近年來，物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、量子通信、深度學習等新技術層出不窮。據(jù)權威雜志統(tǒng)計，數(shù)據(jù)中心的能耗成本已經(jīng)占到運營成本的50%。云計算數(shù)據(jù)中心設施具有高彈性和虛擬化等特征。數(shù)據(jù)中心能量消耗嚴重，已經(jīng)成為影響云計算技術大面積推廣的主要障礙和難題。通過應用云計算虛擬化技術，可以極大降低主要設備能耗。
云計算平臺是一種基于云計算基礎設施和并行架構、通過互聯(lián)網(wǎng)部署的、以服務形式交付的IT資源池。云計算用戶可以在任何時間、任何地點，隨時隨地按需獲取計算、存儲、軟件、應用、網(wǎng)絡等各種IT資源。
1云計算基本特征及應用
云計算是在網(wǎng)格計算技術的基礎上逐漸發(fā)展起來的，在全球范圍內(nèi)已經(jīng)得到廣泛應用。云計算是大數(shù)據(jù)在21世紀的典型應用，其以IT資源交付、共享為核心，是一種IT資源配置、交付和管理模式的創(chuàng)新，其資源的匯聚、交付、共享、管理都是基于云計算平臺展開。云計算技術是以服務為導向的商業(yè)模式創(chuàng)新，以服務模式創(chuàng)新為核心理念和發(fā)展模式。
云計算若按照行業(yè)應用分類可以歸納為：教育云、醫(yī)療云、金融云、工業(yè)云、政務云等。教育云是指在教育領域，以云計算技術為依托，在現(xiàn)代遠程網(wǎng)絡教育的基礎上，通過構建區(qū)級/縣級數(shù)據(jù)中心，而構建起來的一種新型泛在學習模式。教育云通過有效整合軟硬件教育資源，對教師的教學能力和學生的學習方式都是一個巨大的變革。醫(yī)療云是在醫(yī)療護理領域采用云計算相關技術和服務理念構建醫(yī)療保健服務系統(tǒng)。政務云是云計算在政府站建設、政務領域應用的'系統(tǒng)建設。金融云是指利用云計算技術將金融機構的數(shù)據(jù)中心與客戶端應用整合到云計算體系架構之中，達到降低運營成本的目的。
2能耗優(yōu)化與資源分配
云計算的對象規(guī)模大，資源與用戶需求各異，且數(shù)量巨大，所以系統(tǒng)每時每刻都要處理海量數(shù)據(jù)，任務調度和資源分配是云計算的重點和難點，更是云服務質量高低的重要影響因素。云計算中的資源分配和調度是云計算研究的關鍵問題之一。
云計算資源調度通常根據(jù)一定的資源使用規(guī)則，在不同資源使用者之間進行資源調度和任務分配。目前，資源調度策略大多數(shù)通過虛擬機級別上的調度技術結合一定的調度策略為虛擬機內(nèi)部應用作資源調度。由于這些調度算法的時間復雜度和空間復雜度比較高，導致算法運行效率比較低，算法整體性能不理想。傳統(tǒng)資源分配方法大都采用預分配的靜態(tài)資源調度算法，這種算法已經(jīng)不適應云計算資源的異構性、動態(tài)性等特征，而且資源負載能力是動態(tài)變化的。國內(nèi)外云計算資源分配領域研究主要集中在啟發(fā)式仿生算法、負載均衡機制與時間跨度最小化原則、能耗最小化與能耗均勻化管理等方面。圖1為Map Reduce調度模型。
資源管理器將系統(tǒng)調度過程中的所有資源進行全局管理，并對所有資源進行分配，每一個應用的Application Master主要負責相應的資源調度和協(xié)調等基本工作。一個應用程序是一個單獨的傳統(tǒng)的Map Reduce任務或者是一個DAG(有向無環(huán)圖)任務。
每一個應用的Application Master是一個詳細的框架庫，它結合從Resource Manager獲得的資源和Node Manager協(xié)同工作來運行和監(jiān)控任務。
