一种边缘数据中心高效能任务调度方法、系统和设备技术方案

技术编号:38872287 阅读:15 留言:0更新日期:2023-09-22 14:08
本发明专利技术公开了一种边缘数据中心高效能任务调度方法、系统和设备,所述方法步骤如下:获取多边缘数据中心场景下数据中心的总体信息;获取某一时刻所需调度的任务信息;根据某一时刻所需调度的任务信息以及多边缘数据中心场景下数据中心的总体信息,构建以最小化多边缘数据中心整体碳排放总量为目标的优化问题并求解,将求解结果作为该时刻任务调度决策;所述系统包括以下模块:系统初始模块、输入获取模块、决策存储模块、调度决策反馈模块、调度决策生成模块。本发明专利技术在追求最小化整体碳排放总量的同时,能够保障服务质量,并且兼顾其他各种约束条件,获得当前时刻的高效能任务调度决策,低碳环保。低碳环保。低碳环保。

【技术实现步骤摘要】
一种边缘数据中心高效能任务调度方法、系统和设备


[0001]本专利技术涉及云计算,特别是一种边缘数据中心高效能任务调度方法、系统和设备。

技术介绍

[0002]云计算是一种新颖的商业计算模式,云计算通过虚拟化技术,将数据中心内服务器的资源进行池化,从而通过互联网,以按需服务的形式提供计算资源。企业或者个人用户根据自身需求,将业务上云部署,就无需自行采购、配置或管理资源,只需按照实际使用资源的数量和时间进行付费。云计算让企业和个人更容易的部署应用,且降低了各种维护费用。随着云计算业务需求飞速增长,数据中心作为其核心载体,数量和规模也在急速增长。云计算服务供应商为了满足不断增长的商业算力需求,在全球多个地区建设了数据中心,一方面能更好地服务本地客户,降低服务时间延迟,另一方面能够预防局部突发事件对数据中心造成的灾难性影响。
[0003]随着云计算需求不断增长,暴露出数据中心高碳排放的问题。数据中心的碳排放量主要和数据中心的整体能耗和清洁程度有关。就整体能耗而言,新数据中心通过科学选址,利用自然冷源进行降温,同时采用更先进的规划和更节能的服务器,因此整体能耗更低。就清洁程度而言,近些年来随着新能源技术的发展,供电从单一火电向多种电力成分发展,部分数据中心采用风电、光伏等技术,减少对火电的依赖程度,从而降低整体的碳排放量。对于云计算服务供应商而言,其已有数据中心由于建设时间、地理位置的不同,在碳排放上存在差异,亟需一种降低碳排放量的任务调度方法。
[0004]但是,在多边缘数据中心场景下,数据中心彼此之间存在较大的地理间距,尤其是清洁绿色的数据中心往往处于西北、西南等偏远区域,远离用户,会带来较大的通信时延,导致用户服务质量下降。现有的边缘数据中心高效能任务调度方法,只考虑到从降低整体能耗的角度减少整体的碳排放量,并未考虑到不同电力成分在清洁程度上的差异,导致任务调度策略的减排效果不能达到理想情况,多边缘数据中心场景下整体的碳排放总量得不到显著降低。以上问题,亟待解决。

