發(fā)布時間：2018-03-26 05:24

  本文選題：能耗　切入點：工作流　出處：《浙江工商大學》2017年碩士論文

【摘要】：自2006年底IT巨頭公司——谷歌公司推出了 "谷歌101"計劃,許多知名的IT公司紛紛效仿,IBM、亞馬遜、微軟、雅虎等陸續(xù)展開了自己的"云"計劃,其中,IBM推出了 "藍云"計劃,亞馬遜推出了"彈性云"計劃、中國移動推出了 "大云"計劃,阿里巴巴推出了"集團云"計劃,甚至,一些不知名的小公司也紛紛運用云計算的模式。云計算已經(jīng)成為各公司競相追逐的熱點,未來的發(fā)展空間非常開闊。云計算的快速發(fā)展帶動了云計算數(shù)據(jù)中心在世界各地的廣泛建立,但是,這些大規(guī)模數(shù)據(jù)中心的能耗高、污染高的問題已經(jīng)引起了人們的關注。當前對能耗的管理優(yōu)化的研究,主要通過動態(tài)調整服務器CPU的電壓/頻率及采用虛擬化技術(包括虛擬機的移植、分配、合并等)、獨立并行任務的重組(包括合并集中和遷移等方法)減少所需服務器端數(shù)量、關閉空閑服務器或使其處于睡眠狀態(tài)等方式來降低能耗,很少考慮采用基于工作流的調度優(yōu)化技術。當前大多數(shù)包括遺傳算法在內的云工作流執(zhí)行/調度優(yōu)化方法通常只關注執(zhí)行時間或成本的優(yōu)化,很少考慮能耗因素,少數(shù)基于DVFS技術的云工作流執(zhí)行/調度優(yōu)化方法考慮了能耗因素,但DVFS技術需要調整服務器CPU的運行電壓/頻率、反復關閉/重啟服務器,這會影響服務器的性能,也會加大服務器組件的磨損率,進而引發(fā)服務器采購與替換成本的上升,在實際使用中有一定的局限性。因此,創(chuàng)造性地開展云計算環(huán)境下面向能耗的工作流調度優(yōu)化研究,保持甚至提高云計算服務質量的同時,降低云計算數(shù)據(jù)中心的能耗,打造綠色云服務系統(tǒng)有重要的科學意義。針對當前缺乏有效的面向能耗的云工作流調度優(yōu)化方法,研究建立了面向能耗的云工作流過程模型、資源模型,提出了基于負載的能耗計算方法和面向能耗的云工作流調度優(yōu)化算法。本文采用的算法為基于遺傳算法的云工作流分組調度算法(GWSGA算法),相對于現(xiàn)有的關注于時間或成本的調度優(yōu)化方法,考慮了能耗因素。GWSGA算法編碼方式為首先對工作流進行分組,確定工作流中每個任務的組別,并始終把任務組別小的放在組別大的前面,以確保個體編碼的有效性,接下來根據(jù)工作流的組別、任務要求和資源可得性得到初始種群,這種方式可以有效防止出現(xiàn)不可行解,所以GWSGA算法最大的優(yōu)點是初始種群的所有解都是可行的,該算法搜索時間非常短、效率非常高,廣泛適用于各種科學工作流。仿真實驗表明,本文采用的GWSGA算法不僅可以確保云工作流執(zhí)行的時間效率,而且可以有效降低主機處理任務所消耗的能耗。
[Abstract]:Since Google, the IT giant, launched the "Google 101" project at the end of 2006, many well-known IT companies have followed the example of IBM, Amazon, Microsoft, Yahoo, etc., one after another launched their own "cloud" projects, among which IBM launched the "Blue Cloud" program. Amazon launched the flexible Cloud, China Mobile launched the Big Cloud, Alibaba launched the Group Cloud, and even, Some small, unknown companies are also using the cloud computing model. Cloud computing has become a hot competition among companies. The future is very open. The rapid development of cloud computing has led to the widespread establishment of cloud computing data centers around the world, but these large-scale data centers have high energy consumption. The problem of high pollution has attracted people's attention. The current research on energy management optimization is mainly by dynamically adjusting the voltage / frequency of the server CPU and using virtualization technology (including the transplantation and distribution of virtual machines). Merging, reorganizing independent parallel tasks (including consolidation, migration, etc.) reduces energy consumption by reducing the number of server-side requirements, shutting down idle servers, or keeping them in sleep. Currently, most cloud workflow execution / scheduling optimization methods, including genetic algorithm, usually focus on the optimization of execution time or cost, and rarely consider the energy consumption factor. A few cloud workflow execution / scheduling optimization methods based on DVFS technology take into account the energy consumption factor, but DVFS technology needs to adjust the running voltage / frequency of the server CPU, shut down / restart the server repeatedly, which will affect the performance of the server. It will also increase the wear rate of server components, which will lead to the increase of the cost of server purchase and replacement, which has some limitations in practical use. Therefore, the research of workflow scheduling optimization for energy consumption in cloud computing environment is carried out creatively. While maintaining or even improving the quality of cloud computing services, it is of great scientific significance to reduce the energy consumption of cloud computing data centers and build a green cloud service system. In this paper, a cloud workflow process model, resource model, which is oriented to energy consumption, is established. The load based energy consumption calculation method and the cloud workflow scheduling optimization algorithm for energy consumption are proposed in this paper. The algorithm used in this paper is the cloud workflow grouping scheduling algorithm based on genetic algorithm (GWSGA), which is more concerned with time than the existing ones. The scheduling optimization method of intermission cost, In order to ensure the effectiveness of individual coding, the coding method of GWSGA algorithm is to group the workflow, determine the group of each task in the workflow, and always put the small task group ahead of the large group in order to ensure the effectiveness of individual coding. Then, according to the group of workflow, the task requirements and the availability of resources can get the initial population, which can effectively prevent the infeasible solution, so the biggest advantage of the GWSGA algorithm is that all the solutions of the initial population are feasible. The search time of this algorithm is very short and the efficiency is very high. It is widely used in various scientific workflows. Simulation experiments show that the GWSGA algorithm used in this paper can not only ensure the time efficiency of cloud workflow execution. And it can effectively reduce the energy consumption of the host processing task.
【學位授予單位】：浙江工商大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP308;TP18

