云計算下資源調(diào)度算法的節(jié)能研究

滕云

摘要：隨著經(jīng)濟的發(fā)展，技術(shù)的進步，云計算——一種全新的商業(yè)計算模型興起了，它在不斷發(fā)展過程中，其高耗能的弊端也日益顯現(xiàn)出來。云計算指的是一種按使用量付費的模式。它可以提供給用戶非常便捷的能夠使用的能夠滿足需求的網(wǎng)絡訪問，進入到能夠配置的計算資源共享池。云資源調(diào)度可以說是云計算中一個非常重要的問題，甚至可以說是它的核心內(nèi)容，所以我們非常有必要針對云計算下的資源調(diào)度算法的節(jié)能手段進行研究。

關(guān)鍵詞：云計算；資源調(diào)度算法；節(jié)能

中圖分類號：TP302 文獻標識碼：A 文章編號：1009-3044（2018）30-0262-03

據(jù)相關(guān)資料顯示，美國服務器在2005年里所消耗的總電能達到全年電能消耗量的0.6%，如果說我們將冷卻設備的耗能加入其中計算的話，那么服務器所消耗的總電能達到了全年電能消耗量的1.2%，其總電費也達到了2.7億美元，這一數(shù)額非常驚人。我們要看到這并不是美國的特殊情況，在其他國家也出現(xiàn)了類似的現(xiàn)狀。計算機能夠極大地提升我們的工作效率，但是在生產(chǎn)與經(jīng)營過程中，計算機所消耗的能源過多，既加大了對環(huán)境的威脅，又增加了生產(chǎn)者的經(jīng)濟負擔。云供應商能夠提供給用戶豐富的資源及服務，從而用戶能夠更方便地使用這些資源。那么為了能夠滿足用戶需求，服務商需要對于資源進行存儲和管理，從而確保資源的有效性。同時服務商能夠通過收取用戶繳納的服務費獲取利潤。雖然很多人已經(jīng)對云資源調(diào)度做了很深入的研究，但是我們應該看到目前的算法并不太適合云計算的資源調(diào)度，不夠節(jié)能。造成這種現(xiàn)象的原因有很多，比如，網(wǎng)絡資源調(diào)度一般只會考慮怎樣將任務合理分配到網(wǎng)格上，使得每個資源都能夠被充分分配。然而云計算每時每刻都有來自虛擬機器的申請與釋放。并且計算中的任務的運行時間是它選擇的資源調(diào)度計算方法來決定的，但使用時間卻是用戶決定的，因此它的時間無法左右虛擬機被使用的時間。資源調(diào)度的目的是為了在保障任務順利完成的前提下盡可能縮短運行時間，從而達到節(jié)能的效果。在本文中，我們需要考慮在運行云計算的資源調(diào)度算法的時候盡可能減少計算數(shù)據(jù)的用電量，用以節(jié)約資源。

1 云計算與云資源調(diào)度

1.1 云計算的含義

人們對云計算的定義說法有很多，至少是一百種，然而到底什么才是云計算呢？云計算指的是一種按使用量付費的模式。它可以提供給用戶非常便捷的能夠使用的能夠滿足需求的網(wǎng)絡訪問，進入到能夠配置的計算資源共享池.云供應商為用戶提供資源以及各項服務，使用戶可以在訪問這些資源時能夠像訪問一般應用那樣，同時供應商必須管理和儲存資源，以保證該資源的可靠性，這樣，用戶只需要根據(jù)實際情況進行交付相關(guān)的費用。目前為止，很多人更接受美國國家標準技術(shù)研究院的定義即云計算指的是一種按使用量付費的模式。它可以提供給用戶非常便捷的能夠使用的能夠滿足需求的網(wǎng)絡訪問，進入到能夠配置的計算資源共享池，資源包括網(wǎng)絡，服務器，存儲，應用軟件以及服務。這些資源能夠很快地被提供給用戶，而且這個過程的管理十分簡單，與供應商交互比較少。

