基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法
【專利摘要】本發(fā)明公開一種基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，在每個(gè)采樣時(shí)間內(nèi)，采用以下步驟進(jìn)行耗能管理：1)使用RLS模型估算服務(wù)器的功耗；2)在約束條件下對(duì)費(fèi)用函數(shù)進(jìn)行優(yōu)化求解，得出最優(yōu)的Up(k)；3)從Up(k)中選出第一組輸入U(xiǎn)(k|k)作為真實(shí)的控制量U(k)；4)計(jì)算需要的活躍服務(wù)器個(gè)數(shù)mj；5)平均分配任務(wù)到每個(gè)機(jī)架。本發(fā)明方法，能夠動(dòng)態(tài)地分配服務(wù)器任務(wù)，使數(shù)據(jù)中心中服務(wù)器和冷卻系統(tǒng)的總功率消耗降低。
【專利說明】基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及網(wǎng)絡(luò)數(shù)據(jù)中心的耗能管理，更具體的說，涉及一種基于熱負(fù)載均衡的 數(shù)據(jù)中心自適應(yīng)性耗能管理方法。

【背景技術(shù)】
[0002] 最近幾年，隨著云計(jì)算的蓬勃發(fā)展。網(wǎng)絡(luò)數(shù)據(jù)中心，作為其基礎(chǔ)設(shè)施，承載著大量 的計(jì)算、存儲(chǔ)和應(yīng)用等任務(wù)，需要消耗大量的能量來運(yùn)行和冷卻設(shè)備。隨著云計(jì)算服務(wù)發(fā)展 的越來越迅速，數(shù)據(jù)中心中的能耗越來越大。
[0003] 數(shù)據(jù)中心中的服務(wù)器，作為處理和存儲(chǔ)用戶任務(wù)請(qǐng)求的所在，需要使用大量的能 量，并散發(fā)大量能量。而由于電子設(shè)備的工作溫度限制，需要使用冷卻設(shè)備對(duì)數(shù)據(jù)中心中服 務(wù)器產(chǎn)生的大量熱能進(jìn)行冷卻。
[0004] 當(dāng)前，學(xué)術(shù)界和工業(yè)界對(duì)于數(shù)據(jù)中心中能量消耗的問題越來越感興趣。不過，當(dāng)前 學(xué)術(shù)界的研究主要專注于
[0005] 1、提高服務(wù)器的耗能效率，包括使用虛擬化技術(shù)，動(dòng)態(tài)電壓、頻率切換等。
[0006] 2、解決制冷系統(tǒng)中能量效率問題，主要是計(jì)算機(jī)房間空調(diào)系統(tǒng)（Computer Room Air Conditioner, CRAC)制冷效率的提高。
[0007] 3、其它提高方式。如通過動(dòng)態(tài)負(fù)載來達(dá)到降溫和計(jì)算功率的平衡；通過對(duì)IT設(shè) 備、功率及降溫設(shè)施的整合管理等。
[0008] 然而，對(duì)于如何分配任務(wù)給服務(wù)器，使得服務(wù)器和冷卻系統(tǒng)的總功率消耗降低，這 個(gè)問題，卻并沒有涉及。


【發(fā)明內(nèi)容】

[0009] 針對(duì)上述現(xiàn)有技術(shù)中存在的技術(shù)問題，本發(fā)明提供一種基于熱負(fù)載均衡的數(shù)據(jù)中 心自適應(yīng)性耗能管理方法，來動(dòng)態(tài)地分配服務(wù)器任務(wù)，使數(shù)據(jù)中心中服務(wù)器和冷卻系統(tǒng)的 總功率消耗降低?？紤]到問題可擴(kuò)展性、實(shí)時(shí)性和應(yīng)用性，對(duì)數(shù)據(jù)中心中的制冷系統(tǒng)和服務(wù) 器模型進(jìn)行了相應(yīng)的設(shè)計(jì)和約束，并設(shè)計(jì)了一種任務(wù)分配算法，能夠?qū)崟r(shí)地將任務(wù)分配給 各服務(wù)器。
[0010] 為達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案如下：
[0011] 一種基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，在每個(gè)采樣時(shí)間內(nèi)，采 用以下步驟進(jìn)行耗能管理：
[0012] 1)使用RLS模型估算服務(wù)器的功耗；
[0013] 2)在約束條件下對(duì)費(fèi)用函數(shù)進(jìn)行優(yōu)化求解，得出最優(yōu)的Up(k);
[0014] 3)從％(1〇中選出第一組輸入U(xiǎn)(k|k)作為真實(shí)的控制量U(k);
[0015] 4)計(jì)算需要的活躍服務(wù)器個(gè)數(shù)mj ;
[0016] 5)平均分配任務(wù)到每個(gè)機(jī)架。
[0017] 所述步驟1)的方法是：
[0018] a)首先建立熱量模型、功率消耗模型以及任務(wù)模型；
[0019] b)對(duì)數(shù)據(jù)中心功率控制，對(duì)所述功率消耗模型做處理能力、負(fù)載、功率輸入、總功 率的限制；
[0020] C)基于RLS的熱量模型評(píng)估。
[0021] 所述步驟a)中，熱量模型的建立方法是：
[0022] 根據(jù)熱力學(xué)定理，機(jī)架j出口的空氣溫度與機(jī)架j輸入空氣溫度，機(jī)架j功率消耗 的關(guān)系為：
[0023]

