分布式系統(tǒng)中節(jié)能的數(shù)據(jù)擺放和任務(wù)調(diào)度算法的研究.pdf

1、近些年隨著網(wǎng)絡(luò)與信息技術(shù)的與時俱進(jìn)，越來越多的數(shù)據(jù)被采集使用，形成了海量數(shù)據(jù)。存儲并處理海量數(shù)據(jù)的需求也日益增長，數(shù)據(jù)中心無疑為人們存儲和處理該數(shù)據(jù)提供了一種行之有效的處理方法。有研究表明美國僅數(shù)據(jù)中心的電力消耗已經(jīng)占據(jù)總量的1.5％，而且呈現(xiàn)快速增長的勢態(tài)，因此研究數(shù)據(jù)中心的節(jié)能變得愈發(fā)重要。本文主要針對數(shù)據(jù)中心的數(shù)據(jù)擺放和任務(wù)調(diào)度算法進(jìn)行研究，從節(jié)能的角度上考慮這些問題。
　　本文首先提出了假設(shè)的系統(tǒng)模型：在集群的存儲節(jié)點(diǎn)上以

2、批處理的方式進(jìn)行任務(wù)調(diào)度。之后文章針對兩種節(jié)能需求，給出了兩個節(jié)能調(diào)度問題：給定任務(wù)完成的截止時間最小化開啟節(jié)點(diǎn)數(shù)量問題和給定集群功率上限最小化調(diào)度時間問題。對于這兩種調(diào)度問題，本文證明了該問題是NP難問題，給出了相應(yīng)的近似算法。接著為了提升這兩種調(diào)度算法性能，本文給出了數(shù)據(jù)備份策略和數(shù)據(jù)擺放策略，分別針對上述兩個問題進(jìn)行優(yōu)化。
　　文章的最后將本文提出的算法在CloudSim上進(jìn)行模擬實(shí)驗(yàn)，實(shí)驗(yàn)證明截止時間調(diào)度問題使用本文的數(shù)據(jù)