1.2 資源調(diào)度的含義

什么是云計算下的資源調(diào)度？它主要是指高效的分配、計算、分析、研究以及運用于運營過程中。調(diào)度就是指在一定的時間內(nèi)對資源進行合理的調(diào)配，依靠這些資源對任務進行高效有質(zhì)的處理，從而達到最優(yōu)的期望值，更好地解決所出現(xiàn)的問題。資源調(diào)度能夠在管理城市道路交通、分配醫(yī)療設備等多個領(lǐng)域中發(fā)揮重要作用。在操作過程中，資源調(diào)度算法是一個調(diào)度的函數(shù)算法，它是以先前制定的策略為基礎(chǔ)，為了使得優(yōu)化目標得以實現(xiàn)從而制定的算法。節(jié)能的資源調(diào)度就是指在合理調(diào)配過程中，要加大對節(jié)約能耗的投入。計算中的任務的運行時間是它選擇的資源調(diào)度計算方法來決定的，但是它的使用時間卻是用戶決定的，它的時間無法左右虛擬機被使用的時間。而且資源調(diào)度的目的是為了任務運行的時間實現(xiàn)節(jié)能，但它的使用時間不能夠改變。因此，我們需要考慮在運行云計算的資源調(diào)度算法的時候盡可能減少計算數(shù)據(jù)的用電量，用以節(jié)約資源。

2 對云計算的優(yōu)勢和資源調(diào)度算法的介紹

2.1 云計算較于傳統(tǒng)的優(yōu)勢

相對于傳統(tǒng)的計算，云計算的優(yōu)勢在于虛擬技術(shù)。在云計算環(huán)境下，資源是抽象的虛擬的，因為用戶對虛擬資源的要求有一定的差異，物理資源也是有一定的差異，所以虛擬資源如何被均衡的調(diào)度是現(xiàn)在一個難題。資源調(diào)度是采用一定的計算方法和策略將虛擬的資源映射到物理資源上，而且是恰如其分的映射，實際情況中，每一個虛擬資源都能夠有一個帶有屬性的節(jié)點。比如具有內(nèi)存屬性或者CPU屬性又或者是帶寬屬性。每一個物理資源也可以帶有多個屬性，這點與虛擬資源差不多。我們可以將物理資源的屬性化為公式p（m，C，b）。虛擬資源的屬性為v（m，C，b）其中，m指的是內(nèi)存屬性，C指的是cpu屬性，b指的是帶寬屬性。一個云資源的調(diào)度可以是多個物理資源組成的L（pi1，pi2，pi3...pim）。用這個公式來表示虛擬資源cv1被調(diào)度到pi1上，虛擬資源cv2調(diào)度到物理資源的pi2上，以此類推。許多的研究都顯示，資源調(diào)度其實就是個NP難題，如果僅僅是運用傳統(tǒng)的算法對其求解，是很復雜的，更不要說節(jié)能了。

2.2 對資源調(diào)度過程的介紹

在云計算這一大環(huán)境背景下，資源的調(diào)度過程可以進行如下的描述，不同的任務運行在不同的虛擬機上，然后一到二臺虛擬機又可以運行在同一臺服務器上，沒有任務的虛擬機與服務器就自動處于休眠的狀態(tài)，不消耗任何能源。據(jù)此，我們可以看出，在服務器集群中加入了虛擬機，從而使得一個服務器可以承接多個任務的運行，降低了服務器的成本，同時又減少了對能源的消耗與浪費。通過查閱資料以及實際運行，找到一種能夠?qū)Y源進行合理調(diào)配的方式，從而縮短任務的執(zhí)行時間，降低能源的消耗是本文的主要研究目的。但是這兩個目標卻處于相互矛盾的位置，要想縮短任務的執(zhí)行時間，就必須提高該服務器CPU的使用次數(shù)，也就是使用頻率，但是這樣，所消耗的能源也就越多；要想降低能源的消耗，就必須降低服務器CPU的使用率，但是這樣，又會拉長任務的執(zhí)行時間，二者很難達到平衡。綜上所述，要想很好的解決這一問題，就必須對一組Pareto進行運算，然后找出其最優(yōu)值。找出Pareto最合適的解，主要對NSGA-II算術(shù)方法進行了運用，從整體上搜索云計算的大背景下資源的調(diào)度方式，然后找出最合適的方式，在任務的執(zhí)行時間不變的情況下，使得能耗得到降低，從而使得節(jié)能調(diào)度的目標得以實現(xiàn)與完成。

