基于虚拟化技术的数据中心多维资源整合和全局能效优化研究

面对云计算需求的动态多样性和网络流量突发性，传统数据中心的大量资源往往会根据峰值负载以静态和冗余的方式进行部署。然而，单纯以性能可靠性为驱动的策略使得系统资源利用率低下，造成了严重成本浪费和环境问题。优化数据中心的能效对于节约成本和实现可持续发展的绿色计算至关重要。虚拟化技术为改善数据中心的资源复用和应用性能隔离带来了新机遇与挑战。本课题将基于虚拟化技术研究数据中心多维资源整合和全局能效优化的基础理论与关键机制，权衡系统能耗与服务质量间的关系以达到双赢目标。包括：构建针对能耗、服务质量及虚拟机迁移开销的多目标优化体系，求解数据中心节能机制的全局设计空间和最优理论上限；实际测量多类型应用（包括计算、存储和网络密集型等）环境下的多维资源利用和能耗时变特征，及虚拟机整合对于性能和能耗的影响；设计能效感知的动态自适应虚拟机整合算法，以最小化虚拟机迁移频率和网络流量来同步优化数据中心服务质量和能耗。

面对云计算需求的动态多样性和网络流量突发性，传统数据中心的大量资源往往会根据峰值负载以静态和冗余的方式进行部署。然而，单纯以性能可靠性为驱动的策略使得系统资源利用率低下，造成了严重成本浪费和环境问题。优化数据中心的能效对于节约成本和实现可持续发展的绿色计算至关重要。虚拟化技术为改善数据中心的资源复用和应用性能隔离带来了新机遇与挑战。本课题基于虚拟化技术提出了数据中心多维资源整合和全局能效优化的基础理论与关键机制，通过权衡系统能耗与服务质量间的关系来逼近双赢目标。具体成果包括：建立了针对能耗、服务质量及虚拟机迁移开销的多目标优化体系，求解了数据中心节能机制的全局设计空间和最优理论上限；实际测量了多类型应用（包括计算、存储和网络密集型等）环境下的多维资源利用和能耗时变特征，及虚拟机整合对于性能和能耗的影响；设计了能效感知的动态自适应虚拟机整合算法，以最小化虚拟机迁移频率和网络流量来同步优化数据中心服务质量和能耗。经过三年潜心深入的研究，本项目的工作进展顺利，超额完成了预期的研究内容和目标，并取得了丰硕的研究成果，共发表学术论文12篇，其中IEEE Transactions论文4篇（包括JCR一区的顶级期刊《IEEE Journal on Selected Areas in Communications》论文2篇，影响因子4.232）、其他A类SCI期刊论文1篇、中国计算机学会规定的CCF A类顶级国际学术会议论文4篇、获得国际学术会议IEEE CloudCom 2012最佳论文提名奖1项、获湖北省自然科学优秀学术论文奖（二等奖）1项；SCI检索论文5篇，EI检索论文11篇。此外，申请国家发明专利1项。