【相似文獻】

相關期刊論文 前10條

1 李華,李燕,姚文琳;工作流管理[J];山東輕工業(yè)學院學報(自然科學版);2000年04期

2 劉建勛,李仁發(fā),張申生;工作流管理系統(tǒng)及其在郵電號線管理中的應用[J];計算機工程與應用;2001年18期

3 汪濤,吳耿鋒,黃力芹;工作流管理的現(xiàn)狀和未來趨勢[J];小型微型計算機系統(tǒng);2001年02期

4 汪濤,黃力芹,吳耿鋒;工作流管理的發(fā)展歷程和趨勢[J];計算機工程與科學;2001年01期

5 羅海濱,范玉順,吳澄;工作流合理性驗證中的事件平衡分析[J];軟件學報;2002年08期

6 周尊國 ,田偉;工作流管理系統(tǒng)在電力企業(yè)管理信息系統(tǒng)中的應用[J];山東電力技術;2002年02期

7 黃鈞 ,范永全 ,郭勇;工作流管理系統(tǒng)在建設項目管理中的應用[J];微型機與應用;2002年09期

8 張志君,范玉順;一種高性能的分布式工作流系統(tǒng)實現(xiàn)框架[J];計算機集成制造系統(tǒng)-CIMS;2003年06期

9 趙衛(wèi)東,戴偉輝;基于角色的跨組織工作流研究[J];系統(tǒng)工程與電子技術;2003年08期

10 曾穎;工作流技術在電信行業(yè)中應用的探討[J];福建電腦;2005年05期

相關會議論文 前10條

1 卓蔚;陳思;張侃弘;;工作流管理技術淺談——如何實現(xiàn)企業(yè)業(yè)務信息化的工作流管理[A];上海煙草系統(tǒng)2002年度學術論文選編[C];2002年

2 李暉;王海洋;王文;;面向事務的工作流活動模型[A];第十七屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2000年

3 連杰鑫;劉家茂;顧寧;;基于協(xié)作依賴的工作流過程優(yōu)化[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2003年

4 李新;薛永生;;可重構工作流系統(tǒng)設計方法研究[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2003年

5 葉壽生;汪濤;郭永林;;LTFP intelliFlow~汶工作流管理系統(tǒng)[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

6 馮波;徐建良;;支持動態(tài)變化的工作流元模型的研究與應用[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

