和较佳的用户体验基础上避免了服务器性能过剩而造成不必要的功耗浪费。
[0052]本发明提供的所述异构数据中心，采用不同性能级别和不同安全级别服务器组成数据中心，这种方式只需要较少数量的高性能服务器和较多数量的低性能服务器就能够提供一个灵活的、高性能的、具备自主学习调节能力的数据中心解决方案，在保证安全的前提下降低了数据中心的功耗，节省构建成本。
[0053]此外，如图2所示，也可以将整个数据中心的服务器先按照其安全性能等级划分为M个标准，再将每个安全等级下划分出N*M个运行性能等级。
[0054]实施例二
[0055]如上述实施例一所提出的一种异构数据中心，本实施例提出了一种对所述服务器进行改进的异构数据中心。
[0056]如图3所示，本发明提供了一种异构数据中心，其特征在于，所述运行性能级别N为3，性能级别I中的服务器可以采用Intel高性能处理器(例如Intel 18核心、36线程超高性能的至强E5、V3处理器)，内存采用先进的混合立方内存(HMC)或者3D相变内存(PCM)，存储设备采用存取速度快的固态硬盘，软件方面采用Linux操作系统。总体来说，性能级别I中的服务器综合处理性能最好，可处理一些对性能要求较高的客户应用程序。性能级别2中的服务器可以采用AMD公司较中端性能的处理器，配以一般的DMM内存及硬盘驱动存储器(HDD)，软件方面采用Windows操作系统，综合处理性能不及性能级别I中的服务器，可以处理一些对性能要求一般的客户应用程序。对于性能级别3中的服务器可以采用ARM处理器及一般的DIMM内存，存储设备也采用速度较慢的硬盘驱动存储器(HDD)，软件方面采用自主设计的操作系统，性能较之前级别的服务器要差，但是由于采用了自主设计的操作系统，在安全性能级别上要高很多，因而可以处理一些对性能要求较低但对安全系数要求较高的客户应用程序。由上述可以看出，采用不同性能和不同安全级别服务器构建的异构数据中心能够满足不同客户的不同应用，同时性能上也不会降低，还能降低功耗，大大节省构建数据中心的成本。
[0057]实施例三
[0058]如上述实施例所提供的一种异构数据中心，本实施例提供了一种针对所述异构数据中心的运行方法。
[0059]如图4所示，本发明提供了一种异构数据中心的运行方法，包括步骤:
[0060]S1:客户端发出运行应用程序的命令；
[0061]S2:监测仲裁模块对所述应用程序进行仲裁，初步确定所述应用程序运行性能级别为η的服务器上运行；
[0062]S3:所述监测仲裁模块不断地对所述应用程序的处理过程进行监测及统计学习，从而不断地对η进行调整，直至所述应用程序运行在最适合的性能级别和/或安全级别的服务器上。
[0063]先由所述监测仲裁模块对所述应用程序的处理过程进行统计学习，判断当前服务器是否能够满足所述应用程序的运行性能要求，从而相应的对所述运行性能级别η进行调整，使得在满足运行性能的前提下，使得所述异构数据中心在性能和功耗上达到最优化。
[0064]如图5所示，其中，所述步骤S3包括步骤:
[0065]S31:在一段时间内，所述监测仲裁模块对所述应用程序的处理过程进行监测及统计学习，获取统计信息；
[0066]S32:获取所述统计信息，判断服务器是否能够满足所述应用程序的处理性能要求，如果不能执行S33，否则，执行S34 ；
[0067]S33:降低 η，执行 S31 ;
[0068]S34:在一段时间内，所述监测仲裁模块对所述应用程序的处理过程进行监测及统计学习；
[0069]S35:提高 n，执行 S31。
[0070]首先，通过监测仲裁模块对运行在运行性能级别为η的服务器的应用程序的处理过程进行监测及学习，判断其是否能够满足处理性能需求。如果不能满足，那么就需要适当的降低η，即使用具有更好运行性能效果的服务器来运行所述应用程序，然后再进入步骤31，继续对处理过程进行监测学习；如果能够满足，那么就提高η，即使用比正在运行所述应用程序的运行性能效果差一点的服务器来进行工作。
