發(fā)布時間：2021-02-25 02:19

　　云計算自誕生以來就由于其高可用性、可伸縮性和成本效益得到高速發(fā)展和廣泛的應(yīng)用。云計算的迅猛發(fā)展使得規(guī)模龐大的數(shù)據(jù)中心需要巨額的電源供給來維持運(yùn)作。隨著云服務(wù)提供商的規(guī)模擴(kuò)大,基礎(chǔ)設(shè)施的耗電量很可能成為限制數(shù)據(jù)中心發(fā)展的最大瓶頸。無論是從提高云服務(wù)提供商的經(jīng)濟(jì)效益的角度,還是從保護(hù)環(huán)境減少致使全球變暖的二氧化碳排放的角度來說,提高數(shù)據(jù)中心的能源使用率都是繞不開的話題。而基于云計算的受歡迎程度,學(xué)術(shù)界和工業(yè)界都對虛擬機(jī)-物理機(jī)架構(gòu)的節(jié)能方法進(jìn)行了充分而廣泛的研究。云容器作為繼基礎(chǔ)設(shè)施即服務(wù)、平臺即服務(wù)和軟件即服務(wù)之后的新型服務(wù)架構(gòu),自2015年現(xiàn)世,在一年內(nèi)就占領(lǐng)了13%的云服務(wù)市場,但是針對云容器架構(gòu)的節(jié)能研究屈指可數(shù)。因此,本文對云容器環(huán)境的節(jié)能問題進(jìn)行了探討,提出了一種啟發(fā)式的動態(tài)容器整合方法以最大化數(shù)據(jù)中心的資源利用率。容器整合方法的降低能耗的原理是將數(shù)據(jù)中心的負(fù)載集中到盡可能少的服務(wù)器上運(yùn)行,并關(guān)閉或者休眠空閑的主機(jī)。但是負(fù)載被集中到少量服務(wù)器上會導(dǎo)致服務(wù)器過載的風(fēng)險增大,進(jìn)而引起服務(wù)等級的下降。為了在整合容器的同時,避免過載情況的發(fā)生,本文設(shè)計了預(yù)測算法判斷主機(jī)過載的風(fēng)險,從而... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 云計算節(jié)能技術(shù)
        1.2.2 虛擬機(jī)節(jié)能調(diào)度算法研究現(xiàn)狀
        1.2.3 容器節(jié)能調(diào)度研究現(xiàn)狀
    1.3 論文主要內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 容器節(jié)能管理概述
    2.1 容器節(jié)能調(diào)度問題描述
    2.2 容器節(jié)能調(diào)度評價指標(biāo)
        2.2.1 云容器平臺能耗模型
        2.2.2 云容器平臺服務(wù)質(zhì)量評價模型
    2.3 實(shí)驗(yàn)平臺介紹
    2.4 本章小結(jié)
第3章 基于啟發(fā)式算法容器整合調(diào)度算法
    3.1 系統(tǒng)架構(gòu)
    3.2 容器整合算法實(shí)現(xiàn)
        3.2.1 過載主機(jī)檢測
        3.2.2 容器選擇
        3.2.3 目的主機(jī)選擇
        3.2.4 欠載主機(jī)檢測
    3.3 實(shí)驗(yàn)設(shè)計
        3.3.1 實(shí)驗(yàn)配置
        3.3.2 實(shí)驗(yàn)結(jié)果及分析
    3.4 本章小結(jié)
第4章 基于可伸縮預(yù)留資源量的容器調(diào)度策略
    4.1 主機(jī)選擇算法
        4.1.1 可伸縮預(yù)留資源量策略
        4.1.2 參數(shù)優(yōu)化實(shí)驗(yàn)
    4.2 對比實(shí)驗(yàn)
        4.2.1 與NSGAII算法比較及分析
        4.2.2 與CNCUP算法比較及分析
    4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其他成果
致謝


【參考文獻(xiàn)】：
碩士論文
[1]云計算環(huán)境下的節(jié)能調(diào)度模型與算法研究[D]. 郭欣欣.北京交通大學(xué) 2019



本文編號：3050284