一種服務器能耗控制方法及系統的制作方法

一種服務器能耗控制方法及系統的制作方法
【專利摘要】本發明提供一種服務器能耗控制方法及系統。其中所述方法包括：根據服務器運行性能與能耗的特征參數，建立服務器性能參數和服務器能耗參數的初始化關系模型；根據服務器運行歷史數據特征參數建立服務器運行基線數據；根據所述初始化關系模型和運行基線數據，生成所述服務器的能耗控制策略，觸發能耗調度控制請求；根據所述服務器實時性能數據，對所述能耗控制策略進行動態調整。與現有技術相比，本發明從服務器負載角度考慮非能耗控制問題，并可以動態的對服務器能耗進行調整，控制簡單、方便，調整穩定快速。
【專利說明】一種服務器能耗控制方法及系統
【技術領域】
[0001]本發明涉及數據通信【技術領域】，尤其涉及一種服務器能耗控制方法及系統。
【背景技術】
[0002]近年來，隨著信息化技術的推進，各類數據中心得到了大規模發展，隨之而來的，數據中心節能降耗問題成為數據中心管理者和運營者的關注重點。經過分析，數據中心能耗約40%來源于服務器，而其他如制冷系統的能耗也間接來自于服務器能耗(如:帶走服務器產生的熱量)，因此如果能從服務器的角度降低能耗，將能降低整個數據中心的能耗水平。
[0003]目前，降低服務器能耗主要包括以下幾個方面的努力:首先，芯片廠(商包括CPU、內存等芯片廠商)主要是通過改進工藝、調整工作電壓等相關技術手段實現能耗降低。近5年來，CPU每瓦特的處理能力提升了 5倍多。第二，服務器廠商主要從服務器本身的設計、包括風流設計、系統架構等角度降低能耗。第三，操作系統廠商或服務器廠商通過電源管理軟件，根據服務器CPU的運行的狀態進行CPU的P-State (perfmance state)調整,從而實現能耗降低。
[0004]現有技術中提出一種根據應用場景特征參數控制服務器能耗的方案，該方案描述了通過定義應用場景的特征參數，并根據特征參數、設備性能等進行動態優化調度的控制算法和相關裝置，它有一些幾個特征:
[0005]a:首先建立場景參數與服務器性能、能耗的關系模型；
[0006]b:通過撥測方式獲得端到端的應用場景特征參數
[0007]c:查詢關系模型得到能耗控制策略；
[0008]d:根據策略進行能耗的動態調整控制；
[0009]e:根據每條調整的控制事件，對服務器進行實際能耗最佳控制。
[0010]另外，常用的英特爾數據中心管理平臺中，通過英特爾節點管理器和基板管理控制器(BMC)提供在不影響工作性能的同時進行的服務器組能源管理。為了達到這一目標，英特爾數據中心管理平臺為每一臺獨立的服務器動態調整能耗標準以適應該服務器工作量的變化、使用率和由此改變的能源需求量，其功能主要體現在四個方面:
[0011]根據服務器的優先級別動態分配電源:比如針對承擔主要服務的服務器，可以調高它們的優先級別，以優先保證其的用電需求。
[0012]使用實際觀察數據，重新估計和設計數據中心的制冷系統和電源供給:可以先根據服務器的物理位置和功能進行分組，然后根據監控得來的數據，對每組服務器設置具體的用電配額和制冷策略。
[0013]通過分析供電和工作量，診斷是否有效使用機架空間:比較實際電耗和服務器標稱功率進行的電源功率分配。
[0014]觀察數據中心供電系統和高溫異常等情況，并及時提醒用戶:為數據中心各個服務器組，配置了相應的 用電配額和溫度策略，一旦組用電或者溫度超過了設定閥值，相應的組就會采用允許范圍內的最小供電，同時發出異常情況告警通知(比如短信、郵件等)，從而讓數據中心管理人員能夠在最短的時間內處理相應的問題，從而避免了服務器燒壞或者過熱巖機等情況。
