云数据库系统能耗优化方法的研究

The coming of cloud computing era results in the rapid growth in the number of computers in the next decade; both government and industry have paid much attention on the energy issues caused by growing popularity of cloud system. Cloud database system is the most important cloud computing system, but unfortunately, existing research-results on energy-efficient computing cannot be completely and efficiently applied to cloud database system, lacking of software-based energy consumption optimization methods. This project proposes an optimization approach of "reducing idle power consumption by reducing node's waiting time". Our research is launched from two aspects: evaluation model and core technologies. In the model level, we study how to define a multi-constrained evaluation model for energy consumption and find the multi-objective optimization solution. In the technical level: we study how to eliminate resource bottleneck and reduce the time waiting for resources by optimizing resource allocation and task scheduling strategies, how to improve node parallelism and reduce waiting time among nodes by optimizing data layout strategy, and how to lessen the remote data transmission of complex query jobs and reduce node's waiting time for data transmission by optimizing job execution strategy. In addition, we will also extend HBase, a cloud database system, to support the above energy optimization approach, and design and implement a low-energy-consumption cloud database prototype system. This project, which contributes to the development of new cloud data management technology and promotes the application of cloud computing technology, has important scientific significance and good application prospects.

云计算时代的到来将使计算机的数量在未来十年快速增长，日益普及的云系统所导致的大量能耗问题已引起政府和业界的重视。云数据库系统是云计算中最重要的一类系统，但现有高能效计算的研究成果尚不能完全有效的适用于云数据库系统，尚缺少有针对性的基于软件层面的能耗优化方法。本课题提出云数据库系统中"缩减节点的等待时间以减少空闲能耗"这一能耗优化方法，主要从评价模型和核心技术两个层面展开研究。模型层面研究如何建立多约束能耗评价模型和进行多目标优化求解。技术层面研究：通过优化资源分配和任务调度策略，消除资源瓶颈，减少资源等待；通过优化数据布局策略，提高节点并行性，减少节点间等待；通过优化作业执行策略，减少复杂查询作业的网络数据传输量，减少节点对数据传输的等待。此外本课题还将实现基于HBase的低能耗云数据库原型系统。本课题有利于开发新的云数据管理技术、推动云计算技术的应用，具有重要的科学意义和广泛的应用前景。

云计算时代的到来将使计算机的数量在未来十年快速增长，日益普及的云系统所导致的大量能耗问题已引起政府和业界的重视。云数据库系统是云计算中最重要的一类系统，但现有高能效计算的研究成果尚不能完全有效的适用于云数据库系统，尚缺少有针对性的基于软件层面的能耗优化方法。本课题提出云数据库系统中“缩减节点的等待时间以减少空闲能耗”这一能耗优化方法，主要从评价模型和核心技术两个层面展开研究。模型层面研究如何建立多约束能耗评价模型和进行多目标优化求解。技术层面研究：通过优化资源分配和任务调度策略，消除资源瓶颈，减少资源等待；通过优化数据布局策略，提高节点并行性，减少节点间等待；通过优化作业执行策略，减少复杂查询作业的网络数据传输量，减少节点对数据传输的等待。此外本课题还将实现基于HBase的低能耗云数据库原型系统。本课题有利于开发新的云数据管理技术、推动云计算技术的应用，具有重要的科学意义和广泛的应用前景。.经过三年的项目建设，我们良好完成本项目预期研究目标：构建多约束的能耗评价模型，定义能耗基准测试用例，建立一整套能耗测量方法；研发一系列基于云数据库系统的能耗优化策略和算法；构建基于HBase的能耗优化原型系统。项目负责人为第一作者或第一完成人的成果如下：在国外SCI期刊发表论文5篇，录用论文1篇；在《计算机学报》发表论文5篇，录用1论文篇，在《软件学院》发表论文4篇；参加NDBC学术会议并演示原型系统两次；获 发明专利4项；软件著作权2项；维护开源软件项目1项；培养硕士研究生6 名，协助培养博士研究生1名；组织国际学术交流两次。此外，项目组还提出了进一步研究计划。