[论文解读] A Taxonomy and Survey of Energy-Efficient Data Centers and Cloud Computing Systems

Anton Beloglazov, Rajkumar Buyya+2 more|arXiv (Cornell University)|Jul 1, 2010

Cloud Computing and Resource Management参考文献 52被引用 6

一句话总结

本文提出了一种关于能效数据中心和云计算系统的全面分类法与综述，将硬件、操作系统、虚拟化及数据中心层级的节能技术进行分类。该研究整合了关键研究成果，将现有解决方案映射到该分类体系，并识别出提升云基础设施能效的开放性挑战与未来方向。

ABSTRACT

Traditionally, the development of computing systems has been focused on performance improvements driven by the demand of applications from consumer, scientific and business domains. However, the ever increasing energy consumption of computing systems has started to limit further performance growth due to overwhelming electricity bills and carbon dioxide footprints. Therefore, the goal of the computer system design has been shifted to power and energy efficiency. To identify open challenges in the area and facilitate future advancements it is essential to synthesize and classify the research on power and energy-efficient design conducted to date. In this work we discuss causes and problems of high power / energy consumption, and present a taxonomy of energy-efficient design of computing systems covering the hardware, operating system, virtualization and data center levels. We survey various key works in the area and map them to our taxonomy to guide future design and development efforts. This chapter is concluded with a discussion of advancements identified in energy-efficient computing and our vision on future research directions.

研究动机与目标

• 应对由电费上涨和环境担忧驱动的数据中心与云系统日益增长的能耗挑战。
• 识别导致计算系统在应用层、硬件层和基础设施层能耗过高的关键因素。
• 提出一种结构化的分类法，用于对云与数据中心计算中的能效设计技术进行分类。
• 对现有研究进行综述并映射到所提出的分类体系，以指导未来系统设计与优化。
• 突出开放的研究挑战，并提出推动云与数据中心系统能效发展的未来方向。

提出的方法

• 提出一种涵盖硬件、操作系统、虚拟化和数据中心层级的多层次分类法，以覆盖能效问题。
• 将现有节能技术按架构、算法和操作三种方法分类，覆盖分类体系的各层级。
• 基于其技术方法和运行系统层级，对能效计算领域中的关键研究工作进行分析与分类。
• 采用系统性综述方法，将100多项研究映射到分类体系中，重点分析其贡献与局限性。
• 将虚拟化、工作负载整合以及动态电压与频率调节（DVFS）等不同研究领域的洞见整合到统一框架中。
• 对能源管理策略进行结构化分析，包括动态资源分配和电源感知调度。

实验结果

研究问题

• RQ1 现代数据中心和云计算系统中高能耗的主要原因和后果是什么？
• RQ2 如何在云与数据中心基础设施的不同层级系统性地对能效进行分类与归类？
• RQ3 为降低云与数据中心环境中能耗而提出的关键技术与方法有哪些？
• RQ4 现有能效解决方案如何映射到云系统中的不同架构与操作层级？
• RQ5 在能效云与数据中心计算领域中，主要的开放挑战与未来研究方向是什么？

主要发现

• 由于电费持续上涨和环境影响加剧，数据中心能耗已成为制约性能进一步提升的关键瓶颈。
• 所提出的分类法有效将能效技术组织为四个关键层级：硬件、操作系统、虚拟化和数据中心基础设施。
• 动态电压与频率调节（DVFS）以及工作负载整合是目前在硬件和虚拟化层级中降低能耗最广泛采用的技术。
• 虚拟化通过服务器整合可实现显著的节能效果，研究表明在理想条件下能耗可降低高达50%。
• 操作系统级别的电源管理技术，如CPU空闲状态和负载均衡，对云环境中能效的提升具有重要贡献。
• 尽管已取得进展，但在实时能耗感知调度、工作负载预测以及整个技术栈的跨层优化方面仍存在挑战。