[0015]針對前述提及的技術方案根據應用場景特征參數控制服務器能耗方案，采用撥測方式的場景特征參數作為服務能耗控制的主要因素，而在實際應用中，應用差異比較大，造成一方面撥測難度較大，另一方面撥測反饋周期較長，動態控制過程中難于快速穩定。而英特爾的數據中心管理平臺，其本身作為提供了能耗控制的相關接口 SDK，主要重點關注于多設備服務器組之間的能耗平衡。
[0016]現有技術中的各種能耗控制方案，并沒有從服務器負載負荷的角度考慮服務器的能耗控制問題，也不能實現服務器能耗的動態控制，因而，亟需要一種能夠有效動態的對服務器能耗進行控制的方案。

【發明內容】

[0017]本發明的目的在于克服現有技術的缺點和不足，提供一種服務器能耗控制方法及系統。
[0018]一種服務器能耗控制方法，所述方法包括:
[0019]根據服務器運行性能與能耗的特征參數，建立服務器性能參數和服務器能耗參數的初始化關系模型；
[0020]根據服務器運行歷史數據特征參數建立服務器運行基線數據；
[0021]根據所述初始化關系模型和運行基線數據，生成所述服務器的能耗控制策略，觸發能耗調度控制請求；
[0022]根據所述服務器實時性能數據，對所述能耗控制策略進行動態調整。
[0023]另一方面，本發明還公開了一種服務器能耗控制系統，所述系統包括特征參數采集模塊、基線學習模塊、策略生成模塊和動態調度控制模塊，其中，
[0024]所述特征參數采集模塊，用于采集服務器運行性能與能耗的特征參數，建立服務器性能參數和服務器能耗參數的初始化關系模型；
[0025]所述基線學習模塊，用于根據服務器運行歷史數據特征參數建立服務器運行基線數據；
[0026]所述策略生成模塊，用于根據所述初始化關系模型和運行基線數據，生成所述服務器的能耗控制策略；
[0027]所述動態調度控制模塊，用于根據所述服務器實時性能數據，對所述能耗控制策略進行動態下發和調整。
[0028]本發明圍繞實現服務器運行能耗動態控制展開，提供一種通過服務器運行性能和能耗歷史數據的學習，生成服務器優化能耗控制策略，以及通過實際運行動態性能和能耗進行保護性調整的反饋控制，實現服務器能耗的動態控制，以解決服務器的能耗控制問題。與現有技術相比，具有如下有益效果:
[0029] 控制方法簡單，方便操作。本發明采用學習服務器歷史運行特征參數形成基線的方法，通過控制策略生成算法形成控制策略，在控制中先生成策略，而不是通過實時采集特征參數形成策略。[0030]具有保護措施，在策略下發后，實時收集服務器運行的特征參數，進行保護性策略動態調整，提供了保護性措施，避免由于策略執行造成特征參數的劣化。
[0031]策略動態調整穩定快， 在策略動態調整時，只針對劣化進行調整，雖然造成策略不是當前時刻的最優策略，而是一個逼近優化策略，需要在下一調整周期再進行優化，但是可以讓策略更加穩定，避免過多的下發控制事件。
【專利附圖】

【附圖說明】
[0032]圖1為本發明實施例1提供的服務器能耗控制方法原理流程圖；
[0033]圖2為本發明實施例2提供的服務器能耗控制系統結構示意圖。
【具體實施方式】
[0034]下面結合附圖對本發明的【具體實施方式】進行詳細描述。但本發明的實施方式不限于此。
[0035]本發明方法實施例原理在于通過服務器運行性能和能耗歷史數據的學習，生成服務器優化能耗控制策略，以及通過實際運行動態性能和能耗進行保護性調整的反饋控制，實現服務器能耗的動態控制，以解決服務器的能耗控制問題。
[0036]為方便對本發明技術方案的理解，以下以本發明技術方案在移動通信網絡服務器能耗控制中的實現為例，具體說明本發明技術方案的實現方式。然而，移動通信網絡服務器能耗控制的應用環境并不構成本發明實現的限制條件，本發明的實現并非必然局限在某一特定的應用環境，實際上，在所有的存在服務器能耗控制的應用中，本發明的技術方案均可以有效的實時調整和控制，因此本發明無意對技術方案實現時所針對的具體應用環境進行限制。
