异构云环境下能耗高效调度模型与优化方法研究

With the rapid growth of energy consumption in global data centers and IT systems, energy optimization has become an important issue to be solved in cloud data center. Most of the existing energy-efficient scheduling approaches are focused on homogeneous servers, and therefore they did not do well in reducing power consumption of servers in heterogeneous cloud environments (such as cloud data centers). By introducing heterogeneous energy constraints of heterogeneous physical servers, a energy-efficient resource scheduling model for heterogeneous physical servers in cloud data centers is presented. The method of model solving based on resource equivalence optimization is proposed, in which the resources in the same class are pruning treatment when allocating resource so as to reduce the solution space of the resource allocation model and speed up the model solution. To reduce the complexity of large-scale cloud resource scheduling, will try to propose a scalable distributed scheduling method based on partition-based server clusters and implement a scalable energy-efficient resource allocation scheme for cloud data centers. On the basis of previous research works in cloud computing task scheduling, the task scheduling model and corresponding algorithm combining energy optimization and performance optimization are proposed to meet the needs for different task scheduling and improve the energy efficiency ratio of task scheduling in heterogeneous cloud environments. The study of the project is important not only for the development of cloud computing resource scheduling theory in heterogeneous cloud environments, but also to build green cloud data centers.

随着全球数据中心和IT系统的电能消耗的不断上升，能耗优化已经成为当前云数据中心亟待解决的重要问题。目前已提出的能耗优化调度方法大部分是针对同构服务器，不能很好地降低异构云环境下（如云数据中心）服务器能耗。为此，本项目给异构物理服务器引入异构能耗约束，研究建立面向云数据中心的异构服务器能耗优化资源分配模型，并提出资源等价优化的求解方法，在资源分配搜索时对等价资源进行剪枝处理，减少资源分配模型的求解空间和加速模型的求解；为了降低大规模云资源调度的复杂度，研究基于划分服务器集群的可扩展分布式调度方法，实现面向云数据中心的可扩展高能效的资源分配模式；在前期云任务调度研究的基础上，研究集成能耗优化和性能优化的云任务调度模型与算法，实现面向不同需求的任务调度，提高异构云环境下任务调度的能效比。本项目的研究不仅对异构云环境的调度理论发展有重要意义，而且对打造绿色节能的云数据中心有重要的应用意义。

随着全球数据中心和IT系统的电能消耗的不断上升，能耗优化已经成为当前云数据中心亟待解决的重要问题。目前已提出的能耗优化调度方法大部分是针对同构服务器，不能很好地降低异构云环境下（如云数据中心）服务器能耗。本项目主要围绕异构服务器的云环境下的能耗优化资源分配模型和任务调度相关问题开展研究，给异构物理服务器引入异构能耗约束，研究建立面向云数据中心的异构服务器能耗优化资源分配模型，然后给出一系列的面向云计算能耗优化的资源分配和任务调度算法。在获得的具体成果上，项目在建立的异构物理服务器的能耗优化资源分配模型基础上，提出了基于资源等价处理的优化资源调度求解方法和基于资源等价优化的云资源分配算法；提出了基于划分服务器集群的可扩展分布式调度方法和一种面向异构平台的能耗优化调度方法；提出了一种基于虚拟机负载高峰特征的虚拟机放置算法和一个虚拟机的能耗效率感知的贪心调度算法VPEGS；提出了基于幂函数的多核虚拟机能耗模型；提出了面向云计算多资源调度仿真方法，并研发了一个云计算多资源能耗仿真系统软件MultiRECloudSim和面向云环境的服务器能耗测算原型系统等。本项目研究的云资源调度模型、云资源分配算法、云任务调度算法和能耗测算技术，不仅对异构云环境的调度理论发展有重要意义，而且对打造绿色节能的云数据中心有重要的应用意义。本项目实施后获得具体成果包括：发表了相关论文18篇（其中SCI期刊论文13篇、EI期刊论文4篇、核心期刊论文1篇），申请发明专利2个，申请软件著作2个，出版相关教材1本；培养了研究生4名，本科生4名。