地理分布式数据中心的节能问题研究

论文摘要

近些年来,信息技术飞速发展,数据中心得到逐步的发展和进步。基于云计算的分布式数据中心应运而生,其中最主要的类型为地理分布式数据中心。地理分布式的诸多优点,可以为数据中心运营商和用户双方提供便利。但是,由此所产生的能耗问题也日益严重。相关理论研究多为侧重数据中心服务器的节能优化,还有少量研究为跨数据中心网络数据传输节能优化。将以上两者优化相结合的问题模型很少被探索。因此,本文着重在这方面入手,进行地理分布式数据中心能耗成本优化问题的建模。在地理分布式数据中心中,地理分布式数据中心能耗成本优化的核心目标为降低电价成本。而在进行能耗价格成本优化的同时,会与其他的多项约束目标相互制约。本文结合以上考虑,建立了以电价成本为目标函数的能耗成本优化问题模型。而后对问题模型进行李雅普诺夫优化,将其中难以直接计算的期望型转化为时隙型约束。再之后对转化后的模型利用广义本德斯分解算法将非凸优化问题转化为分段凸优化问题进行求解。在此基础上,再加入异构负载和异构数据中心的因素,将其拓展为可以容纳异构因素的能耗成本优化模型。最后在MATLAB对所提出的算法进行数值模拟,表明本文所提出的算法在节约能耗成本效果上变现更好。数学建模求解方法解决优化问题可以相对较为精确的求出问题的解,但是仍然存在着,某些情况下无法求得最优解和某些情况下无法建立合适的数学模型的问题。使用强化学习,能够在一定程度上突破问题建模的限制,只需要给出合理的动作,状态,回报函数设计,将问题转化为马尔科夫过程,就能够针对问题提出相应的算法。目前的基于强化学习的节能研究没有将系统的容错性纳入考虑。而基于强化学习的优化算法能够更好地应对系统环境的变化,考虑容错性后能够及时应对地理分布式数据中心节点出错的负载重新分配的处理。本文提出一种基于强化学习的节能负载分配策略,综合考虑了节能优化和容错性,最后进行实验数值模拟,说明该方法在节能效果上的有效性和在容错效果上的优越性。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
•   1.1 本课题的研究背景及意义
•   1.2 本课题的国内外研究现状
•   1.3 本文主要研究工作
•   1.4 本文的结构
• 第2章 地理分布式数据中心的能耗构成及控制方法
•   2.1 地理分布式数据中心的能耗构成
•   2.2 能源来源
•   2.3 数据中心的能耗优化方法
•   2.4 地理分布式数据中心能耗价格成本优化模型
•     2.4.1 基本结构
•     2.4.2 优化目标
•     2.4.3 主目标与其他目标的制约关系
•   2.5 本章小结
• 第3章 地理分布式数据中心联合能耗优化
•   3.1 问题分析
•   3.2 问题建模
•   3.3 李雅普诺夫优化
•   3.4 本德斯分解
•   3.5 负载异构和数据中心服务器异构
•   3.6 本章小结
• 第4章 基于强化学习的节能负载分配策略
•   4.1 基于强化学习的负载分配
•   4.2 半马尔可夫过程规格化
•   4.3 有经验回放的深度Q学习算法
•   4.4 本章小结
• 第5章 能耗优化数值模拟实验
•   5.1 模拟环境简介
•   5.2 模拟环境的设定
•   5.3 模拟结果及其分析
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢

文章来源

类型: 硕士论文

作者: 韩武纪

导师: 秦阳

关键词: 地理分布式数据中心,节能优化,地理负载均衡,多目标优化

来源: 哈尔滨工业大学

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,计算机硬件技术,计算机软件及计算机应用

单位: 哈尔滨工业大学

分类号: TP308;P208

DOI: 10.27061/d.cnki.ghgdu.2019.002195

总页数: 69

文件大小: 2306K

下载量: 43