[0037]如圖1所示，為本發明實施例1提供的服務器能耗控制方法原理流程圖，具體如下:
[0038]步驟10，根據服務器運行性能與能耗的特征參數，建立服務器性能參數和服務器能耗參數的初始化關系模型。
[0039]這里的服務器運行性能與能耗的特征參數根據需要進行選取，例如，性能參數可以是CPU利用率，能耗參數可以是實時的能耗，當前的CPU運行狀態數據可以是P-State等。通過這些參數，建立服務器性能參數和服務器能耗參數的初始化關系模型。這個模型可以是一個區間，正常的服務器能耗就在這個區間之內運行。
[0040]進一步來說，這個關系模型的初始化過程包括:
[0041]a)根據應用系統的經驗，定義特征參數的區間。這里應用系統的經驗，也就是服務器能耗控制以及運行的一般經驗數據。
[0042]b)在服務器穩定運行在特征參數區間的情況下，收集相關的能耗和性能特征參數；
[0043]c)重復步驟b)，完成所有特征參數區間的相關特征參數的收集；
[0044]d)形成特征參數的初始化關系模型。
[0045]進一步的，生成關系模型的一種表述為一個序列，如:M = {([PI, Plmin, Plmax],[P2, P2min, P2max], [P3, P3min, P3max]，...)，([Ql, Qlmin, Qlmax], [Q2, Q2min, Q2max],[Q3, Q3min, Q3max]，...)，...}。
[0046]步驟20，根據服務器運行歷史數據特征參數建立服務器運行基線數據。
[0047]所述基線的生成，需要根據服務器運行本身的性能和能耗規律動態生成，如時間規律，大多數服務器的性能和能耗具有時間規律，以及在時間規律基礎上的一定變化規律，其中時間規律如:按天、周、月等，以及節假日等；通常情況下，我們至少應該選擇3個以上的規律性周期作為基礎生成基線。
[0048]一般時間的動態基線生成方法:Pb = E (P) +f (P)。
[0049]其中:E(p)為在各個時間點的歷史數據按照一定的函數生成的期望值；f (P)為一個調整參數，該參數反應了在多個規律性周期的變化規律的調整參數。
[0050]針對特殊時間，例如:節假日、特殊活動日，需要在上述基線基礎上增加上一同等特殊時間作為基礎生成動態基線。
[0051]特殊時間的動態基線生成方法:Pb = E(pi)+f (pi)+s(p0)。
[0052]其中:E(p)為在各個時間點的歷史數據按照一定的函數生成的期望值；f (P)為一個調整參數，該參數反應了在多個規律性周期的變化規律的調整參數。s (PO)為上一同等節假日的調整因子。
[0053]步驟30，根據所初始化關系模型和運行基線數據，生成服務器的能耗控制策略，觸發能耗調度控制請求。
[0054]控制策略生成方法為根據服務器運行基線特征參數，和初始化關系模型，選擇對應的控制算法，假定我們將時間點分成i = {tl，t2，t3,t4......}。
[0055]Ri = F(Pbi，Mi)。
[0056]其中:Pbi為該時點的基線，Mi為該時點的關系模型；Ri為該時點的策略規則。
[0057]這樣將生成一系列控制點，組成一個控制策略R= {Rl，R2，R3....}。
[0058]步驟40，根據所服務器實時性能數據，對能耗控制策略進行動態調整。
[0059]對能耗控制策略進行動態調整,包括:
[0060]向服務器下發服務器的能耗控制策略；
