面向云数据中心的节能算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要工作 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 云数据中心及节能技术概述 | 第14-23页 |
| 2.1 云计算技术概述 | 第14-16页 |
| 2.1.1 云计算的概念 | 第14-15页 |
| 2.1.2 云计算的类型 | 第15页 |
| 2.1.3 云计算的服务模式 | 第15-16页 |
| 2.2 云数据中心概述 | 第16-19页 |
| 2.2.1 数据中心的发展 | 第16-17页 |
| 2.2.2 传统数据中心的特点 | 第17-18页 |
| 2.2.3 云数据中心的特点 | 第18-19页 |
| 2.3 云数据中心主要节能技术 | 第19-22页 |
| 2.3.1 基于虚拟化的节能策略 | 第19-20页 |
| 2.3.2 基于主机关闭/开启的节能策略 | 第20-21页 |
| 2.3.3 基于DVFS技术的节能策略 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 云数据中心的能耗建模 | 第23-29页 |
| 3.1 能耗建模的基本原则 | 第23页 |
| 3.2 数据中心能量效率指标 | 第23-26页 |
| 3.2.1 数据中心PUE值 | 第23-24页 |
| 3.2.2 IT设备能效 | 第24-25页 |
| 3.2.3 服务器负载能效 | 第25-26页 |
| 3.3 数据中心能耗分析 | 第26-28页 |
| 3.3.1 数据中心能耗来源 | 第26页 |
| 3.3.2 服务器能耗模型 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 面向实时任务的节能调度算法 | 第29-36页 |
| 4.1 实时任务调度模型 | 第29-31页 |
| 4.1.1 系统模型 | 第29-30页 |
| 4.1.2 调度问题描述 | 第30-31页 |
| 4.2 基于松弛时间的任务调度策略 | 第31-33页 |
| 4.2.1 任务的松弛时间 | 第31页 |
| 4.2.2 计算资源的扩展 | 第31-32页 |
| 4.2.3 最小松弛时间调度算法 | 第32-33页 |
| 4.3 多阈值虚拟机整合策略 | 第33-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第五章 面向DAG工作流的节能调度算法 | 第36-43页 |
| 5.1 DAG工作流调度系统模型 | 第36-37页 |
| 5.1.1 节点模型 | 第36页 |
| 5.1.2 任务模型 | 第36-37页 |
| 5.2 DAG工作流节能算法设计 | 第37-42页 |
| 5.2.1 HEFT算法 | 第38-39页 |
| 5.2.2 基于DVFS技术的节能调度算法 | 第39-41页 |
| 5.2.3 算法实例分析 | 第41-42页 |
| 5.3 本章小结 | 第42-43页 |
| 第六章 仿真实验及结果分析 | 第43-56页 |
| 6.1 CloudSim介绍 | 第43-48页 |
| 6.1.1 CloudSim的概述 | 第43页 |
| 6.1.2 CloudSim体系结构 | 第43-46页 |
| 6.1.3 CloudSim的仿真流程 | 第46-47页 |
| 6.1.4 CloudSim的扩展 | 第47-48页 |
| 6.2 M-MSLA算法仿真实验 | 第48-52页 |
| 6.2.1 实验参数设置 | 第48-49页 |
| 6.2.2 实验结果与分析 | 第49-52页 |
| 6.3 DBES算法仿真实验 | 第52-55页 |
| 6.3.1 实验参数设置 | 第52-53页 |
| 6.3.2 实验结果与分析 | 第53-55页 |
| 6.4 本章小结 | 第55-56页 |
| 第七章 总结和展望 | 第56-58页 |
| 7.1 总结 | 第56页 |
| 7.2 存在的问题与不足 | 第56页 |
| 7.3 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-65页 |
