能耗约束的云数据中心虚拟机迁移策略研究(2)
1.2解决意义
云计算的出现，可以让用户根据自身的各种需求，以付费的形式向云数据中心提出要求，而且用户不需要再关心机器数量、种类、服务器、存储等信息。用户通过向云数据中心支付一定的费用，云计算数据中心将创建好的虚拟机以付费服务的形式提供给用户，而用户则通过网络连接到此虚拟机，就好像拥有了一台真正的物理机器一样，通过这样的手段，便于用户对各种资源的需求。降低能耗的意义不仅在于使用户本能够更高效的利用虚拟机来完成任务，而且，在倡导低碳节能的如今，绿色云计算更适应当代社会的发展。
2.能耗降低策略介绍
本文分析了基于能耗约束的云数据中心虚拟机迁移策略的问题。对现有云数据中心资源管理与调度进行分析，我们可以发现现有云计算利用虚拟化技术对资源进行迁移和调度的同时，需要重复的对虚拟机进行启动与销毁，在此过程中许多的能量和资源会被浪费掉，而在庞大的“云”资源中，这样的损耗十分常见。通过上面分析指出了在现有云计算处理的基础上，加入一个降低能耗的调度环节，在用户需求资源的时候，先通过一定方法对能耗进行预测，从而达到降低能耗节约资源的目的。通过上面的分析，降低能耗是一种趋势，是十分重要的，下面的几种方法都能够不同程度上的降低能耗。
2.1DVFS
首先是DVFS，即动态电压频率调整技术，动态技术是根据芯片所运行的应用程序对计算能力的不同需要，动态调节芯片的运行频率和电压从而达到节能的目的。降低频率可以降低功率，但是单纯地降低频率并不能降低能耗。在CMOS电路中，功率消耗主要分为两种：即动态功率消耗和静态功率消耗，能耗公式如下 ，其中C代表负载电容的容值，V是工作电压，α是当前频率下的翻转率，f为工作频率，Idq代表静态电流。公式的前半部分代表的是动态功率消耗，后半部分则代表的是静态功率消耗，从公式中我们可以看出，想要降低动态功率消耗可以从C、V、α、f着手，对于软件来讲常用的调节方式只涉及到V、f 两个因素，所以只有同时降低电压和频率，才能一定程度上真正地降低能量的消耗和浪费。通常DVFS系统流程有以下几步：(1)采集与系统负载相关的信号，计算当前的系统负载；(2)根据系统的当前负载，判断系统在下一时间段需要的性能；(3)将预测的性能转换成需要的频率，从而调整芯片的时钟周期；(4)根据新的频率计算相应的电压。另外，在调整频率和电压时，要特别注意调整的顺序。当频率由高到低调整时，应该先降频率，再降电压；相反，当升高频率时，应该先升电压，再升频率。
2.2任务调度
再者，是任务调度方法，在一个拥有A台服务器和B个任务的云计算机系统中，任务调度的目标是把B个任务映射到A台处理器上，使之在尽可能满足任务终止时间要求的前提下，使系统在任务集上产生的总能耗最小。Min-Min是其一种经典的算法，它具有实现简单执行时间快的特点，其主要思想是优先在执行速度快的机器上映射小的任务。执行过程为：计算要参与映射事件的每个任务在各个机器上的期望完成时间，找到每个任务的最早完成时间及其对应的机器；从中找出具有最小并最早完成时间的任务，将该任务指派给获得它的机器；指派完成后，更新机器期望就绪时间并将已完成映射的任务从任务集合中删除。重复上面的过程，直到所有的任务都被映射完。该算法形式化可进行如下描述：M为所有未调度的任务的集合，(1)判断任务集合M是否为空，不为空，执行(2)，否则跳到步骤(7)；(2)对于任务集中的所有任务，求出它们映射到所有可用机器上的最早完成时间cij；(3)根据(2)的结果，找出最早完成时间最小的那个任务mi和所对应的机器hj；(4)将任务mi映射到机器hj上；并将该任务从任务集合中删除。(5)更新机器hj的期望就绪时间rj；(6)更新其它任务在机器hj上的最早完成时间，回到(1)；(7)此次映射事件结束，退出程序。此种算法的目的在于尽可能快速的进行任务调度，用时间的缩短来换取能耗的降低。