[发明专利]一种能耗感知的云计算服务器资源在线管理方法和系统

权利要求书

1.一种能耗感知的云计算服务器资源在线管理方法，其特征在于，该方法包括负载均衡控制和能耗控制两部分协同运作；

所述负载均衡控制通过自适应调整分配给不同虚拟机的资源量来维持各虚拟机之间的负载均衡，进而使所有虚拟机可以得到近似一致的响应时间，具体包括如下步骤：

步骤101：自动采集得到运行于云计算服务器各个虚拟机上的Web应用的响应时间信息和云计算服务器分配给每个虚拟机的实时资源量大小；

步骤102：计算得到每个虚拟机所需的响应时间信息；

步骤103：对负载均衡问题进行建模，采用系统辨识的方法对响应时间和资源分配量之间的复杂关系进行建模；

步骤104：采用在线训练方法对模型参数进行实时更新；

步骤105：将负载均衡控制问题转化为鲁棒性动态优化控制问题，以此来建立能够反映网络负载动态变化的在线系统模型；

步骤106：采用带有随机策略的自适应控制算法进行求解；

步骤107：计算最优的资源分配方案；

步骤108：根据最优资源分配方案改变每个虚拟机的资源分配量，以保证在动态负载情况下运行在每个虚拟机上面Web应用的性能，并将最优资源分配方案发送到步骤104，用于下一周期的模型更新；

所述能耗控制通过动态改变物理CPU的频率来保持所有虚拟机的平均响应时间趋于理想水平，具体包括如下步骤：

步骤201：自动采集得到每个虚拟机上Web应用的响应时间和云计算服务器的物理CPU频率信息；

步骤202：同样采用系统辨识的方法对响应时间和物理CPU频率之间的非线性关系进行建模；

步骤203：为了适应网络动态负载情况，在能耗控制当中采用同样的在线训练方法对模型参数进行实时更新；

步骤204：采用同样的带有随机策略的自适应控制算法进行求解；

步骤205：对满足所有虚拟机性能要求的物理CPU频率大小进行计算，得到最优的CPU物理频率的调整量；

步骤206：通过云计算服务器自带的动态电压频率调节技术，将计算得到的最优CPU物理频率调整量作用于云计算服务器，以达到降低能耗的作用。

2.根据权利要求1所述的一种能耗感知的云计算服务器资源在线管理方法，其特征在于，所述在线训练方法可以为递归最小二乘法，所述自适应控制算法可以为线性二次型高斯控制算法。

3.一种能耗感知的云计算服务器资源在线管理系统，其特征在于，该系统包括两层结构：

第一层为负载均衡控制层，主要实现负载均衡控制算法，该层结构包括性能监控器、在线估计器A、负载均衡控制器、CPU资源分配器；该层结构可将内存、硬盘等其他资源作为额外的操控变量，通过建模不同类型的资源分配量和Web应用的性能指标来重新建立模型；

第二层为能耗控制层，主要实现节能控制算法，该层结构包括性能监控器、在线估计器B、能耗控制器、CPU频率调节器；当系统性能瓶颈转移为内存或者硬盘时，能耗控制器可以自动地把CPU的物理频率降低到最低档次，以达到节能的目标；

两层结构协同控制，共用同一性能监控器；由于多层Web应用负载模式的不同，系统的瓶颈可能在CPU、内存和硬盘等多种硬件资源之间转变，该系统可根据不同的负载变化进行灵活地扩展，最终在达到降低物理服务器耗电量的同时，也使运行在不同虚拟机上的web应用得到理想的响应时间。

4.根据权利要求3所述的一种能耗感知的云计算服务器资源在线管理系统，其特征在于，所述性能监控器用于监测运行在每个虚拟机上各个Web应用在上个周期内的性能指标如响应时间或吞吐量等信息，并周期性地将数据发送到在线估计器A。

5.根据权利要求3所述的一种能耗感知的云计算服务器资源在线管理系统，其特征在于，所述在线估计器A用于接收性能监控器监测到的性能指标以及上个周期CPU资源分配量信息，来构建资源—性能指标模型，然后使用系统辨识的方法来自适应地计算模型参数。

6.根据权利要求3所述的一种能耗感知的云计算服务器资源在线管理系统，其特征在于，所述负载均衡控制器首先按照高斯分布P～N(μ,σ²)概率生成一组资源—性能指标模型集合，其中，μ是估计参数的均值，σ²是对应的协方差矩阵，这些参数均可以从在线估计器A的估计结果中得到，负载均衡控制器通过优化资源—性能指标模型集合的性能，来得到最优资源分配方案。