于阈值上下界之间、负载利用率为0这四种情况下划分为不同的四种热状态。

进一步地，所述虚拟机调度具体是：根据当前主机的热状态对其进行虚拟机调度，通过虚拟机调度操作解决主机过载、空载的问题，将数据中心各主机的维持在一个健康的热状态下。

进一步地，通过基于滚动灰色预测模型算法，并以模块化的形式实现到云数据中心环境中，来智能地监控数据中心的负载信息、以及运行时的各性能数据。

与现有技术相比，本发明具有如下优点和技术效果：