基于CPU调频技术的云数据中心节能调度算法
北京交通大学 向勇潮
本文的主要工作包括:OpenStack Essex云管理平台的搭建,物理机资源监控系统的创建,CPU变频能耗模型的提出与修正,OpenStack虚拟机调度算法的设计及实现,对比实验及结果分析。着重研究了虚拟机负载不同类型应用下SCFS与传统调度算法的不同效果。SCFS以CPU频率调节为基础,在虚拟机初始放置阶段,通过启发式的蚁群算法得到多目标优化的放置结果,达到减少能耗与满足SLA的综合效果;在虚拟机动态管理阶段,通过运用自回归预测法和CPU频率调节技术,减少了传统方法中通过迁移虚拟机调整CPU利用率的次数,降低了的迁移代价。在21台联想x86机器集群的实验结果表明,基于CPU频率调节的节能算法(SCFS)在节能和满足SLA方面大大优于传统的Best Fit Descending和First Fit Descending方法。文章最后对实验存在的一些不足做了分析,提出了改进的措施和未来研究的新方向。 
基于CPU调频技术的云数据中心节能调度算法