【權(quán)利要求】
1. 一種基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，其特征在于，在每個(gè)采樣 時(shí)間內(nèi)，采用以下步驟進(jìn)行耗能管理： 1) 使用RLS模型估算服務(wù)器的功耗； 2) 在約束條件下對(duì)費(fèi)用函數(shù)進(jìn)行優(yōu)化求解，得出最優(yōu)的Up(k); 3) 從％(1〇中選出第一組輸入U(xiǎn)(k|k)作為真實(shí)的控制量U(k); 4) 計(jì)算需要的活躍服務(wù)器個(gè)數(shù); 5) 平均分配任務(wù)到每個(gè)機(jī)架。
2. 根據(jù)權(quán)利要求1所述的基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，其特征 在于，所述步驟1)的方法是： a) 首先建立熱量模型、功率消耗模型以及任務(wù)模型； b) 對(duì)數(shù)據(jù)中心功率控制，對(duì)所述功率消耗模型做處理能力、負(fù)載、功率輸入、總功率的 限制； c) 基于RLS的熱量模型評(píng)估。
3. 根據(jù)權(quán)利要求2所述的基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，其特征 在于，所述步驟a)中，熱量模型的建立方法是： 根據(jù)熱力學(xué)定理，機(jī)架j出口的空氣溫度與機(jī)架j輸入空氣溫度，機(jī)架j功率消耗的關(guān) 系為：
根據(jù)熱力學(xué)定理，機(jī)架j輸入空氣溫度，同機(jī)架j輸出空氣溫度及CRACh輸出空氣溫度 的關(guān)系為：
同理，根據(jù)熱力學(xué)定理，CRACh出口的空氣溫度，輸入空氣溫度與CRACh功率消耗，機(jī)架 j出口的空氣溫度間關(guān)系為：
功率消耗模型的建立方法是： 對(duì)于功率消耗模型，由于服務(wù)器的功率消耗主要依賴于服務(wù)器的兩個(gè)參數(shù)，CPU使用率 和頻率，假定在每個(gè)服務(wù)器CPU頻率一定的情況下，服務(wù)器的功率消耗則主要同CPU使用率 相關(guān)，同時(shí)，假定可以采用開-關(guān)服務(wù)器以節(jié)省服務(wù)器能耗的策略，則機(jī)架j上功率消耗還 和機(jī)架j上保持開狀態(tài)的服務(wù)器個(gè)數(shù)相關(guān)，因此，可以對(duì)其功率建模為：
任務(wù)模型的建立方法是： 考慮Web服務(wù)器架構(gòu)產(chǎn)生的數(shù)據(jù)請(qǐng)求，前段Web服務(wù)器從客戶端接收用戶請(qǐng)求后，將這 些請(qǐng)求分配到不同機(jī)架的服務(wù)器上進(jìn)行處理，其中，總請(qǐng)求數(shù)為：
根據(jù)排隊(duì)論，對(duì)任務(wù)請(qǐng)求的平均處理延時(shí)為：
考慮到實(shí)時(shí)性，需要對(duì)任務(wù)的平均處理延遲進(jìn)行限制，即其最大值在一定范圍內(nèi)：
4.根據(jù)權(quán)利要求3所述的基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，其特征 在于，所述步驟b)對(duì)功率消耗模型做處理能力、負(fù)載、功率輸入、總功率的限制的方法是： 對(duì)于一般的連續(xù)系統(tǒng)而言，其狀態(tài)空間模型為：
Y = WX, 其中
對(duì)離散系統(tǒng)而言，其狀態(tài)模型為： X(k) = 〇X(k-l)+GU(k-l)， Y (k) = WX (k), 其中，
是系統(tǒng)的第k個(gè)采樣周期，該離散系統(tǒng)的模型參數(shù)為
在該離散系統(tǒng)中，涉及對(duì)處理能力、負(fù)載、功率輸入、總功率 限制如下； (1)處理能力限制 根據(jù)任務(wù)模型中對(duì)服務(wù)延遲的限制，將公式變形為：
將其變換為矩陣形式，為：
其中， ^ 1 - (Imxm 〇mxf)，