2.3 對資源調(diào)度算法的介紹

在科學技術(shù)迅速發(fā)展的當代以及經(jīng)濟發(fā)展的需求，服務器和任務的數(shù)量都在高速增長，同時資源調(diào)度的方式以及數(shù)量也在成倍增長，并且其前景也沒有絲毫減少的趨勢。云資源調(diào)度可以說是云計算中一個非常重要的問題，甚至可以說是它的核心內(nèi)容，針對這種計算，很多靜態(tài)資源調(diào)度的算法就已經(jīng)被提出來了，甚至已經(jīng)應用到實際中去。然而，有些算法并不太適合云計算的資源調(diào)度，不夠節(jié)能。在這種時代背景下，改進過后的NSGA-II幾乎是不可能在短時間內(nèi)找到最合適的調(diào)度方式。為了能夠在短時間內(nèi)找到最優(yōu)解，使得運算效率得以提高，以NSGA-II運算方法的精英保留策略和快速的非支配排序等運算手段為基礎(chǔ)，然后在其中摻加了與眾不同的學習機制和初始化方法。在NSGA中又加入了特殊的種群初始化的算法和新的學習機制，有利于該模型更好地解決現(xiàn)實中的問題。節(jié)能的資源調(diào)配必須要將節(jié)能和應用質(zhì)量這兩個相互制約的問題進行權(quán)衡，使二者能夠處于一個平衡的狀態(tài)，相互影響，相互促進。

2.4 資源調(diào)度算法的相關(guān)研究與不足

經(jīng)過不斷研究與探索，異構(gòu)機群共同創(chuàng)造了一種低功耗的節(jié)能調(diào)度算法，這種算法是以經(jīng)典的Min Min算法為基礎(chǔ)，將休眠狀態(tài)的控制策略運用在該機群的每一個節(jié)點中，平衡了性能與能耗二者之間的關(guān)系，但是如果喚醒該休眠機制，需要花費更多的準備時間，拉長了任務執(zhí)行時間，從而使得任務的執(zhí)行效率遭到了大幅度下降。GA算法的第一目標是縮短時間跨度，第二目標是減少能量消耗，經(jīng)過實踐，該算術(shù)方法對能源消耗予以了大幅度下降，不過其在滿足QoS的需求和提高系統(tǒng)的性能方面還需要不斷的完善。后期采用了TAlloc法，主要任務是將負載能力低的應用與設備轉(zhuǎn)移到少核的陳舊的服務器，將負載能力高的應用與設備轉(zhuǎn)移到核多的全新的服務器，并且使陳舊的服務器盡可能處于關(guān)閉的狀態(tài)，不過在運行過程中，對應用與設備進行頻繁的遷移與轉(zhuǎn)換導致應用的執(zhí)行效率遭到了大幅度下降。還有學者對節(jié)能的云計算框架進行了定義，并且以這一架構(gòu)為基礎(chǔ)，研究出來了以節(jié)能為目標的分配算法和資源配置。這一算術(shù)方法以降低能源消耗為目標，對設備的能耗特點和QoS進行了充分考慮，同時還將虛擬機的遷移策略融入其中。該算術(shù)方法在降低企業(yè)運營成本和提高資源的利用率與利用價值做了突出貢獻，但是該算術(shù)方法只是對執(zhí)行功率與能耗小的資源予以采用，長時間下去，容易造成負載的不平衡發(fā)展，不利于其持續(xù)發(fā)展。所以我們需要進一步修改算法。

2.5 對資源調(diào)度算法的改進

異構(gòu)商用服務器集群共同構(gòu)成了云計算的資源池，我們可以用數(shù)學中的集合來對其進行說明，A這一集合就表示服務器集群，a1，a2…就表示處在該集群的各種服務器，為各種運行任務提供資源就是服務器的任務。某一服務器在一秒內(nèi)能夠完成的任務數(shù)，我們可以用b表示，其中最大的數(shù)值就是該服務器的CPU的最大運算速度，服務器的性能是不同的，所以不同的CPU有著不同的最大運算速度。另外，在任務執(zhí)行過程中，服務器的性能不同，它所消耗的能源也是不等值的，我們可以用C來對其進行表示。用集合D表示服務器準備執(zhí)行的任務的總和，d1，d2，d3…表示總和中的任務之一，任務的大小就是指d這一任務的單位任務數(shù)值，我們可以用e來表示。完成一個任務，所需要的時間是一定的，我選擇用t來對表示任務的執(zhí)行時間。任務在運行過程中，服務器會為其分配一定的CPU使用率，這一數(shù)值我們用f來進行表示，f的取值范圍大于等于0，小于等于1。f是服務器最大運算速度的一個比值，當f等于0時，表明該服務器沒有運行該任務，當f等于1時，則表明該服務器正在以最大的速度對該任務進行運行。