7 丁華;王秀坤;周永暉;;基于改進移動模型的遷移工作流研究[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

8 崔立真;王海洋;;基于主動過程視圖的工作流管理和監(jiān)控[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

9 歐陽青;;工作流技術在高校教育管理系統(tǒng)中的應用研究[A];第十八屆玻璃鋼/復合材料學術年會論文集[C];2010年

10 呂剛;王堅;嚴雋薇;董志斌;;工作流技術及其在制造企業(yè)中的應用研究[A];第二十屆中國控制會議論文集（下）[C];2001年

相關重要報紙文章 前10條

1 莊志澄;成功實施工作流管理系統(tǒng)[N];中國計算機報;2003年

2 中國石油勘探開發(fā)研究院西北分院 柏東明　曾麗花 郭以東;定制企業(yè)工作流服務[N];計算機世界;2011年

3 中國建設銀行湖北分行信息技術部李濤、婁國偉、曾欽祥、吳安平、童海濤;實現(xiàn)多任務域工作流[N];計算機世界;2004年

4 王沛霖;駕馭流程 創(chuàng)造價值[N];中國計算機報;2004年

5 李農、張京輝;客服中心上檔次依賴工作流管理系統(tǒng)[N];中國計算機報;2002年

6 何吟;“行業(yè)”標簽讓SunFlow更醒目[N];計算機世界;2004年

7 優(yōu)利系統(tǒng)（中國）有限公司 倪佳;影像與工作流技術在銀行業(yè)的應用[N];網(wǎng)絡世界;2001年

8 鄒洪強;應用系統(tǒng)的另類整合[N];計算機世界;2005年

9 中國軟件評測中心 于春玲;企業(yè)業(yè)務流程管理系統(tǒng)的新亮點[N];中國計算機報;2004年

10 山西焦煤集團駐深圳辦事處 劉鵬;基于企業(yè)過程建模的工作流管理系統(tǒng)研究[N];山西科技報;2002年

相關博士學位論文 前10條

1 許榮斌;實例密集型商務工作流任務調度與分配策略研究[D];安徽大學;2015年

2 劉怡;基于工作流的連鎖超市生鮮貨品營運流程管理研究[D];華中科技大學;2007年

3 劉英博;工作流運行時人員智能分配技術研究[D];清華大學;2008年

4 王睿;面向目標的遷移工作流主動服務方法研究[D];山東大學;2009年

5 吳修國;面向目標的遷移工作流建模方法研究[D];山東大學;2010年

6 丁柯;網(wǎng)絡分布計算中的事務工作流研究[D];中國科學院研究生院（軟件研究所）;2003年

7 肖鄭進;面向企業(yè)應用的工作流精簡建模研究[D];浙江大學;2006年

8 柯飛帆;面向分布應用的工作流管理系統(tǒng)研究與實現(xiàn)[D];南京航空航天大學;2006年

9 田珂;開放網(wǎng)絡環(huán)境下工作流管理系統(tǒng)的技術研究[D];電子科技大學;2006年

10 程杰;遷移工作流過程分解及其規(guī)劃方法研究[D];山東大學;2011年

相關碩士學位論文 前10條

1 王世鋒;基于客戶交互關系的服務工作流優(yōu)化技術研究[D];中南大學;2008年

2 嚴剛;分布式工作流事務處理建模與設計[D];上海交通大學;2009年

3 李敬剛;基于活動信息傳遞的工作流驗證的研究與實現(xiàn)[D];大連理工大學;2010年

4 彭永;基于移動Agent工作流的研究與實現(xiàn)[D];哈爾濱工程大學;2010年

5 梁曉明;工作流技術及其在外商投資審批（綠色通道）中的應用[D];機械科學研究院;2002年

6 段江波;工作流管理系統(tǒng)的安全研究[D];大連理工大學;2005年

7 趙淳;一種可適應性工作流的研究與實現(xiàn)[D];中國科學院研究生院（軟件研究所）;2005年

8 張海;工作流技術在法院案件管理系統(tǒng)中的應用[D];河海大學;2007年

9 周文斌;基于角色訪問控制的工作流管理系統(tǒng)的信息安全研究[D];同濟大學;2007年

10 楊環(huán);分散式跨組織工作流執(zhí)行模型的研究[D];浙江大學;2012年

，

本文編號：1666521