一种基于多区域划分的云计算数据中心能耗优化方法

1.本发明涉及云计算技术领域，特别涉及一种基于多区域划分的云计算数据中心能耗优化方法。


背景技术：

2.近年来，云计算作为一种按需提供服务的计算模型，其能效问题日益得到关注。云能效问题涉及软件、硬件、网络等各种要素，其中作为数据中心重要组成成分——主机的负载对于能耗的影响巨大。近年来国内外有大量研究表明，云计算中心主机负载的程度与其所耗费的能源是不成正比的，这意味着，负载很轻时，如10％的负载，主机也要耗费60％-70％的正常标定能耗；而负载超过特定阈值70％时其能耗急剧增加。因此，保持主机在一个合理的范围内，对于降低数据中心的能耗、平衡负载与均衡多维资源的利用率具有重要的意义。2020年我国发电量接近7.42万千万瓦时，是世界第一发电大国，其中云计算行业耗电约占总发电量的8％。所以，云计算数据中心的能耗优化已经成为云计算领域一个亟待解决的问题。


技术实现要素：

3.本发明的目的在于解决现有云计算领域中因数据中心主机负载过低、负载不均所造成的能耗浪费的问题，提供一种能够优化云计算数据中心能源消耗的一种基于多区域划分的云计算数据中心能耗优化方法。
4.为了实现上述目的，本发明所采用的技术方案包括以下步骤：
5.步骤s1.原始数据采集：获取当前云计算数据中心主机列表信息，获取各主机虚拟机列表信息，其中主机列表信息包括：各主机id，当前各主机cpu个数及占用率，可用内存大小，各虚拟机分配资源大小，其中虚拟机列表信息包括：各虚拟机id，虚拟机cpu占用率、内存容量占用率、当前正在运行的进程个数；
6.步骤s2.数据排序处理：将主机列表信息按照主机cpu占用率降序进行排列，同时将各主机的虚拟机列表按照各虚拟机cpu占用率降序进行排列；
7.步骤s3.多区域划分处理：通过s1所获得的主机cpu占用率信息，将不同负载的主机通过特定阈值划分为高，中，低三个区域；
8.步骤s4.高负载主机迁移策略：将s4步骤中高负载区域的主机进行处理，将高负载主机中最适合的虚拟机迁移到低负载主机中，从而消除因主机负载过高从而造成的高能耗现象；
9.步骤s5.二次区域划分处理：当s4步骤完成后，重新获得各主机cpu占用率信息，再次通过特定阈值将主机划分为高，中，低三个区域，如果高负载区域还有主机存在则返回步骤s4；
10.步骤s6.低负载主机迁移策略：将低负载区域的主机进行处理，将低负载主机中的所有虚拟机迁移到中负载目标主机中，当主机中不存在正在运行的虚拟机时，将主机调整
为关闭或者休眠状态。
11.所述步骤s4中最适合的虚拟机选择方法如下：计算出各虚拟机的最小利用率差值因子，取最小值所对应的虚拟机作为目标虚拟机进行迁出操作，最小利用率差值因子定义如下：
[0012][0013]
其中vmutil表示即将迁出的候选虚拟机的cpu利用率，pmutil代表的是主机的cpu利用率，u是利用率上限阈值取值70％。
[0014]
与现有云计算数据中心能耗优化相比，本发明的基于多区域划分的云计算数据中心能耗优化方法有如下优点：
[0015]
(1)本发明所提出的多区域划分处理，能缩短算法的遍历时间，在有效降低算法的时间复杂度的同时不额外增加算法的空间复杂度。
[0016]
(2)本发明提出的高负载主机迁移策略，能有效解决主机负载过高所造成的能耗倍增问题。
[0017]
(3)本发明提出的低负载主机迁移策略，能有效解减少正在运行的低负载主机数量，从而降低处于运行状态的主机总数量，能大幅降低云计算数据中心的整体能耗。
附图说明
[0018]
图1为本发明一种基于多区域划分的云计算数据中心能耗优化方法步骤示意图。
[0019]
图2为本发明实施例中多区域划分处理的案例示意图。
[0020]
图3为本发明实施例中高负载主机迁移策略流程图。
[0021]
图4为本发明实施例中低负载主机迁移策略流程图。
具体实施方式
[0022]
如图1所示，为本发明一种基于多区域划分的云计算数据中心能耗优化方法步骤示意图，所述方法包括：
[0023]
所述步骤s1原始数据采集：获取当前云计算数据中心主机列表信息，获取各主机虚拟机列表信息，其中主机列表信息包括：各主机id，当前各主机cpu个数及占用率，可用内存大小，各虚拟机分配资源大小，其中虚拟机列表信息包括：各虚拟机id，虚拟机cpu占用率、内存容量占用率、当前正在运行的进程个数；
[0024]
所述步骤s2数据排序处理：将主机列表信息以主机cpu占用率降序进行排列，同时将各主机中的虚拟机列表以各虚拟机cpu占用率降序进行排列；
[0025]
所述步骤s3多区域划分处理：通过s1所获得的主机cpu占用率信息，将不同负载的主机通过特定阈值划分为高，中，低三个区域；
[0026]
所述步骤s4高负载主机迁移策略：将s4步骤中高负载区域的主机进行处理，将高负载主机中的最适虚拟机迁移到低负载主机中，从而消除因主机负载过高从而造成的高能耗现象；
[0027]
所述步骤s5二次区域划分处理：当步骤s4完成后，重新获得各主机cpu占用率信息，再次通过特定阈值将主机划分为高，中，低三个区域，如果高负载区域还有主机存在则返回步骤s4；
[0028]
所述步骤s6低负载主机迁移策略：对低负载区域的主机进行处理，将低负载主机中的所有虚拟机迁移到中负载目标主机中，当主机中不存在正在运行的虚拟机时，将主机调整为关闭或者休眠状态。
[0029]
如图2所示，为本发明实施例中步骤s3所用到多区域划分案例示意图，将s2步骤已经降序排列的主机进一步划分为三个区域，将cpu利用率高于70％的主机划分到高负载区域，将cpu利用率低于30％的主机划分到低负载区域，能有效降低s4与s6中迁移策略算法的时间复杂度。
[0030]
如图3所示，为本发明实施例中步骤s4高负载主机迁移策略的流程图，首先，从高负载区域选择负载最高的主机作为迁出主机，通过最小差值因子选出最合适的虚拟机，然后从低负载区域选择负载最低的目标主机作为迁入主机，将虚拟机迁入目标主机，迁移操作完成之后判断当前迁出主机是否负载低于上限阈值70％，如果低于70％说明迁出主机达到最佳能耗状态结束算法。当迁出主机负载仍旧高于上限阈值70％时，重复执行虚拟机迁出操作。
[0031]
如图4所示，为本发明实施例中步骤s6低负载主机迁移策略的流程图，首先，从低负载区域选择负载最低的主机作为迁出主机，然后从中负载区域选择负载最低的目标主机作为迁入主机，将虚拟机按cpu利用率从高到低迁入目标主机，迁移操作完成之后判断当前迁出主机是否为空载，当迁出主机不为空载则重复执行虚拟机迁出操作，当虚拟机为空载状态时将虚拟机调整为休眠模式后结束算法。