3 資源調(diào)度算法創(chuàng)新與建議

3.1 資源調(diào)度算法的創(chuàng)新

為了達到提高執(zhí)行效率從而增強云系統(tǒng)的可靠性，研究人員對數(shù)據(jù)本地性調(diào)度以及可靠性感知調(diào)度進行了研究，為了節(jié)能以及使運營成本達到最低，人們也對能源消耗資源調(diào)度做了大量的研究。怎樣分配資源給工作流任務成為熱點話題，只為滿足用戶提出的一些請求。云計算中資源調(diào)度的算法的好壞會影響整個數(shù)據(jù)的性能以及用電量?？梢圆扇∠伻核惴ê皖A測算法相結(jié)合的云計算資源調(diào)度算法來降低用電量以達到節(jié)能的目的。結(jié)合式算法有幾個創(chuàng)新的地方：首先我們可以利用虛擬機對其資源做預留。根據(jù)算法預測了一些數(shù)據(jù)，了解了數(shù)據(jù)中心一些負載變化，能夠有效降低用電量，提高數(shù)據(jù)的性能。其次通過利用預測算法能夠預測出未來一定時間內(nèi)數(shù)據(jù)中心的負載情況，進而能夠恰到好處的開關(guān)主機并預留資源。預測算法的最大好處就是能夠提前預判下一秒數(shù)據(jù)中心的負載狀況，從而使主機不必頻繁開關(guān)，以做到資源預留。云計算是具有動態(tài)性和實時性的。所以改進蟻群算法是非常有必要的。當數(shù)據(jù)中心利用效率非常低的時候，蟻群算法能夠?qū)⑻摂M機在某一個宿主機中集合，從而提高利用效率。這種算法的好處是能夠使數(shù)據(jù)中心不必因為虛擬機時常遷移而造成額外用電量的使用。

3.2 對未來研究云計算資源調(diào)度的建議

云計算的資源調(diào)度領(lǐng)域要想做到節(jié)能，未來對其的研究應該包括以下幾個方面：第一，負載要均衡。負載均衡可以說是提高其資源調(diào)度性能的重要部分。調(diào)度過程中，必須結(jié)合這個因素才能夠避免熱點從而提高資源的利用效率。第二，混合云計算中的資源調(diào)度也受到了許多學者的注意。它能夠決定，應用程序應該待在公共云還是私有云，并且它能夠根據(jù)這些不同的云的不同特點去運行相關(guān)的應用，從而達到最有優(yōu)勢的整體開銷，節(jié)能也會有更多的發(fā)展。第三，多目標資源調(diào)度也是一個學術(shù)界的熱點話題。因為它考慮的因素越多，它的性能就會越好，開銷會更低。

4 結(jié)語

本文的主要目標就是縮短任務執(zhí)行時間和降低能源消耗，然后對資源進行合理調(diào)配，希望既保護了環(huán)境，又降低了運營商的經(jīng)營成本，從而有助于我國經(jīng)濟的可持續(xù)發(fā)展。本文討論了云計算大環(huán)境下資源調(diào)度的節(jié)能問題，并且通過對蟻群算法的研究對所討論的問題進行了描述而且提出了未來云計算資源調(diào)度發(fā)展的路線，希望能夠給云計算資源調(diào)度節(jié)能研究領(lǐng)域提供一些有用的建議。

參考文獻：

[1] 柳興. 移動云計算中的資源調(diào)度與節(jié)能問題研究[D]. 北京郵電大學， 2015.

[2] 石帥. 云計算環(huán)境下的虛擬機節(jié)能調(diào)度算法研究[D]. 哈爾濱工業(yè)大學， 2014.

[3] 王濤， 楊喆. 數(shù)據(jù)中心中云計算資源調(diào)度算法的淺入分析[J]. 自動化技術(shù)與應用， 2018（1）：47-48.

[4] 王峰. 云計算下安全可控的移動彈性資源動態(tài)調(diào)度算法[J]. 科學技術(shù)與工程， 2018（3）.

[5] 張晞. 云計算環(huán)境下改進的虛擬機資源調(diào)度算法研究[J]. 科技通報， 2018（2）.

【通聯(lián)編輯：代影】