(2) 負(fù)載限制 能夠被服務(wù)器服務(wù)的負(fù)載量為：
其中，PA是對(duì)應(yīng)于每個(gè)請(qǐng)求的平均功率； (3) 功率輸入限制 首先，每個(gè)機(jī)架的服務(wù)器和CRAC的輸入功率都是非負(fù)的，同時(shí)CRAC的輸入功 率必須是整數(shù)級(jí)的，可以對(duì)其限制為： U > 〇(M+F) XI， Pj ^ PmaxJ Pj e Z+ Pmax是CRAC功率輸入的最大允許值，將其變?yōu)榫仃囆问綖椋?ψ3υ< [pmax]FX1， 其中， Ψ3_ (〇FXM !FXF); (4) 總功率限制 機(jī)架服務(wù)器和CRAC的總功率需求為： 將其變換為矩陣形式為：
ψ4υ ^ Pd， 其中，Ψ4 = [1，…，1]1X(M+F) ·，Pd是總功率需求的上界。
5.根據(jù)權(quán)利要求4所述的基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，其特征 在于，所述步驟c)基于RLS的熱量模型評(píng)估的方法是：使用計(jì)算流體力學(xué)CFD分析方法，將 功率消耗建模為多輸入多輸出線性模型：
其中，
基于RLS模型，對(duì)系統(tǒng)模型進(jìn)行重寫，將其形式變?yōu)椋? X (k+1) = A (k) Φ (k) 其中， Φ (k) = [UT(k)，XT(k)]T， X(k) = [B, A], 使用RLS模型，主要用于計(jì)算系統(tǒng)矩陣A和B，由于使用的RLS模型，依賴于時(shí)間變量， 考慮其根據(jù)時(shí)間的迭代過程為：
其中
表示模型的估計(jì)量，E(k+1)表示估測(cè)誤差向量，P(k)為協(xié)方差矩陣，
為遺 忘因子，
6. 根據(jù)權(quán)利要求1所述的基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，其特征 在于，所述步驟2)的方法是：使用模型預(yù)測(cè)控制MPC控制方法進(jìn)行控制，MPC控制器通過計(jì) 算控制輸入U(xiǎn)(k)來最小化下列費(fèi)用函數(shù)：
其中，Ργ和Ρ"是狀態(tài)和輸入的預(yù)測(cè)長度范圍，X(k+s | k)是之后第s個(gè)采樣間隔的狀態(tài) 預(yù)測(cè)，
和U(k+s|k)都是類似的，Q(s)和R(s)是用來對(duì)時(shí)間誤差和輸入功率的 補(bǔ)償矩陣，其中I |x| |Q(S) = xTQ(s)x，該費(fèi)用函數(shù)主要為最小化溫度追蹤誤差和功率需求， 即：使功率需求較小的同時(shí)，使得不同時(shí)間間隔間的溫度變化較小，因此，需要在每一個(gè)時(shí) 間間隔中，對(duì)該費(fèi)用函數(shù)求解最小值，并滿足相應(yīng)約束條件如下：

Pj e Z+， 其中：
Q = diag [Q (s) ]，R=diag [R (s)]。
7. 根據(jù)權(quán)利要求1所述的基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，其特征 在于，所述步驟4)的方法是：在滿足處理能力約束的情況下，應(yīng)盡可能地減少保持開狀態(tài) 的處理器，因此，設(shè)定每次保持開狀態(tài)的處理器個(gè)數(shù)為：
并滿足限制
8.根據(jù)權(quán)利要求1所述的基于熱負(fù)載均衡的數(shù)據(jù)中心自適應(yīng)性耗能管理方法，其特征 在于，所述步驟5)的方法是：假定每個(gè)任務(wù)的分配，在各個(gè)服務(wù)器上是均一的，因此，每個(gè) 機(jī)架上分到的任務(wù)數(shù)為：
并滿足約束
【文檔編號(hào)】H04L12/24GK104158754SQ201410322951
【公開日】2014年11月19日 申請(qǐng)日期:2014年7月8日 優(yōu)先權(quán)日:2014年7月8日
【發(fā)明者】姚建國, 周海航, 管海兵 申請(qǐng)人:上海交通大學(xué)