[发明专利]一种数据中心节能调度方法及系统

说明书

本发明提供一种数据中心节能调度方法及系统，通过获取当前数据中心内所有服务器的资源利用率、任务队列中待调度任务的资源需求以及当前外部环境参数，利用预设的预测模型来预测所述待调度任务在任意一台服务器上部署后数据中心总功耗以及机房空调设置参数；依据预测结果确定符合预设条件的数据中心节能调度方案，并且按照该方案对数据中心总能耗进行调度。本发明通过机器学习的方法联合调度服务器系统与机房空调系统的能耗，解决了相关技术中存在针对单一层面优化、采用不准确能耗模型、基于CFD仿真调度而导致的节能效率低的问题，达到了跨层统一优化数据中心总能耗的效果。

技术领域

本发明涉及数据中心领域，具体说是一种实现数据中心跨层统一能耗优化的数据中心节能调度方法和系统。

背景技术

随着云计算技术的迅猛发展，作为云计算的物理平台，全球范围内的数据中心也得到了前所未有的发展。而迅速增长的数据中心数目也给运营商带来了巨大的能耗开销。例如，2014年美国的数据中心电能消耗总量已经占据了全美全年总耗电量的1.8％，且该数值还在逐年保持增长。为了降低数据中心电能的消耗，学术界和工业界提出了一系列节能方案。由于服务器系统与机房空调系统总共占据数据中心约80％以上的电能消耗，因此，大部分研究都是针对这两个系统进行的。然而，针对服务器系统的节能目标与针对空调系统的节能目标之间存在权衡关系。例如，针对服务器系统的节能方案会聚合IT负载到少数服务器上，以尽可能关闭更多的服务器达到节能目的。然而，由于空调系统的风扇转速与能耗的超线性函数关系，针对空调系统的节能方案会尽可能在所有服务器间均摊IT负载。因此，单方面节省任何一个系统的能耗并不能达到节省数据中心总体能耗的目的。

目前，针对数据中心服务器与空调系统跨层统一的节能方案大体分为三类。第一类是假设两种系统均与IT负载之间存在具体的数学函数关系，在此假设基础上设计调度算法进行总体节能优化设计。然而，由于影响数据中心能耗的各种参数之间存在复杂的交互和反馈环路，用传统工程公式的方法对数据中心能耗建模是非常不准确的，因此该类方案在实际中效果不佳。第二类是在服务器上设置温度传感器，依据传感器发送回来的温度数据对冷却系统参数进行设置，该类方法不能预测数据中心总体能耗，难以指导节能调度算法优化。最后一类是基于数值分析模型的方法模拟出数据中心的热力分布图，该类方法计算开销过大，且并不能够精确反应数据中心散热的复杂性，因此，无法实现通过对IT负载进行实时调度以及系统参数设置达到最小化数据中心总能耗的目的。

发明内容

本发明提供了一种数据中心节能调度方法及系统，通过机器学习的方法联合调度服务器系统与机房空调系统的能耗，解决了相关技术中存在针对单一层面优化、采用不准确能耗模型、基于CFD仿真调度而导致的节能效率低的问题。

根据本发明的一个方面，提供了一种数据中心节能调度方法，该数据中心包括含有至少一台服务器的服务器系统、机房空调系统、任务队列和外部环境参数监视系统，该方法包括以下步骤：

获取数据中心内所有服务器的当前资源利用率、任务队列中待调度任务的资源需求以及当前外部环境参数；

依据获取的所有服务器的当前资源利用率和当前外部环境参数，通过预设的一由神经网络基于机器学习方法生成的预测模型来预测结果，该预测结果包括待调度任务在任意一台服务器上部署后对应的数据中心总功耗和对应的机房空调设置参数，该数据中心总功耗包括服务器系统总功耗和机房空调系统总功耗；

依据上述预测结果，确定符合预设条件的数据中心节能调度方案，即遍历所有能够容纳待调度任务的服务器，选出部署待调度任务后符合预设条件的服务器，并标记为待调度服务器，依据预测模型来预测将待调度任务部署在待调度服务器后对应的数据中心总功耗和对应的机房空调设置参数；

按照上述节能调度方案对数据中心总能耗进行调度。