[0071]其中，在执行步骤S35之前，先判断是否有来自客户端的反馈，即执行步骤S01。如果没有来自客户端的反馈的前提下，完成步骤S34之后直接执行步骤S35 ;或有来自客户端的反馈的前提下，完成步骤S34且执行步骤S35之前，执行步骤S33。
[0072]所述异构数据中心的运行方法，利用所述监测仲裁模块不断的对所述应用程序的处理过程进行监测及统计学习，当服务器不能满足所述应用程序对处理性能的要求时，降低运行性能级别n，即从现有数据中心中选择更高运行性能级别的空闲服务器来执行所述应用程序；反之则降低η。这种操作方式，有利于选择最佳的服务器来运行所述应用程序，从而在保证了处理性能要求的同时，降低了运行成本，使得所述异构数据中心在性能和功耗上达到最优化。通过来自客户端的反馈来降低或者提高所述性能级别η，这样实现了从客户角度出发，如果客户认为服务器不能满足其对处理性能的要求时，手动提高运行性能；或者一段时间内没有来自客户端的反馈信息，可以提高η，降低运行性能，看是否依然满足客户对所述运行性能的要求。这里的一段时间可以是一个小时、一天、一周或是一个月等。可见，通过客户端反馈的方式，可以动态调节特定用户应用程序对服务器执行性能的要求，通过所述监测仲裁模块的智能调节能够使得服务器在性能和功耗上都达到最优。
[0073]实施例四
[0074]如上述实施例所提供的一种异构数据中心及其运行方法，本实施例对所述运行方法进行了改进。
[0075]如图6所示，一种异构数据中心的运行方法，包括步骤:
[0076]S1:客户端发出运行应用程序的命令，执行SI ;
[0077]S2:监测仲裁模块对所述应用程序进行仲裁，初步确定所述应用程序运行性能级别为η的服务器上运行，执行S02 ;
[0078]S02:判断是否需要考虑所述应用程序的安全因素，如果不需要，执行以下步骤:
[0079]S31:在一段时间内，所述监测仲裁模块对所述应用程序的处理过程进行监测及统计学习，获取统计信息，执行S32 ;
[0080]S32:获取所述统计信息，判断服务器是否能够满足所述应用程序的处理性能要求，如果不能执行S33，否则，执行S34 ；
[0081]S33:降低 η，执行 S31 ;
[0082]S34:在一段时间内，所述监测仲裁模块对所述应用程序的处理过程进行监测及统计学习，执行SOl ;
[0083]SOl:判断是否有来自客户端的反馈，如果有执行S33，否则执行S35 ；
[0084]S35:提尚 η，执行 S31。
[0085]如果在S02中，判定需要考虑安全因素，则执行以下步骤:
[0086]S21:判断所述应用程序所需的安全性能等级m，执行S22 ；
[0087]S22:判断是否存在运行性能等级小于等于η且安全性能等级大于等于m的服务器，如果不存在执行S23，否则执行S31 ;
[0088]S23:n = n+1，执行 S02 ；
[0089]S31:在一段时间内，所述监测仲裁模块对所述应用程序的处理过程进行监测及统计学习，获取统计信息，执行S32 ;
[0090]S32:获取所述统计信息，判断服务器是否能够满足所述应用程序的处理性能要求，如果不能执行S303，否则，执行S34 ；
[0091]S303:判断是否存在所述安全性能级别大于等于m且所述运行性能级别小于η的服务器，如果存在执行S33，否则执行S37 ;
[0092]S33:降低 η，执行 S31 ;
[0093]S34:在一段时间内，所述监测仲裁模块对所述应用程序的处理过程进行监测及统计学习，执行SOl ;
[0094]SOl:判断是否有来自客户端的反馈，如果有执行S303，否则执行S24 ；
[0095]S24:保持所述安全性能级别m，并进一步提高所述运行性能级别n，执行S31。
[0096]S37:保持运行性能等级η。
[0097]所述异构数据中心的运行方法，不但考虑到所述应用程序在服务器上的运行性能，同时兼顾了所述应用程序的安全性能要求。在保证所述应用程序的安全性的同时，利用所述监测仲裁模块或者客