基于动态温度预测模型的数据中心任务调度方法
【专利摘要】本发明公开了一种基于动态温度预测模型的数据中心任务调度方法。该方法首先将温度预测模型参数初始化；获取实际计算节点入口温度和CPU使用率等信息；通过更新算法对温度预测模型的参数进行更新；对到来的一批任务进行调度。本发明克服目前静态温度预测模型应用在任务调度方法上的缺点和不足，适用于计算密集型数据中心的在线任务调度。该发明通过在任务调度时考虑温度和气流的因素，并根据温度传感器的反馈信息动态调整温度预测模型参数，使得所有计算节点的最高入口温度尽可能低，最终提高冷却系统的冷却效率，达到大大节能的目的。
【专利说明】基于动态温度预测模型的数据中心任务调度方法
【技术领域】
[0001] 本发明涉及数据中心等大规模集群上的任务调度方法，特别涉及一种在软件系统 层面，通过建立更加准确的温度预测模型来考虑温度和气流对集群散热效果影响的任务调 度方法，该方法最终可以提高冷却系统的冷却效率，达到大大节能的目的。
【背景技术】
[0002] 在大数据时代，全球所有的数据中心耗电约占全球耗电量的1. 5%，其中数据中心 冷却系统的散热能耗却占数据中心总能耗的50%。由于热回流等因素导致的"热点"现象， 导致冷却系统的冷却效率十分低下。考虑温度因素的任务调度方法主要是为了在已经建成 的数据中心上，从软件系统层面尽量避免热点现象的出现，更确切地说是通过改进数据中 心的任务调度方法从而达到使冷却系统效率提高的目的。而现有的考虑温度的任务调度方 法主要是通过建立简化的静态温度预测模型达到温度预测和"热点"避免的目的。但是随 着系统的运行，计算设备散热引起的环境温度变化会对模型的参数有较大的影响，渐渐使 温度模型预测准确度降低，因此需要对静态温度预测模型参数进行实时调整。
【发明内容】
[0003] 本发明所要解决的技术问题是针对目前静态温度预测模型应用在任务调度方法 上的缺点和不足，提出一种新的数据中心任务调度方法，该方法通过实时动态地调整温度 预测模型参数，使得温度预测更加的精确和有效，进而实现合理的任务调度，达到节能目 的。
[0004] 一种基于动态温度预测模型的数据中心任务调度方法，在数据中心的每个计算节 点都设有监控温度的温度传感器控制模块，所有温度传感器控制模块都连接至信息监控模 块，信息监控模块依次连接温度模型更新模块、任务分配方法模块至任务分发模块，最终 由任务分发模块将任务分配给合适的计算节点，其特征在于，该任务调度方法包括以下步 骤： 1) 首先在温度模型更新模块中使用温度静态模型参数对温度模型进行初始化，得到预 测温度
【权利要求】
1. 一种基于动态温度预测模型的数据中心任务调度方法，在数据中心的每个计算节 点都设有监控温度的温度传感器控制模块，所有温度传感器控制模块都连接至信息监控模 块，信息监控模块依次连接温度模型更新模块、任务分配方法模块至任务分发模块，最终 由任务分发模块将任务分配给合适的计算节点，其特征在于，该任务调度方法包括以下步 骤： 1) 首先在温度模型更新模块中使用温度静态模型参数对温度模型进行初始化，得到预 - [〇ι·〇2? · 〇〇]; 2) 通过信息监控模块，获取所有计算节点的实时入口温度信息T= [M2,....tn]和CPU利 用率信息； 3) 使用头时入口温度?η息"I= [tpty..和了页测温度0 = [〇:,〇2,,.,oj对温度I旲型进灯 调整和更新， 4) 任务分配方法模块根据更新后的温度模型进行任务分配，分配原则是通过近似算法 解出温度模型的近似最优解，然后将最优解作为每个节点上最优的任务放置策略的上限， 采用最多剩余最优CPU容量的方法放置任务，然后由任务分发模块执行任务分发，将指定 任务放置到指定计算节点上执行。
2. 根据权利要求1所述的基于动态温度预测模型的数据中心任务调度方法，其特征在 于：步骤1)中的温度静态模型一个二维矩阵A，它能够根据当前所有计算节点的CPU使用 分布C，通过计算Ac+b预测所有计算节点在稳定状态下的入口温度分布，其中b是常量参 数。
3. 根据权利要求1或2所述的基于动态温度预测模型的数据中心任务调度方 法，其特征在于：步骤3)中的更新算法是神经网络的感知器权重矩阵的更新算法 Oij =α.ι7 +α(&-〇|>￡,其中a是学习率，q是计算节点的CPU利用率。
【文档编号】G06F9/50GK104317654SQ201410527038
【公开日】2015年1月28日 申请日期:2014年10月9日 优先权日:2014年10月9日
【发明者】姜志刚, 钱柱中, 陆桑璐 申请人:南京大学镇江高新技术研究院