[0061]收集服務器運行性能與能耗的特征參數；
[0062]將收集到的服務器運行性能與能耗的特征參數和服務器性能參數和服務器能耗參數的初始化關系模型進行對比，若服務器運行性能與能耗的特征參數在服務器能耗參數的初始化關系模型區間內或低于服務器能耗參數的初始化關系模型，則保持能耗控制策略；否則，按照步進式調高服務器的處理能力。
[0063]實際上，這里分為3種情況，也就是收集到的服務器運行性能與能耗的特征參數在服務器能耗參數的初始化關系模型區間內、低于該區間或者高于該區間，只有當高于該區間的時候，需要按照步進式調高服務器的處理能力。
[0064]進一步的，這里的動態調整，可以采用步進式的逐級安全回退的能耗控制策略；和/或采取跳躍式的一步到位安全回退的能耗控制策略。
[0065]如圖2所示，為本發明實施例2提供的服務器能耗控制系統結構示意圖，該系統包括特征參數采集模塊100、基線學習模塊200、策略生成模塊300和動態調度控制模塊400，具體如下:
[0066]特征參數采集 模塊100，用于采集服務器運行性能與能耗的特征參數，建立服務器性能參數和服務器能耗參數的初始化關系模型。
[0067]基線學習模塊200，用于根據服務器運行歷史數據特征參數建立服務器運行基線數據。
[0068]策略生成模塊300，用于根據初始化關系模型和運行基線數據，生成服務器的能耗控制策略。
[0069]動態調度控制模塊400，用于根據服務器實時性能數據，對能耗控制策略進行動態下發和調整。
[0070]進一步的，上述系統還包括執行模塊500，用于根據指令和服務器交互進行能耗控制策略事件執行。
[0071]進一步的，上述系統還包括能耗控制事件管理模塊600，用于收集動態調度控制模塊產生的能耗事件，并發送指令給執行模塊500。
[0072]本發明各個實施例的方案，相對與現有技術來說，控制方法簡單，方便操作。本技術方案采用學習服務器歷史運行特征參數形成基線的方法，通過控制策略生成算法形成控制策略，在控制中先生成策略，而不是通過實時采集特征參數形成策略。具有保護措施，在策略下發后，實時收集服務器運行的特征參數，進行保護性策略動態調整，提供了保護性措施，避免由于策略執行造成特征參數的劣化。策略動態調整穩定快，在策略動態調整時，只針對劣化進行調整，雖然造成策略不是當前時刻的最優策略，而是一個逼近優化策略，需要在下一調整周期再進行優化，但是可以讓策略更加穩定，避免過多的下發控制事件。 [0073]上述實施例為本發明較佳的實施方式，但本發明的實施方式并不受上述實施例的限制，其他的任何未背離本發明的精神實質與原理下所作的改變、修飾、替代、組合、簡化，均應為等效的置換方式，都包含在本發明的保護范圍之內。
【權利要求】
1.一種服務器能耗控制方法，其特征在于，所述方法包括: 根據服務器運行性能與能耗的特征參數，建立服務器性能參數和服務器能耗參數的初始化關系模型； 根據服務器運行歷史數據特征參數建立服務器運行基線數據； 根據所述初始化關系模型和運行基線數據，生成所述服務器的能耗控制策略，觸發能耗調度控制請求； 根據所述服務器實時性能數據，對所述能耗控制策略進行動態調整。
2.如權利要求1所述的方法，其特征在于，所述動態調整包括: 采用步進式的逐級安全回退的能耗控制策略；和/或 采取跳躍式的一步到位安全回退的能耗控制策略。
3.如權利要求1所述的方法，其特征在于，所述建立服務器性能參數和服務器能耗參數的初始化關系模型，包括: 根據服務器運行參數，定義特征參數的區間； 當服務器穩定運行在所述特征參數區間時，收集所述服務器運行性能與能耗的特征參數； 完成所有特征參數區間的相關特征參數的收集，形成服務器性能參數和服務器能耗參數的初始化關系模型。