技术实现思路

[0005]专利技术目的:本专利技术的目的是提供一种边缘数据中心高效能任务调度方法、系统和设备,从而在满足各种资源约束条件的情况下,保障用户的服务质量,达到在多边缘数据中心场景下整体碳排放总量最小化的效果,有效降低多边缘数据中心的整体碳排放总量,高效低碳环保。
[0006]技术方案:本专利技术所述的一种边缘数据中心高效能任务调度方法,包括以下步骤:
[0007]获取多边缘数据中心场景下数据中心的总体信息以及某一时刻所需调度的任务信息。
[0008]所述总体信息包括下述中的至少一种多边缘数据中心的总数、各数据中心服务器的数量、各数据中心服务器的最大运行速率、各数据中心的服务器最低运行功率、各数据中
心的服务器功率因子、各数据中心的能耗利用效率、各数据中心距离用户的地理间距、各数据中心的电力成分数据。
[0009]所述的任务信息包括任务的数量、用户对于此类任务所能接受的最大时间延迟、任务的持续时间。
[0010]根据某一时刻所需调度的任务信息以及所述的总体信息,构建以最小化多边缘数据中心整体碳排放总量为目标的优化问题并求解,将求解结果作为该时刻任务调度决策。所述的任务调度决策为该时刻每个数据中心处理的任务总数。
[0011]所述的构建以最小化多边缘数据中心整体碳排放总量为目标的优化问题并求解具体为:(1)根据某一时刻所需调度的任务信息以及多边缘数据中心场景下数据中心的总体信息,构建以最小化多边缘数据中心整体碳排放总量为目标的优化问题,优化目标为:
[0012]约束条件:
[0013](a)对于任一个数据中心j,任务调度数量约束:
[0014](b)对于所有数据中心,任务调度总量约束:
[0015](c)对于任一个数据中心j,运行服务器数量约束:
[0016](d)对于任一个数据中心j,服务器运行速率约束:
[0017](e)对于任一个数据中心j,处理能力约束:
[0018](f)对于所需调度的任务,服务质量约束:L≤L
max
[0019](g)r
j
,m
j
∈Z
[0020]式中,[x,y]表示从整数x到整数y的集合;N为多边缘数据中心场景下数据中心的总数量;U为某一时刻所需调度的任务总数;r
j
为该时刻调度到数据中心j的任务数量;M
j
为数据中心j服务器的数量;S
j
为数据中心j服务器的最大运行速率;m
j
为数据中心j运行服务器的数量;μ
j
为数据中心j服务器实际采用的运行速率;L为调度决策对于所有任务所产生的平均时延;L
max
为用户对于此类任务所能接受的最大时间延迟;E
j
为数据中心j所产生的碳排放量;
[0021]其中多边缘数据中心场景下,数据中心j所产生的碳排放E
j
为:
[0022][0023]其中:P
j
=PUE
j
*P
jserver
*T
[0024]其中:P
jserver
=m
j
*[α
j

j
)2+β
j
][0025]式中,h表示电力成分种类的数量;k
i
表示该种电力成分在总电力输出中的比重;e
i
表示该种电力成分的碳排放率;P
j
表示数据中心j的能耗;PUE
j
表示数据中心j的能耗利用效率;P
jserver
表示数据中心j中运行服务器所产生的功率;T表示任务运行的时长;α
j
表示数据中心j的功率因子;β
j
表示数据中心j内服务器的最低运行功率;
[0026]其中调度决策对于所有任务所产生的平均时延L为:
[0027][0028]其中L
j
为数据中心j对于每个任务由于地理间距而产生的传输时延:
[0029]L
j
=d
j
*0.02ms/km
[0030]式中d
j
表示数据中心j距离用户的地理间距;
[0031](2)对构建以最小化多边缘数据中心整体碳排放量为目标的优化问题进行解空间降维;
[0032]将优化问题的约束(e)放缩成等式;
[0033]将优化问题的约束(g)中的变量m
j
放缩到非负实数域;
[0034]求导得到放缩后的最优运行服务器数量
[0035]若大于等于数据中心最大服务器数量M
j
,则设置运行服务器数量m
j
为M
j

