云計算環(huán)境下能耗感知模型與方法進展研究

第1章緒論1 1.1研究意義1
1.2研究動機3
1.3研究內(nèi)容5
1.4本書貢獻11第2章相關研究與現(xiàn)狀16
2.1綠色云計算中心的相關技術手段16
2.1.1低功耗處理器17
2.1.2服務器虛擬化19
2.1.3刀片服務器21
2.1.4高效率電源23
2.1.5部件級節(jié)能技術25
2.2相關模型的研究綜述26
2.2.1負載模型28
2.2.2性能模型32
2.2.3優(yōu)化模型33
2.2.4模型總結34
2.3云計算能耗的相關研究綜述35
2.3.1傳統(tǒng)的能耗管理36
2.3.2虛擬化云計算平臺的能耗管理38
2.3.3兼顧性能與能耗的能耗感知管理39/云計算環(huán)境下能耗感知模型與方法進展研究目錄/2.4本章小結41第3章能耗感知的云計算平臺框架42
3.1能耗感知的云計算平臺管理框架EADC42
3.1.1EADC框架的生命周期管理44
3.1.2基于自主計算思想的MAPE架構45
3.1.3平臺與應用兩級的交互式能耗模型47
3.1.4平臺與應用兩級的系統(tǒng)效用公式49
3.2大數(shù)據(jù)集成應用平臺51
3.2.1平臺的系統(tǒng)層次劃分52
3.2.2滿足不同數(shù)據(jù)處理要求的計算框架53
3.2.3存儲云平臺的分布式服務框架55
3.2.4高速搜索服務框架56
3.2.5分布式作業(yè)調(diào)度框架59
3.3本章小結60第4章大范圍變動和時間長相關性負載的性能分析61
4.1大范圍變動下的負載與性能模型62
4.1.1問題定義62
4.1.2性能分析模型64
4.1.3模型的在線參數(shù)化68
4.1.4模型驗證與評測71
4.2時間長相關負載下的性能模型78
4.2.1問題定義78
4.2.2Markovian Arrival Processes(MAP)84
4.2.3JAMC MAP擬合方法89
4.2.4模型驗證與評測94
4.3本章小結106第5章服務集群的能耗感知方案決策108
5.1重載服務的準入控制規(guī)則108
5.1.1自相關性準入控制策略109
5.1.2控制規(guī)則有效性的測試109
5.2輕載服務的能耗感知決策118
5.2.1節(jié)點切換時機的方案選擇118
5.2.2節(jié)點切換序列的方案選擇121
5.2.3實驗評估122
5.3本章小結126第6章慮及能耗的云平臺全局資源優(yōu)化布局128
6.1全局資源調(diào)度的相關算法研究129
6.2全局資源布局決策器DCMS130
6.2.1DCMS的資源量化邏輯130
6.2.2DCMS的資源布局算法的選擇132
6.2.3布局重配置開銷的考量133
6.2.4資源布局遺傳算法的步驟135
6.3實驗評價136
6.3.1DCMS的算法有效性測試137
6.3.2DCMS慮及遷移開銷的效果測試141
6.3.3DCMS的規(guī)模測試144
6.4本章小結145第7章總結與展望146
7.1本書工作總結146
7.2下一步工作建議147參考文獻149