Resource Manager支持分層級的應用隊列，這些隊列集群一定比例的資源，根據(jù)資源的計算能力和動態(tài)負載能力分配適量的計算任務到該節(jié)點上，分配結束后將自動從任務等待隊列中刪除任務。同樣，它不能重啟因應用失敗或者硬件錯誤而運行失敗的任務。Resource Manager是基于應用程序對資源需求進行調度，每一個應用程序需要不同類型的資源，因此需要不同的容器。
3實驗測試與結果分析
針對綠色云計算中資源管理與調度過程，在Map Reduce調度模型基礎上，本文設計了一種并行Map Reduce資源分配算法。PMRRAA算法的實現(xiàn)步驟如下：
步驟1獲取云計算系統(tǒng)中計算節(jié)點相關性能參數(shù);步驟2:根據(jù)用戶訪問請求獲取資源需求參數(shù);
步驟2:利用Map Reduce資源分配過程，并發(fā)訪問云計算系統(tǒng)各個計算節(jié)點;
步驟3:在云計算系統(tǒng)中選擇計算節(jié)點參數(shù)符合資源需求參數(shù)的計算節(jié)點，并將所選計算節(jié)點的資源分配給所述用戶，用于執(zhí)行相應的訪問請求。
步驟4:將用戶請求從等待隊列中刪除，資源分配結束。
本文利用Cloud Sim澳大利亞墨爾本大學網(wǎng)格實驗室云計算仿真軟件Cloud Sim，對PMRRAA算法和Map Reduce算法者性能進行比較。
圖3為兩種算法的能耗對比，圖4為兩種算法系統(tǒng)執(zhí)行時間比較。通過圖3實驗結果，不難看出：本文設計的PMRRAA算法的能耗少于Map Reduce算法。圖4中，PMRRAA算法的執(zhí)行時間也比Map Reduce算法少，當系統(tǒng)的任務數(shù)量急劇增大后，這種優(yōu)勢表現(xiàn)得更加明顯Job Tracker兩個主要的功能分離成單獨的組件，分別用來進行資源管理和任務調度/監(jiān)控。
資源管理器將系統(tǒng)調度過程中的所有資源進行全局管理，并對所有資源進行分配，每一個應用的Application Master主要負責相應的資源調度和協(xié)調等基本工作。一個應用程序是一個單獨的傳統(tǒng)的Map Reduce任務或者是一個DAG(有向無環(huán)圖)任務。
每一個應用的Application Master是一個詳細的框架庫，它結合從Resource Manager獲得的資源和Node Manager協(xié)同工作來運行和監(jiān)控任務。
Resource Manager支持分層級的應用隊列，這些隊列集群一定比例的資源，根據(jù)資源的計算能力和動態(tài)負載能力分配適量的計算任務到該節(jié)點上，分配結束后將自動從任務等待隊列中刪除任務。同樣，它不能重啟因應用失敗或者硬件錯誤而運行失敗的任務。Resource Manager是基于應用程序對資源需求進行調度，每一個應用程序需要不同類型的資源，因此需要不同的容器。
4結語
隨著我國云計算產(chǎn)業(yè)的日漸發(fā)展，市場需求和行業(yè)覆蓋將曰趨完善，并帶動我國市場經(jīng)濟的快速轉型和高速發(fā)展，尤其是以物聯(lián)網(wǎng)為技術支撐的戰(zhàn)略新興產(chǎn)業(yè)將迎來行業(yè)的春天。云計算將得到充分應用，是未來網(wǎng)絡大發(fā)展的有力支撐。通過對比實驗，顯示在系統(tǒng)執(zhí)行時間和能量消耗兩方面，PMRRAA算法都要比傳統(tǒng)的Map Reduce算法表現(xiàn)出更佳的性能。
【基于綠色云計算的能耗優(yōu)化與資源分配研究論文】相關文章：
基于云計算技術的設備管理系統(tǒng)的優(yōu)化設計研究論文10-28
基于云計算的網(wǎng)絡監(jiān)控系統(tǒng)研究論文10-31
大數(shù)據(jù)時代基于云計算的數(shù)據(jù)監(jiān)護研究論文11-01
基于智能體服務的云計算架構研究分析論文11-03
基于云計算的網(wǎng)絡監(jiān)控系統(tǒng)研究分析論文10-31
關于水資源分配研究論文03-21