4.如權力要求3所述的方法，其特征在于，所述初始化關系模型為一個序列M={([PI, Plmin, Plmax], [P2, P2min, P2max], [P3, P3min, P3max]，...)，([Ql, Qlmin, Qlmax],[Q2, Q2min, Q2max], [Q3, Q3min, Q3max]，...)，...}。
5.如權利要求1所述的方法，其特征在于，所述服務器運行基線數據根據服務器運行本身的性能和能耗規律動態生成；所述能耗規律至少包括3個以上的規律性周期作為基礎。
6.如權利要求5所述的方法，其特征在于，所述能耗規律為時間規律，按照天、周、月以及節假日狀況形成所述服務器能耗變化的規律。
7.如權利要求5所述的方法，其特征在于，所述服務器運行基線數據動態生成方法包括一半時間的動態基線生成方法和特殊事件的動態基線生成方法，其中， 所述一般時間的動態基線生成方法:Pb = E(p)+f (P);其中，E(p)為在各個時間點的歷史數據按照函數生成的期望值；f(P)為一個調整參數，反應了在多個規律性周期的變化規律的調整參數； 所述特殊時間的動態基線生成方法:Pb = E(pi)+f (pi)+s(pO);其中,Ε(ρ)為在各個時間點的歷史數據按照函數生成的期望值；f (P)為一個調整參數，反應了在多個規律性周期的變化規律的調整參數；s(pO)為上一同等節假日的調整因子。
8.如權利要求1所述的方法，其特征在于，所述服務器的能耗控制策略根據如下方法生成: 設定時間點分成i = {tl, t2, t3, t4......}； 則控制策略根據時間點可分為i個控制點，Ri = F(Pbi, Mi)； 其中，所述Pbi為該時點的基線，Mi為該時點的關系模型；Ri為該時點的策略規則； 根據生成的一系列控制點Ri，生成控制策略R = {Rl，R2，R3....}。
9.如權利要求1所述的方法，其特征在于，所述對所述能耗控制策略進行動態調整，包括: 向服務器下發所述服務器的能耗控制策略； 收集服務器運行性能與能耗的特征參數； 將收集到的所述服務器運行性能與能耗的特征參數和所述服務器性能參數和服務器能耗參數的初始化關系模型進行對比，若所述服務器運行性能與能耗的特征參數在所述服務器能耗參數的初始化關系模型區間內或低于所述服務器能耗參數的初始化關系模型，則保持所述能耗控制策略；否則，按照步進式調高所述服務器的處理能力。
10.一種服務器能耗控制系統，其特征在于，所述系統包括特征參數采集模塊、基線學習模塊、策略生成模塊和動態調度控制模塊，其中， 所述特征參數采集模塊，用于采集服務器運行性能與能耗的特征參數，建立服務器性能參數和服務器能耗參數的初始化關系模型； 所述基線學習模塊，用于根據服務器運行歷史數據特征參數建立服務器運行基線數據； 所述策略生成模塊，用于根據所述初始化關系模型和運行基線數據，生成所述服務器的能耗控制策略； 所述動態調度控制模塊，用于根據所述服務器實時性能數據，對所述能耗控制策略進行動態下發和調整。
11.如權利要求10所述的系統，其特征在于，所述系統還包括執行模塊，用于根據指令和服務器交互進行能耗控制策略事件執行。
12.如權利要求11所述的系統，其特征在于，所述系統還包括能耗控制事件管理模塊，用于收集所述動態調度控制模塊產生的能耗事件，并發送指令給所述執行模塊。
【文檔編號】H04L12/24GK103905227SQ201210574895
【公開日】2014年7月2日 申請日期:2012年12月26日 優先權日:2012年12月26日
【發明者】符廖峰 申請人:中國移動通信集團遼寧有限公司