技术特征：
1.一种基于多区域划分的云计算数据中心能耗优化方法，其特征在于，包括以下步骤：步骤s1.原始数据采集：获取当前云计算数据中心主机列表信息，获取各主机虚拟机列表信息，其中主机列表信息包括：各主机id，当前各主机cpu个数及占用率，可用内存大小，各虚拟机分配资源大小，其中虚拟机列表信息包括：各虚拟机id，虚拟机cpu占用率、内存容量占用率、当前正在运行的进程个数；步骤s2.数据排序处理：将主机列表信息按照主机cpu占用率降序进行排列，同时将各主机的虚拟机列表按照各虚拟机cpu占用率降序进行排列；步骤s3.多区域划分处理：通过s1所获得的主机cpu占用率信息，将不同负载的主机通过特定阈值划分为高，中，低三个区域；步骤s4.高负载主机迁移策略：将s4步骤中高负载区域的主机进行处理，将高负载主机中最适合的虚拟机迁移到低负载主机中，从而消除因主机负载过高从而造成的高能耗现象；步骤s5.二次区域划分处理：当s4步骤完成后，重新获得各主机cpu占用率信息，再次通过特定阈值将主机划分为高，中，低三个区域，如果高负载区域还有主机存在则返回步骤s4；步骤s6.低负载主机迁移策略：将低负载区域的主机进行处理，将低负载主机中的所有虚拟机迁移到中负载目标主机中，当主机中不存在正在运行的虚拟机时，将主机调整为关闭或者休眠状态；所述步骤s4中最适合的虚拟机选择方法如下：计算出各虚拟机的最小利用率差值因子，取最小值所对应的虚拟机作为目标虚拟机进行迁出操作，最小利用率差值因子定义如下：其中vmutil表示即将迁出的候选虚拟机的cpu利用率，pmutil代表的是主机的cpu利用率，u是利用率上限阈值取值70％。

技术总结
本发明公开了一种基于多区域划分的云计算数据中心能耗优化方法。首先对云计算数据中心的所有主机进行数据采集，对获得数据进行排序预处理，然后，将排序过后的主机根据负载大小划分为高、中、低三个负载区域。针对高负载区域，提出高负载主机迁移策略，通过虚拟机的迁出实现主机负载的均衡，从而解决了主机负载过高造成的能耗大幅上升的问题。针对低负载主机区域，提出低负载主机迁移策略，通过将虚拟机迁出实现主机空载的状态，并且将空载的主机调整为休眠状态，进一步降低了云计算数据中心的总能耗。本发明所提供的一种基于多区域划分的云计算数据中心能耗优化方法，此方法能有效降低云计算数据中心的能耗，降低二氧化碳排放量，节约大量能源。节约大量能源。节约大量能源。


技术研发人员：谢晓兰 陈灵彬 常盼 刘亚荣
受保护的技术使用者：桂林理工大学
技术研发日：2021.11.15
技术公布日：2022/3/4