[发明专利]一种云数据中心面对突发负载的能耗控制方法

权利要求书

1.一种云数据中心面对突发负载的能耗控制方法，其特征在于，所述能耗控制方法包括如下步骤：

S1、对云数据中心到来的任务进行判断，若判定为突发负载，则对任务队列进行拆分重组，形成新的具备优先级规则的任务队列，其中，对任务队列进行拆分重组中对任务队列进行分析，判定当然任务队列中任务的关键程度和耗时长短，过程如下：首先将到来的任务进行分类，按是否为关键任务分为关键任务和普通任务两类，再按任务耗费时间分为长时任务、中时任务和短时任务三类，共形成六类任务；在面临突发负载时，对任务队列进行拆分重组优先保障关键任务的服务质量，同时分出固定比例的服务器资源来运行普通任务；在关键任务执行之后，将对普通任务中占比较大的部分优先执行，同时，对任务队列进行拆分重组时还监测任务响应比，通过以下公式来确定任务的运行顺序：

其中，Z代表任务的优先权，Z值越大，表示该任务优先级越高，w表示用户递交任务时的期望完成时间，∑T表示该任务已等待时间的总和；

S2、建立气流组织模型，结合数据中心气流组织分布方式及数据中心机架排列特点及各机架上服务器数量对数据中心服务器进行建模，输出数据中心气流组织模型，过程如下：

S201、确定每个服务器所能支持的最大虚拟机数量m，数据中心服务器总数为n，假设总任务需要的虚拟机数量为C_tot，分配在每个服务器i上的虚拟机数量为c_i，则如下限制条件应被满足：且c_i≤m；

S202、将虚拟机放置及调度方案用向量表示，服务器的基本能耗用向量表示，放置m台虚拟机后服务器的当前能耗用向量表示，服务器入口温度为t_node，D为考虑热循环的数据中心节点热矩阵，由如下公式计算：

其中A^T表示交叉干扰系数矩阵A的转置矩阵，交叉干扰系数矩阵A由实际数据中心基本功耗节点出口温度及制冷系统供应温度T_sup依据公式：推导得出，其中K为热力学常数值，K＝ρf_iC_p，C_p表示气流的比热容，ρ表示气流密度，f_i表示节点i的气流流速，则制冷系统实时输出温度t_sup由如下公式计算：

S3、对中心气流组织模型进行求解，运用改进的模拟退火算法对目标函数maximizet_sup求最优解，使制冷系统输出温度t_sup在满足服务器入口温度阈值的前提下调高，所述运用改进的模拟退火算法对目标函数maximize t_sup求最优解过程中，设置最大迭代次数，改进的模拟退火算法输出的最优解为当前迭代次数获得的最优解，所述对任务队列进行拆分重组获得的任务队列由任务调度器将任务分配到虚拟机中，运用改进的模拟退火算法对目标函数maximize t_sup求最优解后应将所得虚拟机放置方案交由虚拟机调度器进行执行，其中，改进的模拟退火算法的工作过程如下：

S301、在求目标函数maximize t_sup最优解的初始阶段生成一个初始解，该初始解为机架顶部位置分配80％以上的虚拟机；

S302、生成新的解决方案逼近最优解，在生成新解决方案过程中，如果在转换策略之后新解决方案分配给机架顶部位置的虚拟机数量小于机架其他位置的虚拟机数量，则将不会执行转换，若新解决方案分配给机架顶部位置的虚拟机数量大于等于机架其他位置的虚拟机数量，则进行解的替换；

S303、用公式求出新解的t_sup后，将新解的t_sup和设定的阈值进行比较，若新解大于设定的阈值，则执行新解的分配方案并结束改进的模拟退火算法，若不大于设定的阈值，则重复步骤S302。

2.根据权利要求1所述的一种云数据中心面对突发负载的能耗控制方法，其特征在于，在求解目标函数maximize t_sup的过程中，如果发现CPU的利用率低于50％，则仅启动50％的节点来调度虚拟机。

3.根据权利要求1所述的一种云数据中心面对突发负载的能耗控制方法，其特征在于，建立中心气流组织模型时对不同位置的服务器进行区分。

4.根据权利要求1所述的一种云数据中心面对突发负载的能耗控制方法，其特征在于，所述服务器入口温度阈值设定为25℃。