[0036]否则将分别向上向下取整,得到和并分别得到二者对应产生的服务器功率,将m<本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种边缘数据中心高效能任务调度方法,其特征在于,包括以下步骤:获取多边缘数据中心场景下数据中心的总体信息,以及某一时刻所需调度的任务信息;根据某一时刻所需调度的任务信息以及所述总体信息,构建以最小化多边缘数据中心整体碳排放总量为目标的优化问题并求解,将求解结果作为该时刻任务调度决策。2.根据权利要求1所述的一种边缘数据中心高效能任务调度方法,其特征在于,所述总体信息包括下述中的至少一种多边缘数据中心的总数、各数据中心服务器的数量、各数据中心服务器的最大运行速率、各数据中心的服务器最低运行功率、各数据中心的服务器功率因子、各数据中心的能耗利用效率、各数据中心距离用户的地理间距、各数据中心的电力成分数据。3.根据权利要求1所述的一种边缘数据中心高效能任务调度方法,其特征在于,所述的任务信息包括任务的数量、用户对于此类任务所能接受的最大时间延迟、任务的持续时间。4.根据权利要求1所述的一种边缘数据中心高效能任务调度方法,其特征在于,所述的任务调度决策为该时刻每个数据中心处理的任务总数。5.根据权利要求1所述的一种边缘数据中心高效能任务调度方法,其特征在于,所述的构建以最小化多边缘数据中心整体碳排放总量为目标的优化问题并求解具体为:(1)根据某一时刻所需调度的任务信息以及多边缘数据中心场景下数据中心的总体信息,构建以最小化多边缘数据中心整体碳排放总量为目标的优化问题,优化目标为:约束条件:(a)对于任一个数据中心j,任务调度数量约束:(b)对于所有数据中心,任务调度总量约束:(c)对于任一个数据中心j,运行服务器数量约束:(d)对于任一个数据中心j,服务器运行速率约束:(e)对于任一个数据中心j,处理能力约束:(f)对于所需调度的任务,服务质量约束:L≤L
max
(g)r
j
,m
j
∈Z式中,[x,y]表示从整数x到整数y的集合;N为多边缘数据中心场景下数据中心的总数量;U为某一时刻所需调度的任务总数;r
j
为该时刻调度到数据中心j的任务数量;M
j
为数据中心j服务器的数量;S
j
为数据中心j服务器的最大运行速率;m
j
为数据中心j运行服务器的数量;μ
j
为数据中心j服务器实际采用的运行速率;L为调度决策对于所有任务所产生的平均时延;L
max
为用户对于此类任务所能接受的最大时间延迟;E
j
为数据中心j所产生的碳排放量;其中多边缘数据中心场景下,数据中心j所产生的碳排放E
j
为:其中:
其中:式中,h表示电力成分种类的数量;k
i
表示该种电力成分在总电力输出中的比重;e
i
表示该种电力成分的碳排放率;P
j
表示数据中心j的能耗;PUE
j
表示数据中心j的能耗利用效率;表示数据中心j中运行服务器所产生的功率;T表示任务运行的时长;α
j
表示数据中心j的功率因子;β
j
表示数据中心j内服务器的最低运行功率;其中调度决策对于所有任务所产生的平均时延L为:其中L
j
为数据中心j对于每个任务由于地理间距而产生的传输时延:L
j
=d
j
*0.02ms/km式中d
j
表示数据中心j距离用户的地理间距;(2)对构建以最小化多边缘数据中心整体碳排放量为目标的优化问题进行解空间降维;将优化问题的约束(e)放缩成等式;将优化问题的约束(g)中的变量m
j
放缩到非负实数域;求导得到放缩后的最优运行服务器数量若大于等于数据中心最大服务器数量M
j
,则设置运行服务器数量m
j
为M
j
;否则将分别向上向下取整,得到和并分别得到二者对应产生的服务器功率,将m
j
设置为对应功率较小的值;(3)对构建以最小化多边缘数据中心整体碳排放量为目标的优化问题进行求解;(3.1)得到一种初始任务调度决策组S0;初始化算法参数,设置搜索循环次数以及搜索个体数量;对于每个搜索个体,随机设置每个数据中心对应的任务调度数量r
j
,得到一种任务调度策略,判断该任务调度策略是否满足服务质量约束,若不满足则进行修正使其满足约束,将所有搜索个体对应的任务调度策略组合,得到初始任务调度决策组S0;(3.2)通过循环迭代,在初始任务调度决策组S0的基础上进行更新,得到最终任务调度决策组S
f
;在第k轮循环迭代结束后,所得到的任务调度决策组为S
k
;设置一个在区间[0,1]上的随机数...

【专利技术属性】
技术研发人员:汤铭徐春雷牧军邹昊东王凌毛林晖杜元翰袁国泉梅文明杨文清宋文吴禹王丽君魏圣杰钱柱中
申请(专利权)人:国网江苏省电力有限公司信息通信分公司南京大学
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1