云计算环境下数据中心的power capping关键问题研究

The power consumption of Datacenters increases dramatically. The cost related to power is becoming one of major cost of cloud providers. Power capping which is one of importants methods to reduce electricity cost of datacenters has receive much attention. Power capping reduces infrastructure cost through throttling the maximum power consumption. Vitualized datacenters bring new challenges to power capping. Power capping for virtualized datacenter has new challenges. First, power control should be online and dynamic due to workload fluctuation. Second, we should assign and throttle power of virtual machines. This proposal aims at cost reduction for datacenters and includes: research on power budget modelling, dynamic allocation of power budget at application level, measurement and control for power of virtual machine, and cost-aware power capping under electricity market environment. We provide theory and technology for green datacenters.

在能源日趋紧张的今天，如何有效使用能源已成为各国战略的重点。而随着数据中心的能量消耗越来越大，其相关费用也成为云计算提供商的主要运营成本之一。power capping作为一种降低数据中心电力成本的重要方法，受到工业界和学术界的广泛关注。power capping通过控制数据中心的总能耗低于某个预先指定的值，从而减少供电基础设施的投入成本。以虚拟化为基础的云计算为power capping带来了新的挑战：负载的高度波动性要求能耗控制必须实时、动态的完成；虚拟化要求针对虚拟机这一逻辑单元进行功率分配和控制。本课题以降低数据中心运行成本为目标，研究云计算数据中心的power capping相关问题。内容包括：功耗预算（power budget）建模方法研究、服务级别的power budget动态分配算法研究、虚拟机的能耗测量模型和控制、电力市场环境下成本感知的动态power capping等

数据中心是支持云计算与互联网产业的基础计算平台。随着数据中心的数量和规模不断扩大，其能耗也飞速增长，为服务提供商带来了巨大的成本支出。研究数据中心的能耗管理，对节约成本、保护环境有重要意义，是可持续性发展的重要组成部分。Power capping控制数据中心总能耗低于预先设定的阈值，是降低数据中心运营成本的重要手段。在以虚拟化为基础的云环境下，大量的虚拟机实例和各种不同的用户（包括多租户）进行错综复杂的交互，传统针对服务器的power capping方法已不适用于该环境下的相关问题。本课题以虚拟机为基本单元开展工作，研究了细粒度的能耗模型，数据中心能耗控制和power capping策略。同时还增加了对可再生能源供电数据中心的研究。取得的主要研究成果如下：1.在能耗模型和数据中心能耗控制方面，提出了服务器级别、虚拟机级别和task级别的能耗模型，所有能耗模型都在真实的原型系统中得到验证，准确性较高；提出了一种面向多层应用的异构数据中心能耗控制算法，该成果是较早研究异构数据中心多层应用的工作之一，与已有的节能策略相比，最高可节约39.5%的能耗。2.在power capping策略方面，提出了一种面向具有混合负载的MapReduce集群的power capping策略，通过引入暂停机制，在不终止正在运行任务的前提下，确保集群的系统能耗小于给定阈值，同时可降低系统能耗28%；提出了成本感知的power capping的概念；提出了一种数据中心与电力市场的交互模型，这是第一个研究这种交互行为的工作；提出了一种边际成本驱动的互联网数据中心成本优化算法。3.在绿色数据中心方面，提出了一种针对混合负载的在线式负载调度算法，该算法以随机优化为理论基础，通过对负载及虚拟机能耗进行精确的建模，在实际原型系统上实现该算法，最高可节约35%的电费。课题共发表论文17篇，其中SCI论文7篇，EI论文1篇，会议9篇。论文成果被CMU、UCLA等研究团队引用，论文单篇他引最高将近40次。课题共获得2项发明专利，其中美国发明专利1项，国内发明专利1项。课题还开发了原型系统，与相关算法一起作为华为探索未来ICT能源管理关键技术的重要组成部分，相关算法和原型系统已经部署在华为2012实验室的实验平台上，取得良好的效果。此外，项目组成员多次参加国内外学术会议如IEEE ICDCS和ACM VEE等。